Non fa tutto il computer: il ritorno di vecchie perplessità nell’arte digitale

Le intelligenze artificiali sono un pericolo per l’arte? Rischiano di sostituirsi all’artista e, soprattutto, sono esse stesse artisti o semplici strumenti? Il dibattito sembra nuovo, ma viene da lontano.

In copertina: un’opera di Francesco d’isa, Midjourney, 2022

di Francesco D’Isa

È ormai un cliché dire che la nascita delle tecnologie TTI (text-to-image) che permette la creazione di immagini attraverso comandi testuali sia una rivoluzione tecnologica pari a quella della fotografia – l’ho ripetuto spesso anch’io, in recenti articoli sugli aspetti filosofici ed estetici di questi strumenti. La reazione del mondo dell’arte davanti a questa novità è stata anch’essa prevedibile: entusiasmo da un lato e rifiuto dall’altro. Di recente un fumettista che stimo, Lorenzo Ceccotti, ha scritto un lungo testo in cui dà voce a dubbi e critiche piuttosto diffusi sia qua che all’estero, contro i quali si schierano altrettanti “entusiasti” dei TTI di cui faccio parte, sebbene non voglia ignorarne le evidenti criticità. Abituato a letture filosofiche so bene che si può trovare un testo proficuo e interessante anche se non si condivide molte delle tesi di fondo; i temi affrontati da Ceccotti sono importanti e valgono la lettura, ma voglio argomentare le ragioni del mio accordo e disaccordo, considerato che le tesi sostenute dal fumettista si ritrovano spesso anche altrove.

“Fa tutto il computer”

Ceccotti sembra dividere la produzione di arte visiva principalmente in due prassi. La prima (la conceptual visual art) «è una forma di speculazione puramente visiva, che prende ispirazione da un brief per sviluppare un concetto visivo originale: permette ad altri di visualizzare le immagini vicine a quelle nella mente dell’artista, non le parole del brief». L’autore pare  suggerire che la creazione coincida con la rappresentazione fedele di un’immagine mentale, una specie di “sbobinamento visivo dell’immaginazione”.

«Ispirato dall’opportunità, ho questa visione di un luogo incredibile, che ha tutta una serie di caratteristiche estremamente specifiche, caratteristiche che sono il mio obiettivo figurativo visto che mi creano tutta una serie di reazioni emotive molto forti e che mi sembrano nella direzione utile. Ora si tratta di riversare questa immagine unica su un supporto visivo. Quando mi siedo al tavolo da disegno o al computer, la sfida è proprio di cercare di visualizzare l’ineffabile, quell’immagine lì e nessun altra».

Mettiamo tra parentesi il fatto che come dimostra la letteratura anche le semplici parole evocano immagini, perché qui si parla di conceptual visual art, e concentriamoci piuttosto sul perché secondo l’autore questo lavoro è impossibile con una TTI. In un esempio Ceccotti propone dei tentativi di ottenere la Gioconda con le TTI e mostra come i risultati siano deludenti; la cosa però non stupisce perché – al netto che con Leonardo delude anche il miglior umano – le TTI non estraggono immagini dalla mente. Per essere precisi nessuno strumento o persona può farlo, tranne forse una futura tecnologia che proietta le immagini direttamente dal cervello, che oltretutto si scontrerebbe col fatto che la mente non contiene immagini, ma concetti che hanno aspetti visivi, linguistici e puramente cognitivi mescolati in ineffabili sinestesie. A leggere Ceccotti sembra che il motivo per cui sotto questo aspetto le TTI sono inefficaci risiede nel fatto che non assolvono a un compito impossibile o lo approssimano male, ma come giudizio, oltre che squisitamente soggettivo, mi sembra un po’ precipitoso e al momento lo metterei da parte.

Altrove però Ceccotti sembra proporre una visione diversa e più condivisibile, dove sostiene che il piano formale è inseparabile da quello concettuale («Non esiste una separazione possibile fra forma e contenuto», «la forma è il significato dell’opera e non ha niente a che vedere con l’idea dell’autore»). Anche in questo caso però non è ben chiaro perché le TTI impedirebbero la fase formale di chi le usa. Forse perché non c’è una componente manuale? Questo escluderebbe anche la fotografia e la computer graphics, oltre che l’arte concettuale, pur citata nel testo. Di fatto sembra che la differenza sostanziale consista nell’interfaccia testuale, ma mi chiedo dove risieda lo scandalo se consideriamo il ben più semplice pulsante per scattare una fotografia o le interfacce grafiche (e testuali) degli attuali software di grafica. L’errore di Ceccotti risiede probabilmente nella falsa analogia che fa tra prompter e committente, ponendosi davanti al TTI come se fosse un artista umano a cui commissionare il quadro. In effetti se si fa un uso così banale del TTI i risultati sono deludenti o stocastici (davvero dobbiamo stupirci che un prompt come “a woman” dia un esito poco soddisfacente?); le TTI però non sono un essere umano, ma uno strumento in evoluzione nutrito da miliardi di prodotti visivi molto diversi tra loro. Leonardo da Vinci non può fare i quadri di Picasso, né tantomeno mescolare Picasso con Rembrandt e seguire altre indicazioni per ottenere un’immagine diversa. Se vogliamo proprio mantenere la metafora del committente, allora si tratta di un committente che suggerisce in migliaia di modi diversi a migliaia di artisti e artigiani mescolati assieme delle idee che mutano mentre le esprime, fino ad ottenere l’immagine che valuta giusta dopo centinaia di tentativi presi in analisi. Va da sé che così riformulata la metafora perde aderenza e che stiamo descrivendo un atto creativo. Il parallelo con Duchamp inoltre pare poco azzeccato: l’artista francese per il suo ready Made ha scelto uno specifico oggetto e per Ceccotti questo soddisfa il problema formale, sebbene l’orinatoio sia di fatto creato da un’altra persona (e che probabilmente rispetto a un orinatoio analogo o quasi identico il senso dell’operazione cambiava poco). Ma perché Duchamp non potrebbe fare la stessa cosa davanti a immagini create da un TTI? Non sarebbe una scelta unica e personale anche questa, come nel caso dell’orinatoio? Non potrebbe trovare tra di esse un suo personalissimo ready made?

Nell’esagerare il ruolo delle TTI nella creazione di un’opera inoltre, Ceccotti sminuisce automaticamente l’autorialità degli strumenti che le precedono. Come ho già scritto su Il Tascabile: «un pennello è un co-autore, perché, come suggeriva Heidegger, non esiste una tecnologia neutra. La pittura ad olio, così come la fotografia e la computer graphics “tradizionale”, inglobano una fitta rete di conoscenze teoriche e tecnologiche, di scelte stilistiche, di limiti e potenzialità di azione sulla materia e sull’immagine che derivano dal lavoro delle molte persone che negli anni, nei secoli o nei millenni ne hanno delineato il campo di azione. Più che nani sulle spalle di giganti, siamo nani in mezzo a molti altri nani e ciò che produciamo è reso possibile e vincolato dalle scoperte e le decisioni altrui – non solo stilistiche o poetiche, ma anche tecniche e metodologiche. Chi ha avuto modo di disegnare o dipingere con qualunque mezzo, sa bene come materia e strumento siano contemporaneamente vincolo e occasione creativa; tra l’artista e il suo mezzo si crea una simbiosi generativa dai confini sfumati, perché lo strumento non è un oggetto inerte, ma vive dell’eredità di chi lo ha usato, perfezionato e modificato prima di noi. Lo strumento è una bacchetta magica che possiede una volontà propria con cui venire a patti, perché interiorizza e lascia in eredità antiche conoscenze che si palesano solo con l’uso – per questo se questi software sono co-autori, lo sono anche altre tecniche, come la pittura ad olio». Ogni strumento, insomma, ingloba il lavoro di altre persone e impone limiti e potenzialità all’artista che lo utilizza.

D’altra parte, se le TTI fossero dei generatori casuali di immagini così come a volte li descrive Ceccotti, non presenterebbero alcuna differenza in base all’uso e all’utente. Contrariamente a quel che dice l’autore però già in questo brevissimo tempo sono emersi primordiali stili di “AI art”, pur diluiti in una massa di utenti che tende a produrre cose simili per mancanza di competenze visive. Un esempio lampante è Alessandro Bavari, un pioniere dell’arte digitale in Italia che comprensibilmente si è buttato sulle tecnologie TTI. Già i suoi primi esperimenti presentano la sua tipica impronta stilistica, tanto che quando li ho visti pensavo che qualcuno avesse usato il suo nome come prompt. La differenza stilistica e la continuità con l’opera precedente (non TTI) dei suoi esperimenti, i miei e quelli di altri artisti come Wolfe von Lenkiewicz o Douggy Pledger, che stanno trasponendo la loro poetica su questi mezzi è palese, e questo nonostante lo strumento sia ancora terribilmente giovane e primitivo. 

Un altro errore di Ceccotti risiede in una descrizione inesatta e molto semplificata del processo di creazione attraverso i prompt, che appiattisce a solo una delle fasi della creazione di un’opera TTI. Anche considerando una persona che non ha accesso al database di partenza (con software open come Stable Diffusion questo limite può essere superato), la creazione di immagini TTI non è così semplice; scrivere un prompt non coincide con la totalità del lavoro umano, perché per arrivare al risultato voluto sono necessarie moltissime prove, riscritture, ricerche iconografiche, mutazioni linguistiche e tentativi che vanno nella direzione desiderata. È l’equivalente di fare bozze, aggiustamenti e ricerche. A questo lavoro si aggiunge quello di variazione, perché sono necessarie molte prove per raggiungere l’immagine giusta (o ancor meglio un virtuoso errore), e a ogni permutazione è necessario un occhio allenato per capire quale direzione mantenere e quale abbandonare. La scrittura di un prompt, inoltre, è tutt’altro che analoga a quella del linguaggio naturale e via via che le tecnologie si evolvono si va sviluppando una lingua di scambio umano-TTI sempre più complessa. Come scrive Gregorio Magini in un articolo di futura uscita su Singola, «Cosa significa allora imparare a usare una IA? Significa imparare a rapportarsi con lei: a prevedere i suoi comportamenti, a tenere conto delle sue reazioni, a cercare di mettersi nei suoi panni, ad adattare il proprio linguaggio al suo». Pensavamo che avremmo parlato alle IA con la nostra lingua e invece dobbiamo imparare la loro, o meglio, idearne una assieme – e anche questa è creatività. A questo lavoro si aggiunge poi l’eventuale post-produzione, senza la quale in genere un’immagine ottenuta da TTI funziona poco; l’editing, l’aggiunta di altri elementi grafici, la creazione di una narrazione per immagini, il passaggio o l’integrazione con la computer graphics tradizionale e via dicendo, in base a quello che è il progetto di chi lavora: la varietà è vasta come la creatività e nulla mi vieta di usare il TTI per delineare delle bozze per quello che sarà un quadro ad olio, una scenografia teatrale, la bozza di un pattern tessile. Certo, il procedimento creativo è molto diverso dal disegno, così come dalla fotografia; personalmente lo vivo come una via di mezzo tra scrittura e visione, ma nel farlo è esperienzialmente evidente che sto facendo qualcosa, non premendo tasti a caso perché tanto fa tutto la TTI.

Ho sempre pensato che spesso l’arte si trova e non si crea, dunque non mi sconcerta che si dica che l’immagine venga “solo” scoperta – ma la ricerca nel labirinto del possibile non è facile e ogni persona la compie diversamente.

Fare un ritratto con un iPhone è tecnicamente molto semplice, quasi banale, basta tenere in mano un telefono e premere un tasto – eppure, come la mia compagna può testimoniare, le mie foto fanno sempre schifo. Chi pratica la fotografia sa che anche la relativa semplicità delle opzioni di un’iPhone non è una garanzia di successo. Creare un’immagine con le tecnologie TTI è forse ancora più complesso, perché scrivere cosa si desidera non genera in automatico l’immagine voluta così come un clic non crea una bella foto, figuriamoci una foto d’arte. Ovviamente tra quelle ideate dall’uomo ci sono tecniche indiscutibilmente più complesse di altre e spacciare un’opera fatta con TTI per un dipinto sarebbe scorretto come fare una fotografia e rivenderla come un dipinto a olio iperrealista. Le TTI, come la fotografia, hanno un entry level più accessibile, perché consentono più o meno a chiunque di produrre immagini dignitose, a differenza del disegno. Esattamente come la fotografia però, anche il top tier è più raro; che tutti facciano foto ma non tutti disegnino non ha portato a un aumento proporzionale di eccellenti artisti e artiste della fotografia, che in quest’ambito sono rari come in pittura. Le tecnologie TTI, così come la computer graphics, sono probabilmente simili; che impaginare una rivista con InDesign sia molto più semplice che farlo manualmente non implica che la prima operazione sia facile né che non sia un lavoro creativo. 

In realtà i dubbi di Ceccotti sono facilmente dirimibili: se le TTI sono inadeguate alle nostre esigenze, scompariranno; se “fanno tutto loro” scompariranno tutti gli artisti/e e i/le designer, perché un utente vale l’altro; se invece sono strumenti che hanno bisogno di umani che le sanno usare, verranno integrate nella prassi artistica. Al momento sembra verificarsi l’ultima ipotesi.

“Le ai plagiano strutturalmente”

È noto a chi li programma che questi programmi tecnicamente non copiano, ma plasmano; per intenderci i TTI non fanno copia e incolla ed è praticamente impossibile da un punto di vista statistico che riproducano un quadro esistente, non più della vecchia storia delle scimmie che digitando a caso scrivono un’opera di Shakespeare – teoricamente possibile ma incredibilmente improbabile. È però facile che un utilizzatore di TTI possa riprodurre più o meno consapevolmente uno stile altrui, come fatto da Ceccotti con Schiele. Queste opere hanno valore artistico? No, perlomeno non senza un adeguato contesto, così come non lo avrebbe la Gioconda coi baffi di Duchamp. Ma sono copie di Schiele? Non più di quanto un pittore caravaggesco lo sia di Caravaggio. Sono semplicemente quel che già accade tra artisti dilettanti, ovvero opere prive di originalità, che diventano plagi stilistici solo se proposte come arte originale.

Sebbene un uso più consapevole di questo mezzo possa produrre risultati originali, un critico non faticherà a trovare anche in questo caso delle influenze artistiche, non necessariamente parte del prompt – il problema è che questo vale con qualsiasi opera d’arte. In certi casi il legame è evidente anche ai profani, tipo il Picasso cubista con Braque, o un Bracquemond con Renoir, o banalmente qualunque opera inclusa in un -ismo (impressionismo, surrealismo, espressionismo…). In altri casi la somiglianza si svela a uno sguardo più educato, come capita con alcune opere di arte concettuale e il lavoro di Duchamp. Il “plagio”, insomma, per lo meno a questo livello, è presente in tutta l’arte. Certo, un’opera fatta con TTI non può nascere senza quelle di cui si è cibato il software, ma, ancora una volta, questo vale per tutti gli artisti – se Picasso fosse nato cinquecento anni prima sarebbe forse diventato sempre un pittore, ma di certo non quello che conosciamo, perché non avrebbe avuto accesso alle rivoluzioni artistiche dei secoli a venire. Il TTI insomma aggiunge poco a una pratica trasversale nella storia di qualunque arte come l’ispirazione/plagio nell’ambito artistico. La differenza tra le due è difficile da definire e va vista caso per caso, ma di certo non è intrinseca allo strumento come non lo è agli altri; l’unica effettiva differenza è che con le TTI possono darsi casi di plagio inconsapevole da parte di utenti poco esperti, cosa che in passato non poteva accadere e che rappresenta senza dubbio un nuovo rischio, soprattutto legale. È un pericolo legato all’uso commerciale, su cui Ceccotti fa benissimo a porre l’attenzione: credo infatti che tra le competenze necessarie per usare consapevolmente le TTI ci sia anche una vasta conoscenza e ricerca iconografica, che serve sia per usarlo in modo efficace che per evitare i plagi. Il tempo risparmiato in esercizio manuale che esce dalla porta rientra dalla finestra in forma di studio iconografico, ma d’altra parte non stupisce che per un nuovo mezzo siano necessarie nuove competenze. Questo non significa che gli errori non siano possibili, anzi, ma non credo che i plagi commerciali aumentino esponenzialmente rispetto ai già (numerosissimi) che vediamo in giro – non ci sono sicurezze ovviamente: vedremo.

Ho parlato di legalità e tengo a sottolineare che non è il mio campo, ma come sostiene Riccardo Falcinelli concordo nel pensare che da questo punto di vista vedremo presto delle tempeste, che potrebbero anche portare a una ulteriore restrizione del già durissimo regime del diritto d’autore. Questo mi porta alla domanda: è giusto mettere in un dataset opere di artisti viventi senza il loro permesso? Il sospetto che questo accada è più che fondato e in alcuni casi anche dimostrabile, grazie a questo tool consigliatomi dallo stesso Ceccotti. Dal punto di vista legale non ho le competenze per capire come sia possibile e se sia lecito, quindi non mi lancio in interpretazioni. Suppongo però che queste aziende non siano così ingenue da infrangere platealmente le leggi sul copyright e mettersi a rischio di cause milionarie; sebbene ad avventure imprenditoriali come Midjourney e Stable Diffusion si possa forse attribuire un po’ di ingenuità, verso progetti come Dalle 2 che ha tra i fondatori Elon Musk o al futuro Imagen di Google, sorge un lecito dubbio: davvero non hanno pensato alla denuncia di colossi come ad esempio la Disney? Non credo però che sia un caso che Dalle 2 sia ancora chiuso per l’uso commerciale. Lo scopriremo presto, immagino, ma da quel che posso intuire credo che il tentativo delle aziende sia di scaricare tutti i rischi sull’utenza. Anche questa è una seria criticità, data la suddetta possibilità di plagio involontario.

Da un punto di vista etico invece (dunque non legale) non c’è una risposta ovvia, perché si entra in un ambito enorme e a mio parere pieno di problemi, il diritto d’autore. Sarebbe giusto che un pittore vietasse a un collega di partecipare a una sua mostra per paura che poi ne venga influenzato? Per quanto folle, al momento credo rientri nei suoi diritti. Concordo dunque con Ceccotti sul fatto che un artista dal punto di vista etico abbia il diritto di opporsi di finire nei dataset dei TTI. Personalmente lo trovo sgradevole soprattutto per i TTI a pagamento come Dalle 2 e Midjourney e molto meno quando si tratta di progetti aperti come Stable Diffusion, che considero preziosi doni all’umanità e in cui sarei felice di finire con tutte le mie opere passate e future, ma è una questione etica da lasciare ai singoli e non tutti sono ostili all’idea di copyright come me.

Mi pare però evidente che non ci sia un plagio strutturale alla macchina e soprattutto che queste tecnologie più che aprire un nuovo capitolo dimostrano come il concetto di autore sia problematico di per sé, essendo ogni opera dell’ingegno di fatto un’opera collettiva, figlia del passato artistico e tecnologico della comunità umana. L’idea di Ceccotti di mettere più credits è lodevole, ma andrebbe estesa a chiunque: Duchamp non avrebbe dovuto citare soltanto chi ha costruito l’orinatoio per lui, ma anche chi lo ha inventato, chi ha sviluppato la tecnica della ceramica, gli artisti che lo hanno influenzato nella sua prassi artistica eccetera: è una lista forse più adatta a chi fa storia dell’arte che a chi fa arte, che spesso vive di influenze inconsapevoli.

Se proprio non vogliamo chiamare “artista” una persona che lavora con le TTI poco male, sono solo etichette; possiamo chiamarli prompter o anche committenti se vi va, resta il fatto che si tratta di ruoli autoriali. Il motivo è semplice: se un lavoro con una TTI è così banale da essere sviluppato da molte persone contemporaneamente (non usando prompt altrui, ovviamente, quello equivale a imitare), allora l’apporto del/della prompter è trascurabile – non “fa tutto il computer” ma quasi. Se invece l’immagine non poteva emergere dalla massa senza una specifica persona che ci ha lavorato, se è dunque una creazione nuova e originale che può essere imitata solo in seguito, l’autorialità è logicamente innegabile, in quanto l’umano è parte necessaria e insostituibile dell’opera. Come dicevo sopra, se davvero “fanno tutto loro” scompariranno tutti gli artisti e i grafici, perché un utente vale l’altro. Allo stesso modo, la sola tecnica della pittura ad olio e di chi la sa usare non è sufficiente a creare il Narciso di Caravaggio, ma lo è per creare opere minori molto simili tra loro: Caravaggio è una condizione unica per la generazione del Narciso, che una volta creato può comunque essere copiato o imitato da bravi artigiani (i famosi caravaggeschi).

Nel testo di Ceccotti trovo invece molto condivisibili – e lodevoli, ne parlano in pochi – le preoccupazioni ambientali, perché se non riusciremo a rendere meno esose dal punto di vista energetico queste macchine, bé, allora forse dovremmo davvero farne a meno. Da questo punto di vista Stable Diffusion è più ecologico di Dalle 2 e Midjourney, che non rende pubblica la sua carbon footprint. È possibile migliorare sensibilmente questo aspetto? La questione è di grandissima importanza e solo il tempo ce lo dirà. Un’altra grossa criticità non citata è quella della censura che le attuali TTI operano su nudo, violenza e quant’altro, un limite inaccettabile per uno strumento artistico, ma la nascita di vari progetti open come Stable Diffusion sembra segnare che anche questo limite puritano verrà presto superato o aggirato.

Aggiungo una nota personale: sono un grande ammiratore del disegno e delle tecniche di pittura tradizionali, apprezzo negli altri l’abilità manuale che non possiedo e capisco le ansie sollevate da questa piccola rivoluzione tecnica. Non vedo però alcun rischio per chi vive di queste professioni, data l’irriducibilità del loro mezzo espressivo – queste tecnologie potrebbero piuttosto rendere più preziose le opere artigianali. Un disegno di Ceccotti è e resta incomparabile rispetto al suo (eventuale, se possibile) emulo con TTI, così come una fotografia non coincide con un quadro ad olio iperrealista del medesimo soggetto; come ha notato un filosofo specializzato in intelligenze artificiali come Luciano Floridi non c’è solo la dinamica sostitutiva sul modello “carrozza-macchina” ma anche di affiancamento, come “bicicletta-moto”.

Le dinamiche del mondo del lavoro creativo e culturale (e non solo) su cui Ceccotti pone giustamente l’attenzione sono piene di problemi e ingiustizie che non dipendono tanto dalle innovazioni tecnologiche quanto dalle pesanti tare sociali ed economiche della società in cui viviamo. Condivido le preoccupazioni lavorative dell’autore ma credo che il problema non sia tanto tecnologico quanto politico e che concentrarsi sul primo rischia di trasformarsi nell’ennesima guerra tra poveri. C’è spazio per tutti e tutte, ma non va conquistato a nostre spese.

Francesco D’Isa  (Firenze, 1980), di formazione filosofo e artista visivo, dopo l’esordio con I. (Nottetempo, 2011), ha pubblicato romanzi come Anna (effequ 2014), La Stanza di Therese (Tunué, 2017) e saggi come L’assurda evidenza (Tlon, 2022). Direttore editoriale dell’Indiscreto, scrive e disegna per varie riviste.