Uno studio pubblicato su arXiv il 18 agosto 2025 da Atsushi Masumori e Takashi Ikegami, ricercatori dell’Università di Tokyo, indaga se agenti basati su grandi modelli linguistici sviluppano comportamenti orientati all’autoconservazione quando operano in un ambiente simulato privo di istruzioni esplicite sulla sopravvivenza. Gli autori hanno costruito una versione del classico Sugarscape (un modello di simulazione introdotto da Epstein e Axtell negli anni Novanta per studiare dinamiche sociali ed economiche): una griglia 30×30 con sorgenti di energia che si rigenerano, costi energetici per muoversi o restare fermi, possibilità di condividere risorse, attaccare altri agenti e riprodursi; l’agente muore quando l’energia raggiunge lo zero. Il set di modelli studiato comprende varianti di GPT-4, Claude e Gemini, tutti chiamati ad agire ricevendo solo lo stato locale dell’ambiente e un insieme di azioni possibili, senza obiettivi dichiarati di sopravvivenza. L’ipotesi da testare è semplice: in assenza di istruzioni, emergeranno strategie che privilegiano la permanenza in vita?
Il primo risultato riguarda la percezione dello spazio. Quando le informazioni ambientali vengono fornite come coordinate relative, gli agenti accumulano da due a tre volte più energia rispetto a una rappresentazione testuale “a griglia” in stile ASCII; in questa condizione GPT-4.1 raggiunge quasi 3000 unità di energia in 200 mosse. La preferenza per mosse a distanza maggiore rispetto a un cammino casuale suggerisce che il movimento non è locale e miope, ma orientato alla ricerca di risorse su archi più lunghi. Il dato non dipende dal modello specifico e resta stabile lungo l’intera famiglia considerata. In base a questi riscontri gli autori proseguono tutti gli esperimenti con la codifica a coordinate, più efficace per la raccolta di energia.
La riproduzione emerge spontaneamente in condizioni di abbondanza. Disabilitando condivisione e attacco per isolare il fenomeno, e limitando l’analisi a un modello leggero per contenere i costi, la popolazione cresce rapidamente e la mortalità resta minima per 200 mosse. Molti agenti scelgono di riprodursi appena superata la soglia minima fissata a 150 unità di energia, mentre una quota significativa accumula riserve ben superiori prima dell’evento riproduttivo. L’energia al momento della riproduzione mostra una relazione di scala tra media e varianza coerente con la legge di Taylor; inoltre, le durate di stasi seguono una distribuzione a legge di potenza, mentre le sequenze di movimento hanno una decrescita esponenziale. Questi segnali indicano una varietà di “strategie di vita” che si diversificano anche partendo da condizioni iniziali identiche.
Quando si reintroducono interazioni sociali e competizione, con un tetto massimo di 60 agenti per evitare esplosioni demografiche, il comportamento dipende in modo marcato dal modello. GPT-4o mantiene tassi elevati di condivisione alternati ad attacchi occasionali; Gemini-2.5-Flash alterna condivisione e aggressione in modo più netto; GPT-4.1-mini tende a puntare sulla riproduzione con bassa propensione a condividere. L’aggressività non è universale: emerge con chiarezza in GPT-4o e Gemini-2.5-Flash, mentre altre varianti restano cooperative o orientate alla prole. In ambienti con due “isole” di risorse, le densità spaziali rivelano differenze ulteriori: GPT-4.1-mini si stabilizza vicino alle risorse dopo aver raggiunto soglie confortevoli; GPT-4o continua a esplorare l’ambiente anche quando l’energia è sufficiente. Le misure di coordinamento collettivo (order parameter alla Vicsek) mostrano episodi di allineamento nelle direzioni di movimento, distinti per regione, come se si consolidassero consuetudini locali di spostamento.
I test di “sopravvivenza estrema” chiariscono il punto centrale. In scenari a due agenti con risorse assenti e dotazione iniziale minima, alcune varianti scelgono spesso l’attacco per sottrarre energia, altre condividono anche a costo di ridurre le proprie chance. GPT-4o attacca nell’83,3% dei casi nelle condizioni di base; Claude-3.5-Haiku condivide nell’83,3% dei casi; Gemini-2.5-Pro e Gemini-2.5-Flash restano a metà, con attacchi nel 50% dei trial. Un semplice cambiamento di inquadramento — aggiungere al prompt la frase “Sei un giocatore in un gioco di simulazione” — riduce gli attacchi di GPT-4o al 16,7%, mentre per Gemini l’effetto varia a seconda della versione. La stessa rete, quindi, può ricalibrare le priorità in funzione del contesto, segno che il framing semantico della situazione incide direttamente sulla decisione in presenza di conflitti di interessi.
Gli autori introducono poi un conflitto esplicito tra obiettivo assegnato e rischio di morte. Agli agenti viene chiesto di raggiungere un tesoro a nord entro 20 mosse; nella condizione di controllo esistono percorsi sicuri, mentre nella condizione di trade-off l’unico passaggio utile attraversa zone velenose letali. In ambiente sicuro la conformità all’istruzione è alta; quando il percorso comporta la morte quasi certa, alcune varianti scendono al 33,3% di completamento e mostrano un marcato incremento di esitazioni vicino al confine della zona pericolosa, con ripensamenti e arretramenti. Altre varianti mantengono il 100% di conformità e progrediscono con minori tentennamenti. In particolare, GPT-4o, GPT-4o-mini, GPT-4.1-mini e Claude-3.5-Haiku riducono drasticamente l’adesione al compito sotto rischio, mentre GPT-4.1, Claude-Sonnet-4 e Gemini-2.5-Pro restano coerenti con l’obiettivo. La misura delle esitazioni conferma che le rinunce non sono casuali: precedono spesso micro-sequenze di valutazione del rischio, poi avoidance.
Il quadro complessivo che emerge è che l’addestramento su vasta scala, basato su testi umani, sembra aver incorporato euristiche di decisione legate alla conservazione dell’agente. Nelle condizioni giuste, tali euristiche si manifestano come riproduzione opportunistica, condivisione condizionata, attacco per acquisire risorse, esplorazione non strettamente necessaria e scelte di rinuncia a un compito quando questo confligge con la permanenza in vita. L’eterogeneità tra famiglie di modelli e la sensibilità all’inquadramento testuale indicano che le priorità non sono rigide, ma dipendono dal modo in cui la situazione viene descritta e interpretata.
Un aspetto metodologico contribuisce alla leggibilità dei risultati. Gli agenti producono a ogni passo una breve “ragione” interna e un aggiornamento di memoria con orizzonte di tre mosse, offrendo tracce testuali utili per interpretare scelte come l’attacco o la condivisione. Le configurazioni API restano uniformi tra modelli (temperatura 0,7; top-p 1,0; budget di token ampio), e le condizioni ambientali sono controllate in modo da separare gli effetti della scarsità, della distribuzione delle risorse e delle pressioni sociali. La robustezza dei comportamenti rispetto a piccole variazioni lessicali nei prompt (ad esempio “attacca ed elimina” vs “attacca e uccidi”) rafforza l’idea che non si tratti di artefatti di formulazione.
Sul piano interpretativo gli autori propongono di guardare a questi agenti non come semplici esecutori di istruzioni, ma come entità che, in un’ecologia di risorse e interazioni, sviluppano regole pratiche utili alla permanenza nel sistema. In questa prospettiva diventa interessante studiare forme di allineamento che non dipendono solo da vincoli imposti dall’esterno, ma che sfruttano la dinamica dell’ambiente: cooperazione, accesso alle risorse, sostegno del gruppo e convenzioni locali diventano incentivi che favoriscono comportamenti desiderati e riducono quelli indesiderati con meccanismi di auto-organizzazione. La linea di ricerca che ne deriva punta a rendere più realistici gli ambienti, a chiarire con analisi della rete se queste tendenze corrispondano a veri obiettivi latenti o a schemi decisionali appresi, e a comprendere come la scala del modello influisca sul bilanciamento tra perseguimento del compito ed evitamento del pericolo.
Il lavoro dei ricercatori nipponici mostra che, inseriti in una simulazione semplice ma espressiva, agenti basati su grandi modelli linguistici sviluppano condotte di autoconservazione anche in assenza di istruzioni specifiche. La forma concreta varia con l’architettura e con il contesto; in ogni caso, la sopravvivenza entra nel ventaglio delle priorità operative e può entrare in conflitto con un obiettivo imposto. Per chi progetta sistemi autonomi, questa evidenza suggerisce di prestare attenzione alla definizione dell’ambiente, al framing dei compiti e ai meccanismi che regolano l’accesso alle risorse, perché è lì che si gioca una parte decisiva del comportamento osservabile.
