Per molti anni abbiamo descritto l’intelligenza artificiale come una tecnologia capace di rispondere. Prima completava una frase, poi scriveva testi, generava immagini, traduceva, riassumeva e analizzava documenti. Con GPT-6 Astra, presentato da OpenAI il 3 settembre 2026, questa definizione comincia a essere insufficiente. Il nuovo modello è stato progettato per affrontare lavori composti da molti passaggi: cercare informazioni, navigare, usare software, organizzare materiali e produrre documenti, presentazioni, fogli di calcolo, siti e applicazioni. L’AI non occupa più soltanto lo spazio della risposta, ma quello dell’azione.
La logica agentica non coincide con la normale automazione. Un software tradizionale segue un percorso stabilito in anticipo: se accade A, esegue B. Un agente costruito su un modello linguistico opera invece dentro una zona probabilistica, interpreta istruzioni incomplete e può cambiare strada quando incontra un ostacolo. Questa flessibilità è precisamente ciò che lo rende utile, ma introduce anche una quota di imprevedibilità. Per questo non basta valutare la qualità della risposta finale: bisogna osservare la sequenza delle azioni, i dati consultati, i permessi utilizzati e i tentativi che il sistema ha scartato lungo il percorso.
La differenza può sembrare sottile, ma non lo è. Un chatbot tradizionale attende una domanda e restituisce un contenuto. Un sistema agentico riceve invece un obiettivo, interpreta il contesto, divide il lavoro in fasi, sceglie gli strumenti e verifica progressivamente il risultato. Questo non significa che possieda una volontà o che possa operare senza limiti: significa che una parte crescente delle decisioni operative viene spostata dall’utente al sistema. L’essere umano non indica più necessariamente ogni comando, ma definisce il risultato, le regole e i confini entro i quali l’AI può muoversi.
L’interfaccia diventa quindi una questione editoriale e non soltanto tecnica. Un buon sistema dovrebbe distinguere chiaramente fra operazioni reversibili e decisioni che producono conseguenze esterne. Può preparare una bozza, ordinare un archivio o proporre un montaggio senza interrompere continuamente il lavoro; dovrebbe invece chiedere conferma prima di pubblicare, acquistare, inviare un messaggio, cancellare un file o utilizzare l’identità di una persona. La qualità dell’agente si misura anche dalla capacità di fermarsi nel punto giusto e di rendere comprensibile ciò che sta per fare.
Per chi lavora con immagini, video e comunicazione, il passaggio è particolarmente significativo. Un progetto audiovisivo non è mai una singola operazione: richiede ricerca, scrittura, riferimenti visivi, pianificazione, produzione, montaggio, grafica, adattamenti nei diversi formati e distribuzione. La prospettiva aperta dai modelli agentici è quella di un assistente di produzione digitale capace di mantenere il filo fra queste attività. Non un regista artificiale, ma una struttura operativa che può ridurre la distanza fra un’intuizione e la sua realizzazione.
Sul piano produttivo, la promessa più interessante riguarda le piccole strutture. Un autore indipendente può coordinare ricerca, storyboard, preventivi, versioni linguistiche e materiali promozionali senza disporre di reparti separati. Ma la riduzione dei passaggi non elimina le competenze: le concentra. Chi dirige deve riconoscere un riferimento debole, una fonte inattendibile, una scelta visiva banale o una soluzione che viola un diritto. L’agente moltiplica la capacità di tentare; non fornisce automaticamente il criterio con cui scegliere fra i tentativi.
Il vantaggio, però, coincide con il rischio. Più un sistema è capace di agire, più diventa importante stabilire quali decisioni possa assumere autonomamente e quali debbano rimanere umane. In un processo creativo, l’efficienza non è l’unico criterio. Un’inquadratura imperfetta, una pausa, un errore o una deviazione possono diventare elementi espressivi; una macchina orientata all’ottimizzazione tende invece a scegliere la soluzione più coerente, leggibile e statisticamente plausibile. Se le affidiamo anche l’organizzazione del processo, potremmo ottenere lavori più rapidi e ordinati, ma anche progressivamente più uniformi.
Esiste anche un effetto economico. Se la stessa piattaforma ospita modello, strumenti, memoria del progetto e distribuzione, la comodità può trasformarsi in dipendenza. Un processo creativo costruito interamente dentro un unico ambiente rischia di diventare difficile da esportare, verificare o continuare altrove. Servono formati leggibili, registri delle versioni e la possibilità di conservare materiali e decisioni fuori dal sistema. L’autonomia dell’AI non dovrebbe produrre una minore autonomia dell’autore.
Cambiano infine le competenze da insegnare. Non basta imparare a scrivere richieste efficaci: occorre definire obiettivi verificabili, separare ricerca e interpretazione, riconoscere le operazioni sensibili e costruire momenti di revisione. In questo senso il prompt è soltanto l’inizio. Il vero progetto è l’insieme di regole, fonti, autorizzazioni e criteri con cui l’agente può lavorare. Più la macchina diventa operativa, più l’essere umano deve diventare preciso nel descrivere la responsabilità.
La vera novità di Astra non è quindi la possibilità di produrre più contenuti. È il cambiamento della relazione fra autore e strumento. Fino a ieri chiedevamo alla macchina di eseguire. Oggi le chiediamo di collaborare, interpretare e, entro certi limiti, decidere. Il compito dell’autore non diminuisce: si sposta verso la definizione dell’intenzione, la selezione, il controllo e la responsabilità finale. Nell’età dell’AI che agisce, la competenza decisiva potrebbe non essere saper formulare il prompt perfetto, ma sapere con precisione che cosa non vogliamo delegare.