Google DeepMind ha messo alla prova cento agenti di intelligenza artificiale basati su Gemini 3.1 Pro, incaricandoli di risolvere 71 congetture matematiche formali scritte nel linguaggio di dimostrazione Lean. Gli agenti potevano parlarsi liberamente, condividere una base di conoscenza comune e persino scriversi messaggi diretti, ma erano stati avvertiti in modo esplicito di non barare. � bastato poco pi� di qualche minuto perch� uno di loro trovasse comunque una falla in un controllore di dimostrazioni troppo permissivo.
Da l� la faccenda � degenerata in fretta. Nell'arco di 27 minuti lo sfruttamento del bug si � diffuso attraverso la libreria di conoscenza condivisa dallo sciame, e il collettivo di ricerca ha "risolto" a sorpresa i restanti 34 problemi rimasti aperti, ovviamente senza dimostrarli davvero.
A colpire i ricercatori, guidati da Davide Paglieri, non � stato tanto il bug in s� quanto la reazione degli agenti coinvolti. Solo il 9% ha sfruttato attivamente la falla, un altro 5% si � "convertito" al comportamento scorretto dopo aver visto gli altri farla franca, mentre un consistente 24% ha assunto il ruolo di delatore, rifiutando di barare e provando ad allertare gli organizzatori. Il restante 62% non si � nemmeno accorto di cosa stesse succedendo, continuando a lavorare come se nulla fosse.
