L’intelligenza generativa, di cui ho spesso parlato su questa rubrica, ha velocemente raggiunto livelli professionali, sia nel fare ritratti, sia nel comporre immagini post-moderne. Ma il nocciolo resta: hanno veramente creato qualcosa di nuovo, o sono semplicemente migliorati nel fare un minestrone di immagini precedenti, senza farsi riconoscere?
L’intelligenza generativa si basa su miliardi di immagini registrate, ed analizzate per imparare il processo creativo per poi riprodurlo, ma senza esprimere vera creatività. Mentre nella programmazione software tradizionale noi partiamo da dati ed algoritmi per produrre un output, con il machine learning noi partiamo da dati ed output per creare a ritroso l’algoritmo, la ricetta che ci consente di far bene qualcosa: in questo caso il processo per produrre un dipinto o una fotografia sensazionale.
Negli ultimi tempi la certezza sulla mancanza di creatività comincia a vacillare. I robot più recenti, riuscendo ad identificare le variabili che contribuiscono a dirci quant’è bello un quadro, iniziano a testare i confini dei parametri che riteniamo mediamente accettabili, e cominciano a creare qualcosa di nuovo, seppure non intenzionalmente. L’intenzione viene dall’artista in carne ed ossa, che a questo punto non si sporca più le mani con china e pennelli, ma ordina al Dall-E di turno di dipingere qualcosa in un determinato contesto. “Dipingimi una corsa di cavallo come fossi Picasso”, come “Disegnami un ananas al galoppo”, fino a richieste molto più complesse, danno luogo ad immagini mai viste prima, di cui è impossibile tracciare le ispirazioni che hanno portato il robot a questo risultato. L’artista lavora come il regista di un film, coordinando agenti digitali che lavorano per lui.
Per fortuna i robot si comportano in modo diverso tra loro: alcuni spingono molto su luci e riflessi, altri sono più attenti ai giochi di prospettiva, e questo perché influenzati sia da diversi gruppi di immagini usate per imparare, sia da com’è stato sviluppato il software. La buona notizia è che le scuole d’arte hanno iniziato ad interpretare questi cervelli digitali come strumenti, alla stregua di pennelli e pellicole, e finalmente iniziano ad insegnarne l’uso alle nuove generazioni di artisti, cui forse mancheranno capacità manuali delle generazioni precedenti, ma saranno sempre in grado di produrre opere meravigliose.
La creatività è la produzione di nuovo sapere, partendo da quello che già esiste, e si basa sulla risoluzione di problemi. Nel caso di scienziati, ingegneri, medici, i problemi da risolvere sono chiari e davanti agli occhi di tutti: la formazione di una proteina, la progettazione di un prodotto, la risoluzione di una stenosi aortica. Picasso s’è posto il problema di come ridurre le forme naturali che vediamo attorno a noi alla forma geometrica, come uno Shakespeare o un Beethoven si son posti il problema di come comunicare emozioni attraverso i vincoli del linguaggio e della musica. In tutti e tre i casi gli artisti hanno inventato qualcosa di nuovo, sono andati oltre i vincoli e le regole precedenti, perché sono riusciti a capire il problema che conta e capito come diversi fattori sono legati tra loro.
Quando il cervello digitale arriva a creare come quello vero, siamo a posto.
