L’ingresso delle AI generative nel campo dell’immagine produce uno spostamento più profondo nei modi di vedere, rappresentare e attribuire senso. Le immagini generate dagli algoritmi non nascono dal nulla, ma sono il risultato di enormi archivi visivi, di modelli statistici che apprendono, di infrastrutture tecniche ed economiche che selezionano, ordinano e rendono produttivo ciò che è visibile. In questo senso, l’AI non inaugura un immaginario radicalmente nuovo, ma rende espliciti i meccanismi di standardizzazione, i bias e le gerarchie culturali che già attraversavano la produzione visiva contemporanea, amplificandoli e accelerandoli.
Allo stesso tempo, la questione dell’autorialità viene ridefinita. Quando la creazione passa attraverso dataset e sistemi di addestramento su larga scala, l’artista non scompare, ma muta la sua funzione, da autore individuale a progettista di processi, da produttore diretto di immagini a curatore di scelte e vincoli. La creatività - per alcuni - si sposta dal gesto alla struttura, dall’opera finita al dialogo con la macchina, mettendo in crisi categorie consolidate come originalità, stile e intenzionalità.
L’estetica dell’AI è inseparabile dall’estrazione di risorse, dal consumo energetico, dal lavoro umano sottopagato che alimenta la raccolta e la pulizia dei dati, dai sistemi di sorveglianza che trasformano comportamenti e immagini in materia prima. L’immaginario generato dalle macchine è quindi anche il prodotto di una specifica economia politica dello sguardo, in cui ciò che può essere visto e rappresentato è il risultato di decisioni tecniche, industriali e istituzionali.
È su questo terreno che l’articolo mette a confronto due prospettive critiche e complementari. Da un lato, Kate Crawford legge l’intelligenza artificiale come infrastruttura di potere, un sistema che classifica il mondo, lo rende computabile e lo inserisce in catene globali di estrazione e controllo. Dall’altro, Francesco D’Isa osserva l’AI dall’interno delle pratiche artistiche, interrogandone le ambiguità e le possibilità, senza rimuoverne i limiti ma senza nemmeno rifugiarsi in un rifiuto puramente difensivo.
L’intelligenza artificiale appare insieme come dispositivo politico e materiale e come strumento culturale ormai ineludibile. Tra smascheramento dei miti tecnologici e uso consapevole dei nuovi linguaggi, si delinea un campo di conflitto che non riguarda solo l’arte, ma il modo stesso in cui una società decide di immaginare se stessa attraverso le macchine che costruisce.
1. L’intelligenza come costruzione sociale e culturale
Se l’AI è «programmazione, dati e infrastrutture», quale significato dare allora al termine “intelligenza” nell’era algoritmica?
Il concetto stesso di “intelligenza” è messo in crisi. Kate Crawford ribalta il mito dell’AI come magia e parla di sistemi «statistici e computazionali», non dotati di consapevolezza reale. Ricorda che l’etichetta “intelligenza artificiale” è piuttosto un espediente di marketing che alimenta equivoci. Anche D’Isa concorda, l’AI non possiede volontà, emozioni o coscienza come noi, ma imita la nostra intelligenza rifacendosi ai nostri dati. Entrambi sottolineano che l’intelligenza delle macchine nasce dai dati umani filtrati, le AI non possono sviluppare una visione del mondo indipendente perché sono un’entità autonoma dotata di “coscienza” solo per chi se ne illude.
Crawford descrive l’AI non come un’abilità autonoma, ma come un complesso apparato socio-tecnico, un’idea, un’infrastruttura, un’industria, una forma di esercizio del potere. D’Isa, pur riconoscendo il fraintendimento del termine, non demonizza a priori il nome “intelligenza”, ritiene legittimo chiamarla così, ma avverte che non dobbiamo usare sempre la nostra [intelligenza] come metro di paragone. In sostanza, entrambi concordano che l’AI è il frutto di pratiche umane e non un’entità trascendente. Divergono però sul peso da assegnare alle convenzioni: Crawford insiste che l’AI è fatta di materia (minerali, energia, lavoro) e giudica l’autonomia asserita come illusoria, mentre D’Isa valuta prassi e tecniche creative, le AI agiscono a partire da modelli statistici costruiti su dati umani.
2. Estetiche dell’algoritmo: mimesi, media e riproducibilità
In che modo le “griglie culturali” degli algoritmi condizionano ciò che vediamo e creiamo?
Le immagini generate dall’AI mettono in discussione nozioni di stile, di copia e di originalità. D’Isa osserva che le AI imitano schemi visivi appresi da dataset, ad esempio un algoritmo text-to-image come Midjourney impara i pattern ricorrenti delle immagini di gatti e li imita per creare nuove sintografie. Questa mimesi riflette i limiti dei dati. In effetti, la mediocrità delle immagini generate dall’AI svela la mediocrità dell’arte commerciale usata per addestrarle. In altre parole, le AI amplificano stili visivi già diffusi.
Crawford invita a smascherare il mito degli “spazi latenti” come mondi arcani, i modelli generativi sono solo il prodotto di statistiche e di infrastrutture materiali. Per lei, ogni creazione con AI deve interrogare l’origine dei dataset, chi controlla i dati, cosa includono e cosa escludono? D’Isa, più focalizzato sul fare artistico, sottolinea che non c’è nulla di soprannaturale nel processo. La creatività non ha nulla di “divino” o intrinsecamente umano. Anche lui rifiuta la paura di una perdita irreversibile di sapienza manuale, come aveva già insegnato l’arte contemporanea (pensiamo a Duchamp), sono le convenzioni culturali a determinare cos’è arte.
Entrambi concordano nel vedere le AI come specchi critici che offrono nuove griglie culturali che mettono in luce bias e modelli dominanti. Crawford insiste sul “potere di definire” insito negli algoritmi di classificazione, mentre D’Isa celebra la possibilità di esplorazione, e ritiene che gli artisti dovranno ridefinire il proprio rapporto con i mezzi, usando l’AI come strumento di esplorazione delle proprie visioni. Nessuno dei due vede le AI come sostitute magiche dell’artista. Tuttavia, Crawford rimane più critica verso le strutture che alimentano le immagini (diritti d’autore, potere delle piattaforme), mentre D’Isa osserva pragmaticamente le implicazioni di pratiche creative nuove.
3. Autorialità e agenzia creativa nell’era generativa
Chi è, in definitiva, l’autore di un’opera generata da AI? L’artista umano, l’algoritmo, o entrambi?
Con chi o cosa identifichiamo l’“autore” quando un’opera nasce da un algoritmo? D’Isa smonta l’antropomorfizzazione della macchina e critica il pensare la generazione d’immagini come un’artista umano invisibile. L’AI è semplicemente uno strumento in evoluzione con competenze diverse dalle nostre. In pratica, “fare arte” con l’AI significa ancora comporre scelte e comandi umani. Per D’Isa ottenere un buon risultato richiede molta creatività e competenza nella costruzione del prompt. Lui considera queste tecnologie utili per democratizzare (seppur parzialmente) l’accesso alla produzione, in quanto chi non sa disegnare può esprimere un’idea visiva tramite prompt e algoritmi.
Crawford, d’altro canto, sosteneva già che i sistemi di AI non sono autonomi né razionali, ma prodotti di ampie strutture sociali e politiche Per lei l’idea di un “autore AI” è illusoria. Ciò che conta è chi definisce le classificazioni e i criteri degli algoritmi. In altre parole, l’agenzia creativa rimane umana, mentre l’AI è un’“autrice” priva di volontà. D’Isa invece mette l’accento sulla pratica artistica concreta, non c’è nulla di irreversibile nella sostituzione dell’autore umano, perché “l’idea che la manualità sia condizione necessaria… era già vecchia secoli fa”. La convergenza è sulla necessità di ridefinire il ruolo dell’artista - in dialogo con la macchina - e non di vederla come rivale sovrumana. Sulla divergenza, Crawford abbraccia una visione più strutturale (AI come apparato di potere), mentre D’Isa fa leva sull’opportunità creativa, chiarendo che chi “crea” rimane chi costruisce il prompt e decide gli obiettivi.
4. Sorveglianza, estrazione e i costi invisibili dell’IA
Siamo consapevoli del vero costo della fiducia che riponiamo nell’AI, o rimane tutto nascosto sotto il miraggio della “nuvola” immateriale?
Dietro alla superficie immateriale dell’AI si nasconde un mondo di risorse e persone sfruttate. Crawford documenta le filiere globali. L’intelligenza artificiale nasce dai laghi salati della Bolivia e dalle miniere del Congo, su dati etichettati da lavoratori malpagati. I data center consumano immense quantità di energia e acqua, generando inquinamento e e-waste, mentre la manodopera sottopagata nel Sud Globale sostiene l’intera catena produttiva. In sintesi, “non c’è nulla di artificiale” nell’AI, è un sistema profondamente materiale.
D’Isa riconosce questi costi e li amplia citando l’impatto sul clima e le ripercussioni sul lavoro creativo, ad esempio, l’automazione che si basa proprio su un’arte commerciale di bassa qualità. Aggiunge nuovi punti, la sorveglianza implicita (sistemi pubblicitari ultra-targetizzati che usano i nostri dati), e i bias culturali nei dataset (sovrarappresentazione di modelli occidentali). Entrambi considerano l’AI come elemento di estrazione. Crawford parla esplicitamente di “mega-macchina” basata sull’estrattivismo, mentre D’Isa accusa le grandi aziende che cercano di imporre licenze esclusive sui dati visivi (battaglia tra AI imposte dall’alto e modificabili dal basso). Crawford insiste che queste connessioni siano visibili e studiate, perché l’AI concentra potere e disuguaglianze. D’Isa, pur preoccupato, rimane più centrato sui costi sociali immediati (clima, bias, mercato).
5. Possibili futuri: cooperazione, controllo o convergenza?
Scegliamo un futuro in cui l’AI ci aiuta cooperando con noi, o uno in cui pochi soggetti privati controllano il gioco?
Di fronte all’AI si aprono scenari alternativi: modelli di cooperazione aperta (open data, governance dal basso), versus controllo centralizzato (big tech e stato), o ibridazioni. D’Isa pone al centro questa sfida, la più grande battaglia sarà se le AI saranno imposte e governate dall’alto o liberamente modificabili dal basso. Spera in un’apertura dei dati (ha perfino rilasciato un suo fumetto in pubblico dominio per stimolare condivisione creativa), mentre critica il ricorso sterile al copyright come “grottesco” contro i dataset.
Crawford, senza prescrivere soluzioni semplici, chiama a un cambio di paradigma politico e ambientale. Nel suo lavoro e nelle sue esposizioni (come Calculating Empires in mostra al Prada) enfatizza la necessità di mostrare le interconnessioni tra crisi climatica, estrattivismo e concentrazione di potere. Mentre molti parlano di etica dell’AI, lei esorta a indagare “le operazioni della tecnologia e del potere nella nostra epoca”. In comune entrambe le voci vedono l’urgenza di una deliberazione collettiva. D’Isa suggerisce che il futuro dell’arte con l’AI non dipenderà da accordi tra grandi aziende, ma dalla capacità degli utenti di usare e orientare liberamente gli strumenti; Crawford richiama alla trasparenza e alla democrazia dei sistemi, per evitare che l’AI acceleri derive autoritarie. Crawford assume un profilo da attivista intellettuale, sottolineando i pericoli strutturali; D’Isa adotta un approccio pragmatico e a tratti ottimista, sperando in una crescita partecipata della “cultura algoritmica”.
Conclusioni
Le prospettive di Crawford e D’Isa convergono su molti punti, entrambi decostruiscono l’idea di un’AI magica o autonoma, mettendo in luce il suo radicamento in pratiche umane, dati e risorse. Concordano che creatività e intelligenza umana restano centrali, e che il ruolo dell’“autore” non può semplicemente sparire. Al tempo stesso emergono differenze nette, Crawford punta il dito sui grandi sistemi di potere e sui costi globali e materiali dell’AI, chiedendo una critica che ne smonti i miti; D’Isa evidenzia le opportunità aperte per i creativi (pur con i rischi operativi) e invita a un uso consapevole degli strumenti generativi. In definitiva, gli autori ci spingono a riflettere che l’AI è tutt’altro che neutra, ma come raccontiamo e gestiamo questa tecnologia dipende ancora in gran parte da noi.
Brevi profili degli autori
Kate Crawford è una studiosa australiana di intelligenza artificiale e delle sue implicazioni materiali e sociali. Professoressa di Communication all’Università della California del Sud (USC) e Senior Principal Researcher presso Microsoft Research New York, ha dedicato anni a indagare le catene di estrazione e i pregiudizi nascosti dietro gli algoritmi. Il suo libro Atlas of AI: Power, Politics and the Planetary Costs of Artificial Intelligence è una delle opere di riferimento sull’argomento. Nel suo sito si trovano informazioni sui suoi progetti, inclusa l’influente esposizione Calculating Empires, co-creata con Vladan Joler.
Francesco D’Isa è un filosofo, scrittore e artista digitale italiano. Laureato in Filosofia, è autore di saggi e romanzi (editi da Hoepli, Tlon, effequ, Bompiani ecc.) e curatore di progetti artistici che integrano intelligenza artificiale e narrazione. È direttore editoriale della rivista L’Indiscreto e insegna Filosofia a Firenze e Illustrazione a Brescia. Nel 2024 ha pubblicato La rivoluzione algoritmica delle immagini. Arte e intelligenza artificiale (Luca Sossella Editore), un saggio divulgativo in cui analizza criticamente i risvolti estetici e sociali delle tecnologie generative. Altro suo lavoro recente è il romanzo filosofico illustrato Sunyata (Eris, 2023), realizzato anch’esso con l’ausilio di AI.
POV nasce dall’idea di mettere a confronto due autori viventi, provenienti da ambiti diversi - filosofia, tecnologia, arte, politica - che esprimono posizioni divergenti o complementari su un tema specifico legato all’intelligenza artificiale.
Si tratta di autori che ho letto e approfondito, di cui ho caricato i testi in PDF su NotebookLM. A partire da queste fonti ho costruito una scaletta di argomenti e, con l’ausilio di GPT, ho sviluppato un confronto articolato in forma di articolo.
L’obiettivo non è giungere a una sintesi, ma realizzare una messa a fuoco tematica, far emergere i nodi conflittuali, perché è proprio nella differenza delle visioni che nascono nuove domande e strumenti utili a orientare la nostra ricerca di senso.