Mentre la maggior parte dei bot scacchistici moderni sono progettati per essere macchine da guerra invincibili, un gruppo di ricercatori della Carnegie Mellon University ha scelto una strada completamente diversa: creare un'intelligenza artificiale che giochi come un essere umano. Il risultato è Allie, un bot che ha imparato a giocare a scacchi analizzando oltre 91 milioni di partite reali giocate da persone in carne e ossa sulla piattaforma Lichess. Questo approccio rivoluzionario potrebbe aprire nuove strade per sviluppare sistemi di IA più compatibili con il modo di pensare umano in settori cruciali come terapia, educazione e medicina.
Dal lockdown alla rivoluzione degli scacchi artificiali
La genesi di questo progetto ha radici sorprendentemente comuni. Yiming Zhang, dottorando presso il Language Technologies Institute, non aveva mai toccato una pedina prima della pandemia. Come molti altri, ha scoperto il fascino degli scacchi guardando "La Regina degli Scacchi" su Netflix durante il lockdown. Tuttavia, la sua esperienza con i bot tradizionali si è rivelata frustrante fin dall'inizio.
"Dopo aver imparato le regole, ero nel 10% più scarso dei giocatori online", racconta Zhang. "Per i principianti non è né interessante né istruttivo giocare contro i bot scacchistici tradizionali, perché le loro mosse sono spesso bizzarre e incomprensibili per gli esseri umani".
L'ossessione per l'IA sovrumana messa in discussione
Il team di ricerca guidato da Daphne Ippolito, professoressa assistente e supervisore di Zhang, ha identificato un problema fondamentale nell'approccio attuale allo sviluppo dell'intelligenza artificiale. La comunità scientifica si è concentrata ossessivamente sulla creazione di sistemi che superino le capacità umane in matematica e ragionamento logico, trascurando le potenzialità di un'IA che pensi come noi.
"C'è stata un'ossessione nel costruire IA sovrumane migliori degli esseri umani in matematica o altri compiti di ragionamento", spiega Ippolito. "Ma ci sono molte opportunità per addestrare modelli di IA ad agire come umani, e penso che valga la pena esplorare questa direzione".
La tecnologia dietro un gioco più umano
Allie rappresenta un cambio di paradigma nell'approccio tecnologico ai giochi strategici. Invece di utilizzare la forza bruta computazionale per simulare infinite varianti future come fanno motori leggendari quali AlphaZero o Stockfish, questo bot è stato addestrato seguendo principi simili a quelli dei modelli linguistici che alimentano chatbot come ChatGPT.
La differenza cruciale sta nei dati di addestramento: mentre i chatbot vengono nutriti con testi dal web, Allie ha imparato da trascrizioni di partite giocate esclusivamente da esseri umani. Questa esposizione gli ha insegnato non solo a fare mosse sensate per un giocatore umano, ma anche a prendersi tempo per riflettere nelle posizioni critiche e a riconoscere quando una partita è persa, comportandosi di conseguenza.
Adattabilità: la chiave del successo
Una delle caratteristiche più innovative di Allie è la sua capacità di adattarsi a giocatori di diversi livelli, dai principianti assoluti agli esperti. Daniel Fried, professore assistente che ha collaborato al progetto, sottolinea l'importanza della combinazione tra metodi di ricerca classici dell'IA e modellazione del comportamento umano.
"Sono entusiasta di come i metodi adattivi che abbiamo utilizzato combinino procedure di ricerca classiche dell'IA con la modellazione del comportamento umano", afferma Fried. "Questa combinazione è più efficace di entrambi i metodi presi singolarmente, e metodi simili sono già stati applicati in giochi complessi come Diplomacy".
Un futuro open source e promettente
Dalla sua implementazione su Lichess, Allie ha già accumulato quasi 10.000 partite, dimostrando l'interesse della comunità per questo approccio più umano all'intelligenza artificiale negli scacchi. Il team ha deliberatamente scelto di rendere il progetto completamente open source, permettendo ad altri sviluppatori di costruire su queste fondamenta.
La ricerca è stata presentata alla Conferenza Internazionale 2025 sui Learning Representations di Singapore, uno dei più prestigiosi eventi nel campo dell'apprendimento automatico. Il progetto ha visto la collaborazione tra Zhang, Ippolito e Fried insieme ad Athul Paul Jacob del MIT e Vivian Lai di Visa, segnalando l'interesse trasversale per questa nuova direzione di ricerca.
Le implicazioni di questo lavoro vanno ben oltre il mondo degli scacchi. Come sottolinea Ippolito, "il nostro progetto è significativo perché valuta come le persone interagiscano con un'IA che tenta di essere simile agli umani", aprendo nuove prospettive per applicazioni in ambiti dove la compatibilità con il pensiero umano è essenziale quanto l'efficacia computazionale.