“Potrai comunque pensare che sbaglio, ma ammetterai che mi sono preso il tempo per rifletterci” scrive il filosofo Francesco D’Isa nell’introduzione del fumetto Sunyata (Eris Edizioni, 2023), da lui realizzato in collaborazione con intelligenze artificiali generative. Lo dice commentando la grande quantità di saggi, interviste, interventi e conversazioni che ha realizzato e a cui ha partecipato discutendo le applicazioni artistiche, e la possibilità stessa di fare arte, con appunto le cosiddette IA generative, e nello specifico con quelle che generano immagini (sintografie) a partire da testi (text-to-image, TTI). L’ultimo libro di D’Isa, La rivoluzione algoritmica delle immagini. Arte e intelligenza artificiale edito da Luca Sossella Editore, raccoglie e sintetizza queste riflessioni. (Leggi l’articolo completo su ArtTribune)
Oggi assieme a lui l’amico epistemologo Stefano Moriggi, che è docente di Cittadinanza Digitale e Cultura Algoritmica presso l’Università di Modena e Reggio Emilia, dove attualmente è Presidente del Corso di Laurea in Digital Education e direttore del Master in “Intelligenza artificiale per le professioni e per l’impresa”. Tra le sue pubblicazioni più recenti: con V. Gallese e P.C. Rivoltella, “Oltre la tecnofobia. Dalle neuroscienze all’educazione” (Raffaello Cortina, 2025).
Titolo e abstract della Lectio magistralis che D’Isa terrà in occasione del Welcome Day del Corso di Laurea di DIgital Education (1 ottobre, presso Università di Modena e Reggio Emilia:
L’ottimizzazione dello sguardo: criteri per giudicare le immagini nell’era dell’IA
Questa lezione parte da una domanda apparentemente semplice: che cosa significa, per un’opera, essere ottimizzata rispetto al gusto di un pubblico. Propongo di distinguere tre piani che soprattutto nel dibattito sull’arte generata dall’intelligenza artificiale vengono spesso confusi; la posizione di un’opera rispetto al centro statistico del gusto, la sua qualità, e la sua funzione sul repertorio percettivo collettivo. Un’opera può stare al centro della curva e restare un capolavoro; può deviare da quel centro e risultare mediocre; può aprire, deviando, nuove possibilità di visione che il pubblico impara progressivamente a riconoscere.
Da questa mappa nascono due meccanismi distinti di ottimizzazione. Il primo riguarda l’assorbimento da parte del pubblico, quando una deviazione viene recepita e finisce per spostare essa stessa il centro del gusto; il secondo riguarda l’auto-ottimizzazione del produttore, quando un artista trova una propria formula e comincia a reiterarla per convenienza. Mi soffermo poi sul carattere storico e sulla forza educativa dello “slop” – che non è assolutamente una prerogativa degli output generati con AI e che è persino utile finché lo stilema diffuso non è ancora assimilato dal pubblico in oggetto.
L’obiettivo è restituire complessità a un dibattito polarizzato, mostrando come dinamiche di ottimizzazione e deviazione dal gusto medio attraversino la storia dell’arte ben prima dell’IA.
