Mostra sommario Nascondi sommario
Un giovane studente di Pechino ha messo online, da pochi giorni, una piattaforma di intelligenza collettiva che promette di “prevedere” eventi simulando il comportamento umano. L’interesse è immediato: investitori e politici osservano con attenzione, ma la domanda chiave resta aperta—quanto valgono davvero queste previsioni e quale impatto possono avere su mercati, opinione pubblica e strategie aziendali?
Guo Hangjiang ha 20 anni e, secondo la narrazione che sta circolando, in pochi giorni ha assemblato un sistema capace di generare una rete composta da 1 milione di agenti AI. Dopo una prima demo il progetto ha attirato capitali: tra i sostenitori figura Chen Tianqiao, che avrebbe investito circa 4,1 milioni di dollari per sostenere la micro-startup nata attorno al software.
Come nasce e cosa fa Mirofish
YouTube gratis senza pubblicità: scopri come accedervi subito
Vivo X Fold6: pieghevole con batteria da 7.000 mAh e fotocamera da 200 MP
Il cuore del sistema è un processo che parte da documenti di riferimento: notizie, elenchi di persone, report finanziari, bozze di norme, fino a dataset testuali di vario tipo. Dall’input il software estrae entità e relazioni per costruire un knowledge graph, una rete strutturata di nodi e legami che serve da base per generare gli agenti virtuali.
Ogni agente riceve una storia, una memoria, tratti di personalità e regole comportamentali: non sono copie identiche, ma profili differenti che interagiscono in un ambiente digitale simulato. In questa arena vengono ricreate anche piattaforme social in cui gli agenti possono pubblicare, commentare, seguire e cambiare opinione. L’insieme delle interazioni viene poi analizzato per produrre report che descrivono scenari possibili.
Il creatore ha dichiarato di aver impiegato una metodologia chiamata vibe coding, uno sviluppo rapido coadiuvato da AI, e di aver reso il codice disponibile come progetto open source, rendendo teoricamente possibile l’ispezione esterna del sistema.
Non è una “palla di cristallo” ma una simulazione
La narrazione ufficiale tende a parlare di “previsione del futuro”, ma è più corretto definire Mirofish come un laboratorio che riproduce molte possibili reazioni umane. Qui entra in gioco il concetto di swarm intelligence: invece di risolvere un’equazione unica sul futuro, il sistema cerca di identificare comportamenti collettivi emergenti a partire dalle micro-interazioni.
In pratica, si ottengono scenari plausibili — alcuni insoliti e utili a esplorare rischi improbabili — ma questo non equivale a garantire che ciò che viene segnalato si verificherà davvero.
Chi potrebbe usarlo (e perché)
I primi interlocutori interessati sono già chiari: banche e hedge fund per testare reazioni di mercato, gruppi politici per stimare l’impatto di provvedimenti o di eventi, aziende per modellare campagne di prodotto e messaggi pubblicitari.
La possibilità di simulare vaste popolazioni virtuali rende l’idea attraente per chi cerca vantaggi competitivi. Tuttavia, la stessa capacità di creare scenari credibili apre questioni concrete su manipolazione informativa, privacy e responsabilità nell’uso dei risultati.
Affidabilità: cosa manca
Il progetto è agli esordi. Chi lo guida riconosce che non sono ancora stati pubblicati confronti sistematici tra previsioni e avvenimenti reali: non esistono benchmark pubblici robusti né studi peer‑review che ne certifichino l’accuratezza su larga scala.
Le simulazioni mostrano traiettorie possibili, ma senza validazioni indipendenti restano strumenti esplorativi più che strumenti decisionali infallibili.
Da un punto di vista pratico, questo significa che organizzazioni e investitori che decideranno di basarsi su tali output dovranno adottare misure di verifica e test out‑of‑sample molto rigorosi prima di prendere decisioni operative.
Implicazioni e prossimi passi
L’apertura del codice facilita audit esterni e replicabilità, ma non risolve tutti i problemi: servono protocolli standard per misurare l’accuratezza, esperimenti controllati e trasparenza sui dati di training. Sul fronte regolatorio, l’emergere di sistemi in grado di modellare opinioni collettive impone un dibattito su limiti d’uso e tutele.
Per ora Mirofish è un progetto giovane che ha attirato attenzione e capitali; la vera prova avverrà quando le sue previsioni saranno messe alla prova su casi reali e ripetibili. Nel frattempo, osservatori e operatori dovranno bilanciare curiosità tecnologica e prudenza operativa.
