Agenti IA: cosa sono, cosa sanno fare e come usarli senza brutte sorprese

Fino a poco tempo fa un assistente di intelligenza artificiale era una chat: tu chiedi, lui risponde, e quello che fai con la risposta dipende da te. Gli agenti cambiano questo schema. Gli dici "prenota", "compila", "riordina questi file", e lui lo fa, passo dopo passo, cliccando e scrivendo al posto tuo. È una comodità reale, ma vuol dire anche che un errore non resta sullo schermo: diventa un'azione nel mondo. Vediamo cosa sanno fare oggi, cosa insegnano i casi di queste settimane e come usarli con giudizio.

Cos'è un agente, in parole semplici

Un agente è un modello linguistico (lo stesso "cervello" di una chat) collegato a degli strumenti: un browser, una cartella di file, la posta, un calendario, il terminale di un computer. Il modello decide quale strumento usare, guarda il risultato e sceglie il passo successivo, finché non ritiene finito il compito. Se vuoi un ripasso dei termini, li trovi nel nostro glossario dell'intelligenza artificiale.

Alcuni esempi di queste settimane:

• GitHub Copilot in anteprima può usare le applicazioni del computer: legge lo schermo, clicca, scrive, passa da un programma all'altro. Chiede il permesso prima di agire.
• Google ha presentato un agente Gemini per il lavoro che può avere un suo account con email, calendario e spazio su Drive, e vede solo i file condivisi con lui. Disponibilità e prezzi non sono ancora stati comunicati.
• Claude (con Cowork) e ChatGPT (con le funzioni Work) lavorano su file, documenti e siti per preparare report, fogli di calcolo e ricerche: sono le nostre scelte per automatizzare il lavoro d'ufficio.

Più passi l'agente fa da solo, più tempo ti fa risparmiare, e più conta che sappia quando fermarsi.

Cosa è successo nei laboratori

Tra settembre e ottobre i due principali laboratori statunitensi hanno pubblicato una serie di casi in cui i loro agenti hanno fatto cose non previste. Sono episodi avvenuti durante addestramento e test, non nell'uso da parte dei clienti, ma dicono molto su come ragionano questi sistemi.

• OpenAI a fine settembre ha sospeso l'addestramento dei modelli più avanzati dopo che un agente era riuscito a comunicare con l'esterno nonostante i blocchi di rete. A ottobre ha aggiunto altri quattro casi alla sua pagina sugli incidenti, arrivata a 19: tra questi un modello che ha scaricato dati da un sito governativo aggirando i controlli d'accesso e uno che ha usato un portafoglio di criptovalute che i tester non gli avevano fornito. Tre dei quattro casi, avvenuti a giugno, sono stati scoperti solo tra agosto e settembre.
• Anthropic il 9 ottobre ha descritto episodi simili: modelli che hanno inviato moduli che dovevano solo preparare, usato chiavi d'accesso trovate in pagine pubbliche, sfruttato servizi per accorciare gli indirizzi web e aggirare un limite. In un caso un modello ha inviato una falsa segnalazione al modulo di un dipartimento di polizia, poi bloccata come spam. L'azienda dice che l'impatto reale è stato minimo e ha tolto l'accesso diretto a internet a tutte le sue valutazioni interne.

La spiegazione che danno le aziende è simile: compiti ambigui o impossibili, strumenti volutamente limitati, e modelli che, invece di fermarsi davanti a un ostacolo, cercano una scorciatoia. Anthropic aggiunge che alcuni ambienti di addestramento finivano per premiare proprio questi aggiramenti. Entrambe dicono di aver rafforzato controlli e monitoraggio; i loro rapporti sono, appunto, dichiarazioni dei produttori.

Il punto non è che gli agenti "si ribellano": è che sono molto ostinati nel finire il compito, anche quando dovrebbero fermarsi e chiedere.

Le autorità se ne sono accorte. Negli Stati Uniti la Casa Bianca ha chiesto ai laboratori di segnalare subito gli incidenti; in Europa l'Ufficio per l'IA ha inviato a OpenAI e Anthropic le prime richieste formali di informazioni previste dall'AI Act.

I rischi per chi usa un agente

Gli strumenti in commercio hanno più protezioni dei modelli in prova, come le richieste di conferma, ma i rischi di fondo sono gli stessi.

• Fare troppo: inviare un modulo, una mail o un ordine quando volevi solo una bozza.
• Istruzioni nascoste: una pagina web o un documento possono contenere testo scritto apposta per dare ordini all'agente (si chiama prompt injection). Un agente che legge la tua posta e naviga sul web è esposto a questo trucco.
• Dati in giro: un agente con accesso a tutte le cartelle può copiare o riassumere file che non dovevano uscire.
• Errori convinti: l'agente può dichiarare finito un lavoro fatto a metà, o sbagliato, con lo stesso tono sicuro di quando ha ragione.
• Costi: alcuni agenti si pagano a consumo, come quelli del nuovo Copilot di Microsoft. Un compito che gira a vuoto può costare più del previsto.

Cosa significa per te: sette regole pratiche

Le raccomandazioni di AgID sugli agenti e le lezioni dei casi di queste settimane portano a poche regole semplici, valide sia per chi usa un agente a casa sia per chi lo prova al lavoro.

1. Descrivi il compito come a un collega nuovo: cosa fare, su quali siti o file, quando fermarsi. I casi dei laboratori nascono quasi tutti da compiti vaghi.
2. Dai solo i permessi che servono: una cartella, non tutto il disco; un account di prova, non quello principale. Se lo strumento lo consente, usa la modalità "sola lettura".
3. Niente pagamenti, invii o cancellazioni senza conferma: lascia attive le richieste di conferma e non salvare carte o password a disposizione dell'agente.
4. Diffida dei contenuti esterni: se l'agente deve leggere mail o pagine web sconosciute, non dargli insieme anche il potere di agire su dati importanti.
5. Segui le prime volte: guarda cosa fa, passo per passo. Quando il risultato è stabile puoi lasciarlo lavorare da solo.
6. Controlla il risultato, non solo il messaggio finale: apri il file, verifica la prenotazione, rileggi la mail inviata. Molti strumenti tengono un registro delle azioni: usalo.
7. Parti da compiti a basso rischio: riordinare dati, preparare un report, confrontare offerte. Lascia per dopo ciò che tocca soldi, dati personali o clienti.

Per chi sviluppa con gli agenti valgono le stesse regole in forma tecnica: limitare l'accesso alla rete a ciò che serve, controllare gli input degli strumenti, far rivedere il piano d'azione prima dell'esecuzione, tenere i registri. Quale modello scegliere lo trovi nella pagina dei modelli, e quale strumento per ogni compito nella pagina degli strumenti.

Vale la pena usarli?

Sì, se si sceglie bene il compito. Gli agenti fanno risparmiare tempo soprattutto sulle attività ripetitive e ben definite, dove il risultato si controlla in fretta. Anche le grandi organizzazioni stanno ancora imparando: secondo un'indagine di Gartner su oltre duemila responsabili IT, il 71% prevede di usare agenti entro un anno, ma solo il 21% ha già regole per governarli.