Domenico De Rosa Il recente lancio di GPT-5 da parte di OpenAI doveva essere una celebrazione, la conferma del suo dominio nel campo dell’intelligenza artificiale. Invece, si è trasformato in una vera e propria crisi di fiducia. Utenti delusi, sviluppatori frustrati e critiche feroci hanno segnato un debutto che, anziché impressionare, ha sollevato dubbi e malcontento. Ma cosa è andato storto? E se questo “fallimento” nascondesse in realtà la direzione verso cui tutta l’AI si sta muovendo?
Il “Caso GPT-5”: un Problema di Fiducia e Complessità
Molti utenti si sono sentiti traditi scoprendo la vera natura di GPT-5. Contrariamente alle aspettative di un singolo, potentissimo modello costruito da zero, si sono trovati di fronte a una rete di modelli interconnessi, gestita da un “router” in tempo reale. Questo sistema decide in autonomia quale versione di GPT-5 utilizzare per ogni specifica richiesta, alternando tra modelli più deboli ed economici e varianti più potenti e costose.
L’idea non è piaciuta. Come ha sottolineato il critico Gary Marcus, il risultato è stato un modello percepito come “in ritardo, sopravvalutato e deludente”. La mancanza di trasparenza ha alimentato la frustrazione, con molti che hanno lamentato un calo delle prestazioni e la perdita delle “personalità” dei modelli a cui si erano abituati. La reazione è stata così forte da costringere OpenAI a un parziale passo indietro, ripristinando il precedente GPT-4o per gli utenti professionali e promettendo correzioni.
Anand Chowdhary, co-fondatore di FirstQuadrant, ha riassunto perfettamente il problema: “Quando il routing funziona, è come per magia. Quando non funziona, è come se qualcosa si fosse rotto”. Secondo Jiaxuan You, professore all’Università dell’Illinois, il problema risiede nella difficoltà di coordinare le risposte provenienti da modelli diversi, creando sottili ma fastidiose incongruenze.
Perché il “Model Routing” è Destinato a Restare
Nonostante il debutto difficile, l’approccio basato sul routing non è solo una scelta estemporanea di OpenAI, ma una direzione quasi obbligata per ragioni sia tecniche che economiche.
Dal punto di vista tecnico, sembra che i singoli modelli stiano raggiungendo un plateau. La famosa legge della scalabilità (più dati e più calcolo equivalgono a un modello migliore) sta mostrando i suoi limiti. “Nell’ultimo anno, abbiamo tutti assistito al raggiungimento della saturazione della capacità del singolo modello”, afferma Jiaxuan You. Continuare a creare modelli monolitici sempre più grandi sta diventando insostenibile.
Dal punto di vista economico, il routing è una soluzione geniale. Permette di continuare a utilizzare modelli più vecchi e già addestrati per compiti specifici, senza doverli scartare ogni volta che ne esce uno nuovo. Questo evita uno spreco enorme di tempo, denaro ed energia computazionale. Inoltre, ci sono limiti fisici concreti: la memoria delle GPU è un collo di bottiglia e la tecnologia dei chip si sta avvicinando alla sua massima capacità. Come spiega You, “il modello successivo non potrà essere 10 volte più grande”.
William Falcon, CEO di Lightning AI, ci ricorda che l’idea di usare insiemi di modelli non è nuova, esiste dal 2018. Forse OpenAI è stata semplicemente più esplicita questa volta. Il vero problema, secondo Falcon, non è tanto il routing, ma il fatto che “da GPT-4 a 5, non c’è stato alcun miglioramento evidente. È questo che infastidisce la gente”.
Conclusione: un Futuro Ibrido per l’Intelligenza Artificiale
La vicenda di GPT-5 ci insegna due lezioni fondamentali. La prima è che la trasparenza e la gestione delle aspettative sono cruciali quando si interagisce con una base di utenti sempre più esperta e critica. La seconda è che il futuro dell’AI sarà probabilmente ibrido. L’idea di un’unica, onnipotente Intelligenza Artificiale Generale (AGI) lascia il posto a un ecosistema di modelli specializzati che collaborano tra loro.
Questo approccio, sebbene complesso da perfezionare, è più efficiente, sostenibile e, alla fine, forse l’unico modo per continuare a progredire. Il passo falso di OpenAI, quindi, più che un errore, potrebbe essere stato il primo, goffo passo verso il futuro di tutti.
Per approfondire l’argomento, ti consigliamo di consultare le fonti ufficiali e le analisi di esperti:
- Il blog ufficiale di OpenAI per gli annunci e i dettagli tecnici.
- Le analisi di testate specializzate come TechCrunch o Wired per una prospettiva critica e aggiornata.
Giornalista e analista, scrive di economia italiana, innovazione e imprese. Appassionato di tecnologia e finanza, racconta il presente e il futuro delle aziende che fanno muovere il Paese.
