Negli anni ’50-’60 la visione originaria dell’IA aveva come obiettivo quello di insegnare a un computer a svolgere una serie di compiti cognitivi. Secondo questa proiezione, un computer avrebbe simulato molte delle operazioni di una singola mente umana. Tra queste vi erano il gioco degli scacchi, la risoluzione di problemi matematici, la comprensione del linguaggio scritto e parlato e il riconoscimento del contenuto delle immagini. A distanza di sessant’anni, l’IA è divenuta uno strumento chiave per le economie moderne, rendendole più efficienti, sicure e prevedibili in quanto capace di analizzare automaticamente immagini mediche, prendere decisioni sui prestiti al consumo, filtrare le domande di lavoro, individuare le frodi e così via. L’IA è inoltre vista come catalizzatore delle nostre vite quotidiane, uno strumento per risparmiare tempo e fatica. Un buon esempio, in questo senso, è la possibilità di utilizzare la voce invece di digitare un testo.
Ma cos’è esattamente l’“Intelligenza Artificiale” oggi? Oltre ai compiti che originariamente la qualificavano, come il gioco degli scacchi, il riconoscimento degli oggetti in una foto e la traduzione linguistica, i computer svolgono oggi una serie infinita di operazioni “intelligenti”. Ad esempio, la tastiera dello smartphone si adatta gradualmente allo stile di digitazione, il telefono può monitorare l’utilizzo delle applicazioni e ottimizzare le loro prestazioni per risparmiare batteria e l’app delle mappe calcola automaticamente il percorso più breve, considerando anche le condizioni del traffico. Esistono migliaia di operazioni intelligenti, seppure non molto affascinanti, costantemente operative nei telefoni, computer, server della rete o altrove nell’universo tecnologico.
Dunque, in un certo senso, oggi l’IA è dappertutto. Mentre alcune delle sue funzioni catturano maggiormente la nostra attenzione – come Google’s Smart Reply, che suggerisce automaticamente come rispondere alle email (ed è usato per il 10% di tutte le risposte nelle caselle mail di Google del 2017) – molte altre hanno luogo nel grigiore quotidiano della società digitale. Per quale motivo, però, alcuni compiti intelligenti svolti dai computer sono visti come la “vera” IA mentre altri no? Gli osservatori e gli storici del campo parlano di “effetto IA”, ovvero del fenomeno per cui “quando capiamo il modo in cui una macchina fa qualcosa di intelligente, questa cessa di essere considerata intelligente” (Promise of AI Not So Bright, 2006).
Per questo motivo, una volta che il campo dell’IA risolve un problema e la soluzione è implementata nell’ambito dell’industria, questa non viene più considerata come parte dell’ambito originario. Paradossalmente, associamo all’Intelligenza Artificiale solo i problemi che non sono ancora stati risolti. Questo crea l’impressione che la ricerca sull’IA non abbia raggiunto risultati soddisfacenti nel corso della sua lunga storia.
L’incremento drammatico delle potenzialità del computer, l’ubiquità delle reti e dei device digitali, nonché le sfide e opportunità poste dal trend dei “big data” degli anni 2000, hanno avuto un forte impatto sull’IA. Dall’automazione di una singola mente si è passati a un’idea di “super-cognizione”. Si pensi, ad esempio, a strumenti di ricerca quali Baidu, Yandex, Bing, e Google che scansionano il web continuamente indicizzando miliardi di siti e blog. Inserendo un elemento da ricercare, questi strumenti restituiscono immediatamente i risultati indicizzati. Nessun essere umano potrebbe mai svolgere una simile operazione. La dimensione della cultura digitale richiede un’intelligenza qualitativamente simile a quella umana, ma quantitativamente operante su tutt’altra scala.
Come ho già potuto evidenziare, la visione originaria dell’IA riguardava l’automazione cognitiva. Nonostante la differenza di scala, la super-cognizione segue ancora questo paradigma. Perciò, quando le persone parlano dei grandi successi dell’IA negli anni recenti, vengono presi in considerazione gli stessi compiti che sono già stati definiti agli inizi delle sperimentazioni su questo ambito molte decadi fa: la comprensione del linguaggio naturale, la traduzione automatica e il riconoscimento degli oggetti in una foto. Ciò che forse può risultare meno ovvio è che oggi l’IA gioca un ruolo cruciale nelle nostre vite e nei nostri comportamenti culturali grazie alla crescente automazione della creazione estetica e delle scelte estetiche.
Si consideri l’adozione degli esempi sopra riportati di IA in un preciso ambito culturale: quello della fotografia digitale. Li ho suddivisi in due categorie: da un lato gli strumenti di assistenza nella selezione di immagini da grandi collezioni (e spesso immense), dall’altro gli strumenti di supporto nella creazione o nell’editing di nuovi contenuti. Si noti che l’IA può assistere la scelta umana o svolgere una selezione completamente automatica.
Selezione di contenuti esistenti:
1. I mercati e i servizi di condivisione di immagini usano l’IA per fare pronostici sui contenuti delle immagini e assegnano loro delle parole chiave (Grigonis, 2016).
2. La schermata “Esplora” di Instagram suggerisce immagini e video a ogni utente basandosi su una combinazione di diversi fattori (e non solo ciò che l’utente ha apprezzato in passato).
3. Yelp seleziona automaticamente le migliori foto per illustrare i numerosi business elencati.
4. L’applicazione The Roll di EyeEm valuta automaticamente la qualità estetica delle foto degli utenti, mentre il mercato delle immagini di EyeEm assegna dei punteggi alle fotografie proposte.
5. Huawei ha lanciato un contest fotografico in cui le foto presentate sono state giudicate da una IA: “formatasi sulla base di un’analisi di 4.000.000 immagini scattate da fotografi professionisti ed editor fotografici, l’IA assegnava in seguito un punteggio personalizzato a ogni foto, basandosi su parametri quali messa a fuoco, mosso, riflessi, colore e composizione” (Hillen, 2018).
Creazione/editing di nuovi contenuti:
1. Le applicazioni fotografiche possono modificare automaticamente le foto secondo le norme della “buona fotografia”.
2. Altre applicazioni possono “abbellire” i selfie e i ritratti. La lunga lista di opzioni simili offerte da Tencent (azienda cinese IT di prim’ordine) mostra le tipologie di possibili aggiustamenti automatici: “dermoabrasione, sbiancamento della pelle, ingrandimento degli occhi, allungamento facciale, rimozione dell’acne, accentuazione delle palpebre, cambiamento del colore della pelle, riconoscimento del colore del viso e applicazione del fondotinta, applicazione del lucidalabbra, miglioramento della forma delle sopracciglia e applicazione di altri trucchi” (Tencent YoTu Lab, 2018).
3. Photoshop 9.1 usa l’intelligenza artificiale nella sua funzione “selezione del soggetto” per individuare automaticamente gli oggetti dallo sfondo.
4. La fotocamera del telefono analizza il layout 3D di una scena e sfuma gli sfondi nei ritratti e nei selfie (Associated Press, 2016).
5. La fotocamera del Huawei Mate 10 (rilasciato nell’ottobre 2017) usa l’intelligenza artificiale per analizzare ciò che vede. Dopodiché lo classifica secondo il diverso tipo di ambientazione e seleziona i parametri appropriati per fotografare una data scena, persino prima di scattare la foto.
Altri utilizzi dell’IA per la fotografia sono ancora in fase di sperimentazione durante la stesura di questo libro, o sono ancora in sviluppo e non ancora integrati in prodotti specifici. Ad esempio, gli ingeneri di EyeEm hanno descritto un esperimento nel quale i loro sistemi sono riusciti a decifrare gli stili di diversi curatori fotografici con soli 20 esempi di fotografie per ognuno, selezionando poi alcune immagini simili dalla collezione EyeEm, così che i curatori potessero poi procedere con ulteriori selezioni (Shaji & Yildirim, 2017). Google ha inoltre progettato un sistema che emula le competenze di un fotografo professionista, selezionando le foto per l’editing, ritagliandole e applicandovi dei filtri. Il progresso nell’implementazione commerciale dell’IA nell’analisi delle fotografie può essere tenuto sott’occhio visitando periodicamente il sito dell’azienda Clarifai, una delle più importanti in questo campo (Clarifai, 2018). Oltre alla fotografia, gli utilizzi dell’IA in ambito culturale sono rintracciabili nella prassi dei suggerimenti musicali su Spotify, iTunes e altri servizi musicali, all’interno delle applicazioni che editano automaticamente i video grezzi per creare brevi video in diversi stili, nonché nel contesto della creazione di nuovi articoli e stili di moda (Shah, 2017). Mano a mano che l’utilizzo dell’IA in ambito culturale continua a espandersi, il concetto di IA si trasforma, e riuscire a stabilire una tassonomia definita per descriverla è una vera sfida. Seguendo lo schema delle due categorie usato per gli esempi delle applicazioni dell’IA per la fotografia, di seguito si propone una possibile tassonomia dei tipi di IA culturale oggi riscontrabili:
1. Selezione dei contenuti dalle grandi collezioni: ricercare, scoprire, curare, suggerire e filtrare (Asrar, 2016).
2. Individuazione degli obiettivi (es. marketing one-to-one, targettizzazione comportamentale e segmentazione del mercato).
3. Assistenza nella creazione e nell’editing di nuovi contenuti. Se si pensa all’IA come un’intelligenza in senso biologico, questo fenomeno può essere chiamato “partecipazione” nella creazione di contenuti.
4. Creazione completamente autonoma (es. IA che compone brani musicali in un particolare stile, che scrive notizie di business e di sport [Kafka, 2016], che produce visualizzazioni partendo da determinati gruppi di dati, progetta il design di siti web, genera e-mail di risposta ecc.).
È riscontrabile negli esempi sopra indicati una tendenza verso una graduale automazione (parziale o totale) delle decisioni estetiche; i motori di raccomandazione suggeriscono ciò che dovremmo vedere, ascoltare, leggere, scrivere o indossare. Nuovi device e servizi aggiustano automaticamente l’estetica dei media perché questi possano rientrare in determinati criteri, altri software valutano la qualità estetica delle foto ecc. Un tale sviluppo suscita importanti domande relative al futuro della cultura. Questa automazione potrebbe portare a una riduzione della diversità estetica nel nostro tempo? È una deriva inevitabile oppure possono esistere dei fattori di contrasto, capaci di accrescere la diversità?
Per illustrare il significato di questo fenomeno per la cultura dell’immagine, la domanda dovrebbe forse essere riformulata come segue: i miglioramenti e gli editing automatizzati delle fotocamere mobili e dei servizi di condivisione fotografica rendono le fotografie degli utenti meno diversificate esteticamente? Le successive integrazioni dell’IA nei device fotografici degli utenti e nei siti di condivisione delle immagini porteranno alla standardizzazione dell’“immaginazione fotografica”?
Gli strumenti per la ricerca, i suggerimenti e le funzioni simili a “Esplora” di Instagram porteranno a mostrare le stesse immagini (o diverse variazioni di un dato contenuto, o forse solo immagini caratterizzare da una certa estetica “professionale”) a moltissime persone, diminuendo l’esperienza della diversità?
L’IA, gli algoritmi e le interfacce utenti di servizi digitali, app e prodotti potrebbero anche, contrariamente a quanto prospettato, aumentare la diversità estetica. In effetti, le fotocamere digitali e le applicazioni fotografi che hanno diverse funzioni per la personalizzazione. Nella mia fotocamera (Fuji E-3) posso scegliere il tempo di esposizione, l’apertura del diaframma, gli ISO, e gestire i punti luce, il tono delle ombre, la densità del colore, il contrasto, la grana, la gamma dinamica, la riduzione del rumore e i filtri di simulazione (Fujifilm Corporation, 2017). Le app per il libero editing delle foto come Snapseed, usate da molte persone per modificare le fotografie su Instagram, offrono un ampio numero di strumenti per modificare le immagini, paragonabile a quelli dei software professionali Photoshop e Lightroom. Nel corso del tempo, le opzioni offerte dalle applicazioni di editing fotografico delle fotocamere dei telefoni sono aumentate e molte sono oggi gratuite. Perciò, mentre l’integrazione graduale dell’IA nelle fotocamere degli smartphone e nei siti di condivisione potrebbe contribuire alla riduzione della diversità estetica, la simultanea aggiunta di nuove funzioni di controllo potrebbe generare l’effetto opposto.
Consideriamo i motori di raccomandazione. Questi possono essere programmati per consigliare articoli che sono già popolari tra gli altri utenti, diminuendo perciò le possibilità di accedere a contenuti più variegati. Oppure, questi potrebbero essere programmati per esporre gli utenti a contenuti diversificati, inclusi quelli che loro stessi non saprebbero rintracciare. Qualcuno potrebbe usare degli strumenti diversi per dei media diversi ogni giorno, e tutti questi potrebbero essere programmati in diversa maniera; sarebbe così improprio dire che questi motori possano spingere gli utenti in una precisa direzione. E siccome ogni motore di raccomandazione industriale utilizza diversi input per produrre dei suggerimenti, questi potrebbero presentare un mix di contenuti già popolari e di altri che sarebbero difficili da trovare autonomamente. In uno studio quantitativo del 2010, i ricercatori hanno “indagato l’impatto dei motori di raccomandazione di Youtube nell’ottica di questa diversità, per capire se questi conducessero l’utente a contenuti di suo interesse, non necessariamente popolari, o se fosse più probabile che questi consigliassero video prettamente popolari”. Secondo le conclusioni tratte, “l’attuale motore di raccomandazione aiuta ad aumentare la diversità delle visualizzazioni dei video in aggregazione” (Zhou, Gao e Khemmarat, 2010), ma questo dato può variare a seconda dell’algoritmo usato in un dato momento da Youtube.
Naturalmente, oltre alle tecnologie computazionali, diverse altre tendenze della cultura contemporanea sono capaci di influenzare la diversità estetica. La nascita del World Wide Web e dei social network, l’aumento della mobilità internazionale, della globalizzazione delle economie dei consumatori e della pubblicità, la telecomunicazione a costo zero, le crescita dell’iscrizione degli studenti a enti di formazione stranieri, l’aumento del lavoro da remoto e l’ascesa del Giappone, seguito da Corea e Cina, come esportatore di prodotti e immagini culturali, sono solo alcuni esempi delle forme di sviluppo che giocano una ruolo cruciale in questo senso. Da un lato, ciò trasforma il mondo in un singolo villaggio globale o, se si preferisce, in un singolo mercato culturale, in cui certe immagini, idee, valori, narrative, prodotti e stili sono commercializzati a chiunque e resi accessibili ovunque, riducendo la diversità. Dall’altro, le stesse tendenze potrebbero accrescere la diversità, in quanto precisi DNA culturali locali diventano così disponibili globalmente.
Posto che molti sviluppi stanno influenzando la diversità estetica globale, il ruolo giocato dall’IA culturale non è probabilmente ancora dei più significativi, ma è probabile che questo si sviluppi in futuro per almeno due ragioni. In primo luogo, miliardi di persone che ancora non usano internet e gli smartphone inizieranno ad avervi accesso utilizzando così gli stessi motori di raccomandazione forniti dall’IA, gli strumenti per l’editing estetico dei media, le applicazioni per abbellire i selfie e così via. In secondo luogo, l’automazione delle decisioni estetiche che abbiamo visto finora è ancora in una fase poco avanzata, e molti cambiamenti devono ancora avere luogo. Per esempio, a coloro che in questo momento si stanno scattando delle foto, le fotocamere applicano miglioramenti estetici nel momento dello scatto e solo in un secondo momento è possibile usare un software di editing per ulteriori modifiche. È facile immaginare, tuttavia, un futuro in cui le fotocamere sceglieranno autonomamente cosa scattare per offrirci la foto più adatta a rientrare in un certo concetto o ideale estetico. La videocamera Google Clips, infatti, lanciata nel gennaio 2018, è già capace di farlo. Si tratta di una camera che utilizza interamente l’IA e una visione computerizzata per riconoscere persone e animali domestici, nonché certe espressioni facciali, apprendendo dal lavoro di fotografi professionisti per fare “buoni” video con una composizione appropriata, azioni interessanti e così via (Lovejoy, 2018).
In base a quanto detto, come possiamo valutare se la diversità estetica nella cultura contemporanea – o anche in una singola area come la fotografia – stia aumentando o diminuendo? Possiamo forse utilizzare l’IA per iniziare a rispondere a queste domande più precisamente, senza tentare di indovinare o semplicemente di seguire delle intuizioni che spesso si rivelano sbagliate.
Dalla metà degli anni 2000, centinaia di migliaia di computer e sociologi (social scientists) hanno analizzato quantitativamente enormi campioni della cultura contemporanea digitale, inclusi miliardi di post e interazioni tra gli utenti di Facebook, Twitter, Instagram, Flickr, Pinterest e altri social network, così come nei siti per i suggerimenti come Yelp, i network creativi come Behance ecc. (esempi rilevanti di questa ricerca saranno illustrati di seguito). Sono così stati sviluppati diversi criteri quantitativi che descrivono – o tentano di descrivere – alcuni aspetti della cultura, come le strutture di condivisione dei social network o l’unicità e originalità delle immagini create dagli utenti. Se si pensa nei termini di questo paradigma, si possono anche proporre delle misure di diversità estetica applicabili ad alcune aree culturali e tipologie di media. Dal momento che possiamo sempre accedere ai contenuti degli utenti condivisi in passato (ad esempio, i contenuti condivisi su Flickr sono consultabili fino al 2004, quelli su Instagram fino al 2010), possiamo anche calcolare come la diversità in alcune aree culturali stia cambiando nel tempo.
Ciò richiederebbe lo sviluppo di formali misure di diversità estetica per i diversi media e ambiti culturali, dalla moda al design d’interni, dal cinema alla musica. Un tale processo sarebbe incredibilmente utile, perché ci permetterebbe di guardare alla cultura contemporanea in modo nuovo. Nonostante queste definizioni formali non potranno interamente tener conto della nostra esperienza estetica, queste possono comunque aiutarci fornendo dei nuovi concetti per pensare alla cultura digitale globale.
Bisognerebbe anzitutto distinguere le tipologie di diversità. Una tra queste è la diversità di contenuti, ovvero gli articoli creati in una determinata area culturale. Ad esempio, nel caso della fotografia, questa diversità include diversi tipi di soggetti, tecniche e stili. Un’altra è identificabile nella diversità delle scelte degli utenti, intesa in modo simile all’analisi dello studio su Youtube precedentemente citato. Per esempio, gli stilisti contemporanei in diverse parti del mondo potrebbero creare articoli con stili, silhouette, forme, volumi, materiali, texture e colori molto differenti, ma la diversità degli articoli acquistati e indossati dalle persone a livello mondiale potrebbe essere minore. Oppure, potrebbe essere maggiore in quanto oggi molte persone mischiano diversi articoli nei loro outfit, creando look compositi che gli stilisti e i rivenditori non offrono. Altri tipi di diversità possono ancora essere definiti appropriati.
L’idea di misurare la diversità estetica nella cultura contemporanea globale ci permette di pensare ad altre interessanti distinzioni. Una di queste è quella tra diversità globale e locale. Misurando un sufficiente numero di articoli su scala globale, le molteplici culture locali potrebbero apparire molto omogenee se comparate con un range completo di scelte disponibili globalmente. Tuttavia, zoomando in questi luoghi, quelle che dapprima apparivano come delle piccole colline si rivelano essere montagne, per così dire, ovvero apparirà evidente che questi luoghi sono in realtà molto differenti se analizzati singolarmente.
Correlata a questa distinzione se ne può trovare un’altra, quella tra misurazione oggettiva e soggettiva, che corrisponde alla differenza tra la prospettiva dell’analista e quella dell’utente. Finora si è detto che le nostre misurazioni sono derivate da un punto di vista astratto e onnicomprensivo. Tutti gli articoli e le scelte dell’utente sono stati posizionati su una singola scala e misurati dall’esterno. Si tratta della prospettiva standard in ambito biologico utilizzata nell’analisi della biodiversità della terra, ad esempio per contare il numero di specie distinte in un determinato habitat o sulla terra. Ma nel caso della cultura, siamo tenuti a considerare il modo in cui la diversità e la presenza di differenti articoli in un habitat è percepita dai membri dell’habitat stesso. In questa prospettiva, le tradizioni e le convenzioni locali determinano se alcuni articoli o scelte sono percepiti come radicali oppure no, non solo dunque le loro caratteristiche oggettive. Per proseguire con gli esempi sulla moda, in diverse città occidentali le persone indossano comunemente colori variegati, e ciò non è visto come un atto radicale. Tuttavia, in una città come Seul le palettes di grigi, come i bianchi e i neri, dominano i look delle persone, mentre la presenza di outfit caratterizzati da colori saturi, e specialmente più d’uno allo stesso tempo, non passerebbe inosservata e sarebbe percepita come fuori dalla norma.
L’IA sostituirà i creatori culturali professionisti quali media designers, industrial designers, stilisti, fotografi, cineasti, architetti e urbanisti? I paesi e le città del mondo si scontreranno in una competizione che sarà vinta da chi saprà meglio e più velocemente automatizzare le industrie creative? E ancora, i paesi e le città (o le imprese separate) che riusciranno per prime a combinare l’IA e le competenze e i talenti umani supereranno le altre? Oggi, l’IA ci offre l’opzione di automatizzare le nostre scelte estetiche (tramite i motori di raccomandazione), assisterci in alcune aree della produzione estetica, come la fotografia di consumo, e automatizzare altre esperienze culturali (ad esempio, selezionando le pubblicità da mostrarci online). Ma nel futuro giocherà un ruolo più ampio nella produzione culturale professionale. Il suo utilizzo nell’ambito della progettazione di articoli di moda, loghi, musica, spot televisivi e altre aree della cultura è già in fase di crescita. Tuttavia, oggi sono ancora gli esperti umani a prendere le decisioni definitive o a strutturare una produzione basata sulle idee proposte dall’IA.
Il famoso esempio di Game of Thrones (serie televisiva fantasy americana lanciata nel 2011) è un caso che vale la pena analizzare. È stato il computer a suggerire le idee per il copione, ma la sceneggiatura e lo sviluppo della storia sono stati definiti dagli umani. Si potrà parlare di una cultura completamente guidata dall’IA solamente quando questa sarà autorizzata a creare prodotti e media in modo autonomo dall’inizio alla fine. In questo futuro, gli umani non decideranno se questi prodotti potranno essere mostrati al pubblico, avranno solo fiducia sul fatto che l’IA conosce l’opzione migliore, allo stesso modo in cui le si dà oggi piena fiducia su dove e quando presentare una data pubblicità, come anche sulla scelta di chi dovrebbe vederla.
Non siamo ancora a questo punto. Ad esempio, nel 2016 IBM Watson ha creato il primo “trailer realizzato dall’IA” per presentare il film Morgan (Mix, 2016). In questo caso, l’IA ha scelto unicamente gli shot dal film completo che questa ha “ritenuto” adeguati per essere inclusi nel trailer, dopodiché un editor umano ha proceduto alla selezione e all’editing finale. Nell’altro esempio proposto, quello relativo alla creazione di un sistema capace di suggerire automaticamente le possibili risposte per le e-mail ricevute dagli utenti, i lavoratori di Google hanno creato manualmente un insieme di dati con tutte le risposte. L’IA sceglie quindi le risposte da suggerire, ma non può ancora generarle automaticamente (il capo dell’IA Google di New York ha spiegato che anche un singolo errore in questo senso potrebbe causare un danno d’immagine alla compagnia, dunque Google non può rischiare che l’IA proponga risposte suggerite autonomamente).
È logico pensare che ogni area della produzione culturale sottostante a regole esplicite o schemi sistematici possa essere automatizzata, seppure solo in principio. Molte aree culturali commerciali, infatti, sono adatte a essere automatizzate, come i telefilm, i romanzi rosa, la fotografia professionale, i video musicali, le notizie, i siti web, il graphic design e l’architettura residenziale. Ad esempio, possiamo insegnare ai computer a scrivere i copioni per le serie tv, a fotografare il cibo o a strutturare delle notizie in diversi generi. Fino a oggi l’IA è stata usata solamente per comporre brevi spot o storie d’impresa. Dunque, invece di chiederci se una di queste aree sarà un giorno automatizzata o meno, si può piuttosto presumere che questo accadrà; rimarrebbe solo da chiedersi “quando”.
Sembra logico, ma la realtà non è così semplice. Negli anni ’60, gli artisti, compositori e architetti hanno iniziato a usare degli algoritmi per generare immagini, animazioni, musica e progetti 3D (“Computer Art” s.d.). Alcuni di questi lavori sono entrati nei canoni culturali, mostrando incredibile inventiva e rifiniture estetiche. In ogni caso, si tratta di composizioni astratte, con pattern interessanti e complessi, ma senza riferimenti diretti al mondo umano. Sto pensando ai classici quali le forme geometriche astratte di Manfred Mohr (1969-1973) (Mohr, s.d.), l’animazione computer Arabesque di John Whitneys (1975), o le composizioni musicali di Iannis Xenakis Atrées e Morsima-Amorsima (1962) (Maurer, 1999). Non c’è figurazione in questi lavori generati dagli algoritmi, nessun personaggio da romanzo né scorci del mondo reale editati insieme per creare una narrazione come in un film. Ora, si provi a paragonare questi algoritmi astratti, ormai classici, con i tentativi odierni di sintetizzare dei lavori normalmente svolti dagli esseri umani, i loro mondi, interessi, emozioni e significati. Ad esempio, si prendano in considerazione Google Photos e Facebook, i quali offrono agli utenti degli slideshow e dei video creati automaticamente dalle loro raccolte di foto. I risultati sono spesso divertenti e talvolta utili, tuttavia non possono competere con i media creati professionalmente. Lo stesso vale per le immagini generate dagli ingegneri di Google che utilizzano la rete neurale DeepDream (2015-) e successivamente da altri che hanno utilizzato la stessa tecnologia (DeepDream, s.d.). Queste creazioni di IA dal mio punto di vista hanno avuto decisamente più successo degli slideshow delle foto degli utenti, ma non perché DeepDream sia meglio dell’IA. La ragione è riscontrabile nel fatto che gli stili dell’arte visiva del XX secolo tollerano più casualità e meno precisione di quelli, ad esempio, della foto narrativa di un viaggio, la quale richiede specifiche convenzioni e restrizioni su ciò che può essere incluso e quando. Perciò, nel caso di DeepDream, l’IA crea immagini artisticamente plausibili che si riferiscono al mondo umano perché rispondenti alla nozione di “arte moderna”, rispetto alla quale ci si aspetta una grande variabilità. Ma nel caso di slideshow editati automaticamente, ci rendiamo immediatamente conto che il computer non è davvero in grado di capire ciò che sta selezionando ed editando.
La creazione di artefatti mediali esteticamente soddisfacenti e plausibili a livello semantico che riguardino gli esseri umani e i loro mondi potrebbe diventare possibile solo a fronte di un sufficiente progresso nell’”intelligenza artificiale generale” (Artificial General Intelligence o AGI, anche detta “IA forte”). In altre parole, un computer dovrebbe avere approssimativamente la stessa conoscenza del mondo di un essere umano adulto.
In ogni caso, non si tratta solo di un progresso nella ricerca sull’IA. Le creazioni di un algoritmo risultano plausibili o meno anche a seconda delle convenzioni dei generi. In alcuni casi, IA anche molto semplici possono produrre risultati soddisfacenti.
Nel 2002-2005, ho collaborato con Andreas Kratky sul progetto Soft Cinema, un sistema semi-automatizzato per creare film narrativi procedurali (Manovich e Kratky, 2005; Manovich, 2005). Utilizzando il software sviluppato, abbiamo prodotto tre film. Ognuno di questi ha attinto a un database di centinaia di frammenti video da noi registrati. La scelta dei frammenti per i film e il loro editing sono stati eseguiti dal software secondo i parametri da noi inseriti.
Il progetto è stato esposto come installazione in 45 mostre. Per la durata delle singole esposizioni, a volte anche di qualche mese, il software editava dei film in tempo reale, selezionando brevi clip video presi da un database. La narrazione completa per ogni film durava tra i 7 e i 13 minuti a seconda del caso. Dopo aver fatto partire una versione, il computer iniziava immediatamente a editare e mostrare la versione successiva.
Piuttosto che cercare di simulare le convenzioni della narrativa del cinema mainstream o del genere di film documentario, ci siamo ispirati al cinema sperimentale del XX secolo. In particolare, è stato seguito il principio di non corrispondenza tra la narrazione e l’immagine.
Mentre una voce narrante raccontava una storia, il programma del computer selezionava dei brevi clip video da un database e li editava insieme usando metadati e regole da noi stabilite. Il programma generava dei layout dello schermo secondo griglie simili a quelle di Mondrian per visualizzare da uno a sei video nella stessa schermata. La sequenza dei clip video non illustrava direttamente la narrativa. Tuttavia, siccome tutti i video in ogni database di film avevano in comune una certa semantica e dei certi riferimenti visivi, il risultato complessivo di questo processo semi-automatizzato sembrava di senso compiuto. La mente dello spettatore creava connessioni tra il contenuto della narrazione e le immagini che passavano sullo schermo. Si può quindi vedere come le più “slegate” e associative convenzioni avanguardistiche del cinema sperimentale risultino molto più facili da simulare di quelle della narrativa di un film tradizionale. Quest’ultimo, difatti, richiede un più stretto coordinamento tra tutti i frammenti. Lo spettatore noterebbe immediatamente tutti gli errori compiuti dall’IA, mentre nel nostro Soft Cinema gli errori non erano possibili da principio, siccome la selezione e collocazione dei video non illustrava direttamente la narrativa.
In ogni caso, è possibile che impareremo gradualmente a insegnare all’IA a generare dei lavori rispondenti a generi che hanno convenzionalmente una serie di regole e costrizioni. Ad esempio, i personaggi umani sintetizzati in 3D e gli agenti conversazionali stanno diventando sempre più realistici. Si tratta di un’area ricca di sfide in quanto la comunicazione verbale umana è un “genere” sicuramente molto rigido: si noterebbe immediatamente se colui che parla compiesse dei gesti o delle espressioni facciali che non corrispondono a ciò che sta dicendo. L’utilizzo degli algoritmi nel design e nell’architettura (spesso chiamato design parametrico), è un’altra area matura.
Forse un giorno delegheremo ai computer la creazione dei dettagli di un’intera città, la sua pianta, le architetture, il paesaggio, la gestione del traffico e tutte le infrastrutture. Ma quando questo succederà, saremo capaci di impedire a queste metropoli di imporsi, razionalizzare e regolare le nostre esistenze nel nome del progresso e della felicità umana, come nelle visioni urbane del XVII-XIX secolo, nelle utopie europee delle comunità ideali, nelle proposte di radicale razionalizzazione urbana presentate da Le Corbusier negli anni ’20 e nelle visioni cibernetiche e meccaniche dell’Alphaville di Godard e del Playtime di Tati?
Se tutto il lavoro creativo e di conoscenza fosse dominato dall’IA, cosa rimarrebbe agli umani? Quale sarebbe lo scopo della nostra esistenza? Guardare film generati dell’IA senza sosta, ascoltare musica generata dall’IA, lasciarci guidare dalle auto senza conducente in giro per le città create dall’IA? Molti pensatori e artisti moderni hanno prefigurato un futuro in cui gli umani, liberati dal lavoro meccanico e noioso grazie all’operato delle macchine, potranno dilettarsi solo nel gioco e nelle arti (es. la New Babylon di Constant). Ma, se l’automazione della produzione culturale dovesse evolversi, sarebbero sempre le IA a giocare e produrre arte, non più noi.
L’automazione della produzione culturale potrebbe compiersi grazie alla presenza di un’IA basata su un sistema di regole esplicite oppure grazie all’utilizzo di un diverso approccio chiamato “machine learning supervisionato”. Quest’ultimo è stato reso popolare oggi dagli sviluppi del deep learning (un particolare metodo per il machine learning supervisionato) negli anni ’10 del 2000. Nell’uso comune di apprendimento supervisionato, un computer viene inizialmente nutrito di molti esempi di lavori di generi specifici, di stili e di media, imparando gradualmente a identificare gli schemi comuni di ogni genere e stile. Successivamente, al computer vengono mostrati contenuti sconosciuti, così che questo possa utilizzare gli schemi già acquisiti per classificarli. Nel caso del trailer per Morgan, a un computer sono stati mostrati cento film horror. In questi film, “ogni scena veniva taggata con un’emozione tratta da un’ampia gamma di 24 emozioni differenti e con etichette corrispondenti a circa 22.000 categorie di scene: inquietante, spaventoso, amorevole ecc.” (Smith, 2016). Il computer ha così appreso “quali tipi di scene rientrassero categoricamente nelle strutture di un trailer di un film suspense/horror”.
Possiamo dire che L’IA, implementata in questo modo, si comporta come un teorico o uno storico del cinema (o dell’arte, dei videogame, della moda ecc.). Questi ricercatori studiano infatti le opere di determinati luoghi e periodi storici per rintracciare degli schemi comuni. Le scoperte diventano così parte della storia della teoria di questo ambito.
Comunque sia, c’è una differenza cruciale tra un “IA teorico della cultura” e un normale teorico/storico. Quest’ultimo avanza principi espliciti che descrivono il funzionamento di un’area culturale. Ad esempio, un libro di testo standard usato nelle università in diversi corsi di studio sul cinema, The Classical Hollywood Cinema, fornisce delle risposte a domande come “In che modo il tipico film di Hollywood utilizza certe tecniche e tipi di storytelling del medium cinematografico?” (Bordwell, Staiger e Thompson, 2010). Al contrario, i risultati più frequenti dell’IA su molti esempi culturali (es. l’uso delle reti neurali deep) sono una scatola nera. Una volta offerti nuovi esempi, questa può classificarli correttamente (ad esempio, può decidere se un certo film rientra nei parametri di un “classico film di Hollywood” o no), ma spesso non ci è dato sapere in che modo una rete neurale ha effettuato la sua scelta. Analogamente, una rete neurale può essere addestrata a distinguere tra i lavori di diversi artisti, stilisti o registi. Questa può anche generare nuovi oggetti nello stesso stile. Spesso non sappiamo cosa il computer abbia effettivamente imparato (in ogni caso, molti scienziati informatici stanno lavorando per sviluppare dei metodi per rendere più trasparenti queste scatole nere create dalle reti neurali, permettendo così eventuali verifiche).
Questo è uno dei temi chiave attorno agli usi culturali dell’IA. I risultati del machine learning sono interpretabili o si tratta solo di scatole nere efficienti nella fase produttiva ma inutili per la comprensione umana del settore? L’uso espanso del machine learning nel creare nuovi oggetti culturali renderà espliciti gli schemi di molti ambiti culturali di cui potremmo non essere al corrente? E, se questo dovesse accadere, risulterà comprensibile per le persone sprovviste di specifiche competenze in ambito informatico? Le aziende che sfrutteranno il machine learning per generare film, pubblicità, design, immagini, musica, design urbani ecc. mostreranno ciò che i loro sistemi hanno imparato?
[testo pubblicato in L’estetica dell’intelligenza artificiale, Lev Manovich, a cura di Valentino Catricalà. Roma: Luca Sossella Editore, 2021. Titolo originale: AI Aesthetics, Strelka Press, 2018]
