GPT-6 Astra ha completato autonomamente tutti i 48 livelli di “I’m Not a Robot”, il gioco web creato da Neal Agarwal che raccoglie una successione di prove ispirate ai sistemi CAPTCHA utilizzati per distinguere gli utenti umani dai software automatizzati. Il risultato è stato mostrato il 7 settembre dallo sviluppatore Sharif Shameem: il modello ha portato a termine l’intero percorso fino all’ottenimento del certificato finale “Verified Human”, affrontando attività che non richiedono soltanto riconoscimento visivo, ma anche interpretazione delle istruzioni e interazione diretta con l’interfaccia del browser. Le prove partono da operazioni semplici, come selezionare una casella, e comprendono il riconoscimento di segnali stradali, la ricostruzione di puzzle, l’identificazione di volti generati dall’intelligenza artificiale, quesiti costruiti deliberatamente per richiedere una risposta apparentemente errata e persino un rhythm game.
Il completamento della sequenza è legato soprattutto alle capacità di computer use di Astra, che consentono al modello di interpretare ciò che appare sullo schermo e interagire con un ambiente grafico attraverso azioni equivalenti a quelle eseguite normalmente con mouse e tastiera. Nel test il modello ha quindi dovuto combinare analisi visiva, ragionamento multimodale e controllo dell’interfaccia, eseguendo click, trascinamenti, selezioni e input da tastiera in funzione delle richieste presentate nei diversi livelli. La particolarità della prova consiste proprio nella varietà delle interazioni necessarie: non si tratta di risolvere ripetutamente uno stesso CAPTCHA mediante un algoritmo di classificazione delle immagini, ma di adattarsi a 48 meccanismi differenti e portare avanti l’intera procedura attraverso il browser. Il percorso può richiedere a una persona tra circa 30 minuti e oltre un’ora, mentre nel caso mostrato Astra ha gestito autonomamente la successione delle attività.
L’impiego dell’AI per superare sistemi CAPTCHA non è di per sé nuovo. Nel 2024 un gruppo di ricercatori del Politecnico federale di Zurigo aveva mostrato che un sistema basato sul modello di computer vision YOLOv8 poteva risolvere con un tasso di successo del 100% le sfide visive di Google reCAPTCHA v2. In quel caso, però, il problema affrontato riguardava essenzialmente l’analisi e la selezione delle immagini richieste dal CAPTCHA. La prova effettuata con Astra comprende invece una sequenza di compiti eterogenei, dinamici e interattivi, nella quale il modello deve mantenere il controllo dell’intero processo e modificare il proprio comportamento in base al tipo di livello visualizzato.
Il risultato arriva pochi giorni dopo il lancio di GPT-6 Astra, presentato da OpenAI il 3 settembre come il proprio modello più avanzato per attività che comprendono ragionamento, coding, ricerca, navigazione e computer use. OpenAI attribuisce particolare importanza proprio alla capacità del modello di operare direttamente all’interno di ambienti software e di completare workflow articolati composti da numerosi passaggi. Astra dispone inoltre di una finestra di contesto da 1,05 milioni di token e può produrre fino a 128.000 token di output, caratteristiche che permettono di mantenere una quantità molto elevata di informazioni durante attività prolungate.
Anche i benchmark dedicati al computer use mostrano un miglioramento rispetto alla generazione precedente. Nel test OSWorld 2.0 Astra ha raggiunto il 72,6%, rispetto al 65,7% ottenuto da GPT-5.6 Sol, mentre il tempo necessario per completare le attività è stato ridotto di circa il 47%. OSWorld valuta agenti AI chiamati a utilizzare applicazioni e interfacce reali attraverso sequenze operative che possono comprendere navigazione, interpretazione degli elementi visivi, manipolazione di finestre e controllo di programmi differenti. Il completamento dei 48 livelli di “I’m Not a Robot” costituisce quindi una dimostrazione particolarmente visibile dello stesso tipo di capacità: il modello non si limita a fornire una risposta testuale, ma osserva lo stato dell’interfaccia, decide l’azione successiva e la esegue direttamente.
Il test evidenzia allo stesso tempo un limite crescente dei CAPTCHA tradizionali come meccanismo per separare automaticamente l’attività umana da quella delle macchine. Sistemi basati esclusivamente sul riconoscimento di immagini, sull’interpretazione di semplici puzzle o sull’osservazione di determinate interazioni con mouse e tastiera diventano più difficili da utilizzare come prova dell’intervento umano quando gli agenti AI sono in grado di vedere lo schermo e controllare autonomamente il browser. Le reazioni emerse dopo la diffusione della prova si sono concentrate proprio su questo aspetto, con diversi utenti che hanno osservato come il superamento dell’intera sequenza renda sempre meno significativa l’equivalenza tra capacità di completare un CAPTCHA e presenza di una persona davanti al dispositivo.
Per i sistemi di autenticazione, l’evoluzione degli agenti dotati di computer use sposta quindi l’attenzione oltre le sole prove visive o comportamentali isolate. Tra le tecniche indicate in ambito sicurezza figurano l’autenticazione multifattore e meccanismi continui di verifica basati su più segnali, invece di affidare la distinzione tra umano e software a una singola sfida presentata durante l’accesso. Il test con Astra mostra in particolare quanto rapidamente stia diminuendo la distanza tra un agente software e le modalità operative di un normale utente all’interno di un’interfaccia web: riconoscere gli elementi mostrati sullo schermo, comprenderne la funzione e utilizzare mouse e tastiera non sono più necessariamente attività sufficienti, da sole, per certificare che dietro una sessione ci sia una persona.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)