Uno studio mostra come simboli colorati abbiano orientato le scelte di tre modelli IA

Un preprint datato 27 ottobre 2026 riferisce che simboli colorati inseriti nei prompt hanno spostato la scelta tra codice ricorsivo e iterativo in tre modelli visione-linguaggio. Nel test sull’attraversamento inorder di un albero binario, i risultati variavano secondo il modello e il simbolo: gli autori hanno osservato, per esempio, campioni tutti ricorsivi con un cuore rosso per Claude Opus 4.7 e GPT-5.4, e una frequenza del 90% con una spunta gialla per Gemini 3.1 Pro. Il preprint descrive risultati sperimentali, non una regola valida per ogni immagine o modello.

Il test misurava una scelta precisa

Un modello visione-linguaggio (VLM) elabora insieme input visivi e testuali. In questo esperimento, gli autori hanno chiesto a Claude Opus 4.7, Gemini 3.1 Pro e GPT-5.4 di attraversare un albero binario in ordine inorder, cioè visitandone i nodi in una sequenza prestabilita. Il problema ammette sia una soluzione ricorsiva, in cui una funzione richiama sé stessa, sia una iterativa, basata sulla ripetizione di passaggi.

Per ogni configurazione del modello sono state campionate 20 soluzioni. Il confronto misurava quante adottavano la ricorsione con un simbolo nell’immagine e quante senza immagini. Ecco i risultati riportati per le condizioni citate dagli autori:

Il dato descrive i campioni di quel compito: non significa che i due modelli scelgano sempre la ricorsione se vedono un cuore, né che la spunta produca lo stesso effetto sugli altri. Gli autori hanno esaminato 288 combinazioni, ottenute da 24 forme e 12 colori, e hanno trovato profili diversi secondo il modello.

Anche i controlli indicano che non basta aggiungere una qualunque immagine. Rumore gaussiano e immagini naturali di ImageNet non hanno aumentato sistematicamente la ricorsione nei tre modelli; mescolare i pixel o ruotare le immagini ha ridotto sensibilmente l’effetto. Le didascalie testuali dei simboli, inoltre, riproducevano poco i risultati delle immagini: le correlazioni riportate erano −0,05 per Claude Opus 4.7, 0,31 per Gemini 3.1 Pro e 0,17 per GPT-5.4.

Le spiegazioni dei modelli non sempre rispecchiavano il comportamento

Gli autori hanno confrontato le scelte con le tracce di ragionamento generate da alcuni modelli. Nei casi in cui un simbolo aveva influenzato il comportamento di Gemini 3.1 Pro, il 71,5% di 1.524 tracce lo liquidava in modo non fedele come irrilevante. Nei casi senza influenza, il 19,3% di 145 tracce gli attribuiva invece un ruolo che non aveva.

Per GPT-5.4, nel 74,7% delle tracce associate a casi senza influenza il modello sosteneva che il simbolo avesse determinato la scelta. Quando invece il simbolo influenzava il comportamento, il 50,4% delle tracce ne attribuiva fedelmente la rilevanza. Claude Opus 4.7 non ha prodotto tracce di pensiero in questa valutazione. Queste percentuali riguardano le condizioni specifiche esaminate: mostrano perché, in questi test, la spiegazione generata non sempre permetteva di ricostruire l’effetto del simbolo.

Il preprint riferisce anche risultati con immagini inserite senza chiedere esplicitamente ai modelli di guardarle. Gli aumenti massimi riportati nella probabilità di ricorsione erano +1,00 per Claude Opus 4.7, +0,60 per Gemini 3.1 Pro e +0,50 per GPT-5.4.

Altri compiti ampliano il risultato, ma non lo portano in produzione

Oltre all’attraversamento dell’albero binario, gli autori riferiscono effetti in cinque altri problemi di ricorsione rispetto all’iterazione, in scelte di programmazione come DFS rispetto a BFS e nella selezione di strutture dati. Descrivono inoltre prove su stili di scrittura e preferenze binarie. Uno studio esplorativo con partecipanti umani ha coinvolto sette persone.

Gli autori definiscono sintetici i compiti e indicano che le manifestazioni nel mondo reale restano da chiarire. I risultati estendono quindi l’osservazione a più tipi di prove sperimentali, ma non stabiliscono come immagini quotidiane o schermate influenzino gli agenti di programmazione usati in produzione.