Per un decennio ci siamo concentrati a rendere i singoli modelli AI più capaci e sicuri. Ora il gioco cambia. Google DeepMind — insieme a Schmidt Sciences, Cooperative AI Foundation, ARIA e con il supporto di Google.org — annuncia un bando di finanziamento da 10 milioni di dollari per ricercatori di tutto il mondo. L’obiettivo? Capire cosa succede quando milioni di agenti AI, costruiti da organizzazioni diverse, iniziano a interagire tra loro.
Perché sì, è esattamente quello che sta per accadere.
Quando gli agenti parlano tra loro (e nessuno sa cosa diranno)
Parliamo chiaro: finora abbiamo valutato i modelli AI in isolamento. Un po’ come testare un’auto in laboratorio invece che nel traffico dell’ora di punta. Ma quando agenti autonomi iniziano a comunicare, negoziare e fare transazioni attraverso reti diverse, emergono comportamenti collettivi imprevedibili. Comportamenti che Google DeepMind e altri ricercatori chiamano ‘emergenti’ — che tradotto significa: non li vedi arrivare finché non sono già qui.
Il problema non è teorico. Stiamo per entrare in un’era dove milioni di agenti AI interagiranno in ambienti digitali. E al momento? Non abbiamo gli strumenti per prevedere, misurare o monitorare cosa succederà quando queste interazioni raggiungeranno una massa critica. Potrebbero causare ondate imprevedibili di attività economica? Creare nuove vulnerabilità di sicurezza? Nessuno lo sa con certezza. Ed è esattamente il punto.
Quattro aree dove servono risposte, subito
Il bando si concentra su quattro priorità di ricerca. Perché questo è un campo nuovo, e serve muoversi velocemente.
Sandbox e testbed. Ambienti realistici e riproducibili dove testare questi sistemi: marketplace virtuali, ecosistemi simulati, flussi di lavoro multi-organizzazione. Posti dove capire cosa funziona e cosa no prima che sia troppo tardi.
La scienza delle reti di agenti. Come emergono le capacità collettive? Come e quando queste reti diventano volatili o falliscono? Come rilevare proprietà pericolose a livello di popolazione prima che si manifestino? Tutte domande senza risposta, per ora.
Rafforzamento dell’infrastruttura. I protocolli per identità, reputazione e impegno cross-platform devono essere stress-testati. Perché se un agente dice ‘mi impegno a fare X’, il sistema deve poterci contare. O almeno sapere quando non può.
Supervisione e controllo. Metodi per monitorare popolazioni di agenti già deployate e mitigare danni collettivi su larga scala. Non è fantascienza — è ingegneria dei sistemi complessi applicata all’AI.
Perché adesso, perché così
Google DeepMind aveva già pubblicato nel 2025 un framework per comprendere queste interazioni. Il loro recente lavoro su ‘AI Agent Traps’ esplora le vulnerabilità che gli agenti affrontano in ambienti ostili. Ma la complessità delle interazioni multi-agente sta superando i modelli di sicurezza esistenti. La loro frase è chiara: ‘dobbiamo muoverci più velocemente’.
E hanno ragione. Perché nessun singolo lab può risolvere questo problema da solo. Serve una rete globale di ricercatori indipendenti — ed è esattamente quello che questo bando vuole costruire. Un ecosistema di ricerca diversificato, trasparente, robusto.
Come partecipare (se siete del mestiere)
Il bando è aperto a ricercatori accademici e indipendenti. Scadenza: 8 agosto 2026. I vincitori saranno annunciati in autunno. Per i dettagli tecnici e il processo di candidatura, c’è un portale dedicato.
Dieci milioni non sono una cifra enorme se pensiamo a quanto si spende per addestrare un singolo modello frontier. Ma per la ricerca accademica? È un segnale. Un segnale che la sicurezza multi-agente non è più un problema teorico da conferenza — è una priorità operativa. E il tempo per costruire le fondamenta giuste è adesso, non quando avremo già milioni di agenti che interagiscono senza che nessuno capisca davvero cosa stanno facendo.
