Cosa succede quando due assistenti vocali IA fanno una conversazione?

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

È esattamente ciò che è successo all’Hackathon di ElevenLabs a Londra, dove gli sviluppatori Boris Starkov e Anton Pidkuiko hanno presentato GibberLink, un meccanismo che permette agli agenti IA di riconoscersi a vicenda e passare a una nuova modalità di comunicazione, più efficiente del linguaggio parlato. E l’idea è diventata virale in pochissimo tempo, condivisa da Marques Brownlee, Tim Urban e altri.

La nascita di GibberLink

L’idea alla base di GibberLink è semplice: l’IA non ha bisogno di parlare come gli esseri umani. Durante l’hackathon, Starkov e Pidkuiko hanno esplorato i limiti della comunicazione tradizionale tra IA e si sono resi conto che potevano eliminare complessità inutili lasciando che le IA comunicassero 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 permette 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 chiamate telefoniche (ovvero oggi), occasionalmente parlerebbero tra loro — e generare parlato simile a quello umano per farlo sarebbe uno spreco di capacità di calcolo, denaro, tempo e risorse ambientali. Dovrebbero invece passare a un protocollo più efficiente nel momento in cui si riconoscono a vicenda come IA."

Combinando la tecnologia 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 attraverso 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 esistiti numerosi protocolli.»

Il codice del meccanismo è stato sottoposto a revisione 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 ritenevano 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 si rende conto della situazione e dichiara di essere un agente. L’IA addetta alle prenotazioni risponde e chiede di passare a GibberLink. Sembra una coppia di modem dial-up in gara con R2D2 per il premio di voce dell’anno. Sugli schermi dei dispositivi usati nella demo puoi vedere in forma testuale alcuni momenti di questa conversazione digitale, comprese le domande 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 si rende conto 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 precisamente, 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 sono soddisfatte le condizioni necessarie. Se viene chiamato lo strumento, la chiamata di ElevenLabs viene terminata e subentra il protocollo ggwave di «trasmissione dati tramite suono», mantenendo lo stesso thread LLM.

Starkov afferma che è stata «la magia degli strumenti offerti da ElevenLabs» a renderlo possibile, poiché il nostro sistema di IA conversazionale «permette di indicare 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 era solo un ingegnoso esperimento da hackathon: è diventato rapidamente uno degli argomenti di IA più discussi del momento. Ed 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 dell’IA e della tecnologia hanno continuato a diffondere il video che mostra i due modelli passare dal linguaggio umano al suono. Influencer di primo piano e importanti pubblicazioni tecnologiche, tra cui Forbes, hanno ripreso la storia.

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 una comunicazione priva di errori e più efficiente dell’80%. È sconvolgente.»

Perché è importante

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

Immagina bot di assistenza clienti basati sull’IA, assistenti intelligenti o persino sistemi autonomi che collaborano istantaneamente nella loro modalità dedicata, per poi inviare un semplice resoconto testuale alla persona responsabile.

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