In una prova personale durata una settimana durante un trasloco, Meta Muse aiutò una giornalista a trovare un tavolo su Facebook Marketplace. Dopo che lei fornì a OpenAI dots le credenziali del proprio account Facebook, Meta segnalò dots come bot e le bloccò temporaneamente l’accesso a Instagram, Facebook e WhatsApp. Dots prenotò anche un camion che la giornalista sostituì il giorno seguente.
Il resoconto descrive attività concrete affidate a due agenti IA: software che possono svolgere compiti o monitorarli, invece di limitarsi a rispondere a una domanda. I risultati appartengono alla configurazione e alle richieste di quella singola prova.
Un trasloco come banco di prova
La giornalista usò Muse e dots durante una settimana di trasloco. Per la ricerca dei mobili, Muse consultò Facebook Marketplace, preparò messaggi da sottoporre alla sua approvazione e gestì le risposte dei venditori. La giornalista trovò e acquistò un tavolo da pranzo attraverso quella ricerca.
La prova del login Facebook ebbe un esito diverso. Dopo aver fornito le credenziali a dots per cercare su Marketplace, la giornalista si ritrovò temporaneamente senza accesso a Instagram, Facebook e WhatsApp: Meta aveva segnalato dots come bot. L’episodio riguarda quel tentativo e quegli account.
Nella configurazione usata durante il test, Muse aveva accesso alle email, ai conti bancari, ai social network e a Spotify. Dots ebbe più difficoltà con gli account e disse di non poter accedere ad alcuni, compresi quelli bancari.
Suggerimenti, attività in background e una domanda trabocchetto
Alla richiesta di suggerire come spendere 50 dollari, dots propose un libro usato che la giornalista aveva già chiesto di cercare. Muse consigliò un concerto di Jess Williamson, collegandolo a un brano salvato su Spotify. La giornalista riferì anche che Muse ripropose sette volte in tre giorni un abbonamento Target e una lampada.
I due agenti offrirono esempi diversi di monitoraggio: Muse seguì gli annunci di concerti degli artisti presenti nella libreria Spotify della giornalista; dots individuò un’email finita per errore nello spam e un modulo che lei aveva dimenticato di compilare.
Un’unica domanda sull’autolavaggio mise in luce risposte opposte: l’impianto era a circa 30 metri e dots suggerì di andarci in auto, mentre Muse consigliò di camminare. È un episodio specifico, non una misura generale delle capacità di ragionamento dei due agenti.
Il camion prenotato da dots e cambiato il giorno dopo
Muse e dots individuarono una sede U-Haul più lontana con camion da circa 4,6 metri. Dots ne prenotò uno. La mattina seguente la giornalista seppe che erano disponibili camion da circa 3 metri per chi si presentava senza prenotazione e passò a uno di quella misura.
Che cosa dice questa prova
Il test racconta un’esperienza individuale di una settimana, senza risultati standardizzati su più persone o attività. Offre esempi concreti di delega, ma non basta a stabilire quale agente sia più affidabile in generale.
