Chi sta già usando gli agenti IA e perché li trovano indispensabili?

Un nuovo studio ha analizzato, su scala enorme, come le persone interagiscono con gli agenti di intelligenza artificiale nei browser. Il caso di studio è Comet, il browser potenziato da IA di Perplexity, e il suo assistente integrato, Comet Assistant. Grazie a centinaia di milioni di interazioni anonime, i ricercatori hanno risposto a tre domande chiave: chi usa gli agenti IA, quanto li usa e per cosa li usa. I risultati mostrano che gli utenti più propensi ad adottare l’assistente sono i primi a sperimentare nuove tecnologie, vivono in paesi con alto PIL pro capite, hanno un buon livello di istruzione e lavorano in settori digitali o basati sulla conoscenza, come tecnologia, accademia, finanza, marketing e imprenditoria. Per capire meglio le richieste, è stata creata una tassonomia a tre livelli: argomento, sotto‑argomento e compito. I due argomenti più frequenti – Produttività & Workflow e Apprendimento & Ricerca – rappresentano il 57 % delle domande, mentre i sotto‑argomenti “Corsi” e “Shopping” costituiscono il 22 %. Le attività più comuni (10 su 90) coprono il 55 % delle richieste. Il 55 % delle query è di natura personale, il 30 % professionale e il 16 % educativa. Nel breve periodo gli utenti mostrano una forte fedeltà all’assistente, ma col tempo tendono a spostarsi verso temi più cognitivi, suggerendo che gli agenti IA stanno diventando veri partner di pensiero. Questi dati hanno implicazioni per ricercatori, imprese, decisori politici e insegnanti, che dovranno considerare l’impatto di una tecnologia in rapida evoluzione.

L’analisi di Comet si basa su una metodologia di data mining avanzata, che consente di estrarre pattern di utilizzo da un volume di dati senza precedenti. I ricercatori hanno anonimizzato le interazioni per garantire la privacy, applicando tecniche di aggregazione e filtraggio per rimuovere informazioni identificabili. La tassonomia gerarchica proposta si ispira a modelli di ontologia semantica, suddividendo le richieste in tre livelli: argomento (es. Produttività), sotto‑argomento (es. Gestione email) e compito specifico (es. Scrivere una risposta). Questo approccio permette di quantificare la distribuzione delle query e di identificare le aree di maggiore interesse. Inoltre, lo studio ha impiegato metriche di “stickiness” basate sulla frequenza di ritorno dell’utente e sulla durata media delle sessioni, rivelando che gli utenti tendono a mantenere l’assistente attivo per periodi più lunghi quando le attività richiedono ragionamento complesso. Un’ulteriore osservazione riguarda la “cognitive shift”: nel tempo, le richieste si spostano da compiti operativi (es. prenotazioni) a quelli più analitici (es. sintesi di articoli scientifici). Questo fenomeno suggerisce una crescente fiducia nelle capacità di ragionamento dell’IA. Dal punto di vista economico, la correlazione tra adozione e PIL pro capite indica che le barriere all’entrata sono ancora legate a fattori socio‑economici, ma la rapida diffusione di agenti più capaci potrebbe ridurre queste disparità. Infine, le implicazioni per la formazione sono notevoli: le istituzioni educative dovranno integrare l’uso di agenti IA nei curricula, preparando gli studenti a collaborare con sistemi di intelligenza artificiale per potenziare il proprio apprendimento e la produttività.