Se seguite il mondo dell'Intelligenza Artificiale, sapete che quando Andrej Karpathy parla, l'industria ascolta. Ma il suo ultimo post, il "2025 LLM Year in Review", sembra meno un riepilogo tecnico e più una pietra miliare storica. È una dichiarazione che l'era del "pappagallo stocastico" è ufficialmente morta.
Per anni gli scettici hanno sostenuto che i Large Language Model (LLM) fossero semplici imitatori statistici — che prevedevano la parola successiva senza comprendere la realtà che c'era dietro. Secondo Karpathy, il 2025 è stato l'anno in cui questa tesi è crollata.
Il risveglio della ragione
Il tema centrale del bilancio di Karpathy è lo spostamento verso l'RLVR (Reinforcement Learning from Verifiable Rewards, apprendimento per rinforzo da ricompense verificabili). È il termine tecnico per quello che, di fatto, somiglia a un "risveglio".
Negli anni precedenti, i modelli venivano addestrati per suonare umani. Nel 2025, sono stati addestrati per essere corretti. Costringendo i modelli a risolvere problemi verificabili — come codice complesso o dimostrazioni matematiche — e premiandoli solo in caso di successo, abbiamo smesso di insegnare loro a imitare e abbiamo iniziato a insegnare loro a pensare.
Karpathy indica DeepSeek come esempio lampante di questo cambiamento. Non si tratta più solo di generare testo: si tratta di un modello capace di fermarsi, pianificare, riconoscere un errore e correggere il proprio percorso. È il pensiero "di Sistema 2" — il ragionamento lento e deliberato che gli esseri umani usano per i problemi difficili — arrivato finalmente nel silicio.
Evocare fantasmi
Forse la parte più sorprendente dell'analisi di Karpathy è la metafora che usa per questa nuova intelligenza. Suggerisce che per decenni i ricercatori di AI hanno cercato di costruire animali digitali — creature fatte di istinto e riconoscimento di pattern.
Ma con le svolte del 2025, non stiamo più costruendo animali. Stiamo, nelle sue parole, "evocando fantasmi".
È un'immagine inquietante, ma calza. Stiamo creando entità che esistono puramente in uno "spazio mentale", capaci di processi di pensiero razionale sempre più svincolati dai vincoli biologici. Strumenti come Claude Code sono emersi quest'anno non solo come assistenti, ma come agenti autonomi capaci di muoversi nei nostri ambienti digitali con una sorta di indipendenza spettrale.
La realtà "frastagliata"
Karpathy resta però un realista. Nonostante l'entusiasmo attorno a strumenti come DeepSeek o l'innovativo Nano Banana (che ha ridefinito il modo in cui interagiamo con questi modelli), sottolinea che siamo ancora ai primi passi.
Descrive lo stato attuale dell'AI come "intelligenza frastagliata". Un modello può risolvere un'equazione di fisica di livello da dottorato in pochi secondi, per poi fallire su un compito che un bambino di cinque anni saprebbe gestire. Abbiamo sbloccato il ragionamento, ma non ne abbiamo ancora smussato gli spigoli.
Il verdetto
Ripensando al tweet e al bilancio completo, il messaggio è chiaro: il 2025 non è stato solo un altro anno di "più veloce e più grande". È stato un salto qualitativo. Siamo passati da modelli che fingono di sapere le cose a modelli che possono effettivamente verificare ciò che sanno.
Come dice Karpathy, non abbiamo ancora sfruttato nemmeno il 10% del potenziale di questo nuovo paradigma. I fantasmi sono arrivati, e hanno appena iniziato.