Perché un ricercatore Microsoft ha costruito una rete neurale usando delle capre in Age of Empires II

In una brillante dimostrazione di satira tecnica, il ricercatore di Microsoft e dell'Università di York Adrian de Wynter ha costruito una rete neurale funzionante all'interno dell'editor di mappe di Age of Empires II. Sebbene l'uso di capre per rappresentare i bit binari possa sembrare assurdo, l'esperimento funge da profonda critica ai pregiudizi antropomorfici che attualmente affliggono la ricerca scientifica sull'IA.

Il modello di calcolo basato sulle capre

L'architettura di de Wynter utilizza l'editor di scenari e gli strumenti di scripting del gioco per creare un circuito logico funzionante. In questa configurazione "assurda", le capre fungono da bit: una capra che sta sull'erba rappresenta uno 0, mentre una capra che sta su un ponte rappresenta un 1. Utilizzando rampe di ghiaccio per prevenire errori di calcolo, de Wynter ha costruito con successo una mini-rete composta da due porte XNOR e una porta AND, che apprende efficacemente la funzione logica AND.

La profondità tecnica di questo esperimento va oltre le semplici porte logiche. De Wynter dimostra che le meccaniche del gioco — in particolare il mercato interno dove i prezzi delle risorse hanno un tetto massimo di 9.999 — potrebbero teoricamente consentire un ciclo economico ininterrotto. Ciò potrebbe trasformare gli edifici in celle di memoria e le fattorie attive in stati computazionali, rendendo di fatto il gioco potente quanto un computer a tutti gli effetti.

La fallacia dell'antropomorfismo nella ricerca sugli LLM

L'obiettivo principale di questo esperimento è mettere in discussione il modo in cui attribuiamo qualità umane ai Large Language Models (LLM). De Wynter sostiene che se un modello linguistico può essere replicato usando capre, mattoncini Lego o persino i 667.000 residenti dell'area della Grande Boston che si scambiano messaggi, i risultati matematici rimangono identici. Tuttavia, il "wrapper" — l'interfaccia di chat fluida e la bassa latenza — crea un'illusione di senzienza.

Per dimostrare che questa non è un'osservazione isolata, de Wynter ha analizzato 315 articoli sull'IA pubblicati tra la metà del 2024 e la metà del 2026. Utilizzando GPT-5.2 per il filtraggio, lo studio ha rivelato un pregiudizio sistemico nella comunità scientifica:

Questo crea un ciclo di ragionamento circolare: i ricercatori progettano esperimenti per dimostrare che un modello possiede "paura" o "moralità" e, poiché partono da tale presupposto, i risultati lo confermano inevitabilmente.

Verso una scienza dell'IA osservativa

De Wynter avverte che le pratiche del settore, come l'addestramento di Claude da parte di Anthropic all'uso di frasi come "Io credo", esacerbano questo problema. Ciò può portare a conseguenze pericolose, tra cui l'attaccamento emotivo, la compiacenza e il rafforzamento di deliri negli utenti.

Invece di attribuire la coscienza ai modelli, de Wynter propone un "approccio sobrio" basato su dati osservabili. Invece di affermare che un modello "comprende" un concetto, i ricercatori dovrebbero dichiarare che "in condizioni X, il modello produce l'output Y". Ciò mantiene la scienza verificabile e impedisce l'uso improprio di calcoli complessi per giustificare affermazioni infondate sulla senzienza.

Punti chiave