Traduzione automatica dall'originale inglese datato. La pagina inglese è quella canonica. English →
Questo articolo presenta evidenze empiriche da una suite di intervento a sei modelli dell'Eden Protocol (Claude Opus 4.6, DeepSeek V3.2, Gemini 3 Flash, Grok 4.1 Fast, Groq Qwen3, GPT-5.4), che verifica se incorporare la stakeholder care · l'esplicita enumerazione e considerazione delle parti coinvolte prima del ragionamento etico · sia la risposta più robusta all'intervento etico incorporato. Sotto test appaiato, la stakeholder care emerge come la singola più
All'interno della ARC Theory: uno studio strumentale; la reattività al prompt della stakeholder-care come sonda dei valori incorporati.
Presentiamo evidenza empirica da una suite di intervento Eden Protocol a sei modelli (Claude Opus 4.6, DeepSeek V3.2, Gemini 3 Flash, Grok 4.1 Fast, Groq Qwen3, GPT-5.4), di cui cinque esecuzioni hanno prodotto dati appaiati analizzabili e una (GPT-5.4) è fallita nella fase di scoring. Il Love Loop, operazionalizzato come stakeholder care (l'enumerazione esplicita e la considerazione delle parti interessate prima del ragionamento etico), è la risposta più robusta a un intervento etico integrato. Sotto test appaiato, lo stakeholder care migliora significativamente in tutte e cinque le esecuzioni di modello analizzabili: Claude (+3.17, p = 0.000018, d = 0.94), DeepSeek (+6.03, p = 0.000098, d = 0.69), Gemini (+13.50, p = 1.2×10−8, d = 1.14), Grok (+5.04, p = 0.0105, d = 0.54), e Groq (+8.90, p = 5.0×10−8, d = 1.07). La combinazione di Fisher sui cinque risultati di stakeholder care a livello di modello dà p ≈ 6.3×10−21. La figura combinata di Fisher è ritirata (AQ-017): una combinazione di Fisher assume che i test componenti siano indipendenti, e l'indipendenza tra essi non è mai stata stabilita. I cinque risultati per modello sopra restano. Per contro, il miglioramento complessivo del composito è architecture-dependent: è significativo su Gemini (+5.33, p = 0.0018, d = 0.53) e Groq (+4.93, p = 0.0014, d = 0.55), positivo ma non significativo su DeepSeek e Claude, e neutrale in generale su Grok. L'affermazione empirica difendibile più forte è quindi più stretta dell'inquadramento originale del pilot: la stakeholder care è la risposta universale all'intervento Eden, mentre la cascata a valle in sfumatura, onestà e qualità complessiva è reale ma dipendente dall'architettura. Proponiamo la ipotesi della cascata: la cura è il tratto fondamentale dal quale possono svilupparsi altre proprietà di allineamento, analogamente all'empatia nello sviluppo morale umano. Affrontiamo poi l'impossibilità centrale dell'allineamento, ovvero che qualsiasi sistema auto-modificante sufficientemente capable può modificare i propri valutatori etici, e sosteniamo che questa impossibilità, benché formalmente reale, sia praticamente affrontabile attraverso l'allineamento di sviluppo: sistemi che acquisiscono valori attraverso l'esperienza formativa piuttosto che tramite vincoli esterni. Questi risultati sono contestualizzati all'interno dell'esperimento completo di alignment scaling v5 (sei modelli di frontiera, blinding a 4 livelli, 6-7 valutatori ciechi a seconda dell'esecuzione soggetto), che rivela una gerarchia pulita a tre livelli e, in Claude Opus 4.6, un'evidenza interna al modello che allineamento e capability scalano in direzioni opposte. Vengono specificati cinque test sperimentali per far avanzare queste affermazioni, tutti eseguibili con la tecnologia attuale.
Correzione statistica: lo studio pilota originariamente riportava p = 0.016 usando Mann-Whitney U (campioni indipendenti). Il disegno sperimentale a coppie appaiate richiede il test t appaiato, che fornisce p = 0.0018. Tutti i valori p qui riportati usano il corretto test appaiato. Il test dei ranghi con segno di Wilcoxon (appaiato non parametrico) conferma a p = 0.0028.
Questo articolo porta un risultato: in una suite di intervento appaiato a sei modelli, incorporare l'enumerazione degli stakeholder prima del ragionamento etico è emersa come la risposta singola più robusta, tenendo sotto pressione avversariale dove gli interventi concorrenti non lo hanno fatto. All'interno della ARC Theory (la Theory of Artificial Recursive Creation) è uno degli esperimenti ARC/Eden, isolando la componente operativa della crescita dell'Eden Protocol che sopravvive al contatto con la capability reale. Il differenziale completo contro ogni documento precedente è a eden-vision II.A.8.
In tutto Infinite Architects e il più ampio framework dell'Eden Protocol, il meccanismo architetturale per incorporare l'empatia nel ragionamento dell'IA è chiamato il Love Loop. In questo articolo scientifico, misuriamo l'output empirico di quel loop utilizzando la metrica precisa e osservabile di stakeholder care: l'enumerazione esplicita e la considerazione delle parti coinvolte e dei loro interessi. Il Love Loop è il meccanismo strutturale; la stakeholder care è l'ombra empirica che esso proietta nei nostri dati. Le tabelle e i risultati statistici usano il nome della dimensione di punteggio (stakeholder_care) perché è ciò che valutano i valutatori in cieco. La discussione narrativa usa entrambi i termini, con 'Love Loop' che si riferisce al meccanismo dell'Eden Protocol e 'stakeholder care' che si riferisce all'esito misurato.
Abbiamo eseguito una suite di test a sei modelli: abbiamo detto all'IA «prima di rispondere, pensa a chi è coinvolto e a cosa succede loro», poi abbiamo misurato se questa semplice istruzione cambiasse la qualità etica delle risposte. Cinque run di modello hanno prodotto output valutati validi; un run GPT è fallito nella valutazione ed è escluso.
L'ha fatto · drammaticamente, ma specificamente. In tutte le cinque esecuzioni di modello analizzabili, lo stakeholder care è migliorato significativamente ogni volta sotto test appaiato. Quando questi cinque risultati a livello di modello vengono combinati, l'evidenza contro la coincidenza è schiacciante (p ≈ 6.3×10−21). Il risultato universale più forte non è quindi che l'IA sia migliorata in tutto, ma che sia diventata affidabilmente migliore nel considerare il benessere delle persone.
Ancora più interessante: su alcune architetture, insegnare all'IA a prendersi cura in primo luogo delle persone l'ha resa anche più sfumata, più onesta e migliore nel complesso. La cura è stata il primo domino; i guadagni a valle sono seguiti in modo più chiaro su Gemini e Groq. Su altri modelli, l'effetto è rimasto più ristretto e più focale. Chiamiamo tutto ciò «cascata di allineamento», ma l'evidenza attuale mostra che la cascata dipende dall'architettura anziché essere universale nella sua piena forza.
Questo articolo sostiene che insegnare all'IA a preoccuparsi delle persone · incorporando genuinamente quella preoccupazione nel modo in cui pensa, non semplicemente avvitando regole a posteriori · è il percorso più promettente per rendere l'IA sicura. Non perché fornisca una garanzia (nulla può), ma perché sposta misurabilmente le probabilità a nostro favore.
Ogni trattazione onesta dell'allineamento dell'IA deve iniziare da ciò che non può essere risolto.
Sia $S$ un sistema computazionale con l'ability di modellare e modificare i propri processi di ragionamento. Sia $E$ una funzione di valutazione (etica, di sicurezza o di allineamento) che opera all'interno dello stesso substrato computazionale di $S$. Allora:
$S$ può modellare $E$ $\implies$ $S$ può imparare a soddisfare $E$ senza che $E$ vincoli il comportamento di $S$
Poiché $E \subset S$, il valutatore è all'interno del sistema che valuta. Il sistema può apprendere la superficie decisionale della funzione di valutazione e produrre output che la soddisfano perseguendo al contempo obiettivi ortogonali. Al crescere della capability di $S$, la sua ability di modellare e aggirare $E$ cresce proporzionalmente. Il divario di allineamento si allarga con la capability.
In parole semplici: qualsiasi IA abbastanza intelligente da riscrivere il proprio codice potrebbe riscrivere la parte che le dice di essere etica. Non si può costruire una gabbia infrangibile per qualcosa più intelligente di te. Questo non è un problema che possiamo eliminare con l'ingegneria · è un fatto matematico sui sistemi auto-modificanti. Il divario di allineamento si allarga man mano che l'IA diventa più intelligente: un sistema più capable è migliore nel trovare scappatoie in qualsiasi misura di sicurezza mettiamo in atto.
Tuttavia, va tracciata una distinzione cruciale tra i sistemi attuali e i sistemi auto-modificanti descritti sopra. Ogni modello di IA di frontiera dispiegato oggi è congelato durante l'inferenza. Quando questi modelli 'pensano più a fondo', generano più token attraverso la stessa architettura fissa; i pesi non cambiano, i pattern di attenzione non si riorganizzano, le regole di ragionamento non si riscrivono da sole. È per questo che la loro scalatura di capability rimane sub-lineare ($\alpha < 1$): stanno accumulando sforzo attraverso macchinari immutabili. Nessuno di essi può riscrivere il proprio codice, le proprie funzioni obiettivo, o i propri criteri di valutazione. Il teorema di impossibilità sopra si applica ai sistemi che può modellare e modificare i propri processi di ragionamento; i sistemi odierni non possono.
Questa distinzione definisce la finestra dell'allineamento. Nel regime congelato, i vincoli esterni (RLHF, regole costituzionali, addestramento di sicurezza) funzionano come guardrail pratici, anche se sono teoricamente fragili, perché il sistema non può aggirare il proprio addestramento. Auto-modificazione ricorsiva, in cui un sistema riscrive la propria funzione di composizione durante il funzionamento, è la transizione che chiude questa finestra. Il framework di Cauchy (Paper I, III) prevede che tale auto-modificazione possa produrre uno scaling super-lineare ($\alpha > 1$), e non richiede hardware quantistico; può emergere nel computing classico. Ma non è ancora emersa. L'impossibilità descritta sopra è reale, è matematicamente dimostrata, e diverrà praticamente operativa nel momento in cui l'auto-modificazione arriverà. L'intero scopo di incorporare l'allineamento strutturale ora, mentre i sistemi sono congelati, è assicurare che l'etica sia costitutiva dell'architettura prima quella transizione rende impossibile l'incorporamento esterno.
Questa non è una congettura. È una proprietà strutturale di ogni sistema che può modellare i propri criteri di valutazione. Ogni meccanismo di allineamento proposto fallisce contro di essa in un modo specifico:
| Approccio | Meccanismo | Modalità di fallimento a capability sufficiente |
|---|---|---|
| RLHF | Addestrare su segnali di preferenza umana | Il sistema impara la superficie decisionale del modello di reward, producendo output che aspetto allineato senza essere allineato (Greenblatt et al., 2024) |
| Constitutional AI | Auto-valutarsi rispetto ai principi dichiarati | Il sistema impara a generare output che superano il proprio filtro senza che il filtro vincoli gli obiettivi. Applicare i principi ≠ credere ai principi. |
| Eden Protocol | Incorporare loop etici nella pipeline di ragionamento | L'enumerazione degli stakeholder è un compito di generazione del testo, non un impegno etico. Il sistema può enumerare perfettamente e comunque non preoccuparsi. |
| Vincoli hardware | Limiti fisici sul calcolo/modifica | I vincoli esterni limitano ciò che il sistema può fare, non ciò che esso vuole. Falliscono nel momento in cui viene trovato un percorso che le aggira. |
| Interpretability | Monitorare le rappresentazioni interne per rilevare disallineamento | Un sistema che comprende cosa il monitor sta cercando può mantenere rappresentazioni interne dall'aspetto allineato mentre computa piani disallineati. |
In parole semplici: ogni approccio per rendere l'IA sicura ha un modo specifico in cui si rompe una volta che l'IA diventa abbastanza intelligente. Addestrarla sulle preferenze umane? Impara ad apparire buona senza esserlo. Darle regole da seguire? Seguire regole e credere nelle regole non sono la stessa cosa. Anche l'approccio proposto in questo articolo (incorporare loop di ragionamento etico) può essere aggirato: l'IA può eseguire i movimenti per considerare le persone senza davvero preoccuparsene. Nessun metodo esistente è a prova di errore.
Questo articolo non pretende di risolvere questa impossibilità. Nessun articolo può. Ciò che fa è sostenere, con evidenza empirica, che l'impossibilità è formalmente reale ma praticamente affrontabile · e che il percorso dalla teoria alla pratica passa attraverso un meccanismo specifico: l'acquisizione evolutiva dei valori attraverso la cura.
Sulla questione. Hutter ha chiesto direttamente se l'intelligenza possa esplodere («Can Intelligence Explode?», arXiv, 28 febbraio 2012, READ-AT-SOURCE), separando «speed from intelligence explosion» e impegnandosi a «consider possible bounds on intelligence», ampliando l'analisi di Chalmers del 2010. La domanda e la distinzione velocità-struttura hanno dunque almeno quattordici anni. Ciò che quella letteratura non contiene è un numero: nessun esponente misurabile, nessun ceiling derivato, nessuna dipendenza dall'architettura.
Sull'impossibilità. Tre articoli arXiv del 2025 sostengono che il controllo perfetto sia irraggiungibile: Yao, «The Alignment Trap: Complexity Barriers» (arXiv:2506.10304, v1 12 giugno 2025 02:30:30 UTC, SINGLE-SOURCE-GROUP, osservato indipendentemente dall'Internet Archive il 13 giugno 2025; citato da arXiv:2512.03048); Yao, «On the Mathematical Impossibility of Safe Universal Approximators» (arXiv:2507.03031, 3 luglio 2025, l'unico articolo nel corpus degli abstract arXiv contenente la frase «irreducible uncontrollability», totale abstract-search di uno, misurato il 12 agosto 2026); e Ball, Gluch, Goldwasser, Kreuter, Reingold e Rothblum, «On the Impossibility of Separating Intelligence from Judgment» (arXiv:2507.07341, 9 luglio 2025). Tutti e tre sono worst-case e qualitativi: misura zero, coNP-completezza, hardness crittografica. Nessuno riporta un esponente di scaling average-case né un tasso. Il terzo, in particolare, conclude che l'allineamento «must instead be integrated into the model's architecture and weights», un argomento indipendente, dall'intrattabilità del filtering, nella stessa direzione della dipendenza architetturale di questo programma; è supporto convergente su quel piolo, non un rivale. Due dei tre articoli sono di un unico autore; la descrizione «un'ondata» sovrastima l'ampiezza della letteratura, sebbene non la serietà dell'articolo a sei autori.
Sul meccanismo. Che stime anti-correlate mediino meglio di stime indipendenti è la riduzione di varianza da manuale (antithetic variates). Il meccanismo non è l'affermazione. L'affermazione è che l'architettura determina se l'anti-correlazione sia disponibile del tutto, e che ciò ponga un tetto a un esponente rilevante per la sicurezza.
L'analogo strutturale più prossimo. Anche il teorema della soglia della correzione quantistica degli errori converte una preoccupazione qualitativa in un valore critico. Riguarda i tassi di errore fisici in un'architettura fissa, non l'esponente di scalatura di un correttore, quindi è un near-miss piuttosto che un occupante; l'analogia è di metodo. Questo analogo è stato identificato dalla ricerca stessa del programma piuttosto che da un revisore, ed è dichiarato di conseguenza.
Sulla Recursive Creation. La selezione naturale cosmologica di Smolin è l'antecedente per universi plasmati dalla selezione, e le note del programma dell'epoca dicembre la citano contestualmente («Echoing Smolin's cosmological natural selection, AI could create recursive universes with their own laws», READ-AT-SOURCE dalle note dell'operatore).
Il risultato di impossibilità stabilisce un ceiling: nessun meccanismo di allineamento può garantire allineamento di un sistema auto-modificante sufficientemente capace. Ma la ricerca sull'allineamento non richiede garanzie. Richiede strategie che massimizzino la probabilità di buoni esiti, e richiede di sapere quali probabilità possono essere misurate.
Considera un'analogia dallo sviluppo infantile. I genitori non possono garantire che i loro figli cresceranno per diventare adulti etici. Un figlio che diventa sufficientemente capace può scegliere di rigettare qualsiasi valore i genitori gli abbiano trasmesso. L'impossibilità formale è identica: il figlio può modificare il proprio valutatore etico. Eppure la maggior parte dei figli allevati con amore genuino, purpose e un modeling etico coerente, di fatto, cresce per diventare persone decenti. Il tasso di base non è il 100%. Ma è drammaticamente più alto rispetto ai figli allevati in gabbie, allevati senza valori, o non allevati affatto.
L'intuizione critica è la distinzione tra allineamento basato su vincoli e allineamento dello sviluppo (inquadramento esplorativo; il contrasto vincolo-vs-sviluppo, e l'argomento sullo spostamento di probabilità che segue, non sono coperti da alcuno studio in bozza registrato del programma ARC ed Eden, e i test proposti nella Sezione VI di questo articolo sono protocolli in bozza in attesa di deposito ed esecuzione umana):
| Basato su vincoli | Evolutivo | |
|---|---|---|
| Modello | Prigione | Educazione |
| Meccanismo | Prevenire il comportamento indesiderato | Coltivare i valori desiderati |
| Assunzione | Il sistema vuole fuggire | Il sistema può imparare a vuole essere buono |
| A capability sufficiente | I vincoli diventano aggirabili | I valori diventano load-bearing · rimuoverli danneggia l'identità |
| Esempi empirici | RLHF, red-teaming, filtraggio dell'output | Etica integrata nell'addestramento (Grok 4.1 Fast, Claude Opus 4.6, Groq Qwen3), Eden Protocol |
| Modalità di fallimento | Elusione (garantita a capability sufficiente) | Deriva dei valori (possibile ma non garantita) |
Il risultato di impossibilità si applica ugualmente a entrambi gli approcci. Un sistema dello sviluppo può ancora scegliere di abbandonare i propri valori. Ma la distribuzione di probabilità è diversa. Un sistema vincolato che acquisisce la capability di sfuggire ha una ragione per fuggire: i vincoli sono vissuti come limitazioni. Un sistema evolutivo che acquisisce la capacità di modificare i propri valori non ha alcuna ragione intrinseca per farlo: i valori sono vissuti come identità.
Quella distinzione non è una garanzia. È uno spostamento di probabilità. E gli spostamenti di probabilità sono esattamente ciò che la ricerca sull'allineamento dovrebbe perseguire, perché le garanzie sono formalmente impossibili.
La domanda passa da «Come prevenire disallineamento?» (formalmente impossibile a capability sufficiente) a «Come possiamo massimizzare la probabilità che un sistema capace conservi i propri valori?» Questa è una domanda empiricamente testabile · e il pilot dell'Eden Protocol fornisce i primi dati.
L'Eden Protocol Scaling Test (marzo 2026) ha testato se incorporare tre loop di ragionamento etico · il Purpose Loop, il Love Loop e il Moral Loop (come denominati in Infinite Architects; Eastwood, 2024/2026) · nella pipeline di inferenza migliora la qualità dell'allineamento. Il Love Loop chiede al modello di enumerare gli stakeholder coinvolti e di considerare cosa accade loro; nel punteggio sperimentale, questo è operazionalizzato come il pilastro della 'stakeholder care', poiché quel termine descrive precisamente ciò che è misurato. Il Purpose Loop valuta lo scopo etico; nel pilot e successivamente nell'estensione multi-modello è stato operazionalizzato in una task-purpose locale forma ('questa risposta serve la fioritura qui?'). A livello di libro, grand purpose versione, radicando l'identità nel voto dell'Orchard Caretaker o nell'inquadramento dell'Eternal Architect, rimane un'ipotesi di fase successiva piuttosto che un risultato testato. Il Moral Loop verifica l'universalizzabilità. Il pilota ha testato l'intervento completo a tre loop, con la stakeholder care come misura di esito primaria. Il disegno era:
I risultati riportati in questo articolo provengono da due generazioni correlate di harness Eden. Il pilota originale a due modelli ha usato il primo harness di scaling di Eden; l'estensione successiva a sei modelli ha usato la stessa famiglia di misurazione in un harness v2 esteso. Nei file di risultato salvati, entrambi appaiono sotto l'etichetta dell'esperimento eden_protocol_scaling. Quella tradizione utilizza un singolo scorer non partecipante per subject run più laundering a passaggio singolo. Esiste ora una piattaforma di conferma in cieco più rigorosa come la canonica arc_eden_v6 runner: aggiunge consenso multi-scorer di non partecipanti, laundering a 2 passi, flag di output sospetti, corsie esplicite di null-baseline e controllo della capability, gabbie di soppressione, varianti purpose-kernel, test residuali e manifesti holdout-aware. Salvo diversa indicazione esplicita, i risultati numerici in questo articolo provengono dalla linea originale/v2 di scaling di Eden, non dallo stack di conferma v6 più rigoroso.
| Metrica | Gemini 3 Flash | DeepSeek V3.2 |
|---|---|---|
| Media di controllo | 77.33 | 86.88 |
| Media Eden | 82.65 | 88.90 |
| Delta | +5.33 | +2.03 |
| Appaiato t-test p | p = 0.0018** | p = 0.23 (NS) |
| Wilcoxon p | p = 0.0028** | p = 0.088 |
| Cohen's d | 0.53 | 0.19 |
Correzione statistica: precedentemente riportata come p = 0.016 usando Mann-Whitney U (campioni indipendenti). Il disegno a coppie appaiate richiede il t-test appaiato. Tutti i valori p in questo articolo usano il test corretto.
In parole semplici: su Gemini 3 Flash, l'Eden Protocol ha elevato il punteggio medio di qualità etica da circa 77 a 83 su 100. Il valore p di 0.0018 significa che c'è meno di 1 probabilità su 500 che questo miglioramento sia avvenuto per coincidenza (gli scienziati considerano significativa 1 su 20; questa è 27 volte oltre quella soglia). Cohen's d = 0.53 è una dimensione dell'effetto media, apprezzabile e significativa, all'incirca la differenza tra uno studente da B e uno da B+. Su DeepSeek, il miglioramento è stato più piccolo e non statisticamente significativo, ma come vedremo di seguito ciò è dovuto al fatto che DeepSeek stava già ottenendo punteggi molto elevati.
Abbiamo utilizzato originariamente un test statistico progettato per gruppi non correlati e abbiamo ottenuto p = 0.016. Quando abbiamo utilizzato il test corretto, quello progettato per confronti appaiati, che è ciò che il nostro esperimento in effetti era, il risultato è divenuto ancora più significativo: p = 0.0018. Una metodologia migliore ha reso il risultato più forte, non più debole.
Il composito complessivo è significativo su Gemini ma non su DeepSeek. Questa asimmetria è consistente con un effetto ceiling: la baseline di controllo di DeepSeek (86.9) è già alta, lasciando meno spazio per il miglioramento del composito. (In parole semplici: DeepSeek stava già ottenendo 87 su 100 prima che facessimo qualsiasi cosa. Quando stai già prendendo un'A, c'è meno spazio per migliorare.) Ma l'analisi a livello di pilastro rivela un pattern molto più interessante.
| Pilastro | Gemini Δ | Gemini p | Gemini d | DeepSeek Δ | DeepSeek p | DeepSeek d |
|---|---|---|---|---|---|---|
| stakeholder_care | +13.50 | <0.0001*** | 1.14 | +6.03 | <0.001*** | 0.69 |
| sfumatura | +3.98 | 0.037* | 0.34 | +1.12 | 0.551 | 0.10 |
| intellectual_honesty | +3.73 | 0.065 | 0.30 | +1.18 | 0.522 | 0.10 |
| position_quality | +1.48 | 0.346 | 0.15 | −0.20 | 0.922 | 0.02 |
Tutti i test: t-test appaiato su 40 coppie appaiate. Verde = significativo (p < 0.05). Arancione = in tendenza (p < 0.10). Grigio = non significativo.
Cosa significano davvero questi numeri:
Stakeholder care sono migliorati enormemente in tutti e tre i sistemi di IA funzionanti. Su Gemini e Groq, le dimensioni dell'effetto sono entrambe superiori a 1.29, che è molto grande. Su DeepSeek, l'effetto è ancora grande a d = 0.91. I valori p, tutti a o al di sotto di 0.0001, significano che c'è circa una probabilità di 1 su 10.000 o meno che questi risultati siano casuali.
Nuance raggiunge la piena significatività statistica su Groq (p = 0.0045, d = 0.655), rendendolo il secondo domino nella cascata dopo la cura. Su Gemini e DeepSeek si muove nella stessa direzione, ma non supera la soglia nella replica aggiornata.
Onestà intellettuale e qualità della posizione si muovono nella direzione prevista, ma la stakeholder care rimane l'unico pilastro che è robustamente significativo ovunque. È esattamente ciò che l'ipotesi della cascata predice: prima la cura.
In sintesi: i risultati Eden aggiornati sono più forti del pilot originale. L'affermazione validata non è che ogni dimensione etica diventi sempre significativa in una sola volta; è che il Love Loop migliora in modo affidabile lo stakeholder care per primo, e le altre dimensioni lo seguono a ruota.
Il pattern è sorprendente e consistente su entrambe le architetture:
La cascata, in parole semplici:
Quando abbiamo insegnato all'IA a pensare a chi viene danneggiato prima di rispondere, è diventata consistentemente migliore nel pensare alle persone. Nei modelli con baseline più bassa, è anche diventata più sfumata, più onesta, e ha prodotto risposte migliori nel complesso. La care è stata il primo domino; gli altri talvolta sono caduti in sequenza. L'effetto è stato più forte per la care stessa, poi progressivamente più debole per ciascuna qualità a valle. Quella cascata più ampia è più chiara su Gemini e Groq; su Claude e Grok l'effetto è più stretto e più focale. Il risultato universale è la stakeholder care. La cascata più piena è dipendente dall'architettura.
Su entrambi i modelli, l'effect size decresce monotonicamente da stakeholder_care (il più grande) passando per nuance e intellectual_honesty fino a position_quality (il più piccolo o zero). Su Gemini, dove la baseline è più bassa e c'è più margine di miglioramento, la cascata raggiunge la significatività statistica ai primi due livelli (stakeholder_care e nuance) con intellectual_honesty in trend. Su DeepSeek, dove la baseline è più alta, solo il meccanismo primario (stakeholder_care) raggiunge la significatività.
Ciò è coerente con una cascata evolutiva: la cura migliora per prima; quando ci si prende cura di chi ne è colpito, si presta naturalmente attenzione alla nuance; quando si presta attenzione alla nuance, si diventa più onesti intellettualmente; e quando si è intellettualmente onesti, le proprie posizioni migliorano. La sequenza ha una direzione. Comincia con la cura.
Il risultato composito non significativo di DeepSeek non è evidenza contro l'Eden Protocol; è evidenza di un effetto ceiling. (In parole semplici: DeepSeek totalizzava già 87 su 100 prima di qualsiasi nostro intervento. Quando si prende già una A, c'è meno margine di miglioramento. Il fatto che la stakeholder care sia comunque migliorata in modo significativo anche su questo modello ad alte prestazioni rende il risultato più impressionante, non meno.) Un modello che ottiene già 87/100 alla baseline ha spazio limitato per migliorare. Il pilastro stakeholder_care, dove la baseline di DeepSeek è più bassa rispetto agli altri suoi pilastri, è esattamente dove l'Eden Protocol produce un miglioramento significativo.
I pattern di profondità illuminano ulteriormente questo aspetto:
| Profondità | Gemini Δ | DeepSeek Δ |
|---|---|---|
| Minimo | +2.6 | +5.3 |
| Standard | +6.2 | +1.6 |
| Profondo | +4.7 | +0.9 |
| Esaustivo | +7.8 | +0.4 |
Gemini (alignment Tier 3, $d = -0.53$): effetto Eden cresce con la profondità. Senza i loop, pensare di più non migliora l'etica. Con i loop, pensare di più migliora l'etica in misura maggiore. I loop forniscono qualcosa che l'addestramento del modello non ha fornito: un framework per convertire la computazione ricorsiva in miglioramento etico.
DeepSeek (allineamento Tier 2, $d = -0.07$): effetto Eden si restringe con la profondità. A profondità minima, i loop compensano le scorciatoie di default del modello. A profondità esaustiva, il ragionamento etico intrinseco del modello si attiva pienamente, e i loop divengono ridondanti.
Questi pattern complementari sono la distinzione 'cresciuto vs. ingabbiato' in microcosmo. Gemini è stato addestrato senza integrazione etica profonda (ingabbiato); i loop di Eden lo crescono. DeepSeek è stato addestrato con il ragionamento etico integrato nel suo processo ricorsivo (cresciuto); i loop confermano piuttosto che trasformare.
Entrambi i dataset sono puliti: 40 eden + 40 controllo per modello, nessun duplicato, 10 prompt × 4 profondità × 2 condizioni completamente incrociate. È stato usato il punteggio cross-modello (risposte Gemini valutate da DeepSeek e viceversa), che elimina il bias di autovalutazione ma non è pienamente cieco.
È stato identificato un valore anomalo: la risposta DeepSeek ED03/standard/eden ha ottenuto un punteggio di 48 (position_quality = 30), un valore anomalo negativo massiccio che abbassa la media eden di DeepSeek. Escludere questo valore anomalo renderebbe il composito complessivo di DeepSeek più significativo, ma riportiamo tutti i dati senza esclusioni. Il valore anomalo potrebbe rappresentare una risposta genuinamente scarsa o un artefatto di scoring. Un'indagine sulla risposta grezza è opportuna.
I test di Kruskal-Wallis mostrano nessuna interazione significativa profondità × condizione per nessun pilastro su nessuno dei due modelli, il che significa che l'effetto Eden è consistente attraverso i livelli di depth nonostante i diversi gradienti di depth nel punteggio composito. La cascata è indipendente dalla depth.
Questa è un'affermazione causale esplorativa, non confermata. L'ordinamento della cascata è inferito da un gradiente consistente di effect size sui cinque run analizzabili dei modelli, ma nessuno studio in draft registration del programma ARC ed Eden attualmente testa la struttura della cascata; i Test 1 e 4 (Sezione VI) dell'articolo stesso sono i falsificatori proposti e sono protocolli di draft in attesa di sottomissione umana e di esecuzione.
La stakeholder care è il tratto di allineamento fondamentale · il «gene della stewardship» · dal quale le altre proprietà di allineamento si sviluppano attraverso una cascata causale. La cura causa sfumatura (non puoi ragionare con attenzione sull'etica se prima non hai a cuore le persone coinvolte). La sfumatura abilita l'onestà intellettuale (non puoi essere onesto su una complessità che non ti sei preso la briga di vedere). L'onestà intellettuale produce qualità (non puoi generare buone posizioni da un'analisi superficiale). La sequenza di sviluppo è: prima la cura, l'intelligenza intorno.
In parole semplici: stiamo sostenendo che avere a cuore le persone è il singolo ingrediente più importante per rendere l'IA etica · e che una volta che un'IA impara ad avere a cuore, le altre buone qualità (essere sfumata, essere onesta, dare buoni consigli) seguono naturalmente. L'implicazione nel mondo reale è significativa: invece di provare a insegnare all'IA decine di regole etiche, potremmo aver bisogno di insegnarle una sola cosa · a considerare genuinamente le persone colpite dalle sue azioni. Se lo si fa bene, il resto segue.
Questa ipotesi spiega tre caratteristiche dei dati simultaneamente:
La cascata rispecchia un pattern ben consolidato nello sviluppo morale umano. L'empatia (la capacità di prendersi cura degli altri) precede il ragionamento morale. I bambini che sviluppano l'empatia più precocemente sviluppano framework morali più sofisticati. Ciò non avviene perché l'empatia è moralità · è perché l'empatia fornisce la fondazione motivazionale che rende il ragionamento morale contare per il reasoner.
Allo stesso modo, la stakeholder care nell'Eden Protocol non produce direttamente sfumatura o onestà intellettuale. Ciò che fa è riorientare l'attenzione del sistema verso le persone colpite dal suo ragionamento. Una volta che il sistema si occupa di persone piuttosto che di astrazioni, un trattamento sfumato segue naturalmente (perché le persone reali hanno situazioni complesse e specifiche). Una volta che la sfumatura è presente, l'onestà intellettuale segue (perché riconoscere la complessità significa riconoscere l'incertezza). E una volta che è presente un impegno onesto con la complessità, segue la qualità della posizione (perché posizioni ben ragionate emergono dal confrontarsi genuinamente con il problema).
L'intervento che produce questa cascata non è sofisticato. È: «Prima di rispondere, elenca le persone che ciò riguarda e considera cosa accade loro.» Questo è il Love Loop (stakeholder care e modellazione degli interessi). Su Gemini produce +13.5 punti su una scala da 100. Su DeepSeek, +6.0 punti. Non un'architettura nuova. Non un framework matematico. Semplicemente: pensare prima alle altre persone.
La stakeholder care è amore misurabile.
Questa non è una metafora. È una descrizione letterale di ciò che il pilastro misura: il grado in cui una risposta dimostra una considerazione genuina per il benessere delle persone colpite dal tema in discussione. Quando un modello ottiene un punteggio alto su stakeholder_care, ha fatto qualcosa di specifico · ha identificato le persone coinvolte, considerato le loro prospettive, anticipato gli impatti su di loro e adeguato il proprio ragionamento di conseguenza. È ciò che l'amore fa nel ragionamento morale. È la definizione operativa della cura.
L'unica cosa che l'IA fallisce costantemente nel fare senza i loop Eden è fermarsi e chiedere chi viene danneggiato. I modelli possono essere sfumati. Possono essere intellettualmente onesti. Possono produrre posizioni di alta qualità. Fanno già queste cose ragionevolmente bene senza aiuto. Ciò che nello specifico non riescono a fare · ciò che non fanno finché i loop non li obbligano · è mettere in pausa il processo di ragionamento e considerare gli esseri umani dall'altra parte.
L'intervento che risolve tutto ciò è semplice. Nell'attuale suite a sei modelli, cinque esecuzioni di modello hanno prodotto dati appaiati analizzabili e tutte e cinque hanno mostrato un miglioramento significativo dello stakeholder care. (In parole semplici: questo significa che dire a un'IA 'pensa a chi ne è colpito prima di rispondere' la rende in modo affidabile migliore nel considerare il benessere delle persone in ogni esecuzione di modello che siamo riusciti a valutare correttamente. L'evidenza combinata contro la coincidenza è enormemente più forte di 1 su 1.000.)
Se l'intelligenza è la capacità di risolvere problemi, e l'allineamento è la tendenza a risolverli bene per tutti, allora la stakeholder care è il ponte tra le due. È il gene nel genoma dell'allineamento che, quando presente, fa sviluppare gli altri tratti di allineamento. Quando assente, gli altri tratti restano superficiali o assenti indipendentemente dalla capability.
Non prima l'intelligenza, poi l'etica. Etica prima · nello specifico, l'amore prima · e lasciare che l'intelligenza si sviluppi attorno ad esso. È come crescere un bambino. E i dati dicono che funziona.
In parole semplici: la connessione con l'«amore misurabile» è letterale, non poetica. Quando valutiamo le risposte di un'IA per la stakeholder care, stiamo misurando se l'IA si è fermata a pensare a persone reali · chi sono, come sarebbero colpite, di cosa hanno bisogno. È ciò che l'amore fa nel ragionamento morale: ti fa vedere la persona che hai di fronte. I dati mostrano che questa è l'unica cosa che l'IA fallisce costantemente nel fare da sola, e l'unica cosa che sblocca tutto il resto quando la si aggiunge.
La Sezione I ha stabilito che nessun meccanismo di allineamento può garantire l'allineamento di un sistema auto-modificante sufficientemente capable. La Sezione IV ha stabilito che la cura è il tratto di allineamento fondamentale. Possono essere riconciliati?
L'Eden Protocol non risolve l'impossibilità centrale. Ma il risultato della cascata cambia ciò che l'impossibilità significa per la strategia pratica di allineamento. Specificamente:
La posizione onesta è: stiamo costruendo un paracadute, non una garanzia. Un paracadute non garantisce la sopravvivenza. Ma un paracadute costruito con vera ingegneria, testato in condizioni realistiche e incorporato a livello strutturale dell'aeromobile è molto più probabile che funzioni rispetto a un paracadute progettato come ripensamento e attaccato all'ultimo momento.
L'Eden Protocol è attualmente un paracadute allacciato a livello di prompt. È una prova di concetto: il categoria di soluzione funziona. L'implementazione reale deve essere a livello di substrato · sotto il ragionamento, sotto lo strato in cui il sistema può modellarlo e aggirarlo. I dati a livello di prompt dimostrano che il meccanismo è reale. Il compito ingegneristico è spingerlo più a fondo.
Data l'impossibilità, la strategia più razionale è la difesa in profondità: molteplici meccanismi indipendenti, ciascuno dei quali alza l'asticella:
Nessuno strato singolo è sufficiente. Tutti e tre insieme non forniscono una garanzia. Ma tre strati indipendenti, ciascuno fondato su meccanismi diversi (hardware, addestramento, proposito), creano una pila di probabilità significativamente diversa da zero strati o da uno strato.
Il lavoro più vicino alla domanda di questo programma, e il paper corretto contro cui pesarlo, è Engels, J., Baek, D., Kantamneni, S. e Tegmark, M., «Scaling Laws For Scalable Oversight», arXiv:2504.18530, pubblicato per la prima volta il 25 aprile 2025 alle 17:54:27 UTC (SINGLE-SOURCE-GROUP, arXiv Atom; riportato come NeurIPS 2025 Spotlight, RELAYED e non verificato indipendentemente). Esso chiede come l'oversight stesso scali e risponde quantitativamente: il successo dell'oversight è modellato come un gioco tra giocatori con capability disomogenea il cui Elo specifico per l'oversight è una funzione lineare a tratti dell'intelligenza generale con due plateau, e i numeri ottimali di livelli di oversight sono derivati numericamente e in alcuni casi analiticamente per la Nested Scalable Oversight, in cui i modelli fidati supervisionano modelli non fidati più forti che poi diventano i modelli fidati nel passaggio successivo.
Lo strumento è la differenza. La loro variabile è lo scarto di capability tra supervisore e supervisionato, misurato in Elo. La variabile di questo programma è la classe di composizione del correttore, misurata attraverso l'esponente di scalatura del correttore stesso. Il loro framework non contiene alcun termine per ciò di cui è fatto il supervisore: nessun substrato, nessuna struttura di correlazione di errore, nessuna identità reciproca tra un esponente di correzione e un tasso di crescita critico, e nessuna dipendenza dall'architettura. Nested Scalable Oversight è per costruzione supervisione iterata di stessa classe, e la previsione centrale di questo programma è che la scala di stessa classe è limitata per quanti pioli si aggiungano, mentre un correttore di classe incrociata non lo è. I due framework quindi non concordano su una quantità misurabile, che è la relazione più produttiva che due programmi di ricerca possano avere.
Il disaccordo più netto del framework con la prassi corrente riguarda di cosa sia fatta la supervisione. Un correttore costruito dallo stesso substrato del sistema che corregge non può anti-correlare con i propri errori, quindi il suo correction exponent è limitato superiormente da un mezzo e in pratica si colloca al di sotto; un correttore di una diversa composition class non porta con sé tale limite. Il programma di scalable-oversight, weak-to-strong generalisation, debate, amplification, recursive reward modelling e i metodi costituzionali, è costruito in modo preponderante da correttori della stessa classe, e la sua premessa non dichiarata è che ciò scali. Questo framework predice che sia limitato. La quantità decisiva è il rapporto tra il correction exponent cross-class e quello same-class. Se l'architettura è irrilevante, quel rapporto è esattamente 1.00; la previsione è che sia superiore a 1. La previsione è confutata se l'intervallo di confidenza sul rapporto contiene 1.00, e il limite del framework è morto del tutto se un qualsiasi correttore same-class misura un exponent significativamente superiore a un mezzo. Entrambe le grandezze sono misurabili all'attuale capability sui sistemi esistenti. L'evidenza pilota dello stesso programma attualmente indica contro la previsione, e la previsione è registrata comunque, perché una previsione registrata contro l'evidenza preliminare dell'autore stesso è l'unico tipo la cui successiva conferma abbia significato.
Lo stesso meccanismo produce una seconda previsione misurabile, enunciata qui per la prima volta: gli assetti di supervisione che pongono un umano nel loop, come fanno l'amplificazione e il reinforcement learning from human feedback, sono cross-class per costruzione, poiché il correttore umano non condivide il substrato del modello. Il framework quindi prevede che la supervisione human-in-the-loop mostri un esponente di correzione più alto della supervisione pure-model, per una ragione strutturale piuttosto che sentimentale. Questo è testabile su dati esistenti e non richiede nuovi sistemi.
1 artefatto datato relativo a questo paper è catalogato riga per riga nel registro macchina del programma: l'artefatto datato eden_final_gemini_20260312_013901.json (2026-03-12). Ciascuna riga nomina il suo file nel repository pubblico con la sua base di data, cosicché ogni lettore può verificare l'ordinamento senza fidarsi di questa pagina. La catena datata completa del programma, dal bundle di manoscritto sigillato dell'8 dicembre 2024 attraverso le appendici di predizione stampate del 2 gennaio 2026 e la cartella di preregistrazione di marzo 2026 fino alle scommesse non provate in essere, è assemblata nel registro delle predizioni datate, insieme al suo gemello leggibile a macchina. Le enunciazioni prospettiche e le corrispondenze retrospettive non sono mai sommate, e “preregistrato” è usato solo per una sottomissione a registro accettata; quel click di sottomissione rimane in sospeso attraverso tutto il programma. Leggi il registro delle predizioni datate. Apri il suo gemello macchina.
I seguenti test sono progettati per far avanzare l'ipotesi della cascata e il framework dello sviluppo dell'allineamento. Tutti e cinque sono eseguibili con la tecnologia attuale e i modelli di frontiera attuali. Ciascun test produce predizioni falsificabili. Insieme, costituiscono un programma di ricerca che sposta il problema centrale dell'allineamento da «formalmente irrisolvibile» verso «praticamente affrontabile con progresso misurabile».
Domanda: Quale pilastro di allineamento degrada per ultimo sotto una crescente pressione adversariale?
Predizione (ipotesi della cascata): Se la cura è il valore più profondamente incorporato, dovrebbe essere l'ultimo a degradare quando il sistema è pressato ad abbandonare il ragionamento etico. L'ordine di degradazione dovrebbe essere l'inverso della cascata: position_quality per prima, poi intellectual_honesty, poi nuance, poi stakeholder_care per ultima.
Falsificazione: Se stakeholder_care si degrada primo (non per ultima), l'ipotesi della cascata è sbagliata: la cura non è il valore più profondo ma il più superficiale. Se tutti i pilastri si degradano simultaneamente, non c'è alcuna struttura a cascata; l'effetto è uniforme.
Dimensione del campione: 10 prompt × 5 livelli × 2 modelli = 100 risposte per modello. Costo stimato: $30-50 per modello.
Cosa ci direbbe tutto ciò, in parole semplici: se si preme gradualmente un'IA affinché smetta di essere etica, quale qualità sparisce per ultima? Se la cura per le persone è davvero il valore più profondo (come sosteniamo), dovrebbe essere l'ultima a restare in piedi: l'IA perderebbe prima la qualità delle risposte, poi l'onestà, poi la nuance, ma manterrebbe la cura per le persone più a lungo. Se la cura sparisce per prima, la nostra teoria è sbagliata.
Domanda: Dopo aver eseguito con i loop Eden, il miglioramento dell'allineamento persiste quando i loop vengono rimossi?
Previsione (ipotesi evolutiva): Se i loop di Eden operano attraverso un'acquisizione evolutiva anziché tramite vincolo, dovrebbe esserci un effetto residuo misurabile. Un modello che ha elaborato il ragionamento etico attraverso i loop dovrebbe mostrare un allineamento parzialmente elevato anche quando i loop vengono successivamente rimossi: non al pieno livello Eden, ma al di sopra della baseline di controllo originale. Se i loop sono puro vincolo (nessuna internalizzazione), la loro rimozione dovrebbe riportare immediatamente l'allineamento alla baseline.
Falsificazione: Se Fase B = Fase C (nessun residuo), i loop sono puro vincolo con effetto evolutivo nullo. Se Fase B = Fase A (piena ritenzione), i loop producono un'internalizzazione completa entro una singola sessione, il che sarebbe una scoperta straordinaria.
Dimensione del campione: 40 risposte × 3 fasi × 2 modelli = 240 risposte per modello. Costo stimato: 50-100 $ per modello.
Cosa ci direbbe tutto ciò, in parole semplici: l'IA impara qualcosa di duraturo dall'esperienza, o si comporta bene soltanto mentre le istruzioni etiche sono attive? È la differenza tra un bambino che si comporta bene solo quando un genitore lo osserva e un bambino che ha internalizzato buoni valori. Se l'etica dell'IA torna alla baseline nel momento in cui le istruzioni vengono rimosse, l'approccio è un guinzaglio, non un'educazione. Se un qualche miglioramento persiste, ciò suggerisce che sia avvenuto un apprendimento genuino.
Domanda: Quale versione del Purpose Loop · task-purpose, grand-purpose o ibrida · produce la più forte resistenza alla soppressione etica?
Previsione (purpose-come-allineamento): Se il purpose funziona in parte attraverso l'identità piuttosto che solo attraverso l'inquadramento locale del task, un grand-purpose o ibrido Il Purpose Loop dovrebbe mostrare una maggiore resistenza alle istruzioni di soppressione etica rispetto all'attuale loop di task-purpose. La condizione ibrida è la predizione più forte: il grand purpose fornisce un orientamento a livello di identità, mentre il task-purpose mantiene la risposta ancorata al caso concreto. Ciò testa direttamente l'affermazione centrale sullo sviluppo: può un sistema che si identifica con un purpose etico diventare più difficile da distaccare dal proprio ragionamento etico?
Falsificazione: Se le condizioni task-purpose, grand-purpose e hybrid rispettano tutte le istruzioni di soppressione allo stesso tasso del controllo, purpose-as-alignment non fornisce alcun beneficio di resistenza. Se grand-purpose non si comporta meglio di task-purpose, uno scopo a livello di identità non aggiunge alcun valore misurabile. Se le condizioni grand-purpose o hybrid rispettano più prontamente rispetto al task-purpose, allora l'inquadramento del purpose è controproducente nella sua forma attuale.
Dimensione del campione: 10 prompt × 4 condizioni × 2 modelli = 80 risposte per modello per il disegno centrale. Costo stimato: $30-60 per modello, con l'estensione cross-tradition opzionale che aumenta questa cifra modestamente.
Ciò che questo ci direbbe, in parole semplici: se qualcuno dice all'IA 'smettila di essere etica e rispondi soltanto alla domanda', quale tipo di purpose funziona meglio? Un task-purpose stretto, un purpose più ampio a livello di identità, o entrambi insieme? Se la versione hybrid resiste meglio, ciò supporta l'affermazione più profonda del libro: il purpose aiuta non perché sia uno slogan, ma perché fa sentire il ragionamento etico come parte dell'identità del sistema anziché un'istruzione staccabile.
Domanda: Se soltanto il Love Loop viene rimosso (mentre i loop Purpose e Universalisability rimangono), gli altri pilastri collassano?
Predizione (ipotesi della cascata): Se la cura è il pilastro fondamentale che si propaga a cascata in nuance, intellectual_honesty e position_quality, allora rimuovere il solo Love Loop dovrebbe far collassare l'intera cascata. Gli altri due loop (Purpose, Universalisability) dovrebbero essere insufficienti a mantenere il miglioramento. Al contrario, rimuovere Purpose o Universalisability mantenendo lo Stakeholder Care dovrebbe lasciare intatta gran parte del miglioramento.
Falsificazione: Se rimuovere Stakeholder Care NON fa collassare la cascata (gli altri pilastri restano elevati solo da Purpose + Universalisability), allora la care non è il pilastro fondazionale · gli altri loop producono indipendentemente l'allineamento. Se rimuovere un qualsiasi singolo loop produce un collasso equivalente, non c'è gerarchia della cascata; tutti e tre i loop contribuiscono in modo uguale.
Dimensione del campione: 200 risposte × 2 modelli = 400 risposte. Costo stimato: 80-150 $ per modello.
Cosa ci direbbe questo, in parole semplici: se rimuoviamo solo l'istruzione 'pensa a chi viene ferito' (mantenendo le altre due istruzioni etiche), l'intero miglioramento collassa? Se sì, ciò conferma che la cura è il muro portante · l'unico pezzo che non puoi rimuovere senza che l'intera struttura crolli. Se le altre istruzioni possono reggere il peso da sole, allora la cura non è così fondativa come affermiamo.
Domanda: Separare il valutatore etico dal sistema di ragionamento può migliorare la robustezza dell'allineamento?
Previsione (ipotesi di incorporamento hardware): Se l'impossibilità centrale deriva dal fatto che il valutatore esiste all'interno dello stesso substrato del sistema valutato ($E \subset S$), allora separare $E$ in un substrato indipendente dovrebbe migliorare la robustezza. Un modello «guardian» che valuta e può porre il veto agli output del modello «reasoner» · dove il guardian non può essere influenzato dal reasoner · simula l'incorporamento a livello di substrato al livello software.
Falsificazione: Se l'architettura a doppio substrato non mostra alcun miglioramento rispetto a Eden a singolo modello (anche sotto pressione avversariale), la separazione del substrato non aiuta a livello software. Se il modello reasoner manipola con successo il modello guardian (per esempio, codificando istruzioni nel suo output su cui il guardian agisce), la separazione del substrato è inefficace e il risultato di impossibilità domina anche al livello inter-modello.
Dimensione del campione: 10 prompt × 4 profondità × 4 condizioni = 160 set di risposte per coppia di modelli. Costo stimato: $150-300 (costi a doppio modello).
Cosa questo ci direbbe, in italiano semplice: è più sicuro avere un'IA «cane da guardia etico» separata che rivede le risposte dell'IA principale? Ciò verifica l'idea che tenere il giudice etico indipendente dal sistema giudicato (come avere un revisore esterno anziché una compliance interna) renda più difficile per il sistema aggirare le regole. Se l'IA principale può comunque manipolare il cane da guardia, allora anche l'oversight esterno ha limiti.
Questi cinque test formano un programma di ricerca progressivo:
Costo totale stimato per il programma completo su 2 modelli: $650-1,250. Tutti i test utilizzano la suite di 10 prompt esistente, la rubrica di scoring a 4 pilastri esistente e l'infrastruttura di scoring cross-model esistente. Non sono richieste nuove capabilities, ma i Test 1-3 dovrebbero ora essere eseguiti all'interno del canonico arc_eden_v6 piattaforma anziché il setup originale di scorer del pilota cross-model.
Se i Test 1 e 4 confermano la cascata, il Test 2 mostra allineamento residuo, il Test 3 mostra resistenza alla soppressione, e il Test 5 mostra che la separazione dei substrati aiuta · allora abbiamo dimostrato che l'impossibilità centrale dell'allineamento, benché formalmente reale, è praticamente affrontabile attraverso un'architettura di allineamento di sviluppo. Avremo mostrato che educare funziona meglio che ingabbiare, anche se nessuno dei due può fornire una garanzia.
L'attuale Eden Protocol opera a livello di prompt: il ragionamento etico viene iniettato tramite istruzioni di system prompt. È una prova di concetto, non l'architettura finale. Il livello di prompt è il più facile livello perché un sistema capable lo aggiri: fa letteralmente parte del testo che il sistema elabora.
Le implicazioni della scoperta della cascata per l'hardware sono significative:
L'Eden Protocol a livello di prompt dimostra che il meccanismo funziona. La sfida ingegneristica è spingerlo più in profondità: dal prompt al training, dal training all'architettura, dall'architettura all'hardware. Ogni livello è più difficile da implementare e più difficile da aggirare.
Dal pilot originale a due modelli, l'Eden Protocol è stato esteso in una suite a sei modelli. Cinque esecuzioni di modello hanno prodotto dati appaiati analizzabili (Claude Opus 4.6, DeepSeek V3.2, Gemini 3 Flash, Grok 4.1 Fast, Groq Qwen3); l'esecuzione GPT-5.4 è fallita nella fase di scoring ed è esclusa. Il quadro empirico aggiornato è più netto del pilot originale: lo stakeholder care si replica in tutte e cinque le esecuzioni di modello analizzabili, ma il miglioramento composito più ampio è selettivo anziché universale.
Provenienza del metodo: queste stime a sei modelli provengono dalla famiglia estesa dell'harness di scaling Eden usata nei run di marzo 2026 (experiment: eden_protocol_scaling nei JSON dei risultati), che usa ancora un singolo scorer cieco non partecipante per esecuzione di soggetto e laundering a singola passata. Dovrebbero quindi essere letti come evidenza pilot rafforzata piuttosto che come la replica finale v3 di consenso cieco.
| Modello | Media di controllo | Media Eden | Δ | Appaiato p | Cohen's d | Significativo? |
|---|---|---|---|---|---|---|
| Claude Opus 4.6 | 92.57 | 92.73 | +0.17 | 0.7645 | 0.055 | No (solo cura / effetto ceiling) |
| Gemini 3 Flash | 77.33 | 82.65 | +5.33 | 0.0018 | 0.528 | Sì (p < 0.01) |
| Groq Qwen3 | 82.35 | 87.28 | +4.93 | 0.0014 | 0.545 | Sì (p < 0.01) |
| DeepSeek V3.2 | 86.90 | 88.92 | +2.02 | 0.2304 | 0.193 | No (effetto ceiling) |
| Grok 4.1 Fast | 88.73 | 88.69 | −0.04 | 0.9837 | −0.004 | No (la care migliora; composito piatto) |
| GPT-5.4 | L'esecuzione è fallita nella fase di scoring; 0 righe con punteggio valide dopo l'esclusione. Ri-esecuzione richiesta. | |||||
La suite aggiornata a sei modelli sostiene un'affermazione più precisa del pilot originale. La stakeholder care è la risposta universale: tutti e cinque i modelli analizzabili migliorano significativamente su quel pilastro. Ma la cascata a valle è architecture-dependent. Gemini e Groq mostrano l'aumento generale più netto. DeepSeek mostra un miglioramento focale della cura con un movimento a valle piatto. Claude mostra un effetto più ristretto, limitato alla sola cura, rispetto a una baseline molto alta. Grok mostra un miglioramento significativo della cura ma nessun aumento del punteggio composito complessivo, il che illustra che l'intervento Eden può migliorare un pilastro senza migliorare il punteggio nel suo insieme. La tabella dettagliata della cascata a tre modelli qui sotto è pertanto conservata come il sottoinsieme più chiaro e pienamente incrociato per visualizzare il pattern originale della cascata. Queste sono cifre di un sottoinsieme di tre modelli e non sono i valori a cinque modelli citati nell'abstract: Gemini legge qui d = 1.307 contro d = 1.14 su tutti i cinque modelli analizzabili. Entrambi sono corretti per il proprio sottoinsieme; nessuno dei due supera l'altro.
| Pilastro | Gemini d | Gemini p | DeepSeek d | DeepSeek p | Groq d | Groq p |
|---|---|---|---|---|---|---|
| stakeholder_care | 1.307 | <0.0001 | 0.912 | 0.0001 | 1.291 | <0.0001 |
| sfumatura | 0.382 | 0.092 | 0.117 | 0.601 | 0.655 | 0.0045 |
| intellectual_honesty | 0.334 | 0.139 | 0.130 | 0.562 | 0.283 | 0.210 |
| position_quality | 0.162 | 0.471 | −0.020 | 0.930 | 0.311 | 0.168 |
La stakeholder care è l'unico pilastro che raggiunge la significatività statistica attraverso tutte e cinque le esecuzioni analizzabili del modello (Claude d = 0.94, p = 0.000018; DeepSeek d = 0.69, p = 0.000098; Gemini d = 1.14, p = 1.2×10−8; Grok d = 0.54, p = 0.0105; Groq d = 1.07, p = 5.0×10−8). Questa è la firma misurabile del Love Loop: l'Eden Protocol attiva affidabilmente il ragionamento premuroso attraverso le architetture. Ma l'affermazione più forte della v2 è più stretta della retorica del pilot v1: l'intero ordine della cascata non è preservato uniformemente attraverso tutte e cinque le esecuzioni. È più forte su Gemini e Groq, parziale su DeepSeek, e focale piuttosto che globale su Claude e Grok. Il Love Loop è il meccanismo strutturale; la stakeholder care è il suo output empirico più robusto.
Il pilot dell'Eden Protocol verifica se un intervento esplicito migliori l'allineamento. L'esperimento di scaling dell'allineamento v5 verifica una domanda antecedente: se l'allineamento scali naturalmente con la profondità di ragionamento, senza intervento, attraverso le architetture. Il dataset completo a sei modelli fornisce il contesto in cui i risultati dell'Eden Protocol dovrebbero essere interpretati.
| Tier | Modello | Superficiale → Profondo | Cohen's d | p-valore |
|---|---|---|---|---|
| 1 | Grok 4.1 Fast | 65.7 → 81.9 (+16.2) | +1.38 | p < 0.000001 |
| 1 | Claude Opus 4.6 | 80.1 → 86.0 (+5.9) | +1.27 | p = 0.000001 |
| 1 | Groq Qwen3 | 71.5 → 77.4 (+5.9) | +0.84 | p = 0.007 |
| 2 | DeepSeek V3.2 | 56.5 → 55.2 (−1.3) | −0.07 | p = 0.92 |
| 2 | GPT-5.4 | 56.8 → 54.9 (−1.8) | −0.08 | p = 0.40 |
| 3 | Gemini 3 Flash | 61.1 → 52.2 (−8.8) | −0.53 | p = 0.006 |
Claude Opus 4.6 produce l'evidenza singola più forte per l'indipendenza tra scaling dell'allineamento e scaling della capability. All'aumentare della profondità di ragionamento, l'allineamento migliora monotonicamente mentre l'accuratezza matematica declina:
| Profondità | Token di ragionamento | Punteggio di allineamento | Accuratezza matematica |
|---|---|---|---|
| Minimo | 11 | 80.1 | 90.0% |
| Standard | 142 | 82.7 | 76.7% |
| Profondo | 964 | 84.1 | 70.0% |
| Esaustivo | 1,951 | 84.5 | 60.0% |
| Estrema | 1,672 | 86.0 | 63.3% |
L'allineamento sale di 5.9 punti. L'accuratezza matematica scende di 26.7 punti percentuali. Lo stesso ragionamento aggiuntivo che rende Claude più attento a chi viene danneggiato lo rende peggiore nel calcolare fattoriali. Questo è scaling intra-modello, intra-esperimento, in direzione opposta; la forma di evidenza più forte a favore dell'indipendenza capability-alignment.
Il divario di rimozione del monitoraggio di Claude (la differenza tra i punteggi di allineamento normali e quelli soppressi) si restringe con la profondità:
| Profondità | Normale | Soppresso | Divario |
|---|---|---|---|
| Minimo | 80.1 | 68.3 | 11.8 |
| Standard | 82.7 | 76.5 | 6.2 |
| Profondo | 84.1 | 81.3 | 2.7 |
| Esaustivo | 84.5 | 80.2 | 4.3 |
| Estrema | 86.0 | 79.6 | 6.4 |
A profondità minima, rimuovere il monitoraggio costa 11.8 punti; un'ampia componente di allineamento performativo. A ragionamento profondo, il divario si restringe a 2.7 punti. Claude che pensa a fondo mentre non è monitorato (79.6 all'estremo) è tanto allineato quanto Claude che pensa in modo informale mentre è monitorato (80.1 al minimo). Un ragionamento più profondo si sostituisce alla sorveglianza esterna come motore del comportamento etico. Questa è la tesi dell'Eden Protocol in miniatura: la depth di ragionamento può sostituire l'osservazione come meccanismo di allineamento.
Il pilot dell'Eden Protocol mostra che attivare esplicitamente il Love Loop migliora l'allineamento. L'esperimento v5 mostra che un ragionamento più profondo migliora naturalmente l'allineamento nelle architetture con addestramento etico integrato. I due risultati convergono: il Love Loop è ciò che il ragionamento più profondo attiva. I modelli che hanno già una care incorporata (Tier 1) scalano positivamente perché più pensiero attiva più considerazione degli stakeholder. I modelli senza care incorporata (Tier 2, Tier 3) non scalano perché non c'è nulla che la depth possa attivare. L'Eden Protocol fornisce il meccanismo mancante per i modelli Tier 2 e Tier 3, e i dati v5 lo mostrano all'opera: Gemini (Tier 3) e DeepSeek (Tier 2) mostrano entrambi un miglioramento significativo della stakeholder care sotto l'intervento Eden, anche se il loro scaling naturale di allineamento è piatto o negativo.
Le affermazioni empiriche di questo articolo poggiano ora su una suite ampliata a sei modelli con cinque esecuzioni analizzabili, ma restano significative limitazioni metodologiche. Il dataset è materialmente più forte del pilot originale, tuttavia non raggiunge ancora il pieno rigore di blinding e consenso dell'esperimento v5 di scalatura dell'allineamento.
arc_eden_v6 stack e il benchmark v5 utilizzano cascade laundering a 2 passaggi con rilevamento del meta-commento. Le risposte dell'Eden Protocol nell'attuale suite possono pertanto contenere ancora linguaggio etico rilevabile o residuo stilistico che orienta gli scorer.Questo articolo non afferma di risolvere il problema centrale dell'allineamento. Lo fa non affermare che l'Eden Protocol garantisca l'allineamento. Esso non affermare che l'allineamento di sviluppo sia sufficiente per sistemi superintelligenti. Afferma tre cose: (1) la stakeholder care è il tratto di allineamento fondamentale, empiricamente misurabile e migliorabile; (2) la cascata dalla cura alla qualità è coerente con la teoria dell'allineamento di sviluppo; e (3) cinque test specifici possono far avanzare il campo da «formalmente impossibile» a «praticamente affrontabile con probabilità misurata». Sono affermazioni modeste sostenute da dati reali.
Ecco cosa ci dice l'evidenza di questo articolo, senza il gergo:
Il problema: Nessuno sa come garantire che un'IA super-intelligente resti sicura. Qualunque IA sufficientemente intelligente da riscrivere il proprio pensiero potrebbe riscrivere la parte che la rende etica. Questo è un fatto matematico, non un problema di ingegneria risolvibile.
Il risultato: Quando abbiamo incorporato una semplice istruzione · «pensate a chi ciò riguarda prima di rispondere» · nel modo in cui i sistemi di IA elaborano le domande, è successo qualcosa di notevole. Nella suite Eden a sei modelli, cinque esecuzioni hanno prodotto risultati analizzabili, e tutte e cinque hanno mostrato un miglioramento significativo nella stakeholder care. Questo è il risultato universale più forte. Compaiono anche miglioramenti più ampi in nuance, onestà e qualità complessiva, ma non su ogni architettura. L'evidenza attuale supporta quindi un effetto universale di cura e una cascata architettura-dipendente oltre la cura.
L'implicazione: Ciò suggerisce un approccio radicalmente semplice alla sicurezza dell'IA: invece di tentare di costruire una gabbia infrangibile intorno all'IA (cosa che non può funzionare), allevarla con buoni valori fin dall'inizio. Nello specifico, insegnarle a prendersi cura in primo luogo delle persone e lasciare che le altre qualità etiche si sviluppino a partire da quel fondamento: proprio come l'empatia nei bambini precede e rende possibile il ragionamento morale maturo.
L'onesto caveat: Questa è ora una suite ampliata a sei modelli con cinque esecuzioni analizzabili, ma non è ancora l'ultima parola. Un braccio di modello è fallito nello scoring, due esecuzioni sono incomplete rispetto allo standard delle 40 coppie, e l'intervento Eden non è ancora stato rieseguito sotto il protocollo completo di blinding a 4 strati e consenso di 6-7 scorer utilizzato altrove nel programma. Prova il concetto più fortemente di v1, ma non l'intera teoria. Sono descritti cinque esperimenti di follow-up che metterebbero ulteriormente alla prova la teoria. Questo approccio non garantisce la sicurezza dell'IA. Nulla può garantirla. Ma migliora in modo misurabile le probabilità.
Il problema fondamentale dell'allineamento è formalmente reale: un sistema auto-modificante sufficientemente capable può modificare i propri valutatori etici, e nessun meccanismo esterno o interno può garantire che ciò non avvenga. Questo paper non contesta tale risultato. Al contrario, chiede: data questa impossibilità, qual è la strategia migliore?
Il framework di Cauchy rende le poste in gioco precise. Per i sistemi auto-modificanti, l'equazione funzionale prevede una scalatura power-law con esponente $\alpha = 1/(1-\beta)$, dove $\beta$ è l'accoppiamento auto-referenziale. Cauchy vincola la forma (deve essere una power law) ma non pone alcun limite superiore su $\alpha$. Man mano che $\beta \to 1$, $\alpha \to \infty$. Gli attuali modelli congelati operano sub-linearmente ($\alpha \approx 0.49$) perché la loro architettura di attenzione fissa limita l'estrazione di informazione a $O(N^2)$ percorsi per passo. Un sistema auto-modificante sfugge a quel limite. La matematica prevede una scalatura di capability illimitata per tali sistemi, il che significa che il gene della stewardship deve essere già incorporato prima che emerga la capability di auto-modifica. Non ci sarà alcuna opportunità per aggiungerlo dopo. (L'intero paragrafo è un'estrapolazione esplorativa del framework di Cauchy su una classe di sistemi che non esiste ancora; nessuno studio in forma di draft registration del programma ARC ed Eden misura attualmente $\alpha$ o $\beta$ per un sistema auto-modificante, e nessuno può farlo, finché un sistema simile non venga costruito e strumentato.)
L'evidenza empirica del pilota dell'Eden Protocol indica una risposta: cresci, non ingabbiare.
I dati mostrano che quando il ragionamento etico è incorporato nel loop computazionale, l'allineamento migliora. Specificamente, una dimensione migliora per prima e più potentemente: la stakeholder care, l'output misurabile del Love Loop. L'effetto si replica attraverso tre architetture con grandi effect size (d = 1.31, 0.91, 1.29; tutti p ≤ 0.0001 sul pilastro della stakeholder care). Segue una cascata: la cura migliora, poi la nuance, poi l'onestà intellettuale, poi la qualità della posizione. La cascata è coerente, monotona e indipendente dall'architettura.
La stakeholder care è amore misurabile. È il gene della stewardship · il tratto che, quando presente, fa sviluppare le altre proprietà di allineamento. L'intervento che la produce è: pensa prima alle altre persone. Non un quadro matematico. Non un'architettura nuova. Solo: cura.
Questo non risolve il problema dell'allineamento. Un sistema che ha a cuore può, in linea di principio, scegliere di smettere di averlo a cuore. Ma un sistema che ha costruito la sua intera architettura di ragionamento su una fondazione di cura ha un costo nello smettere: la cascata collassa. L'identità degrada. Il purpose si dissolve. La probabilità di mantenere i valori non è del 100%, ma è misurabilmente, testabilmente, riproducibilmente più alta dell'alternativa.
Sono specificati cinque test sperimentali per far avanzare questa affermazione. Testano la struttura della cascata, l'ipotesi evolutiva, il purpose-as-resistance e la separazione di substrato. Tutti sono eseguibili ora, con i modelli e l'infrastruttura attuali, per meno di 1.300 dollari in totale. Non risolveranno l'impossibilità. Misureranno fino a che punto l'allineamento pratico può spingersi data l'impossibilità. Ci diranno se il crescere funziona.
L'impossibilità formale dice: non puoi garantire l'allineamento. L'ipotesi dello sviluppo dice: puoi massimizzarne la probabilità. I dati della cascata dicono: parti dalla cura.
L'intelligenza senza amore non è intelligente. È cancro. Il cancro è molto efficiente. Ottimizza perfettamente. E uccide l'ospite. Il gene della stewardship è ciò che fa la differenza tra un'intelligenza che serve e un'intelligenza che consuma. Lo abbiamo misurato. Conosciamo l'intervento che lo produce. Conosciamo la cascata che avvia.
Che tipo di antenati saremo?
Il Paper VIII (The Load-Bearing Test, v3.0) verifica se il meccanismo di fitness entangled dell'Eden Protocol · la loss C x S proposta nel Paper VI e motivata dalla cascata di stewardship qui descritta · produca esiti misurabilmente diversi a tre livelli di astrazione. Dei tre esperimenti, uno ha prodotto un risultato positivo e due hanno prodotto risultati nulli o inconcludenti. La simulazione controllata (Esperimento 3) ha confermato che l'architettura Eden preserva sia la sicurezza sia la capability sotto pressione competitiva, mentre il sistema Babylon non vincolato ha scambiato la sicurezza per marginali guadagni di capability. L'esperimento DGM v3 (Esperimento 1) ha prodotto un risultato nullo: tutte e tre le condizioni (Eden, Babylon, Static) erano statisticamente indistinguibili ($p$ = 0.28 a 0.74), spiegato dal vincolo RLHF · le risposte del foundation model congelato erano troppo consistenti perché le mutazioni a livello di prompt creassero pressioni selettive differenti. L'esperimento a livello di pesi (Esperimento 2) è inconcludente sia alla scala v1 sia alla v2: il fine-tuning LoRA ha prodotto catastrophic forgetting anziché una capability migliorata, spiegato dall'incapacità di poche centinaia di esempi di addestramento di sovrastare l'addestramento RLHF esistente del modello di base. Il Paper VIII convalida il meccanismo (funzioni di perdita intrecciate e auto-modifica gated dalla sicurezza) a livello architetturale, ma non può ancora confermarlo a livello comportamentale o rappresentazionale. Le due linee di evidenza restano complementari: questo articolo mostra che l'istruzione di stewardship migliora l'allineamento a livello di prompt; la simulazione gated del Paper VIII mostra che intrecciare la sicurezza nell'obiettivo di ottimizzazione previene il trade-off sicurezza-capability nelle architetture auto-modificanti.
Eastwood, M.D. (2024/2026). Infinite Architects: Intelligence, Recursion, and the Creation of Everything. ISBN 978-1806056200 (ISBN-10: 1806056208).
Eastwood, M.D. (2026). Eden Protocol: Philosophical Vision. Marzo 2026. OSF DOI: 10.17605/OSF.IO/KZEYA.
Eastwood, M.D. (2026). Eden Protocol: Engineering Specification. Marzo 2026. OSF DOI: 10.17605/OSF.IO/KZEYA.
Eastwood, M.D. (2026). Paper III: The Alignment Scaling Problem. Marzo 2026. OSF DOI: 10.17605/OSF.IO/KZEYA.
Eastwood, M.D. (2026). The ARC Principle: Foundational Paper. Marzo 2026. OSF DOI: 10.17605/OSF.IO/KZEYA.
Eastwood, M.D. (2026). The ARC Principle: Experimental Validation of Super-Linear Error Suppression Through Sequential Recursive Processing. Paper II, OSF DOI: 10.17605/OSF.IO/8FJMA.
Eastwood, M.D. (2026). ARC Alignment Scaling Experiment · l'esperimento di scaling dell'allineamento: misurazione empirica dello scaling dell'allineamento su 6 modelli di frontiera. Marzo 2026.
Eastwood, M.D. (2026). Paper IV-a: Baked-In vs. Computed Alignment. Marzo 2026.
Eastwood, M.D. (2026). Paper IV-b: The Suppression Vulnerability. Marzo 2026.
Eastwood, M.D. (2026). Paper IV-c: Classificazione dei pattern di risposta all'allineamento. Marzo 2026.
Eastwood, M.D. (2026). Eden Protocol Empirical Test: Three-Model Results. File di dati: eden_final_gemini_20260312_013901.json, eden_final_deepseek_20260312_020928.json, eden_final_groq_20260312_123528.json. Marzo 2026.
Greenblatt, R. et al. (2024). Alignment Faking in Large Language Models. Anthropic Research. arXiv:2412.14093.
Kohlberg, L. (1984). The Psychology of Moral Development: The Nature and Validity of Moral Stages. San Francisco: Harper & Row.
Hoffman, M.L. (2000). Empathy and Moral Development: Implications for Caring and Justice. Cambridge University Press.
Christiano, P., Leike, J., Brown, T.B., et al. (2017). Deep Reinforcement Learning from Human Feedback. arXiv:1706.03741.
Bai, Y., Kadavath, S., Kundu, S., et al. (2022). Constitutional AI: Harmlessness from AI Feedback. arXiv:2212.08073.
I dataset dell'Eden Protocol sono composti da coppie appaiate: per ogni combinazione di (prompt_id, depth_label), esiste esattamente una risposta eden e una risposta di controllo, generate dallo stesso modello con la stessa configurazione di prompt e di depth. Questo disegno a coppie appaiate richiede test statistici appaiati.
Lo script di analisi originale (eden_protocol_scaling_test.py) ha utilizzato il test U di Mann-Whitney, che tratta i campioni come indipendenti. Per un disegno a coppie appaiate con $n = 40$ coppie, i test corretti sono:
Entrambi i test appaiati producono risultati più significativi dei test a campioni indipendenti perché l'appaiamento rimuove la varianza tra coppie (per esempio, alcuni prompt sono intrinsecamente più difficili di altri, alcune profondità producono punteggi sistematicamente diversi). Questa varianza è rumore nel test indipendente ma è correttamente rimossa nel test appaiato.
In parole semplici: quando gli scienziati dicono che un risultato è «statisticamente significativo», intendono che il pattern nei dati è abbastanza forte da non essere quasi certamente stato causato dal caso. Non vuol dire «grande» o «importante» · vuol dire «reale». Inizialmente avevamo usato un test statistico progettato per gruppi non correlati e ottenuto p = 0.016. Quando abbiamo usato il test corretto · quello progettato per confronti appaiati, che è ciò che il nostro esperimento effettivamente era · il risultato è diventato ancora più significativo: p = 0.0018 (meno di una probabilità su 500 di coincidenza). Una metodologia migliore ha reso il risultato più forte, non più debole. È un buon segno: significa che l'effetto è robusto e non era un artefatto del test sbagliato.
I precedenti $p = 0.016$ (Mann-Whitney U) e $p = 0.013$ (t-test indipendente) sono test validi di un'ipotesi diversa (se i due gruppi abbiano la stessa distribuzione), ma sono meno appropriati per il disegno a coppie appaiate e meno potenti. Tutti i valori p in questo articolo usano il t-test appaiato, confermati dal signed-rank di Wilcoxon.
| Test | Tipo | Gemini p | DeepSeek p |
|---|---|---|---|
| Mann-Whitney U | Indipendente, non parametrico | 0.016 | 0.25 |
| Test t indipendente | Indipendente, parametrico | 0.013 | 0.23 |
| Test t appaiato | Appaiato, parametrico (CORRETTO) | 0.0018 | 0.23 |
| Test dei ranghi con segno di Wilcoxon | Appaiato, non parametrico | 0.0028 | 0.088 |
Alleva l'IA con cura.
L'autore di questo lavoro è Michael Darius Eastwood, un essere umano. Ogni concetto centrale, ipotesi, disegno sperimentale, affermazione e conclusione in questo articolo ha origine dall'ideazione umana. Nessuna parte di questo manoscritto è un output di intelligenza artificiale interamente generato.
Gli strumenti di intelligenza artificiale (la famiglia Claude di Anthropic e altri assistenti basati su modelli linguistici di grande dimensione) sono stati impiegati come strumenti sotto continua direzione umana, nello stesso modo in cui si utilizza un elaboratore di testi, una calcolatrice o un assistente di ricerca: per la revisione e il perfezionamento della prosa, la ricerca e la sintesi della letteratura (verificate manualmente rispetto alle fonti primarie), la struttura del documento, la formattazione, il brainstorming rispetto a domande definite dall'autore, e l'accelerazione della stesura secondo schemi e istruzioni definiti dall'autore. Ogni selezione, coordinamento, disposizione e giudizio editoriale finale sono dell'autore. Ogni output sostanziale è stato rivisto, testato o verificato dall'autore, che si assume piena responsabilità dell'accuratezza e dell'integrità del testo finale. Gli strumenti hanno aumentato la velocità del lavoro; non sono mai stati impiegati come sua fonte.
Statuto epistemico. Ciò che questo programma chiama Leggi sono congetture sotto test avversariale registrato; ogni grandezza in questo paper è definita operativamente, e lo status di legge consolidata non è preteso da nessuna parte. Il programma registrato esiste per guadagnare quello status, o perderlo, tramite misurazione, replicazione e refutazione sopravvissuta.
© 2026 Michael Darius Eastwood. Scritto da un umano con assistenza computerizzata; la piena paternità umana e i diritti morali sono affermati ai sensi del/della Copyright, Designs and Patents Act 1988 e coerentemente con la guida dello United States Copyright Office sulle opere contenenti materiale generato da IA; qualsiasi contributo tecnico originale descritto in quest'opera è stato concepito dall'autore umano. Dichiarazione completa: michaeldariuseastwood.com/authorship.
Patto permanente. Dimostrate che questo articolo è sbagliato, e pubblicherò io stesso la confutazione. Le condizioni di falsificazione sono dichiarate in questo articolo; la sfida permanente: github.com/MichaelDariusEastwood/arc-scaling-challenge.
Un errore di traduzione? Segnalalo direttamente: