Google DeepMind ha presentato nelle scorse settimane un nuovo approccio di addestramento, battezzato "prospective credit assignment", pensato per uno dei problemi piu' ostici dell'IA attuale: far ragionare i modelli su compiti lunghi, in cui una decisione presa all'inizio determina l'esito decine di passi dopo. E' un tema tecnico ma decisivo, perche' e' proprio la debolezza sui ragionamenti lunghi a far fallire gli agenti quando devono portare a termine attivita' complesse in autonomia.
Il problema di attribuire il merito alle mosse giuste
Nell'apprendimento per rinforzo, la difficolta' classica e' il "credit assignment": quando un lungo processo si conclude con un successo o un fallimento, come si capisce quali delle tante decisioni intermedie hanno davvero contato? Se il modello riceve un premio solo alla fine, fatica ad associarlo alle scelte compiute molti passi prima. E' come valutare un'intera partita a scacchi guardando solo lo scacco matto: difficile capire quale mossa a meta' gioco sia stata la piu' importante.
Come funziona il "prospective credit assignment"
L'idea di DeepMind e' insegnare al modello ad anticipare come una decisione presa ora influenzera' l'esito molti passi in avanti, distribuendo il "merito" in modo piu' lungimirante invece di aspettare il verdetto finale. In pratica il sistema impara a stimare in anticipo il valore prospettico delle proprie mosse, orientando meglio l'esplorazione verso le strade promettenti. Su SWE-Bench, il test che chiede ai modelli di risolvere problemi reali su codice presenti su GitHub, l'approccio ha mostrato un miglioramento sensibile proprio sui casi che richiedono piu' di dieci passi per essere risolti: esattamente il tipo di compito dove gli agenti oggi inciampano.
I risultati sui problemi olimpici di matematica
Sul fronte del ragionamento matematico, l'ultima iterazione del sistema di DeepMind si e' collocata nell'1% migliore sui problemi di livello Olimpiadi Internazionali di Matematica, tra i piu' difficili proposti agli studenti delle superiori. La tecnica combina la generazione di strategie di dimostrazione candidate, la valutazione della loro plausibilita' e l'esplorazione sistematica delle piu' promettenti: una forma di ricerca strutturata guidata da euristiche apprese. Il gruppo ha sottoposto il lavoro alla conferenza NeurIPS 2026.
Perche' conta per gli agenti che useremo
Al di la' dei benchmark, la posta in gioco e' pratica. Gli assistenti che scrivono codice, gestiscono flussi di lavoro o conducono ricerche approfondite falliscono spesso non perche' non "sanno" abbastanza, ma perche' perdono il filo su sequenze lunghe di azioni. Un metodo che migliora il ragionamento su decine di passi puo' tradursi in agenti piu' affidabili nel completare compiti reali senza intervento umano. E' un progresso incrementale, non una rivoluzione, ma indica la direzione della ricerca di frontiera: dopo aver reso i modelli piu' colti e piu' fluenti, il lavoro ora e' renderli capaci di portare a termine cose complesse dall'inizio alla fine.
I limiti che restano da superare
Nessun metodo cancella di colpo le fragilita' degli agenti. Migliorare l'attribuzione del merito sui passi giusti aiuta, ma i modelli continuano a soffrire quando l'ambiente cambia in modo imprevisto, quando gli strumenti a disposizione restituiscono errori inattesi o quando il compito richiede conoscenze aggiornate che il modello non possiede. Inoltre i guadagni misurati sui benchmark non si traducono automaticamente in affidabilita' nel mondo reale, dove i casi limite sono infiniti. La ricerca di DeepMind e' un passo su una strada lunga: rendere i sistemi capaci non solo di ragionare bene su un singolo problema, ma di mantenere coerenza e giudizio lungo interi processi, e' probabilmente la sfida piu' importante dei prossimi anni per l'IA agentica.
Le informazioni sui risultati sono tratte dalle comunicazioni di ricerca del laboratorio; i benchmark citati (SWE-Bench, problemi in stile IMO) sono riferimenti standard nella valutazione del ragionamento dei modelli.
