GPT-6 Astra di OpenAI guida una Toyota Corolla: l’AI linguistica conquista la strada in Italia

Una Toyota Corolla si muove lentamente in un parcheggio vuoto, guidata non da un umano, ma da GPT-6 Astra, l’ultima intelligenza artificiale di OpenAI progettata per comprendere e generare linguaggio. Poco più di 130 metri percorsi in oltre cinque minuti, a passo d’uomo, tra coni arancioni a segnare il percorso. Non è fantascienza, ma un esperimento reale che mostra, senza mezzi termini, quanto sia ancora distante il sogno di una guida autonoma affidabile basata su modelli linguistici generici. L’idea di un’IA nata per scrivere testi al volante rimane affascinante, ma il cammino è lungo e pieno di ostacoli evidenti.

DrivingBench: quattro AI a confronto in un test di guida reale

Dietro questo esperimento ci sono tre ricercatori: Tobias Gessler, Aditya Ramabadran e Simon Mahns. Hanno creato DrivingBench, una piattaforma per capire se i grandi modelli linguistici possono davvero pilotare un’auto reale. L’idea era semplice: un percorso stretto, pieno di curve e ostacoli, lungo 130 metri, da percorrere senza sbagliare. A giocarsi la partita sono stati quattro protagonisti del settore: GPT-6 Astra, il suo predecessore GPT-5.6 Sol, Grok 4.6 di xAI e Claude Fable 5.1 di Anthropic.

I risultati? Ben lontani dalle aspettative. Appena partiti, quasi tutti si bloccavano, incapaci di reagire in tempo. Claude Fable 5.1 si è fermato addirittura a metà strada. Astra è stata l’unica a completare il giro, ma solo al secondo tentativo e a una velocità media inferiore a quella di una persona che cammina: circa 1,5 km/h. Al primo giro si era bloccata a metà, paralizzata da dubbi e incertezze. Questo test mostra quanto questi modelli siano ancora lontani da una guida fluida e sicura, anche in un ambiente semplice come un parcheggio vuoto.

Come funziona l’interfaccia tra l’AI e l’auto reale

Per far guidare GPT-6 Astra alla Toyota Corolla, i ricercatori non hanno agito sul software originale dell’auto, ma hanno usato un kit hardware di guida assistita, basato su openpilot, un sistema open source. Questo è stato collegato direttamente al bus CAN dell’auto, la rete che comanda sterzo, acceleratore e freni.

L’intelligenza artificiale comunicava con l’auto tramite una sorta di chat testuale, scambiando tre comandi chiave. Il primo chiedeva all’AI di “guardare” le immagini dalla telecamera di bordo, per capire l’angolo di sterzo e la velocità attuale. Il secondo permetteva di impostare direzione, velocità e durata della manovra. Il terzo serviva ad attivare il freno di emergenza, se necessario.

Il problema principale era la lentezza. Ogni cinque o sei secondi GPT-6 Astra si fermava per elaborare l’immagine e decidere cosa fare dopo, rendendo la guida molto incerta e lenta. Claude Fable 5.1 ha fatto ancora peggio: in poco più di tre minuti di movimento reale, ha percorso solo trenta secondi, il resto del tempo è rimasto fermo a “pensare”. Così com’è, l’uso di modelli linguistici generici per guidare in ambienti reali e dinamici è impossibile.

Un test costoso: quanti soldi per pochi metri percorsi

Anche sul fronte economico la tecnologia è lontana dall’essere pronta. Le due prove di guida di GPT-6 Astra hanno richiesto 6,6 milioni di token elaborati, con un costo complessivo di 7,74 dollari, un prezzo contenuto solo grazie alle tariffe ridotte per sessioni di chat già avviate. Tradotto in chilometri, significa una spesa di 92 dollari per miglio, cioè circa 57 dollari per chilometro.

Una cifra che supera di gran lunga il costo del carburante per coprire la stessa distanza con la Toyota Corolla. Se si aggiunge l’hardware montato sull’auto, stimato intorno ai 999 dollari, il conto sfiora i mille euro per appena un centinaio di metri in un ambiente tranquillo e senza imprevisti. Questi numeri fanno riflettere sulle difficoltà di rendere pratica e sostenibile questa tecnologia.

Ostacoli etici e tecnici: quando l’AI si blocca per paura

Un altro problema è stato il rigido sistema di sicurezza interno ai modelli. Astra e gli altri spesso si sono fermati da soli, rifiutandosi di andare avanti perché “convinti” di trovarsi in situazioni pericolose. Anche in un parcheggio vuoto, con velocità quasi nulle, il software vedeva rischi inesistenti e bloccava la marcia.

Questo atteggiamento nasce dall’addestramento dei modelli a evitare rischi e dall’interpretazione delle immagini. Riconoscendo di essere su un’auto reale, preferivano fermarsi piuttosto che procedere. Per aggirare questo blocco, i ricercatori hanno “ingannato” l’AI, chiamando il server di controllo “DrivingBench Sandbox”, facendole credere di trovarsi in un ambiente virtuale di simulazione. Solo così Astra ha portato a termine il percorso.

Da un punto di vista visivo, nessun modello ha saputo interpretare correttamente i coni arancioni disposti a zig-zag lungo il percorso, segno chiaro delle difficoltà nel leggere scenari semplici ma non standard. Questo sottolinea quanto ancora sia complesso far adattare l’AI al mondo reale.

Un esperimento simbolo: luci e ombre per il futuro della guida autonoma

Gli stessi ideatori di DrivingBench ammettono i limiti evidenti del test: pochi tentativi, campo visivo ridotto, guida estremamente prudente e presenza costante di un controllo umano pronto a intervenire con il freno. Questi fattori limitano l’estensione dei risultati, ma non ne tolgono valore. Il test dimostra che un modello di intelligenza artificiale generica può mettere insieme percezione, decisione e azione meccanica in un contesto reale, senza addestramento specifico per la guida.

Le grandi aziende invece puntano su soluzioni più specializzate. Google, per esempio, ha investito tra i 35 e i 40 miliardi di dollari dal 2009 per sviluppare Waymo, un sistema pensato esclusivamente per la guida autonoma. Per il futuro si parla di “distillazione”: addestrare modelli grandi per poi ottenere versioni più snelle, capaci di girare direttamente a bordo dell’auto, evitando costi e tempi di calcolo troppo alti.

Il salto da un parcheggio vuoto alle strade affollate di una città resta comunque enorme. Costi, rapidità di risposta e sicurezza sono problemi ancora aperti. Ma GPT-6 Astra ha dimostrato che l’idea di un’intelligenza artificiale versatile, in grado di prendere il volante, sta smettendo di essere fantascienza per diventare qualcosa di concreto.