Tag Archivio per: Creatività

ChatGPT sostituisce i grafici? Il mio test da 60 euro su Fiverr

Pagavo 60 euro su Fiverr per farmi realizzare delle varianti del mio avatar. A un certo punto ho provato ad affidare la stessa operazione a ChatGPT. Il risultato mi ha soddisfatto: per quella specifica esigenza ho ottenuto rapidamente ciò che cercavo, senza commissionare un’altra lavorazione.

Da qui nasce il mio video “ChatGPT sta già sostituendo i grafici?”. Vi mostro il test e parto da una domanda che sento continuamente durante i miei corsi: l’intelligenza artificiale ci ruberà il lavoro? Non sono convinto che lo ruberà a tutti. Ma liquidare il problema con “la creatività umana è insostituibile” mi sembra altrettanto sbrigativo.

Guarda il video: il mio test con ChatGPT al posto di Fiverr

Prima di ragionare su professioni e scenari, guardate che cosa è successo in questo caso concreto. Nel video mostro l’operazione sul mio avatar e spiego perché ho smesso di acquistare quella specifica prestazione su Fiverr.

Puoi anche guardare il video direttamente su YouTube. Tenete a mente una distinzione: ottenere una variante di un’immagine già definita e progettare un’identità visiva sono lavori con obiettivi e responsabilità diversi.

Da 60 euro a un abbonamento: il risparmio va capito

Nel mio caso, il confronto era tra una lavorazione da 60 euro e un abbonamento che, nel racconto del test, considero nell’ordine dei 20 euro al mese. È un confronto riferito alla mia esperienza, non un listino aggiornato di ChatGPT né una promessa di ottenere qualsiasi lavoro grafico a quel prezzo.

Se una singola prestazione evitata vale più del costo mensile dello strumento, il vantaggio economico può essere immediato. Per valutare davvero il risparmio, però, bisogna considerare anche il tempo per dare istruzioni, selezionare le proposte e correggere eventuali difetti. Un risultato che giudico adatto alle mie slide non è automaticamente un file pronto per ogni impiego professionale.

E la formula “perfetto in un secondo”? Rende bene lo stupore, ma non è un benchmark. La formulazione che preferisco è questa: un risultato rapidamente utilizzabile per la mia esigenza. Velocità e qualità vanno valutate sull’intero processo, non soltanto sul momento in cui compare l’immagine.

AI e lavoro: distinguere le mansioni dalle professioni

Un mestiere è composto da molte attività. Un grafico può discutere il brief, studiare il pubblico, progettare un sistema visivo, produrre varianti, verificare la coerenza e gestire revisioni. Automatizzare una di queste attività cambia il mestiere; non dimostra, da solo, che l’intera professione sia scomparsa.

Il rapporto 2025 dell’Organizzazione internazionale del lavoro (ILO), realizzato con NASK, stima che un lavoratore su quattro nel mondo sia in un’occupazione con qualche grado di esposizione all’AI generativa. Gli autori indicano la trasformazione del lavoro come esito più probabile, perché molte occupazioni comprendono attività che richiedono ancora un contributo umano. Esposizione non significa posti già persi.

Non sarebbe corretto, però, trasformare questa distinzione in una rassicurazione universale. Se una parte consistente dei ricavi di un professionista arriva da prestazioni che i clienti iniziano a svolgere da soli, la perdita di incarichi può essere reale anche se il nome della professione continua a esistere. Nel mio piccolo, ho smesso di acquistare un servizio: per chi lo vendeva, quella domanda è venuta meno.

Lo studio di Ole Teutloff e colleghi sulla domanda di freelance, pubblicato nel Journal of Economic Behavior & Organization, osserva su una piattaforma online un calo della domanda per alcune competenze sostituibili, come scrittura e traduzione, rispetto alla tendenza controfattuale. È un risultato circoscritto a quel mercato e a quelle attività: non misura tutti i grafici e non consente di generalizzare il mio test a un intero settore. Mostra però perché il problema degli incarichi va preso sul serio.

Il valore del grafico: decidere che cosa deve comunicare un’immagine

Continuo a vedere valore nel professionista che sa capire un problema di comunicazione, scegliere una direzione, motivarla e portarla fino alla consegna. Per esempio: a chi deve parlare quell’avatar? In quale contesto verrà usato? Deve trasmettere autorevolezza, ironia o vicinanza? Quali elementi devono restare riconoscibili nelle diverse versioni?

Sono le domande che propongo di mettere al centro del servizio. L’AI può aiutare anche a esplorare idee e soluzioni, ma qualcuno deve stabilire criteri, valutare il risultato e assumersi la responsabilità della scelta. Vendere questa capacità richiede di renderla visibile al cliente, non soltanto di dichiararsi creativi.

Il rischio riguarda anche attività meno ripetitive di quanto immaginiamo. Nello studio sperimentale di Fabrizio Dell’Acqua e colleghi, nella versione del 2023, i consulenti con GPT-4 miglioravano velocità e qualità su compiti compatibili con le capacità del sistema, ma su un compito esterno a quella frontiera producevano meno spesso una soluzione corretta. La ricerca riguarda quel modello e quei compiti: la lezione utile è imparare a valutare dove l’assistenza funziona e dove serve un controllo più attento.

La creatività umana non è una polizza contro l’automazione

Dire che la “vera creatività” resterà sempre esclusivamente umana può essere una posizione filosofica. Non la userei come garanzia economica. Un cliente può scegliere un risultato che considera utile e originale senza dover risolvere prima il dibattito sulla coscienza delle macchine.

La ricerca di Anil R. Doshi e Oliver P. Hauser, pubblicata su Science Advances nel 2024, aiuta a complicare il quadro: in un esperimento sulla scrittura di racconti, accedere a idee generate dall’AI migliorava le valutazioni di creatività, qualità e piacevolezza, soprattutto per gli autori inizialmente meno creativi. Al tempo stesso, i racconti assistiti risultavano più simili fra loro. Non è uno studio sul graphic design, ma suggerisce un’opportunità e un rischio: ottenere proposte migliori e finire tutti nella stessa zona delle idee.

Per questo consiglio di usare l’AI anche come interlocutore creativo, continuando a cercare riferimenti, esperienze e scelte riconoscibili. La capacità di selezionare e modificare le proposte diventa parte del lavoro. Ho affrontato un cambiamento simile nell’articolo su come l’AI sta rivoluzionando le presentazioni: produrre più facilmente i materiali rende ancora più utile progettare bene il messaggio.

Harari, il senso del lavoro e le scelte che restano nostre

Il riferimento a Yuval Noah Harari invita ad allargare lo sguardo. Nelle FAQ pubblicate sul suo sito ufficiale, lo storico descrive sia scenari di esclusione dal lavoro sia scenari nei quali la tecnologia libera le persone da attività faticose e consente di sviluppare il proprio potenziale. Sottolinea che l’esito dipende dalle scelte umane, non da un destino tecnologico già scritto.

La mia lettura è che il tempo risparmiato possa essere reinvestito nella progettazione, nella relazione con il cliente e nella qualità delle decisioni. Non attribuisco a Harari la formula “automatizzare l’esecuzione per concentrarsi sul senso” come se fosse una sua citazione: è il modo in cui io traduco questa riflessione nel lavoro quotidiano.

E non avviene automaticamente. Un’azienda può usare il tempo guadagnato per formare le persone, migliorare il servizio oppure chiedere più produzione a parità di risorse. L’AI apre possibilità; la scelta organizzativa decide come distribuirne i benefici.

Parti da una tua attività e guarda il test

L’esperimento che suggerisco è semplice: scegliete una prestazione circoscritta, definite prima che cosa rende il risultato accettabile e confrontate il processo abituale con quello assistito dall’AI. Misurate tempo complessivo, qualità, correzioni e costo. Poi chiedetevi quali parti richiedano ancora la vostra competenza e come valorizzarle.

Guardate il mio test nel video “ChatGPT sta già sostituendo i grafici?” e provate a riportarlo al vostro lavoro. Quale prestazione potrebbe smettere di essere acquistata? Quale competenza, invece, potreste offrire meglio grazie al tempo guadagnato?

Guarda il video su YouTube e valuta il risultato del test.

Vuoi sperimentare l’AI nel lavoro del tuo team?

Nei miei corsi per aziende, professionisti ed enti partiamo da attività concrete, definiamo criteri di qualità e proviamo a capire dove l’AI può aiutare. Se vuoi organizzare un laboratorio su questi temi, scrivimi indicando il pubblico e le attività sulle quali vorresti lavorare.

    Il tuo nome (richiesto)

    La tua email (richiesto)

    Oggetto

    Il tuo messaggio

    /0 Commenti/da

    Il Papa chiede ai preti di non usare ChatGPT nelle omelie. Perché no?

    ,

    ChatGPT non ha un’anima. D’accordo. Ma un’omelia può avere un’anima e riuscire comunque ad addormentare mezza chiesa.

    Lo dico con rispetto per chi deve trovare ogni settimana parole capaci di parlare a persone diverse, con problemi diversi, davanti a un testo che molti hanno già ascoltato decine di volte. È un compito difficile. Proprio per questo, quando leggo l’invito del Papa a evitare l’intelligenza artificiale nella preparazione delle omelie, mi viene una provocazione: io un corso su ChatGPT in seminario lo farei.

    Un corso serio, però. Con esercizi, verifiche e una regola iniziale: il sacerdote deve arrivare alla tastiera con qualcosa da dire.

    Che cosa ha detto davvero Leone XIV

    Partiamo dalla fonte, perché anche le notizie sul Papa meritano qualcosa di meglio del copia e incolla. Il 19 febbraio 2026, incontrando il clero della diocesi di Roma, Leone XIV ha invitato a «resistere alla tentazione di preparare le omelie con l’intelligenza artificiale».

    Nel passaggio non nomina ChatGPT: parla dell’AI in generale. E non è una dichiarazione appena pronunciata, anche se può tornare a circolare come notizia.

    Il suo ragionamento ha due parti. Bisogna continuare a esercitare l’intelligenza; inoltre, l’omelia è condivisione della fede, radicata nell’esperienza del sacerdote e nella conoscenza della comunità. Una macchina non può offrire quella testimonianza.

    È un’obiezione sostanziale. Sarebbe scorretto ridurla a una paura della tecnologia. La mia proposta resta una posizione personale sull’uso dello strumento, non una rilettura del discorso come se il Papa avesse autorizzato le omelie assistite dall’AI.

    Da un Papa laureato in matematica mi aspetto una distinzione in più

    C’è un dettaglio che rende questa posizione ancora più interessante: Leone XIV si è laureato in matematica alla Villanova University nel 1977. Lo conferma anche l’università che gli ha conferito il Bachelor of Science. E ha dedicato la sua prima enciclica, Magnifica humanitas, datata 15 maggio 2026, alla custodia della persona umana nel tempo dell’intelligenza artificiale.

    Insomma, l’AI occupa un posto importante nella sua riflessione pubblica. Una laurea in matematica, naturalmente, non rende automaticamente esperti di modelli linguistici. Però da un Pontefice con una formazione scientifica e un’attenzione così esplicita al tema mi aspetto una distinzione più precisa tra gli usi dello strumento.

    Santo Padre, proprio perché prende sul serio l’intelligenza artificiale, perché fermarsi a un invito così ampio a evitarla nella preparazione delle omelie? Chiedere a ChatGPT di produrre una predica da leggere senza pensarci e usarlo per mettere alla prova una riflessione personale sono due pratiche profondamente diverse. Un’indicazione ai sacerdoti dovrebbe aiutarli a riconoscere questa differenza.

    La stessa enciclica offre un appiglio per discuterne: ai paragrafi 97 e 98 Leone XIV precisa di voler proporre un discernimento morale e sociale, senza offrire una trattazione tecnica, e riconosce i limiti delle conoscenze sul funzionamento dell’AI. Più avanti, al paragrafo 100, ne riconosce il possibile valore come aiuto, accompagnato dalla necessità di vigilanza.

    Ecco perché proporrei di portare quel discernimento anche nel laboratorio della scrittura: insegnare a usare il chatbot mantenendo il controllo del contenuto, verificando ciò che suggerisce e assumendosi la responsabilità di ogni parola pronunciata.

    Qui il video ufficiale di Vatican News sulla firma della prima enciclica di Leone XIV:

    La creatività può ricevere una mano dall’AI?

    Qui possiamo uscire dalle impressioni e guardare agli studi.

    Nel 2024 Anil R. Doshi e Oliver P. Hauser hanno pubblicato su Science Advances uno studio sperimentale sulla scrittura di racconti brevi. I testi degli autori che potevano ricevere idee dall’AI sono stati giudicati più creativi, meglio scritti e più piacevoli, con benefici particolarmente evidenti per chi partiva da risultati inferiori nella misura di creatività utilizzata.

    C’è però un rovescio della medaglia: i racconti assistiti dall’AI erano più simili tra loro. Migliora il singolo risultato, ma si rischia di restringere la varietà complessiva.

    Tradotto nella mia provocazione: possiamo immaginare omelie più curate, ma anche cento parroci che raccontano la stessa storiella sul ponte, sulla luce e sul viaggio. L’algoritmo cambia parrocchia, il repertorio rimane quello.

    Un altro lavoro, di Byung Cheol Lee e Jaeyeon Chung, pubblicato nel 2024 su Nature Human Behaviour, ha studiato l’uso di ChatGPT in cinque esperimenti su problemi creativi. Le idee ottenute con il supporto del chatbot sono risultate più creative rispetto alle condizioni senza tecnologia o con una ricerca su Google. Il vantaggio riguardava soprattutto novità incrementali, più che innovazioni radicali.

    È interessante per chi cerca una nuova immagine per spiegare un concetto conosciuto. Resta un limite decisivo: questi esperimenti non dimostrano che l’AI migliori la qualità spirituale di un’omelia, la correttezza teologica o il rapporto con i fedeli. Studiano altri compiti. L’applicazione alla predicazione è una mia ipotesi da mettere alla prova.

    Scrivere più velocemente può liberare tempo per ascoltare

    Un sacerdote potrebbe avere un’intuizione valida e fare fatica a darle una struttura. Potrebbe conoscere bene il tema e usare frasi che gli ascoltatori faticano a seguire. Potrebbe ripetere tre volte la stessa idea senza accorgersene.

    In questi casi vedo un possibile spazio di lavoro per l’AI.

    Shakked Noy e Whitney Zhang, in uno studio pubblicato su Science nel 2023, hanno coinvolto 453 professionisti in compiti di scrittura. L’accesso a ChatGPT ha ridotto in media il tempo impiegato del 40% e aumentato del 18% la qualità valutata dei testi.

    Attenzione: non significa che un parroco risparmierà automaticamente il 40% del tempo o farà una predica migliore del 18%. Sarebbe una trasposizione arbitraria. Significa che, in determinati compiti di scrittura, il supporto può produrre benefici misurabili.

    La mia proposta è destinare l’eventuale tempo recuperato alla preparazione sostanziale: studio, preghiera, ascolto. Se una revisione più rapida permette di dedicare più attenzione a una persona, mi sembra un uso sensato della tecnologia. Se serve soltanto a sfornare più parole, il vantaggio diventa molto meno interessante.

    ChatGPT per le omelie: come costruire un secondo cervello

    Quando parlo di secondo cervello penso a un archivio organizzato di letture, appunti, commenti verificati e riflessioni personali. ChatGPT può aiutare a interrogare quei materiali e a lavorarci sopra. Il solo fatto di aprire una chat non crea automaticamente un archivio attendibile.

    Immagino un sacerdote che abbia già meditato il brano e scritto il messaggio centrale. A quel punto potrebbe chiedere al chatbot di proporre tre strutture, individuare passaggi astratti, suggerire immagini da valutare o indicare dove il testo rischia di diventare moralistico.

    Il lavoro parte dalla sua riflessione. La macchina offre alternative. Lui sceglie, corregge, scarta e riscrive.

    Un esempio ipotetico: un’omelia sul perdono. Il sacerdote potrebbe chiedere immagini legate a un’amicizia interrotta, a una conversazione familiare o a un conflitto quotidiano. Poi dovrebbe verificare che quelle immagini rispettino il senso del brano e non facciano passare il perdono per una cancellazione automatica delle responsabilità.

    La competenza conta soprattutto qui: nel riconoscere un’analogia seducente che porta nella direzione sbagliata.

    Un prompt da provare, dopo aver pensato

    Come mostro anche nella mia raccolta di esempi di prompt engineering, dare contesto, obiettivi e limiti rende più preciso il lavoro richiesto al chatbot. Per un sacerdote proporrei questo esercizio:

    Aiutami a revisionare la preparazione di un’omelia. Ti fornisco il brano biblico, un commento verificato, i miei appunti e un mio testo precedente come riferimento di stile.

    Il messaggio che voglio trasmettere è: [messaggio]. L’assemblea è composta da: [descrizione generale].

    Prima di proporre modifiche, fammi tre domande per chiarire ciò che voglio dire. Poi suggerisci tre scalette diverse e tre immagini quotidiane, spiegando anche i limiti di ogni analogia.

    Lavora soltanto sui materiali forniti. Non inventare citazioni, testimonianze, episodi personali o spiegazioni teologiche. Segnala ciò che richiede una verifica. Individua cliché, ripetizioni e frasi difficili da comprendere all’ascolto. Aspetta la mia scelta prima di riscrivere un passaggio.

    È una traccia operativa, non una garanzia di correttezza. Il sacerdote deve controllare i riferimenti sui testi originali e rileggere tutto ad alta voce. E dovrebbe usare descrizioni generali della comunità, evitando di caricare confidenze o vicende riconoscibili dei parrocchiani.

    Un’immagine efficace conta anche per la Chiesa

    Nell’esortazione apostolica Evangelii gaudium, ai paragrafi 157 e 158, Francesco insiste sull’utilità delle immagini e su un linguaggio comprensibile agli ascoltatori. Riporta anche una formula essenziale per una buona omelia: «un’idea, un sentimento, un’immagine».

    Non è un’approvazione preventiva di ChatGPT. È un richiamo alla cura della comunicazione che, secondo me, merita di entrare nella discussione. Un’immagine ben scelta può aiutare a capire; dieci metafore infilate a forza possono trasformare un’omelia in una presentazione motivazionale.

    Accattivante, dunque, dovrebbe significare capace di suscitare attenzione e comprensione. La fede non si misura con il tasso di coinvolgimento.

    Anche la nota vaticana Antiqua et nova, pubblicata nel gennaio 2025, offre un criterio pertinente: l’AI deve assistere il giudizio umano e restare complementare all’intelligenza della persona. È un principio generale, non un’autorizzazione specifica per preparare omelie.

    Io farei un laboratorio in seminario

    Da formatore proporrei un esercizio molto concreto. Ogni partecipante prepara prima una riflessione autonoma. Poi usa l’AI per ricevere obiezioni, alternative e suggerimenti di revisione. Infine confronta le due versioni con un docente e con alcuni ascoltatori.

    Valuterei chiarezza, fedeltà al testo, originalità, riconoscibilità della voce e tempo effettivamente impiegato, compresi i controlli. Chiederei anche che cosa è stato perso nella riscrittura. Un testo più fluido potrebbe aver cancellato proprio la frase più personale.

    Questo sarebbe un modo per verificare sul campo la mia tesi, invece di trattarla come una verità già dimostrata.

    Il richiamo del Papa merita di essere preso sul serio. Proprio per questo vorrei insegnare a riconoscere quando lo strumento aiuta a pensare e quando rende troppo facile smettere.

    ChatGPT può suggerire una metafora. Il sacerdote deve sapere perché usarla, a chi rivolgerla e che cosa vuole testimoniare attraverso quelle parole.

    In seminario, io ci porterei il chatbot. E all’esame chiederei al futuro prete di spiegarmi quali suggerimenti ha scartato. Lì si vede se il primo cervello è ancora al lavoro.

    Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

    Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

    Invia un'email

    /0 Commenti/da

    Sanremo vieta l’AI. E se portasse un po’ di varietà?

    ,

    Leggo che a Sanremo si vuole proteggere la creatività umana dall’intelligenza artificiale. E mi viene una domanda poco elegante, ma abbastanza sanremese: siamo proprio sicuri che l’omologazione debba ancora arrivare?

    La mia è una provocazione. Non penso che basti dare un microfono a un generatore musicale per ottenere un nuovo cantautore. Mi interessa però il paradosso: temiamo che le macchine producano canzoni tutte uguali, mentre accettiamo con molta più serenità le formule, le firme ricorrenti e le aspettative commerciali che possono rendere prevedibile anche una produzione interamente umana.

    Per capirci: se il prompt implicito è sempre «fammi una canzone che funzioni a Sanremo», la tastiera può essere quella di un pianoforte oppure quella di un computer. La richiesta di rassicurarci resta la stessa.

    Sanremo 2027 e intelligenza artificiale: che cosa dice davvero la regola

    La notizia riguarda Sanremo 2027. La Rai ha presentato il nuovo regolamento il 21 settembre 2026. Il riferimento da leggere è il punto E della sezione «Le Canzoni», a pagina 12 del PDF ufficiale del regolamento.

    Il principio è che i brani siano espressione della creatività umana. Il divieto riguarda l’impiego di AI nell’ideazione, nella composizione di musica e testi e nella realizzazione, quando questo comporta sostituzione, alterazione o snaturamento del contributo creativo umano. La Rai e il direttore artistico si riservano verifiche tecnologiche.

    Questo passaggio, ripreso anche da RaiNews, è più preciso dello slogan «AI vietata». La clausola disciplina le canzoni: non contiene un divieto generale di usare l’AI nell’organizzazione del Festival, ma nemmeno un’autorizzazione indiscriminata a qualsiasi uso tecnico o amministrativo. La distinzione tra attività artistiche e attività di supporto è utile; per decidere che cosa sia ammesso serve valutare l’impiego concreto.

    Stefano De Martino ha parlato di «intelligenza artigianale», come riporta ANSA. È una formula efficace. Difendere il lavoro di autori, interpreti e musicisti è un obiettivo che condivido. L’etichetta “artigianale”, però, non garantisce da sola l’originalità di ciò che ascolteremo.

    Gli stessi autori: un dato reale, una conclusione da non forzare

    Partiamo da un esempio verificabile, senza trasformare un’impressione da divano in una statistica musicale. Nel quadro degli autori di Sanremo 2025 ricostruito da Sky TG24, Federica Abbate risulta coautrice di sei brani effettivamente in gara. Davide Simonetta compare nei crediti di cinque canzoni; Davide Petrella in quelli di tre.

    Sono professionisti capaci e richiesti. La loro presenza ripetuta documenta la ricorrenza di alcune firme, non dimostra che le canzoni siano identiche. Un autore può lavorare con interpreti diversi e ottenere risultati molto diversi. Inoltre ci sono percorsi riconoscibili come quelli di Brunori Sas, Lucio Corsi e Simone Cristicchi: descrivere il Festival come un’unica fotocopiatrice sarebbe una caricatura.

    Resta una domanda legittima: quanto spazio riescono a trovare sensibilità, linguaggi e autori lontani dai circuiti già affermati? Contare le firme può aprire un’indagine, ma per misurare l’omologazione servirebbero anche analisi di testi, strutture, melodie, arrangiamenti e criteri di selezione. Non ho dati che permettano di dire che “la maggior parte dei brani di Sanremo è uguale”. Ho una provocazione e alcuni indizi da discutere.

    L’automazione umana non ha bisogno di un algoritmo

    Immaginiamo una ricetta: introduzione breve, emozione riconoscibile, ritornello che arriva puntuale, frase pronta a diventare una caption, crescendo finale. Questa è una caricatura della canzone costruita per piacere, non la descrizione certificata di tutti i brani del Festival.

    La chiamo automazione umana in senso metaforico: ripetere scelte collaudate perché riducono il rischio. Il mestiere contiene anche formule, abitudini e vincoli. Succede nella comunicazione, negli articoli, nelle presentazioni aziendali. E può succedere nella musica.

    Le convenzioni non sono un difetto in sé. Una struttura familiare può ospitare un’idea bellissima. Quando però il rispetto della formula diventa il criterio dominante, la sorpresa deve chiedere il permesso di entrare.

    Su scala più ampia, uno studio di Joan Serrà e colleghi pubblicato nel 2012 su Scientific Reports ha analizzato descrizioni audio di 464.411 registrazioni della musica popolare occidentale, datate tra il 1955 e il 2010. Gli autori hanno rilevato, nel corpus, tendenze alla minore varietà delle transizioni tra altezze e all’omogeneizzazione della tavolozza timbrica, insieme a un aumento del livello sonoro.

    È uno studio storico su caratteristiche specifiche del suono. Non misura Sanremo 2027, non valuta la qualità artistica complessiva e non autorizza a liquidare mezzo secolo di musica. Serve a ricordare che la discussione sull’omologazione precede l’AI generativa.

    E se l’AI aiutasse qualcuno a uscire dalla formula?

    Qui arriva la parte volutamente scomoda. Un artista potrebbe usare l’intelligenza artificiale per mettere in crisi la propria prima idea: esplorare un ritmo insolito, confrontare soluzioni di arrangiamento, trovare un’immagine meno prevedibile, accorgersi che sta riscrivendo sempre la stessa canzone.

    Non sto dicendo che questi impieghi siano ammessi a Sanremo: proprio il loro eventuale contributo creativo li rende pertinenti alla clausola del regolamento. Sto ragionando su ciò che lo strumento potrebbe offrire alla ricerca artistica fuori dai limiti di quella gara.

    Immagino due richieste opposte. La prima: «Produci una canzone simile ai successi recenti». La seconda: «Aiutami a riconoscere le scelte più prevedibili della mia bozza e a esplorare alternative che io possa sviluppare». Nel primo caso cerco una scorciatoia verso la familiarità. Nel secondo costruisco un confronto, del quale resto responsabile.

    Nel mio video “Bollani e la musica creata con Suno” mostro un esperimento con la generazione musicale. È un modo concreto per ascoltare la tecnologia di cui discutiamo. Una dimostrazione delle possibilità di uno strumento non è una prova della sua superiorità artistica.

    La ricerca mette in crisi anche la mia provocazione

    Se voglio essere coerente, devo cercare anche le evidenze che complicano la mia tesi. Nel 2024 Anil R. Doshi e Oliver P. Hauser hanno pubblicato su Science Advances lo studio “Generative AI enhances individual creativity but reduces the collective diversity of novel content”.

    L’esperimento riguardava racconti brevi. L’accesso a idee generate dall’AI migliorava le valutazioni di creatività, qualità della scrittura e piacevolezza, soprattutto per gli autori inizialmente meno creativi. Tuttavia, i racconti assistiti dall’AI risultavano più simili tra loro. Un vantaggio per il singolo poteva accompagnarsi a una perdita di varietà collettiva.

    Non possiamo trasferire automaticamente questi risultati alla composizione musicale o al Festival. Ma sarebbe scorretto promettere che l’AI porti necessariamente novità. Potrebbe aiutare una persona a superare un blocco e contemporaneamente suggerire la stessa soluzione a moltissime altre.

    Un successivo preprint del 2025 di Yun Wan e Yoram M. Kalman ha esplorato idee narrative generate attraverso profili diversi, con tratti culturali e stilistici differenti. In quel diverso disegno sperimentale non emergeva la stessa riduzione della diversità dei racconti assistiti. Lo segnalo come risultato preliminare, non come prova definitiva né come studio sulla musica: suggerisce che anche il modo di impostare la collaborazione meriti attenzione.

    Per me la provocazione diventa così più interessante: l’AI potrebbe ampliare le possibilità se la usiamo per esplorare differenze; potrebbe restringerle se le chiediamo di replicare ciò che ha già funzionato. È un’ipotesi di lavoro, non una promessa.

    Proteggere gli autori e lasciare spazio alla sperimentazione

    Capisco la scelta di un concorso che vuole valorizzare il contributo umano. Il regolamento definisce un perimetro, e chi partecipa deve rispettarlo. Mi piacerebbe però che il dibattito pubblico affrontasse anche le domande operative: come distinguere assistenza e sostituzione? Come documentare un processo di lavoro? Dove collocare un suggerimento poi completamente rielaborato?

    Personalmente preferirei una discussione che mettesse al centro:

    • Trasparenza: dichiarare gli strumenti usati e il loro ruolo.
    • Responsabilità: sapere chi ha scelto, scritto, modificato e approvato il risultato.
    • Rispetto del lavoro altrui: affrontare consenso, diritti e remunerazione, senza dare per scontato che ogni materiale disponibile possa essere sfruttato liberamente.
    • Spazio per il rischio artistico: premiare anche proposte che non somigliano a una hit già confezionata.

    Sono criteri che propongo per discutere il rapporto tra tecnologia e creatività, non regole già adottate dal Festival. Un eventuale laboratorio fuori gara, dichiarato e con partecipanti consenzienti, potrebbe far ascoltare al pubblico diversi processi creativi e discuterne i risultati.

    È un tema vicino a quello che ho affrontato commentando il dossier di Internazionale in “Chi guadagna dalla paura dell’AI?”: valutare rischi e opportunità richiede di guardare anche agli incentivi e alle scelte umane che accompagnano la tecnologia.

    Il ritornello che vorrei cambiare

    Non so se una canzone assistita dall’AI sarebbe più originale di una scritta senza. Per sostenerlo servirebbero confronti seri, ascolti alla cieca e criteri condivisi. So però che l’origine umana non è un certificato automatico di novità, così come l’origine artificiale non è un certificato automatico di banalità.

    La mia provocazione resta questa: se vogliamo difendere la creatività, dobbiamo difendere anche il diritto di sorprenderci. La presenza di esseri umani nel processo è essenziale per il Festival che la Rai vuole organizzare. La loro disponibilità a rischiare determina quanto quel processo possa regalarci qualcosa di inatteso.

    Altrimenti potremmo ottenere una canzone perfettamente umana, impeccabilmente artigianale e talmente prevedibile che, per scriverla, l’intelligenza artificiale non sarebbe nemmeno servita.

    Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

    Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

    Invia un'email

    /0 Commenti/da

    Come Google usa l’AI nell’arte

    ,

    Google usa l’AI nell’arte per esplorare collezioni, collegare opere, trasformare fotografie, generare suoni e movimenti e costruire nuove esperienze di visita. Il punto di partenza di questa esplorazione è Google Arts & Culture, dove convivono progetti con musei, artisti e ricercatori. Pensare soltanto al chatbot che disegna significa perdersi buona parte della mostra. Ho selezionato undici esempi dalle pagine ufficiali, verificati il 10 settembre 2026: alcuni impiegano l’AI generativa, altri il machine learning per riconoscere relazioni o controllare un’esperienza. Per ciascuno, la domanda che mi interessa è concreta: che cosa permette di fare a una persona?

    Avatar di Gianluigi Bonanomi in un museo: come Google usa l’AI nell’arte
    Illustrazione originale generata con AI per questo articolo.

    Art Transfer: la fotografia diventa un esercizio di stile

    Con Art Transfer una fotografia viene rielaborata prendendo ispirazione da artisti come Van Gogh e Kandinsky. La pagina ufficiale rimanda all’app Google Arts & Culture e al pulsante della fotocamera. Il risultato offre un punto di partenza molto immediato per parlare di linguaggio visivo: come cambiano la percezione del soggetto, l’atmosfera e l’equilibrio dei colori? In un laboratorio proporrei di partire tutti dalla stessa foto di una piazza e confrontare le trasformazioni. Chiederei poi di descrivere tre differenze osservabili, evitando il comodissimo «questa è più bella». L’attività può allenare lo sguardo e il vocabolario. Una trasformazione riuscita, però, non dimostra che abbiamo compreso la poetica dell’artista: per quella bisogna tornare alle opere e al loro contesto.

    Immagine ufficiale di Art Transfer, per trasformare fotografie ispirandosi agli artisti
    Immagine di presentazione di Art Transfer. Fonte: Google Arts & Culture e partner del progetto.

    Art Aura: Gemini cerca connessioni nella collezione del Met

    Fra i progetti più recenti c’è Art Aura, presentato il 14 luglio 2026 e realizzato con il Metropolitan Museum of Art di New York. Si esplora la collezione trascinando opere, parole, frasi o stili in un’area di scoperta: Gemini individua collegamenti tematici fra oggetti di diversi dipartimenti. L’esperienza costruisce anche un ritratto delle preferenze artistiche emerse durante l’esplorazione. Qui l’AI serve soprattutto a proporre percorsi dentro un patrimonio esistente. Immagina di cercare rappresentazioni della solitudine oppure relazioni fra natura e città: sono esempi di piste possibili, da verificare nelle opere suggerite. Da formatore, chiederei ai partecipanti di motivare quali connessioni trovano convincenti. L’algoritmo propone l’accostamento; il visitatore può discuterlo. È lì che una raccomandazione diventa un’occasione di apprendimento.

    Art Aura, il progetto di Google Arts & Culture e Metropolitan Museum of Art con Gemini
    Immagine di presentazione di Art Aura. Fonte: Google Arts & Culture e partner del progetto.

    Talking Tours: l’AI racconta ciò che stai guardando

    Talking Tours, sviluppato con l’artista Gaël Hugo, collega Street View alla narrazione audio. Secondo la descrizione tecnica di Google, Gemini analizza l’immagine insieme al nome del luogo e alle coordinate geografiche, prepara un testo e lo passa a un modello audio che produce la spiegazione. Il visitatore sceglie un luogo fra quelli disponibili, esplora la vista e attiva il racconto; una funzione propone anche domande collegate alla scena. Mi interessa l’idea di una visita che parte dall’inquadratura scelta dall’utente. Per una biblioteca o un museo sarebbe uno spunto da studiare per progettare percorsi diversi. Userei però le spiegazioni generate come materiale da confrontare con le schede dell’istituzione: la fluidità della voce, da sola, non certifica l’esattezza di una data o di un’attribuzione.

    Talking Tours, visite culturali in Street View accompagnate da audio generato con AI
    Immagine di presentazione di Talking Tours. Fonte: Google Arts & Culture e partner del progetto.

    Moving Paintings: Veo anima i dettagli dei dipinti

    Nel progetto Moving Paintings con il Fukuda Art Museum, pubblicato nel settembre 2025, alcuni dettagli di una selezione di dipinti prendono movimento grazie a Veo. C’è una scelta editoriale che merita attenzione: il commento è scritto da Ayako Takemoto, vicedirettrice del museo, mentre Gemini lo trasforma in voce tramite sintesi vocale. La tecnologia interviene quindi in passaggi diversi, con un contributo curatoriale identificabile. Per me è un buon caso da discutere con chi comunica la cultura: l’animazione può invitare a osservare un particolare, purché sia riconoscibile come rielaborazione contemporanea. Non va presentata come un movimento realmente dipinto dall’autore o come un restauro. Proporrei di confrontare l’immagine originale e l’animazione, chiedendo quali dettagli diventano più evidenti e quali interpretazioni vengono aggiunte.

    Moving Paintings del Fukuda Art Museum, dettagli di dipinti animati con Veo
    Immagine di presentazione di Moving paintings × Fukuda Art Museum. Fonte: Google Arts & Culture e partner del progetto.

    Leonardo: il machine learning collega i disegni dei codici

    Con Inside A Genius Mind, Google Arts & Culture esplora i codici di Leonardo da Vinci insieme a Martin Kemp, Nexus Studios e Martial Geoffre-Rouland. Il machine learning mette in relazione i disegni e aiuta a costruire percorsi tematici fra pagine e argomenti diversi. La descrizione del progetto cita, per esempio, gli accostamenti fra studi sull’acqua, piante e riccioli di capelli. Qui il valore emerge dall’organizzazione di un archivio: rendere osservabili relazioni che un lettore potrebbe non incontrare sfogliando i volumi in sequenza. È un esempio utile anche per chi lavora con documenti aziendali e materiali formativi. Il suggerimento di una somiglianza deve però aprire una domanda: quale significato ha? La spiegazione storica richiede il lavoro degli studiosi e un confronto con le fonti.

    Inside A Genius Mind, esplorazione dei codici e dei disegni di Leonardo da Vinci
    Immagine di presentazione di Inside A Genius Mind. Fonte: Google Arts & Culture e partner del progetto.

    Blob Opera: quattro creature per capire la musica generativa

    Blob Opera, di David Li con Google Arts & Culture, mette a disposizione quattro voci operistiche controllate attraverso creature elastiche. Trascinandole si modificano l’altezza del suono e le vocali, mentre il sistema armonizza le altre voci in tempo reale. Google spiega che il modello è stato addestrato sulle registrazioni di quattro cantanti: ciò che ascoltiamo è la sua sintesi del canto operistico. Bastano pochi gesti per ottenere un risultato musicale, senza saper leggere uno spartito. In aula lo userei per separare tre contributi: i cantanti che hanno fornito il materiale, il modello e la persona che dirige l’esperienza. Il fatto che il cantante abbia l’aspetto di un budino non rende meno interessante la domanda su chi abbia deciso che cosa ascoltiamo.

    Le quattro creature vocali di Blob Opera, esperimento musicale di David Li e Google
    Immagine di presentazione di Blob Opera. Fonte: Google Arts & Culture e partner del progetto.

    Instrument Playground: dal prompt alla materia sonora

    Instrument Playground, creato da Simon Doury, permette di generare e manipolare suoni ispirati a strumenti musicali di diverse culture. Nella descrizione ufficiale consultata, Google indica Lyria come modello per produrre un breve campione; si possono specificare uno strumento e un aggettivo che orienti il risultato. Poi l’utente lavora sul materiale sonoro attraverso diverse modalità e un sequencer. L’aspetto didattico è il passaggio dalla richiesta all’intervento: ascoltare, scegliere e modificare rimangono attività significative. Proporrei di confrontare tre campioni ispirati allo stesso strumento con intenzioni emotive differenti. Attenzione alla parola «ispirati»: un suono generato non è una registrazione documentaria e non basta per conoscere come quello strumento venga suonato nella sua tradizione. Per questo lo affiancherei all’ascolto di musicisti reali.

    Instrument Playground, strumento Google per generare e comporre con campioni sonori
    Immagine di presentazione di Instrument Playground. Fonte: Google Arts & Culture e partner del progetto.

    AISOMA: l’AI entra nel processo del coreografo

    L’arte comprende anche il corpo. AISOMA nasce dalla collaborazione con il coreografo Wayne McGregor: lo strumento analizza un breve movimento e suggerisce nuove sequenze basate sul suo archivio coreografico. Google documenta una prima collaborazione nel 2019 e una versione aggiornata resa disponibile online nel 2025. Il processo descritto è circolare: il danzatore propone, il sistema restituisce una frase di movimento, il danzatore la reinterpreta. È un modo concreto di usare l’AI come interlocutore creativo. La proposta non chiude il lavoro: provoca una risposta. Trasferirei questo principio anche alla scrittura o alla progettazione, chiedendo al modello una variazione da trasformare ulteriormente. È una domanda che ho affrontato anche parlando del Versificatore di Primo Levi e del lavoro creativo: quali decisioni desideriamo continuare a prendere personalmente?

    AISOMA di Wayne McGregor, sperimentazione coreografica con Google AI
    Immagine di presentazione di Wayne McGregor’s AISOMA. Fonte: Google Arts & Culture e partner del progetto.

    Play a Kandinsky: esplorare i colori attraverso il suono

    Play a Kandinsky propone di esplorare Giallo-Rosso-Blu come un’esperienza musicale. Il progetto nasce con il Centre Pompidou e gli artisti sonori Antoine Bertin e NSDOS; Google descrive l’impiego di un modello di machine learning di Magenta, ispirandosi agli scritti del pittore sulle associazioni fra colori, forme e suoni. Il visitatore può ascoltare ed elaborare un proprio mix. È una traduzione progettata a partire da quelle idee, non una registrazione di ciò che Kandinsky sentiva nella propria mente. Mi sembra un caso efficace per discutere la comunicazione multimodale: che cosa succede quando lo stesso contenuto passa dall’immagine all’audio? In aula farei descrivere prima il dipinto senza musica e poi dopo l’ascolto, confrontando le parole e le emozioni scelte.

    Play a Kandinsky, esperienza che collega il dipinto Giallo-Rosso-Blu a suoni e musica
    Immagine di presentazione di Play a Kandinsky. Fonte: Google Arts & Culture e partner del progetto.

    Say What You See: un laboratorio di prompt engineering visivo

    Fra questi esperimenti, Say What You See è quello che porterei subito in un corso sul prompting. Il gioco di Jack Wild mostra un’immagine generata e chiede di descriverla: il testo produce una nuova immagine, valutata rispetto al riferimento. La pagina ufficiale indica tre tentativi per immagine e suggerimenti per migliorare la descrizione. Proporrei un laboratorio di quindici minuti: prima una richiesta spontanea, poi una revisione che espliciti soggetto, composizione, luce e stile, infine il confronto fra i risultati. La domanda finale sarebbe: quale dettaglio osservato meglio ha migliorato il prompt? Questa attività completa bene le risorse dei miei corsi su ChatGPT. Il punteggio misura l’obiettivo del gioco, cioè la somiglianza richiesta; non assegna una pagella al talento artistico dei partecipanti.

    Say What You See, gioco di Google Arts & Culture per esercitarsi con i prompt visivi
    Immagine di presentazione di Say What You See. Fonte: Google Arts & Culture e partner del progetto.

    Google, AI e arte: che cosa insegna Odd One Out

    In Odd One Out bisogna individuare immagini generate con l’AI fra opere e oggetti di Google Arts & Culture. Lo userei per aprire una discussione sulla provenienza delle immagini, evitando di trasformarlo nella promessa di riconoscere ogni falso a colpo d’occhio. Da questi undici progetti ricavo un criterio pratico per valutare l’incontro fra Google, AI e arte: chiedere sempre quale materiale entra, quale trasformazione viene applicata e chi firma l’interpretazione. Per musei, docenti e comunicatori aggiungerei tre domande: quali fonti sostengono il racconto, quali diritti accompagnano i materiali e come viene dichiarata la parte generata? Le pagine presentano esperimenti e la disponibilità può cambiare. Il risultato che cercherei è un pubblico più curioso e capace di fare domande, anche dopo aver chiuso la schermata.

    Odd One Out, gioco che invita a distinguere immagini generate con AI da opere delle collezioni
    Immagine di presentazione di Odd One Out. Fonte: Google Arts & Culture e partner del progetto.
    Avatar di Gianluigi Bonanomi durante un laboratorio su creatività e intelligenza artificiale
    Illustrazione concettuale generata con AI: un laboratorio su immagini, musica e prompting.

    Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

    Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

    Inviaci email

    /0 Commenti/da

    Il versificatore di Primo Levi: l’AI prima di ChatGPT

    ,

    Il versificatore di Primo Levi è un racconto in forma teatrale del 1960, raccolto in Storie naturali, pubblicato da Einaudi nel 1966. Al centro c’è una macchina che produce versi su richiesta: una storia sorprendentemente utile per discutere oggi di intelligenza artificiale generativa, prompt e automazione del lavoro creativo. La distinzione fra la data del racconto e quella della raccolta è documentata anche nei materiali di Fabrizio Franceschini conservati dall’Università di Pisa.

    Un professionista sommerso di commissioni. Una collaboratrice che teme di essere sostituita. Un venditore che promette di alleggerire il lavoro. Una macchina alla quale bisogna spiegare argomento, tono e forma del testo desiderato.

    Sembra l’inizio di una riunione sull’adozione dell’AI in azienda. Invece siamo dentro Primo Levi.

    La tentazione è liquidare tutto con un titolo a effetto: Levi aveva previsto ChatGPT. La parentela è affascinante, ma per me il racconto merita una lettura più interessante. Ci aiuta a guardare le persone che stanno intorno alla macchina: chi la compra, chi la vende, chi la usa e chi teme di pagarne le conseguenze.

    Da quale libro è tratto Il versificatore di Primo Levi?

    Il versificatore fa parte di Storie naturali, una raccolta di quindici racconti uscita nel 1966 sotto lo pseudonimo di Damiano Malabaila. Lo ricostruisce il Centro Internazionale di Studi Primo Levi nella scheda del volume, che riproduce anche la prima edizione Einaudi. È il libro raffigurato nella copertina di questo articolo: il nome diverso sulla copertina non è un errore.

    In queste pagine Levi combina invenzione fantastica, ironia e interrogativi sul rapporto fra esseri umani e tecnica. Mi interessa soprattutto il suo modo di trasformare un’invenzione in un esperimento mentale. Introduci un oggetto apparentemente utile nella vita quotidiana e osservi che cosa cambia: le abitudini, i rapporti di potere, le giustificazioni che le persone si raccontano.

    Per leggere il racconto puoi cercare l’edizione italiana di Storie naturali, Einaudi, a cura di Martina Mengoni e Domenico Scarpa, ISBN 9788806253608: qui trovi la scheda del libro su Amazon.it. È un’edizione diversa da quella storica riprodotta nell’illustrazione.

    La trama: un poeta, una segretaria e un venditore di automazione

    Il protagonista è un poeta che deve soddisfare richieste su commissione. A proporgli una soluzione arriva il signor Simpson, rappresentante della NATCA: il suo Versificatore promette di sbrigare una parte della produzione di testi. La segretaria solleva obiezioni, mentre il poeta intravede un modo per sottrarsi alla routine. Le dimostrazioni della macchina mescolano risultati sorprendenti e inconvenienti comici.

    Questa struttura mi sembra perfetta per parlare di innovazione. Il venditore mette in risalto le possibilità. L’acquirente pensa al tempo che potrebbe recuperare. La collaboratrice si chiede quale posto resterà per lei. Tre persone guardano lo stesso oggetto e vedono tre futuri diversi.

    La macchina entra in un ambiente nel quale esistono già scadenze, clienti e lavori poco gratificanti. È un dettaglio decisivo. Se chiediamo a una tecnologia di aumentare la produzione senza discutere che cosa stiamo producendo, potremmo ritrovarci con più contenuti e con lo stesso identico problema.

    Immaginiamo, per esempio, un’azienda che abbia una newsletter poco utile. Automatizzarla potrebbe renderla più frequente. Il lettore, però, continuerà a chiedersi perché dovrebbe aprirla. Adesso avrà soltanto più occasioni per ignorarla.

    Il mio video su Levi e il prompt engineering

    Nella videopillola «L’AI e il prompt engineering secondo Primo Levi: un suggerimento di lettura» parto proprio dall’interfaccia del Versificatore: le indicazioni che il poeta deve fornire alla macchina ricordano alcune delle scelte che facciamo quando scriviamo un prompt. Nel video mostro anche un breve estratto dell’adattamento televisivo.

    Apri il mio video su YouTube.

    Il versificatore in televisione: il video completo online

    Il racconto è diventato anche un adattamento televisivo del 1971 diretto da Massimo Scaglione, con Gianrico Tedeschi e Milena Vukotic. Il programma del centenario pubblicato dal Centro Internazionale di Studi Primo Levi documenta una proiezione presso la Mediateca Rai di Torino e indica una durata di circa 45 minuti.

    La registrazione disponibile qui sotto dura 43 minuti e 17 secondi ed è ospitata su YouTube dal canale So Chison. È una copia caricata su quel canale, distinto dal sito ufficiale Rai. Il player consente di guardarla gratuitamente e di aprirla direttamente su YouTube.

    Guarda Il Versificatore su YouTube. La disponibilità della registrazione dipende dalla piattaforma e dal canale che la ospita.

    Ti propongo di guardarlo con una domanda in testa: quale personaggio ti somiglia di più quando arriva un nuovo strumento? Quello che vede subito un’opportunità, quello che chiede spiegazioni o quello che deve convincere gli altri a comprarlo?

    Levi aveva previsto ChatGPT? Il confronto da fare

    Il versificatore anticipa narrativamente alcuni usi e alcune tensioni dell’AI generativa. Leggerlo come il progetto tecnico di un chatbot sarebbe una forzatura. Per me la sua forza sta nella capacità di rappresentare il desiderio di delegare la scrittura e le conseguenze di quella delega.

    Gli attuali modelli linguistici apprendono regolarità dai dati e possono generare testo sulla base del contesto. La guida ai modelli linguistici di Google descrive questo funzionamento in termini di probabilità associate a token, cioè unità di testo che possono essere parole, frammenti o singoli caratteri. Il congegno letterario di Levi non va identificato automaticamente con questa architettura.

    L’accostamento resta utile se lo trattiamo come una chiave di lettura. Questa tabella raccoglie i parallelismi che trovo più produttivi, insieme alle domande che suggeriscono.

    Nel racconto Lettura in chiave AI Domanda per chi lavora
    Il poeta deve soddisfare commissioni ripetitive. L’automazione promette tempo per attività più interessanti. Quale compito voglio alleggerire, precisamente?
    La macchina riceve indicazioni su argomento, registro e forma. Il risultato dipende anche dalla qualità delle istruzioni. Ho definito destinatario, obiettivo e vincoli?
    La segretaria contesta l’acquisto. La trasformazione riguarda ruoli e competenze. Chi è coinvolto nella decisione e chi ne subirà gli effetti?
    La dimostrazione presenta anche inconvenienti. Un risultato convincente richiede comunque una verifica. Chi sa riconoscere un errore prima della consegna?
    Il poeta amplia progressivamente gli impieghi del congegno. Uno strumento utile può diventare una dipendenza organizzativa. Sappiamo ancora gestire il lavoro quando lo strumento manca?

    I comandi del Versificatore e l’arte di scrivere un prompt

    È il punto che mi interessa di più come formatore. Nel racconto la macchina non riceve soltanto un generico invito a scrivere bene: si impostano tema, registro e forma. Possiamo leggere queste scelte come un’anticipazione letteraria della necessità di specificare che cosa vogliamo ottenere.

    Immagina di chiedere a un collega: «Preparami un testo». La domanda successiva sarebbe probabilmente: «Per chi? Per fare cosa? Quanto lungo?». Davanti a una chat, invece, rischiamo di dimenticarci queste informazioni e di attribuire tutta la responsabilità del risultato allo strumento.

    Un prompt, per come lo intendo nel lavoro quotidiano, è anche un piccolo esercizio di progettazione. Obbliga a scegliere. Se il pubblico può essere chiunque, l’obiettivo può essere qualunque cosa e lo stile deve soltanto essere coinvolgente, abbiamo lasciato aperte quasi tutte le decisioni.

    Da Levi ricavo quindi una proposta pratica: prima di premere Invio, prova a compilare mentalmente i comandi del tuo Versificatore. Argomento. Destinatario. Scopo. Tono. Formato. Informazioni disponibili. Criterio con cui valuterai il risultato.

    Attenzione: la temperatura non misura la sensibilità della macchina

    Fra le analogie possibili c’è quella fra i controlli stilistici della macchina e i parametri dei sistemi generativi. Conviene però fermarsi prima di trasformare la metafora in una spiegazione tecnica inesatta.

    Nei modelli che la espongono, la temperatura regola il grado di casualità della generazione, come spiega il glossario di machine learning di Google. Non è un misuratore di talento, sensibilità o licenziosità. Un’uscita più imprevedibile può essere interessante, ma può anche essere semplicemente peggiore. La qualità va giudicata sul testo e sul suo scopo.

    La domanda della segretaria riguarda anche noi

    La segretaria è facile da classificare come la persona che resiste al cambiamento. Io proverei a leggerla con più attenzione. La sua presenza ci costringe a chiedere chi decide che cosa sia progresso e per chi lo sia.

    Immaginiamo un ufficio nel quale l’AI riduca il tempo necessario per preparare una proposta commerciale. Le ore recuperate potrebbero servire a conoscere meglio il cliente. Oppure potrebbero diventare l’occasione per moltiplicare le proposte, lasciando alle persone una lunga coda di revisioni. Lo strumento, da solo, non sceglie l’organizzazione del lavoro.

    Per questo, quando progetto un’attività formativa, trovo utile partire da domande molto concrete: chi prepara la richiesta, chi controlla la risposta e chi approva l’uso finale? Ho approfondito questi ruoli nella mia guida alla supervisione umana degli agenti AI.

    Dire che il fattore umano rimane centrale è rassicurante. Individuare una persona, un compito e il tempo necessario per svolgerlo è molto più utile. Se il controllo consiste nel cliccare velocemente su «Approva», abbiamo conservato il pulsante della responsabilità, ma forse abbiamo perso il lavoro necessario per esercitarla.

    Scrivere meglio tutti, finire per assomigliarsi

    Il racconto mi suggerisce anche una domanda sulla qualità: che cosa succede quando molti autori ricorrono a una stessa fonte di suggerimenti?

    Uno studio di Anil R. Doshi e Oliver P. Hauser, pubblicato nel 2024 su Science Advances, ha analizzato un esperimento di scrittura di racconti brevi. Le storie prodotte con accesso a idee generate da un modello linguistico ricevevano valutazioni migliori su diversi aspetti creativi, soprattutto per gli autori inizialmente meno creativi. Allo stesso tempo, le storie assistite risultavano più simili fra loro. Il testo dello studio e il relativo abstract permettono di verificare risultati e metodo.

    È un risultato riferito a quello specifico esperimento, non una sentenza su ogni uso dell’AI o sulla letteratura. Mi sembra però un buon motivo per distinguere due obiettivi: rendere una bozza più scorrevole e renderla riconoscibilmente nostra.

    Il mio suggerimento operativo è tenere un quaderno delle cose che un testo deve contenere perché abbia senso firmarlo: un’esperienza pertinente, un esempio osservato, un dissenso argomentato, una scelta di parole che difenderemmo. Non devono esserci tutti gli elementi in ogni articolo. Deve esserci una ragione per cui valga la pena leggere proprio quel testo.

    Il comando «scrivi in modo originale» può essere un inizio. Il lavoro interessante arriva quando sappiamo spiegare che cosa vogliamo dire e che cosa siamo disposti a togliere.

    Il finale: quando deleghiamo anche il racconto della delega

    Da qui in poi anticipo il finale. Il poeta racconta che il Versificatore è diventato utile anche per attività amministrative e corrispondenza. Poi arriva il rovesciamento: il testo che abbiamo appena seguito viene attribuito alla macchina stessa.

    È una trovata che sposta il problema sotto i piedi del lettore. Fino a quel momento potevamo giudicare dall’esterno l’acquisto del poeta. Ora ci viene chiesto di ripensare la voce che ci ha presentato l’intera vicenda.

    La mia lettura è questa: un’automazione può diventare così comoda da entrare anche nel modo in cui la descriviamo e la giustifichiamo. Perciò proporrei un piccolo esperimento a chi prepara una presentazione sull’AI: scrivere prima, senza assistenza, tre benefici attesi e tre condizioni che farebbero fallire il progetto. Solo dopo chiedere al modello di criticarli.

    Servirebbe a lasciare una traccia del nostro giudizio iniziale. Potremmo cambiarlo, naturalmente. Ma sapremmo da dove siamo partiti, anziché adottare fin dall’inizio la formulazione più elegante che ci viene offerta.

    Un esercizio per usare il Versificatore in un corso sull’AI

    Questo è un esercizio didattico che propongo a partire dal racconto. Il testo del prompt qui sotto è originale: non è una citazione di Primo Levi.

    Chiedi ai partecipanti di lavorare a un breve annuncio aziendale. Prima devono descrivere da soli il destinatario e il risultato desiderato. Poi possono confrontare una richiesta generica, come «scrivi un annuncio interessante», con una richiesta strutturata.

    Agisci come un redattore che conosce il pubblico delle piccole imprese.

Obiettivo: preparare una bozza di invito a un incontro sull’uso dell’AI
per alleggerire attività ripetitive d’ufficio.

Destinatari: titolari di piccole imprese che partono da zero.

Tono: concreto, cordiale, senza entusiasmo artificiale.
Formato: titolo e testo di massimo 120 parole.

Usa soltanto questi dati confermati: [inserire i dati disponibili].
Non inventare date, nomi, prezzi, risultati o testimonianze.
Se manca un’informazione indispensabile, segnalala a parte.

Presenta due aperture diverse. Spiega quale consiglieresti e perché.
La scelta finale e la revisione spettano a me.

    Il confronto dovrebbe concentrarsi su quattro domande: quale versione è utile al destinatario, quali informazioni erano necessarie, che cosa è stato inventato o dato per scontato e quali modifiche umane migliorano davvero il testo.

    Come ultimo passaggio chiederei a ogni partecipante di cancellare una frase. Proprio una di quelle che sembrano ben scritte, ma non aggiungono nulla. È un modo semplice per spostare l’attenzione dalla quantità di output alla capacità di scegliere.

    Domande frequenti sul Versificatore di Primo Levi

    Che cos’è Il versificatore?

    È un racconto in forma teatrale di Primo Levi, datato 1960 e incluso in Storie naturali nel 1966. Racconta l’acquisto di una macchina che produce versi e mette in discussione il rapporto fra creatività, lavoro e automazione.

    In quale libro si trova?

    Si trova in Storie naturali, raccolta pubblicata da Einaudi. La prima edizione del 1966 porta lo pseudonimo Damiano Malabaila; nelle edizioni successive il libro è attribuito a Primo Levi.

    Perché viene accostato all’intelligenza artificiale?

    Perché rappresenta una macchina capace di generare testi su richiesta e persone che discutono come usarla. Il confronto con l’AI riguarda soprattutto istruzioni, utilità, controllo e conseguenze sul lavoro. È un’analogia letteraria, non un’identità tecnologica.

    Esiste una versione televisiva da guardare online?

    Sì. L’adattamento del 1971, diretto da Massimo Scaglione, è reperibile nella registrazione YouTube incorporata sopra, lunga 43 minuti e 17 secondi. La copia è sul canale So Chison; la sua disponibilità può cambiare.

    La competenza che vorrei tenere

    Quello che mi porto via dal Versificatore è un criterio di lavoro: usare la macchina sapendo spiegare perché una sua risposta merita di essere accettata, corretta o scartata.

    Posso farmi aiutare a preparare alternative, riorganizzare idee, accorciare un testo. Voglio però continuare a riconoscere una frase vuota, un’affermazione senza prove e una scelta che non rappresenta ciò che penso.

    Il poeta di Levi cercava tempo per la poesia. A me piacerebbe che, fra una bozza e l’altra, ci restasse anche il tempo di decidere che cosa vale la pena scrivere.

    Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

    Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.

    Inviaci email

    /0 Commenti/da