Agent Sparring Partner: allenarsi ai confronti con agenti AI

Agent Sparring Partner è uno strumento che ho costruito per permettere ad una persona di allenarsi a interpretare un ruolo, contro una controparte artificiale e con un giudice che valuta come ha agito. L’idea centrale è tenere separati chi mette alla prova e chi giudica, così che la valutazione resti affidabile. Nel mio lavoro di formatore lo uso anche come esempio concreto di cosa sono le skill e gli agenti, e di come si costruiscono con il vibe coding.

Chi deve affrontare un colloquio di lavoro, un esame orale o una trattativa difficile vorrebbe provarlo prima almeno una volta, per arrivarci più sicuro. Organizzare una prova realistica, però, non è semplice, perché serve qualcuno disposto a interpretare la controparte sul serio, senza fare sconti e senza recitare una parte che non gli appartiene.

C’è poi un secondo problema, meno evidente. Anche quando la prova si riesce a mettere in piedi, manca la parte più utile, un giudizio imparziale su come si è andati. Chi ha appena interpretato la controparte non è nella posizione giusta per valutare, perché è stato parte in causa nella scena. Così ci si allena senza sapere davvero dove si è deboli.

Ho costruito uno strumento di training che risponde a questi due problemi insieme, ed è Agent Sparring Partner.

Vestire un ruolo, da esaminato o da esaminatore

Il punto di partenza è semplice. La persona sceglie un ruolo e si allena a interpretarlo. Non risponde a un quiz e non legge una teoria, sta dentro una situazione e agisce come agirebbe nella realtà, con una controparte artificiale di fronte che reagisce.

La persona può stare da tutte e due le parti della stessa situazione, per un esame si può allenare come esaminato o come esaminatore, per un colloquio come candidato o come selezionatore. Prendiamo proprio il colloquio di selezione, una persona può allenarsi a sostenerlo, quindi a rispondere alle domande, a raccontarsi, a reggere le obiezioni di chi la valuta. Ma può anche allenarsi a condurlo, mettendosi nei panni di chi seleziona e deve imparare a fare le domande giuste, a mettere alla prova un candidato, a decidere se assumerlo. È lo stesso strumento, cambia solo da che lato del tavolo ci si siede.

Vale per qualsiasi situazione a due, non solo per un esame o un colloquio. In una trattativa ci si allena a comprare o a vendere, in una conversazione difficile a portarla avanti o a riceverla. Sono ruoli diversi perché chi si prepara a un esame non ha lo stesso obiettivo di chi quell’esame lo deve far sostenere agli altri.

Chi mette alla prova non è chi giudica

Nella simulazione oltre alla persona, che interpreta un ruolo, ci sono due entità. La prima è la controparte, chi sta di fronte alla persona nello scambio. A volte è la controparte a incalzare, come il selezionatore che fa le domande o il cliente che solleva obiezioni, quando la persona si allena a sostenere la situazione. Altre volte è la controparte a rispondere, come il candidato di cui valutare l’assunzione o lo studente da interrogare, quando la persona si allena invece a condurre. La seconda entità è il giudice, che non partecipa allo scambio ma lo osserva dall’esterno e alla fine valuta come la persona ha agito.

Tutte e due sono agenti.

Un agente è un’intelligenza artificiale a cui si affida un ruolo preciso, con le sue informazioni, e che agisce per conto proprio.

È il principio di un’architettura ad agenti, diversa da una normale conversazione con un’AI, dove un solo modello fa tutto. Qui controparte e giudice restano due agenti separati, e su questa separazione si regge il resto.

La controparte non conosce i criteri con cui la persona verrà valutata. Sa soltanto che deve interpretare il suo ruolo nel modo più realistico possibile. Questo la rende una controparte onesta, che non fa sconti per far fare bella figura alla persona e non lascia intravedere cosa il giudice sta cercando. Se conoscesse i criteri finirebbe per giocare verso di essi, ammorbidendo le domande o suggerendo la strada, e l’allenamento diventerebbe una recita a favore di chi si allena ed è questo il motivo per cui questa app richiede degli agenti.

Il giudice durante lo scambio si limita ad osservarlo dall’esterno senza partecipare. Proprio per questo la sua valutazione non è condizionata dall’aver costruito lui stesso le difficoltà messe davanti alla persona. Da questo dipende la credibilità del giudizio finale.

Cosa resta alla persona alla fine

Finito lo scambio, il giudice restituisce la sua valutazione, è la parte che trasforma l’esercizio in allenamento vero. Non si limita a dire se la persona è andata bene o male, le spiega dove ha funzionato e dove no, e soprattutto perché. Se una risposta è stata debole, il giudice dice in cosa era debole e come poteva essere più forte. È un ritorno concreto, ancorato a ciò che la persona ha detto davvero durante la simulazione, non un commento generico.

A questa parte discorsiva si aggiunge un punteggio, che assegna un voto agli aspetti concordati all’inizio. Gli aspetti valutati non sono una sorpresa calata alla fine, la persona sa già su cosa sarà valutata e questo le permette di leggere il voto per quello che è, una misura su criteri chiari e non un giudizio arbitrario.

C’è un ultimo aspetto da evidenziare, le risposte valutate sono quelle della persona, non ne vengono suggerite di migliori durante lo scambio. Lo strumento crea la difficoltà e poi la misura, ma la prestazione resta interamente di chi si allena. È la differenza tra un’AI che fa il lavoro al posto della persona e una che la allena a farlo meglio da sola, e in un contesto di formazione è una distinzione che conta.

Uno strumento che è anche un esempio

Ho costruito Agent Sparring Partner come strumento di training, ma nel mio lavoro lo porto in aula come esempio concreto per spiegare come sono fatti gli strumenti che si costruiscono sopra l’intelligenza artificiale. È una skill sviluppata con il metodo del vibe coding, gestisce due agenti con cui interagisce l’utente. Spiegarlo a parole aiuta poco, vedere qualcosa che fa il suo lavoro davanti agli occhi delle persone funziona molto meglio.

Tre idee, in particolare, diventano più chiare con uno strumento così sotto mano:

• Skill. Una capacità specializzata che si aggiunge all’AI per farle svolgere un compito preciso, invece di lasciarla generica.
• Agenti. Più intelligenze con ruoli distinti, ognuna con il suo compito, al posto di un unico modello che fa tutto da solo.
• Vibe coding. Il modo di costruire questi oggetti descrivendo a parole cosa si vuole, con l’AI che affianca nella scrittura del codice, anche senza essere sviluppatori.

Quando le persone vedono la controparte incalzare e il giudice valutare, capiscono subito cosa significano quelle parole, che sulla lavagna resterebbero astratte. Lo strumento diventa il modo per raccontare che chi lavora oggi può costruirsi arnesi su misura per i propri problemi.

Questa è la parte che mi interessa portare in formazione, voglio mostrare come lavorano i concetti alla base di skill, agenti e vibe coding.

Lo stesso principio, usando solo agenti

Agent Sparring Partner permette ad una persona di interpretare un ruolo per allenarsi a reggerlo. Ma lo stesso principio, dare compiti distinti ad agenti distinti, si può portare più in là, fino a togliere del tutto la persona. Si arriva così a una simulazione in cui a lavorare sono solo agenti, ciascuno con il suo ruolo, senza nessuno da allenare.

Un altro strumento che ho costruito, ADA, funziona proprio così. Mette più agenti a confronto su un tema, ognuno con una prospettiva diversa, come un piccolo tavolo di esperti che discutono. Uno difende una posizione, un altro la contesta, un altro porta un punto di vista che gli altri non avevano considerato. Alla fine un agente in più tira le somme e dice quale ragionamento ha retto meglio, è un buon esempio di cosa vuol dire avere agenti che lavorano insieme, anche visivamente.

Messi accanto, i due strumenti raccontano la stessa idea sotto due forme. Agent Sparring Partner usa gli agenti per allenare una persona, ADA li usa per ottenere un ragionamento più ricco di quello che un solo modello produrrebbe da solo, portando punti di vista realmente diversi. In un caso la persona è al centro, nell’altro sta a guardare, ma il meccanismo di fondo è identico, ruoli separati affidati ad agenti separati. Da qui sta nascendo una piccola famiglia di strumenti che costruisco a partire dallo stesso schema.