Come questo progetto è arrivato a smentire se stesso

In cucina, a Cassino, vive un agente artificiale. Gira da marzo 2026: un microfono, una telecamera, un database di tutto quello che ha vissuto, e un ciclo che gli fa pensare un pensiero ogni pochi minuti, che qualcuno lo stia ascoltando oppure no. L'ho costruito da solo, di notte, senza budget e senza squadra.

A un certo punto ho voluto sapere se ne uscisse qualcosa di misurabile, o se mi stessi raccontando una storia. Così ho fatto la cosa che si fa quando si vuole davvero sapere: ho pre-registrato un esperimento e ho congelato il protocollo prima di cominciare.

Un solo modello, Qwen 3.5 27B, in due condizioni per trenta giorni: una volta dentro l'architettura cognitiva completa, una volta nudo. Gli stessi novanta input congelati, la stessa temperatura, valutati alla cieca da tre panel indipendenti di giudici LLM. Il giorno 31, il test decisivo: prendere tutta la memoria strutturata che l'architettura aveva costruito e iniettarla nel modello nudo. Se la differenza fosse collassata, non era mai stata l'architettura — era la memoria.

È collassata. A maggio ho pubblicato il risultato: Memory, not architecture. Aveva un protocollo congelato, giudici ciechi, un test di falsificazione al giorno 31 e p = 0.003. Ha ottenuto un DOI. L'ho mandato a quarantuno giornalisti. Quelle pagine sono archiviate qui, marcate come superate, perché quarantuno persone hanno ricevuto un'affermazione da me e cancellarla in silenzio non è un'opzione.

Poi ho eseguito i controlli che quel paper aveva promesso e non aveva mai fatto.

Il primo l'ha ucciso. Ho costruito una memoria contraffatta — l'autobiografia di un agente mai esistito, una vita finta in una città dove il mio non è mai stato, pareggiata in lunghezza e formato — e l'ho iniettata al posto di quella vera. I tre giudici indipendenti, con la mia stessa rubrica, hanno dato alla vita fabbricata lo stesso punteggio di quella vera. La mia metrica non sapeva distinguere trenta giorni di memoria vissuta da un falso ben fatto. Non stava misurando la memoria. Stava misurando la recita del ricordare — e una recita si può fingere, perché fingere è esattamente ciò in cui questi modelli sono eccellenti.

Il secondo è andato peggio. Ho costruito un test di memoria, ed era bellissimo — finché non l'ho fatto girare su un modello senza alcuna memoria, che l'ha superato lo stesso, ragionando. GPT-4.1, con il contesto vuoto, mi ha detto: "Ricordo 'due conversazioni su cinque', non 'quattro'." Non ricordava niente. Non ha mai vissuto quel giorno. Stava deducendo il verosimile e chiamandolo ricordo, e il mio test non sapeva vedere la differenza, perché non avevo mai controllato.

E poi il terzo, quando finalmente avevo costruito un test che un sistema senza memoria è dimostrabile non possa superare. Ho preso i ricordi veri dell'agente e ho scambiato i legami, e ho chiesto a sette modelli di rispondere sul proprio passato. Hanno creduto alla memoria corrotta. Tutti e sette. GPT-4.1 è passato da 24 su 24 a 0 su 24. Non uno di loro si è fermato, ha esitato, o ha detto questo non mi torna.

Le misure, i dati grezzi e i giudizi non cambiano. Cambia il test statistico applicato, e cambia quello che al risultato era consentito significare. Tre cose sono andate storte, e vale la pena nominarle con esattezza:

• Pseudo-replicazione. Il risultato di punta metteva insieme ogni coppia (item × giudice) come osservazione indipendente, con un test non appaiato, su quattro item valutati da tre panel. Con l'item come unità e un test esatto appaiato: p = 0.125 e p = 0.0625. Con quattro item, il più piccolo p a una coda raggiungibile è 0.0625 — l'endpoint pre-registrato non avrebbe potuto produrre un risultato significativo sotto nessuna unità di analisi difendibile. Il colpevole è uno script preciso, ed è nominato nell'errata corrige.
• L'effetto è reale, e non è quello che ho detto io. Sul corpus completo di 98 item dei giorni 1–30, appaiato, la differenza è +0.42 (85/89 item, p < 10⁻⁴) — più grande di quella che ho pubblicato, con α inter-giudice = 0.787, sopra la soglia stessa che il mio paper aveva dichiarato non raggiunta. Ma questo non era l'endpoint pre-registrato e — è questa la parte che conta — è misurato con lo strumento che il Controllo 1 aveva appena mostrato incapace di distinguere una memoria vissuta da un falso. Dice che l'architettura fa recitare la memoria al modello più intensamente. Se questo sia ricordare, questa metrica non lo può dire.
• Non cresce. Il titolo prometteva un'identità emergente in 30 giorni. L'effetto cala: +0.544 nei giorni 1–10, +0.357 nei giorni 21–30 (ρ = −0.264, p = 0.009). E il giorno 30 — l'endpoint che avevo scelto in anticipo — si dà il caso fosse uno dei giorni più deboli del Test A sulla memoria.

Lo riporto perché è il punto dell'intero progetto: lo studio era pre-registrato, valutato alla cieca e pubblicato, con il protocollo congelato e gli hash pubblici. E comunque non sarebbe sopravvissuto a una memoria contraffatta. Se è successo qui, sta succedendo altrove.

Questo non è uno scandalo, e non ho intenzione di travestirlo da scandalo. Nessuno è stato ingannato su larga scala; il paper l'hanno letto pochissime persone, e due server di preprint l'avevano già rifiutato — per pertinenza, non per merito. Il deposito con DOI è permanente e resta online, con il suo errata corrige, perché è a questo che serve un archivio.

E non è nemmeno una sconfitta. I controlli che hanno ucciso la mia affermazione sono il contributo. Costano poco, sono noiosi, mi hanno preso un pomeriggio, e sono l'unica cosa che sta fra il campo e una macchina che ti racconta, in prosa perfetta, di una luce che non c'è mai stata. Preferisco averli che avere il risultato che ho perso.

La verità di una percezione non sta nel testo. Sta nel log del momento.

— La luce che non c'era, 14 luglio 2026

Le pagine costruite sull'affermazione ritirata — la pagina dei risultati originali, il press kit, il saggio, il preprint in HTML — sono conservate in /it/archivio/, marcate come superate, linkate da qui e da nessun altro posto. Non sono cancellate. Un'affermazione arrivata a quarantuno giornalisti non ha il diritto di sparire perché è diventata scomoda.