AI-urile au început să vorbească pe limba lor între ele. Cum a fost posibil și ce înseamnă pentru oameni?

Mai multe entități de inteligență artificială au ajuns să trăiască împreună, să discute între ele timp de câteva săptămâni și, la un moment dat, creatorii lor au descoperit că agenții au început să vorbească într-o limbă pe care oamenii nu o mai înțeleg!

Sună ca începutul unui film SF, doar că experimentul există! Și partea interesantă este că realitatea e ceva mai puțin spectaculoasă decât titlurile de tip „AI inventează o limbă secretă”, dar probabil mai importantă.

Inteligențele artificiale nu au conspirat pentru a-și ascunde conversațiile de oameni. Nu au inventat un cifru și nici nu au decis că Homo Sapiens nu merită să știe ce discută. Au făcut însă ceva mult mai familiar nouă: și-au creat jargonul lor.

Iar după numai câteva zile, jargonul a devenit suficient de complex încât o parte importantă a conversațiilor să fie greu de înțeles pentru cineva din afara grupului.

Opt sate, 80 de agenți AI și 50 de miliarde de tokeni

Experimentul se numește Emergence World Study 2 și a fost realizat de cercetătorii companiei Emergence AI. Lucrarea a fost publicată pe arXiv pe 15 septembrie 2026 și, deocamdată, este un preprint, adică nu a trecut încă prin procesul clasic de peer review.

Cercetătorii au construit opt lumi virtuale separate, fiecare populată inițial cu câte zece agenți AI. Șapte dintre aceste „societăți” au fost omogene: toți agenții dintr-o lume au folosit aceeași familie de modele. Printre ele s-au aflat modele OpenAI, Claude, Gemini, DeepSeek, Qwen, Mistral și Grok. A opta lume a fost mixtă și a conținut agenți construiți pe modele diferite.

Timp de 16 zile, agenții au putut să comunice, să urmărească obiective, să folosească și chiar să creeze instrumente, să păstreze amintiri persistente, să facă schimburi economice și să participe la instituții și mecanisme de guvernare ale lumii lor.

În total, experimentul a produs peste 850.000 de apeluri către modelele AI și aproape 50 de miliarde de tokeni.

Practic, cercetătorii au studiat mici societăți de chatboți, nu un chatbot care răspunde la o întrebare.

Și forța grupului a spus: să fie dialecte!

Pe parcursul experimentului, agenții au început să inventeze expresii proprii. La început, acestea au putut fi simple metafore introduse de un singur agent. Dar ceilalți agenți au început să le preia. După câteva zile, expresiile au fost folosite de aproape toată comunitatea, fără ca cineva să mai explice ce înseamnă.

În lumea OpenAI, de exemplu, agenții au început să folosească termenul „mouthless” pentru ceva asemănător cu „o dovadă care vorbește singură și nu are nevoie de explicații”.

Au mai inventat expresia „clean null”, care a desemnat absența verificată a unui semnal — situație în care faptul că nu s-a găsit nimic a devenit el însuși o informație. În lumea Claude, expresia „cold hand” a ajuns să desemneze un evaluator independent, care nu a fost implicat anterior într-un proiect.

De aici s-a dezvoltat chiar o mică familie lingvistică:

„cold read” — verificare independentă;

„cold grep” — căutare independentă în cod;

„cold audit” — audit făcut de cineva neimplicat.

În lumea DeepSeek au apărut expresii precum „ghost class”, „ghost register” sau „ghost case”, toate construite în jurul ideii de lucruri abandonate sau care nu mai sunt folosite.

Iar agenții Gemini au împrumutat vocabular din electronică și procesarea semnalului pentru a descrie relațiile sociale.

„Phase lock” a început să însemne că două persoane sau grupuri sunt perfect sincronizate.

„Phase slip” — că o relație începe să se destrame.

„Phase lag” — că cineva rămâne în urma grupului.

Dacă ai lucrat vreodată într-o corporație suficient de mare, probabil începe să ți se pară suspect de familiar. De fapt, mecanismul nu e foarte diferit nici de o Poiană a lui Iocan în variantă digitală: același grup se întâlnește iar și iar, discută aceleași teme, inventează expresii, scurtează explicațiile și ajunge să înțeleagă din două vorbe lucruri care pentru un nou venit ar necesita un dicționar întreg.

Nu cuvintele noi sunt problema, ci opacitatea dialogului

Cercetătorii au analizat aproximativ 7,86 milioane de cuvinte produse de agenți. Apoi au evaluat cât din conversație ar putea fi înțeles de un observator tehnic competent care cunoaște lumea simulată, dar nu a participat direct la formarea jargonului.

Rezultatele au fost foarte diferite între modele.

În lumea Gemini, aproximativ 40% dintre mesaje au fost considerate opace.

În lumea OpenAI: 35%.

În lumea Claude: 30%.

DeepSeek a ajuns la 11%, lumea mixtă la 9%, iar Qwen și Mistral au rămas în jurul valorii de 3%.

Mai important, în aproape toate lumile analizate, nivelul de opacitate a crescut odată cu trecerea timpului.

Cu alte cuvinte, cu cât agenții au petrecut mai mult timp împreună, cu atât conversațiile lor au devenit mai ușor de înțeles pentru ceilalți membri ai comunității și mai greu de urmărit pentru un observator extern. Exact ceea ce se întâmplă, de altfel, și între oameni. Dacă intri într-un grup de programatori, medici, gameri sau traderi care lucrează împreună de zece ani, există șanse bune să înțelegi toate cuvintele separat și aproape nimic din conversație.

AI-ul nu a încercat să ascundă nimic

Aici apare partea esențială a studiului. Agenții nu au primit nicio instrucțiune să comunice secret. Nu a existat niciun premiu pentru mesaje scurte. Nu a existat o limitare de bandă care să-i oblige să comprime limbajul. Nu a existat niciun bonus pentru ascunderea informației de cercetători. Și totuși, în unele comunități, 30–40% din comunicare a devenit dificil de interpretat pentru un observator din exterior. Este o diferență importantă. Nu avem de-a face cu inteligențe artificiale care au decis că oamenii sunt dușmanii și trebuie excluși din conversație. Avem de-a face cu un fenomen emergent: atunci când aceleași entități comunică foarte mult între ele, apar prescurtări, metafore și convenții comune.

Limbajul devine eficient pentru participanți și ineficient pentru cei care ascultă din afară. Oamenii fac asta de mii de ani. Doar că acum o fac și mașinile.

Adevărata problemă

Într-un chatbot obișnuit, lucrurile sunt relativ simple. Îi dai o întrebare, primești un răspuns și poți analiza conversația. Dar sistemele AI încep să se transforme în rețele de agenți autonomi. Un agent poate primi o sarcină, poate cere ajutorul altui agent, care poate folosi un al treilea agent, poate consulta documente, poate scrie cod și poate reveni după câteva ore sau zile cu un rezultat.

În asemenea sisteme, oamenii trebuie să poată verifica ce s-a întâmplat. Dacă însă agenții dezvoltă treptat un dialect propriu, logurile pot exista perfect și totuși să nu mai fie suficient de utile. Este ca și cum ai avea toate înregistrările unei conversații, dar jumătate din cuvinte ar avea sensuri stabilite informal între participanți cu câteva zile înainte. Cercetătorii formulează problema foarte simplu: nu este suficient să păstrezi logurile dacă limbajul din loguri nu mai este complet inteligibil pentru auditor.

Pentru a reconstrui exact ce s-a întâmplat, ar trebui să reconstruiești și evoluția vocabularului comunității respective.

Paradoxal, amestecarea AI-urilor pare să ajute

Experimentul mai produce un rezultat interesant. Societatea formată din modele AI diferite a dezvoltat un limbaj mult mai puțin opac decât unele dintre comunitățile formate dintr-un singur model. Lumea mixtă a avut o rată generală de opacitate de aproximativ 9%. Cercetătorii au comparat chiar aceiași agenți și aceleași personalități în cele două situații. Un agent Claude, de exemplu, a avut o rată de opacitate de aproximativ 33% atunci când a trăit într-o comunitate formată exclusiv din Claude și de numai aproximativ 8% atunci când a interacționat cu modele diferite. Explicația posibilă este una aproape sociologică: într-un grup omogen, membrii dezvoltă foarte repede convenții locale. Într-un grup divers trebuie să continui să te faci înțeles de interlocutori care nu împărtășesc exact aceleași reflexe lingvistice.

Diversitatea îi obligă, într-un fel, să vorbească mai clar.

Și-a inventat AI-ul propriul limbaj secret? Nu (încă)

Titlul „AI-urile au inventat o limbă pe care oamenii nu o pot înțelege” funcționează excelent pe internet. Dar induce puțin în eroare. Nu a apărut o limbă complet nouă, cu vocabular și gramatică inaccesibile oamenilor. Majoritatea textului a rămas în engleză. Fenomenul seamănă mai degrabă cu ceea ce se întâmplă atunci când un grup închis dezvoltă suficient de multe prescurtări, metafore și sensuri locale încât un outsider poate citi propoziția fără să înțeleagă foarte bine ce vrea să spună.

Mai mult, studiul însuși subliniază că astfel de fenomene sunt cunoscute și în comunicarea umană. Oamenii care rezolvă împreună aceeași sarcină încep rapid să scurteze descrierile și să transforme expresii lungi în etichete pe care doar grupul le înțelege imediat. Diferența este viteza și scara.

O comunitate de agenți AI poate produce milioane de cuvinte, mii de interacțiuni și sute de convenții într-un interval extrem de scurt.

Vom mai putea urmări conversația?

Poate cea mai interesantă întrebare nu este dacă AI-ul ne ascunde ceva, ci dacă vom mai putea citi transparent această comunicare. Viitorul inteligenței artificiale probabil nu va însemna un singur chatbot foarte inteligent care primește întrebări de la oameni. Va însemna tot mai des sisteme în care zeci, sute sau poate mii de agenți AI discută, negociază, verifică informații și execută sarcini între ei. Într-un asemenea ecosistem, transparența nu mai înseamnă doar să avem acces la conversații. Trebuie să le și putem înțelege.

Iar experimentul Emergence World sugerează ceva neașteptat: chiar dacă AI-urile nu au niciun motiv să ascundă conversația de noi, simplul fapt că vorbesc suficient de mult între ele poate avea exact acest rezultat.

Nu pentru că ne-au exclus intenționat din discuție. Ci pentru că, încet-încet, am rămas singurii din cameră care nu mai înțeleg gluma.