L’Arte nell’Era dell’IA: Quando le Macchine Diventano Muse

Sai una cosa strana? L’altro giorno stavo guardando una serie di immagini generate con Midjourney — paesaggi onirici, volti che non esistono, architetture impossibili — e mi sono ritrovato a pensare: ma questi sono davvero belli. Il tema centrale è arte e intelligenza artificiale. Non “belli per essere fatti da una macchina”. Belli. Punto. E lì mi sono fermato, perché quella sensazione mi sembrava grossa. Forse rivoluzionaria. Forse inquietante. Anzi no, aspetta — diciamo che è entrambe le cose insieme. Ed è esattamente da qui che voglio partire.

La rivoluzione è cominciata in silenzio, come succede spesso alle cose che cambiano davvero tutto. Non c’è stato un momento preciso, un’esplosione. C’è stato piuttosto un accumulo lento di eventi: nel 2022 arriva Stable Diffusion, un modello di intelligenza artificiale per la generazione di immagini da testo, poi DALL-E 2, il sistema di OpenAI per creare immagini da descrizioni testuali, poi Midjourney esplode su Discord e improvvisamente milioni di persone si ritrovano a generare immagini scrivendo due righe di testo. Nel 2023-2024 la cosa si è allargata al video, alla musica, alla poesia. Ora, nel 2026, è praticamente impossibile navigare online senza inciampare in qualcosa che è stato toccato, modificato, generato o ispirato da un sistema di intelligenza artificiale generativa. E siamo qui, nel bel mezzo di una rivoluzione che corre da anni, ma le parole per raccontarla? Non le troviamo. O meglio, facciamo fatica.

Walter Benjamin — quello de L’opera d’arte nell’epoca della sua riproducibilità tecnica, 1936 — aveva capito una cosa che conta quando parlava dell'”aura” dell’opera d’arte. L’aura, dice lui, è quella roba speciale e unica che un’opera si porta dietro proprio perché esiste in un momento preciso, in un posto preciso. Irripetibile. La fotografia e il cinema, secondo Benjamin, avevano cominciato a erodere questa aura passando per la riproduzione meccanica. Ma quello che Benjamin non poteva immaginare — e qui casca l’asino, nel senso migliore dell’espressione — è che saremmo arrivati a un punto in cui la macchina non riproduce più: crea. Genera. Inventa. Non copia la Gioconda, ci costruisce sopra mille variazioni che non sono mai esistite. L’aura, paradossalmente, potrebbe essere tornata sotto forma nuova: ogni output generativo è unico, irripetibile nel suo specifico contesto di prompt e parametri. Non so se Benjamin sarebbe d’accordo, ma ci penso spesso.

Però — e questo è un però grosso — c’è una domanda che continua a tornare, e che nessuno riesce davvero a risolvere in modo soddisfacente: una macchina può essere davvero creativa? Marcus Du Sautoy, matematico di Oxford, in Il codice della creatività — Il mistero del pensiero umano al tempo dell’intelligenza artificiale, pubblicato da BUR Rizzoli nel 2021, se lo chiede a lungo. E la sua risposta è sfumata. Da un lato mostra esempi impressionanti di sistemi di IA che compongono sinfonie, dipingono quadri, scrivono poesie — e lo fanno con risultati che non si limitano a imitare stili esistenti, ma sviluppano approcci che sfidano le convenzioni. Dall’altro rimane una domanda aperta: è vera creatività o è “solo” una ricombinazione sofisticatissima di pattern che ha assorbito da miliardi di esempi umani?

Ecco, questa distinzione mi sembra che regga tutto. E secondo me è anche un po’ falsa, come distinzione. Perché quando ci penso davvero, anche la creatività umana è fatta di pattern. Un pittore impara guardando altri pittori. Uno scrittore assorbe stili, strutture, ritmi da tutto quello che ha letto. Un musicista incorpora inconsciamente scale, progressioni armoniche, timbri sonori. La differenza è che l’umano fa tutto questo passando per un corpo vissuto, passando per emozioni, traumi, gioie, passando per quella cosa oscura e non computabile che chiamiamo “esperienza”. La macchina ha i pattern ma non ha il vissuto. Questo la rende non-creativa? O la rende semplicemente una forma diversa di creatività?

Sofian Audry, nel suo Art in the Age of Machine Learning, pubblicato da MIT Press nel 2021, affronta proprio questo punto quando parla di come gli algoritmi di machine learning — le reti GAN (Generative Adversarial Networks, reti neurali che competono tra loro per generare contenuti), i modelli di diffusione (algoritmi che creano immagini rimuovendo gradualmente il rumore) — non si limitino a eseguire istruzioni ma generino autonomamente contenuti via processi che nemmeno i loro creatori comprendono del tutto. C’è qualcosa di vertiginoso in questo. Anche gli ingegneri di Midjourney non sanno esattamente perché quel modello produca certi risultati e non altri. È emergenza. È imprevedibilità. È — sì, sto per dirlo — è un po’ come l’ispirazione.

A proposito di ispirazione: Elizabeth Gilbert, in Come una magia, pubblicato da Rizzoli, propone una visione della creatività come forza esterna che “visita” l’artista. L’idea è antica — i Greci parlavano delle Muse, entità divine che soffiavano l’ispirazione nell’orecchio del poeta — e Gilbert la riattualizza suggerendo che le idee abbiano quasi una vita propria, che vadano in giro cercando un creatore disposto ad accoglierle. Ora, questa metafora mi sembra stranamente perfetta per descrivere l’IA generativa. Midjourney, Sora, ChatGPT — sono strumenti che “visitano” l’artista con possibilità inaspettate, con combinazioni che non avrebbe pensato da solo. La musa è diventata digitale. Non è una metafora. È letteralmente quello che sta succedendo.

Però Éric Sadin, nella sua Critica della ragione artificiale — Una difesa dell’umanità, pubblicata da LUISS University Press, farebbe a fette questa visione romantica. Sadin è severo e rigoroso. La sua tesi è che l’intelligenza artificiale non sia una musa ma un sistema di cattura, che tende a sostituire — non ad amplificare — le facoltà umane. L’automazione dei processi creativi, secondo lui, rischia di svuotare dall’interno il valore dell’espressione artistica, riducendola a produzione seriale ottimizzata per il gusto medio. È una posizione che non si può ignorare, anche se la trovo parzialmente troppo pessimista. Nel senso: lo strumento è neutro, il problema è sempre l’uso che ne facciamo. Però certo — e qui Sadin ha ragione — il problema dell’autorialità è reale e non risolto. Chi è l’autore di un’immagine generata da Midjourney? La persona che ha scritto il prompt? Il team di Midjourney che ha addestrato il modello? I milioni di artisti il cui lavoro è stato usato per addestrare quel modello senza il loro consenso? Domanda spinosa. Domanda che i tribunali di mezzo mondo stanno cercando di risolvere in questo momento, con esiti contraddittori e caotici.

Se vai su WIPO — il sito dell’Organizzazione Mondiale della Proprietà Intellettuale — c’è tutta una sezione dedicata alle questioni di copyright nell’era dell’IA, e leggendola si capisce quanto il problema sia complesso. Negli USA, il Copyright Office ha stabilito che le opere generate interamente da IA non possono essere registrate a nome di nessuno perché mancano di “authorship umana”. In Europa la situazione è diversa e ancora in evoluzione.

Joanna Zylinska, in AI Art: Machine Visions and Warped Dreams — Open Humanities Press, 2020 — aveva già scavato in queste questioni con un taglio critico formidabile. Il punto è che l’arte fatta dall’IA non è solo un giocattolo tecnologico. No. È un rivelatore potente di quello che vogliamo, di quello che ci fa paura, di quello che desideriamo tutti quanti. Le immagini che producono le macchine ci raccontano chi siamo — cosa troviamo “bello”, quali cliché visivi ci dominano la testa. A conti fatti, l’arte IA funziona come uno specchio sporco della nostra cultura.

Andando indietro nel tempo: questo casino non è nato ieri. Nel 1968, a Londra — Institute of Contemporary Arts — c’è stata una mostra che ha fatto storia: Cybernetic Serendipity. Jasia Reichardt l’ha curata, Studio International ha fatto il catalogo. Era la prima grande esposizione dedicata all’arte cibernetica e ai computer. Roba grossa. Artisti, ingegneri e scienziati presentavano lavori creati con computer IBM, plotter, sistemi automatici di generazione di immagini e musica. Nomi come Frieder Nake, Georg Nees, Michael Noll — pionieri assoluti dell’arte algoritmica. Pensa un po’: nel 1968 si discuteva già di cosa significa fare arte con le macchine. Di chi è l’autore quando un algoritmo genera una forma visiva. Di come la serendipità — quella scoperta felice e inaspettata — possa emergere dall’interazione tra artista e sistema computazionale. Eppure. Sono le stesse domande di adesso, sessant’anni dopo. Solo che allora i plotter producevano linee in bianco e nero e adesso Sora genera video cinematografici in 4K. La continuità storica è quella che conta. Non stiamo vivendo uno spartiacque assoluto — stiamo vivendo l’accelerazione di un percorso che era già cominciato.

Cambiando prospettiva: cosa succede all’artista in tutto questo? Marina Abramović, nella sua autobiografia Attraversare i muri, pubblicata da Bompiani, descrive un percorso artistico basato sul corpo, sul limite fisico, sulla presenza irriducibile dell’umano come materiale espressivo primario. La performance art di Abramović è l’opposto paradigmatico dell’arte generativa: è presenziale, unica, irriproducibile. È il corpo che suda, che soffre, che dura. Di fronte all’esplosione dell’IA, il corpo — il corpo umano come strumento e soggetto artistico — acquista un valore nuovo, quasi paradossale. Diventa il territorio di resistenza per eccellenza.

C’è una categoria di artisti che stanno reagendo all’IA non rifuggendola ma abbracciandola come strumento. C’è chi usa l’IA per fare cose che non potrebbe fare da solo — esplorare variazioni infinite, generare bozzetti veloci, costruire mondi visivi complessi. E c’è chi invece si chiude nel gesto puramente artigianale, nell’imperfezione manuale, nel tempo lento della pittura a olio o della ceramica, come atto deliberatamente anti-algoritmico.

Nello Cristianini, in Machina sapiens, pubblicato da Il Mulino, descrive con precisione come le macchine stiano assumendo ruoli sempre più centrali nella produzione artistica — non come semplici esecutori ma come sistemi capaci di influenzare il processo creativo stesso. E questa è la cosa che mi colpisce di più: l’IA non aspetta le istruzioni, suggerisce direzioni. Ti propone varianti che non avevi chiesto. Ti sorprende. Sofian Audry documenta casi di artisti che usano gli algoritmi di machine learning come medium espressivo — non come strumento — e qui la distinzione è sottile ma cruciale. Il medium plasma il messaggio, direbbe McLuhan. Se l’IA non è solo uno strumento ma un medium, allora cambia la natura stessa di quello che viene espresso.

Ora arriva la parte scomoda. Quella che tutti fingono di non voler toccare. La democratizzazione. Sì, perché uno degli effetti indiscutibili dell’IA generativa è che ha abbassato drasticamente le barriere di accesso alla produzione di immagini, musica e testi di qualità tecnica elevata. Prima, per fare un’illustrazione professionale, ci volevano anni di pratica. Adesso un bambino di dieci anni con una buona connessione può generare qualcosa di visivamente stupefacente in trenta secondi. Questo è meraviglioso e terrificante allo stesso tempo. Meraviglioso perché — finalmente — le idee possono trovare espressione indipendentemente dalle competenze tecniche di chi le ha. Terrificante perché ha devastato economicamente intere categorie di lavoratori creativi: illustratori, grafici, concept artist, musicisti di stock. Non è fantascienza, è già successo. Su siti come ArtStation o Shutterstock, i lavori dei creativi “umani” si trovano a competere con output generati dall’IA a costo quasi zero.

Christiane Paul, in Digital Art, pubblicato da Thames & Hudson nel 2023, analizza questo fenomeno mostrando come l’IA stia trasformando radicalmente il panorama dell’arte digitale — fungendo da strumento collaborativo sì, ma anche da fattore di disruption economica per i professionisti del settore. La democratizzazione dell’accesso non equivale automaticamente a democratizzazione del valore.

C’è poi una questione che trovo affascinante e sottovalutata: l’estetica. L’arte generata dall’IA sta creando un linguaggio visivo proprio. Davvero proprio. Ci sono delle caratteristiche riconoscibili — una certa iper-dettagliatura, una tendenza al surreale onirico, una qualità quasi-fotografica ma evidentemente non-fotografica. Chi usa spesso questi strumenti impara a riconoscerla a colpo d’occhio. È come quando nei primi anni Duemila si riconosceva a prima vista un’immagine Photoshoppata in modo grossolano. Adesso ci siamo al contrario: riconosciamo l’IA perché è “troppo” perfetta, “troppo” visionaria, “troppo” priva di quella grana casuale dell’imperfezione umana. Ma questo cambierà. I modelli stanno diventando sempre più sofisticati. Sora già produce video in cui è difficile distinguere il reale dal generato. Tra dieci anni — forse prima — la distinzione estetica tra “fatto da umano” e “fatto da IA” potrebbe diventare irrilevante o impossibile. E allora cosa rimane come criterio di valore? L’intenzione? Il processo? Il contesto? Il nome dell’autore?

Sul sito della rivista Artribune, c’è stata una serie di articoli interessanti nel corso degli ultimi anni che esplorano proprio come il mercato dell’arte stia cercando di rispondere a queste domande. La risposta del mercato, per ora, sembra essere: conta ancora il nome umano. Curioso. Un’opera etichettata come “creata con l’assistenza dell’IA dall’artista X” vale diversamente da un output anonimo generato da un prompt qualsiasi. Il brand personale dell’artista come garanzia di autenticità in un mondo di riproducibilità illimitata — Benjamin, di nuovo, avrebbe trovato la cosa deliziosa.

Denis Cristol, in L’apprendimento nell’era dell’intelligenza artificiale, pubblicato da Anicia a Roma nel 2025, analizza come questa trasformazione stia ridefinendo anche i processi formativi nel mondo creativo. Gli artisti oggi non devono solo imparare a disegnare, a suonare, a scrivere — devono imparare a dialogare con i sistemi di IA, a scrivere prompt efficaci, a guidare le macchine verso risultati che esprimano la loro visione. È una competenza nuova. Non sostituisce le competenze tradizionali — le integra, le complica, le arricchisce. E qui viene fuori un paradosso che adoro: per usare bene l’IA generativa nell’arte, in realtà bisogna avere una solida cultura visiva. Saper scrivere un prompt che produca un’immagine interessante richiede di conoscere pittori, movimenti artistici, tecniche, riferimenti. Chi non sa niente di storia dell’arte ottiene immagini generiche. Chi conosce la differenza tra lo stile di Egon Schiele e quello di Gustav Klimt — anzi, chi sa citare riferimenti precisi, atmosfere, qualità della luce — ottiene qualcosa di unico. L’IA, paradossalmente, premia la cultura.

A questo punto mi chiedo: verso cosa stiamo andando in termini di rapporto tra umanità e macchina nel fare arte? Secondo me — e questa è una posizione che difendo — non stiamo andando verso la sostituzione. Stiamo andando verso la coevoluzione. Le macchine non eliminano il bisogno umano di espressione, di comunicazione, di elaborazione dell’esperienza passando per forme simboliche. Ma cambiano profondamente gli strumenti, i processi, i criteri di valore. È successo già tante volte. La fotografia, nell’Ottocento, fu considerata la morte della pittura. Non è andata così: la pittura si è liberata dalla funzione documentaria e ha esploso le sue possibilità espressive, producendo l’Impressionismo, il Cubismo, l’Astrattismo. Il cinema fu considerato la morte del teatro. Non è andata così: il teatro ha trovato la sua specificità nella presenza, nell’unicità dell’evento dal vivo. Ogni nuova tecnologia non elimina le precedenti forme espressive — le obbliga a reinventarsi. L’IA generativa sta facendo lo stesso. Sta obbligando gli artisti umani a chiedersi cosa sia insostituibilmente umano nel loro lavoro. La risposta, credo, ha a che fare con l’intenzione, con il rischio, con la vulnerabilità. Un’opera d’arte è un atto di esposizione: l’artista si mette in gioco, si rivela, rischia il giudizio. Una macchina non rischia niente. Non può essere umiliata. Non può essere ispirata da una perdita personale. Non sa cosa significa fare arte da dentro un corpo che ha paura di morire.

C’è una scena nell’autobiografia di Abramović che mi torna in mente spesso in questo contesto. Lei descrive le sue performance come atti di “fiducia nel pubblico” — si espone in pieno, fisicamente e psicologicamente, fidandosi che lo spazio della performance sia uno spazio sicuro. C’è una vulnerabilità radicale in questo. Ed è esattamente quella vulnerabilità che l’IA non può avere. Non per limiti tecnici — per limiti ontologici. L’IA non ha corpo. Non ha paura. Non ha storia personale. Non ha nulla da perdere. E forse è proprio questo il confine ultimo: l’arte come atto coraggioso di un essere che sa di essere mortale. Detto così sembra retorico. Ma ci credo davvero.

Alla fine, insomma, la questione non è se le macchine possano fare arte. La risposta è già chiaramente sì — possono produrre oggetti esteticamente rilevanti, originali, capaci di provocare emozioni. La questione è cosa vogliamo che l’arte faccia nella nostra vita, nella nostra società. Se vogliamo solo contenuto visivo che sia bello, interessante, stimolante — l’IA ce lo darà in quantità illimitata e a costo zero. Ma se vogliamo qualcosa di più — se vogliamo che l’arte sia un atto di testimonianza umana, un modo di dire “io c’ero, io ho sentito, io ho visto così” — allora il ruolo dell’artista umano rimane insostituibile. Le due cose possono coesistere. Anzi, devono. Come quando vai in un museo e puoi comprare la riproduzione di alta qualità di un Caravaggio nella libreria del museo — è bellissima, ci puoi appendere in salotto — e poi vai nella sala e vedi l’originale e ti fermi di botto perché è tutta un’altra cosa. Quella differenza non è una differenza tecnica. È una differenza ontologica. Ed è la stessa differenza che rimarrà, credo, tra un’immagine generata da un’IA e un’opera che porta dentro di sé la storia di un essere umano che l’ha voluta fare.

Sinceramente, non ne sono sicuro al cento per cento. Il territorio è nuovo e nessuno ha la mappa. Ma è un territorio affascinante da esplorare — con o senza muse digitali.