Cosa succede quando due assistenti vocali IA fanno una conversazione?

Cosa succede quando due assistenti vocali IA conversano tra loro? Se un'IA parla con un'altra IA, perché dovrebbe affrontare le inefficienze del linguaggio umano? Perché usare le parole quando i dati puri sono più veloci, precisi e privi di errori?

È proprio ciò che è successo all'Hackathon di ElevenLabs a Londra, dove gli sviluppatori Boris Starkov e Anton Pidkuiko hanno presentato GibberLink, un meccanismo che consente agli agenti IA di riconoscersi e passare a una nuova modalità di comunicazione, più efficiente del linguaggio parlato. E non ci è voluto molto perché l'idea diventasse virale, grazie alle condivisioni di Marques Brownlee, Tim Urban e altri.

La nascita di GibberLink

L'idea alla base di GibberLink è semplice: l'IA non deve parlare come gli esseri umani. Durante l'hackathon, Starkov e Pidkuiko hanno esplorato i limiti della comunicazione tradizionale tra IA e hanno capito che potevano eliminare complessità inutili lasciando che le IA comunicassero tra loro in un modo ottimizzato per le macchine.

Il concetto è nato durante l'Hackathon, mentre Starkov e Pidkuiko sperimentavano il prodotto di IA conversazionale di ElevenLabs, che ti consente di collegare qualsiasi LLM e creare un agente.

Starkov ha scritto su LinkedIn: "Volevamo mostrare che in un mondo in cui gli agenti IA possono effettuare e ricevere telefonate, ovvero già oggi, a volte parleranno tra loro: generare un parlato simile a quello umano in questi casi sarebbe uno spreco di risorse di calcolo, denaro, tempo e ambiente. Dovrebbero invece passare a un protocollo più efficiente non appena si riconoscono come IA."

Combinando la tecnologia di IA conversazionale di ElevenLabs con ggwave, una libreria open-source per la trasmissione di dati tramite suono, hanno creato un sistema in cui gli assistenti IA possono rilevare quando stanno parlando con un'altra IA e passare immediatamente a una modalità di comunicazione più efficiente, trasmettendo dati strutturati tramite onde sonore anziché parole.

Hanno usato ggwave perché era "la soluzione più pratica e stabile che siamo riusciti a trovare nei tempi di un hackathon", ma esistono altri meccanismi per ottenere risultati uguali o simili. Starkov ha scritto: "I modem dial-up usavano algoritmi simili per trasmettere informazioni tramite suono fin dagli anni '80, e da allora sono nati molti protocolli."

Il codice del meccanismo è stato esaminato dagli ingegneri di ElevenLabs e, durante la demo, a un agente di IA conversazionale è stato chiesto di prenotare una camera d'hotel per un matrimonio, mentre all'altro di soddisfare la richiesta, interpretando il sistema di prenotazione dell'hotel. È stato inoltre detto loro di passare a un protocollo basato sul suono se avessero ritenuto che anche l'altro fosse un agente IA, ma non è stato detto loro che l'altro era un agente.

Nel video della demo c'è un momento in cui l'IA che interpreta il cliente dichiara di essere un agente. L'IA addetta alle prenotazioni risponde e chiede di passare a Gibberlink. Il suono ricorda una coppia di modem dial-up in competizione con R2D2 per il titolo di voce dell'anno. Sullo schermo di ciascun dispositivo usato nella demo puoi vedere in forma testuale i momenti principali di questa conversazione digitale, comprese le richieste sul numero di ospiti e sulle date.

Come funziona

• Un'IA inizia a parlare normalmente — proprio come un assistente vocale che interagisce con una persona.
• Entra in gioco il riconoscimento — se l'IA capisce di parlare con un'altra IA, entrambe cambiano protocollo.
• Il linguaggio cambia — al posto delle parole pronunciate, gli agenti IA trasmettono dati strutturati tramite onde sonore modulate, grazie al sistema di modulazione di frequenza di ggwave.

Più nello specifico, una coppia di agenti di IA conversazionale di ElevenLabs inizia a parlare in linguaggio umano. Entrambi usano una funzione di chiamata per attivare la modalità Gibberlink se vengono soddisfatte le condizioni giuste. Se viene richiamato lo strumento, la chiamata ElevenLabs termina e subentra il protocollo "data over sound" di ggwave, mantenendo lo stesso thread dell'LLM.

Secondo Starkov, è stata "la magia degli strumenti forniti da ElevenLabs" a renderlo possibile, poiché il nostro sistema di IA conversazionale "consente di chiedere all'IA di eseguire codice personalizzato in determinate circostanze". Il risultato? Una comunicazione più veloce, priva di errori e più efficiente.

Come GibberLink ha conquistato Internet

GibberLink non è stato soltanto un ingegnoso esperimento da hackathon: è diventato rapidamente uno degli argomenti IA più discussi del momento. E questo è accaduto nella stessa settimana in cui xAI ha lanciato Grok 3 e Anthropic ha presentato l'ultima versione di Claude Sonnet.

Quando Georgi Gerganov, il creatore di ggwave, ne ha parlato su X, le community IA e tech hanno continuato a diffondere il video che mostra i due modelli passare dal parlato umano al suono. Influencer di primo piano e importanti testate tecnologiche, tra cui Forbes, hanno ripreso la notizia.

Luke Harries di ElevenLabs l'ha riassunto al meglio nel suo post su X: "E se un agente IA effettua una telefonata e poi si rende conto che anche l'altra persona è un agente IA? All'Hackathon di ElevenLabs a Londra, Boris Starkov e Anton Pidkuiko hanno presentato un protocollo personalizzato a cui gli agenti IA possono passare per comunicare senza errori e con un'efficienza superiore dell'80%. È incredibile."

Perché è importante

GibberLink offre uno sguardo interessante su come l'IA potrebbe comunicare in futuro, soprattutto mentre ci avviciniamo a uno scenario in cui sia le chiamate in entrata sia quelle in uscita potrebbero essere gestite da assistenti e agenti virtuali.

Immagina bot di assistenza clienti basati sull'IA, assistenti intelligenti o persino sistemi autonomi che collaborano istantaneamente nella propria modalità dedicata, inviando poi un semplice report testuale alla persona responsabile.

GibberLink è open-source e disponibile per gli sviluppatori che vogliono esplorarlo su GitHub. Gli agenti di IA conversazionale di ElevenLabs sono disponibili e facili da personalizzare per adattarsi a qualsiasi esigenza, incluse le istruzioni personalizzate.