AGI

Marc Andreessen, interpellato nel podcast di Lenny Rachitsky nel febbraio 2026 per definire l'AGI, ha dato tre risposte: un'IA capace di produrre ricerche equivalenti a una tesi di dottorato, il punto in cui un'IA prende il controllo del proprio sviluppo e si migliora da sola, e quella pragmatica, che lo sapremo quando ci arriveremo. Aver bisogno di tre tentativi è la caratteristica che definisce il concetto stesso. L'AGI è l'obiettivo dichiarato dei grandi laboratori di IA, sistemi sostituibili agli esseri umani, senza un test consolidato per stabilire quando vi si sia arrivati.

Luc Julia, co-creatore di Siri, rifiuta la premessa. Il suo libro «L'IA n'existe pas» sostiene che i sistemi attuali eseguono un riconoscimento di pattern sofisticato piuttosto che intelligenza, che non ragionano né comprendono né apprendono davvero, e che l'AGI è improbabile con gli approcci attuali, forse impossibile. Attribuisce l'entusiasmo più a interessi commerciali che alla realtà tecnica. «Arvind Narayanan» sostiene una posizione analogamente contraria.

Ethan Mollick, nel luglio 2024, tratta il disaccordo come un problema di pianificazione. Un sondaggio del 2023 tra informatici ha collocato la data mediana dell'AGI al 2047, con una probabilità del dieci percento prima del 2027, mentre i leader dell'IA annunciano orizzonti temporali di 2027 o cinque anni. La risposta di Mollick è una pianificazione per scenari su quattro futuri possibili: stagnazione, crescita lineare, crescita esponenziale, AGI. Richiama il precedente della legge di Moore, in cui un'aspettativa tecnologica è diventata un obiettivo motivante e poi una profezia che si autoavvera. Quel precedente lascia aperta la domanda: se l'AGI indichi una destinazione, oppure orienti il comportamento di un intero settore verso di essa.