Oggi, l’intelligenza artificiale generativa è capace di costruire interi universi visivi a partire da poche parole. Ma in questo processo si cela un paradosso: l’artista è ancora l’unico creatore, o la macchina è un collaboratore, un co-agente dell’atto creativo? Il Museum of Artificial Art (MoAa) descrive l’IA come un “luogo di resistenza, speculazione e immaginazione culturale”, indicando che la relazione uomo-macchina non è più soltanto tecnica, ma estetica e persino ontologica: un nuovo modo di vedere, un nuovo modo di sognare.

E allora la domanda ritorna, più urgente che mai: chi sta davvero sognando? Forse la risposta è più complessa di quanto siamo disposti ad ammettere.

L’idea di una macchina come partner creativo non è affatto recente. Già negli anni Sessanta l’artista britannico Harold Cohen (1928-2016) sviluppò uno dei primi programmi dedicati alla produzione artistica: AARON. Il nome, ispirato al messaggero biblico, non era casuale: AARON non era un semplice strumento, ma un vero e proprio collaboratore. Cohen lo programmò per generare immagini seguendo regole che imitavano i processi decisionali umani. Con il tempo, tra artista e software si instaurò un dialogo autentico, capace di mettere in discussione le tradizionali nozioni di autorialità e creatività.

Una nuova fase si aprì nel 2010, con l’introduzione del deep learning e le reti neurali. Queste tecnologie permisero ai sistemi di apprendere da enormi quantità di dati e di generare immagini sempre più complesse. Nel 2015 Google presentò DeepDream, un programma di collaborazione di immagini, che, grazie a una rete neurale convoluzionale individuava e amplificava schemi nascosti all’interno delle immagini, attraverso un processo simile alla pareidolia, la tendenza umana di riconoscere forme familiari in stimoli visivi e uditivi. Il risultato fu sorprendente: visioni psichedeliche, paesaggi abitati da occhi, figure e pattern in metamorfosi continua, come sogni generati da una mente artificiale. DeepDream divenne virale e portò alla nascita di Artists + Machine Intelligence (AMI), il programma di Google, che nel 2016, presentò la mostra DeepDream: The Art of Neural Networks.

Da quel momento, l’arte generata con il supporto dell’IA uscì dai circuiti sperimentali per entrare nel mercato dell’arte globale. Nel 2018 Christie’s mise all’asta Portrait of Edmond de Belamy, realizzato dal collettivo francese Obvious utilizzando la tecnologia Generative Adversarial Network (GAN). Il ritratto, sospeso tra la figura di un nobile rinascimentale e un volto che si dissolve, non portava alcuna firma, ma solo una riga di codice matematico. L’anno successivo Sotheby’s presentò Memories of Passersby I di Mario Klingemann, un’installazione che generava in tempo reale un flusso infinito di ritratti sintetici. Non si trattava di riproduzioni di persone reali, ma visioni di esseri mai esistiti, che apparivano e scomparivano come frammenti del sogno di una macchina.

La vendita di Portrait of Edmond de Belamy rese esplicite le tensioni centrali del dibattito sull’arte e l’intelligenza artificiale: la legittimità della creatività algoritmica, la questione dell’autorialità e il valore estetico delle opere prodotte. Un confronto che riecheggia le riflessioni di Walter Benjamin negli anni Trenta e di John Berger negli anni Settanta, secondo cui il valore artistico di un’opera può trascendere la sua origine artigianale. In quest’ottica, l’uso della macchina non rappresenta una minaccia, ma una componente naturale dell’evoluzione di ciò che oggi chiamiamo arte.

Per lungo tempo, il rapporto tra esseri umani e intelligenza artificiale è stato concepito come unidirezionale: noi addestriamo la macchina perché ci sia utile. Nutrendosi dei dati che descrivono l’espressione artistica umana, l’IA elabora senza tuttavia “vedere” ciò che assimila. Quando “dipinge” un sogno, in realtà compone un mosaico di miliardi di frammenti visivi tratti da sogni umani, organizzati secondo le istruzioni testuali che riceve.

Ma il rapporto è molto più complesso. Nel saggio Mean Images (2023), la storica dell’arte e regista Hito Steyerl ne propone una critica tagliente, sostenendo che le immagini generate con l’IA non possano essere definite creative, bensì la risultante statistica dei dati su cui vengono addestrate. Le definisce mean images (immagini mediane), dove la medietà non è soltanto numerica, ma anche estetica: immagini spesso mediocri o disturbanti, perché riflettono ciò che è più comune nel dataset, non ciò che è più significativo.

Questa condizione le rende rivelatrici: mostrano i nostri pregiudizi collettivi, le estetiche dominanti e le norme sociali, ma quasi nulla dell’esperienza individuale o della visione personale. Prive di intenzionalità, emozione e contesto storico, sono – secondo Steyerl – “post-rappresentazionali”; non rappresentano qualcosa di specifico, ma la media di tutto ciò che esiste.

Emerge così una consapevolezza scomoda: nel tentativo di insegnare all’IA a “vedere”, potremmo averla addestrata a vedere nel modo più generico possibile, privilegiando il prevedibile rispetto al particolare, il comune rispetto al singolare. Strumenti come Stable Diffusion non producono somiglianze, ma verosimiglianze: volti statisticamente probabili, costruiti a partire da milioni di immagini aggregate.

Queste immagini, allora, non sono mai neutrali, ma riproducono e amplificano pregiudizi, stereotipi e strutture di potere. Sono specchi deformanti che riflettono come la società percepisce sé stessa, confondendo spesso il popolare con il banale, l’ordinario con l’oppressivo.

È in questo contesto che la missione del Museum of Artificiale Art (MoAa) assume un ruolo cruciale. Lontano dal celebrare l’intelligenza artificiale come semplice novità tecnologica, il MoAa ne esplora le implicazioni culturali e critiche, sostenendo artisti che la utilizzano per mettere in discussione le sue fondamenta. Promuove una pratica che non si limita all’uso dello strumento, ma che ne interroga i limiti attraverso la riflessione concettuale, la critica sociale e la sperimentazione visionaria.

La forza dell’arte non risiede in ciò che la macchina genera per default, ma nella capacità dell’essere umano di orientarla contro la sua stessa natura statistica. È in questo spazio liminale che nasce l’atto creativo.

Un esempio è quello di Joy Fennell, che impiega l’IA per riscrivere la storia e immaginare futuri capaci di sfidare l’immagine media. La sua pratica decostruisce le rappresentazioni stereotipate della Blackness nella cultura visiva, sovvertendo i pregiudizi algoritmici verso l’omogeneità e restituendo complessità, identità e intenzione all’atto dell’immaginare.

Cosa accade quando l’intelligenza artificiale comincia a parlare una lingua che non comprendiamo del tutto? Forse l’aspetto più sorprendente dell’IA generativa non è la sua efficienza, ma la sua capacità di inventare. Quando le vengono proposti concetti ambigui o impossibili, la macchina non fallisce: propone delle allucinazioni. Mescola i riferimenti in modi imprevedibili, generando immagini al tempo stesso aliene e familiari, in cui non si limita a imitare, ma a sintetizzare.

Questa dinamica è al centro della mostra inaugurale del MoAa, I Miei Ricordi: AI Dreams, Hallucinations and Memories. Tra le opere presentate, Maddy Minnis genera scenari pittorici che sembrano allucinazioni della macchina, visioni oniriche che si espandono fino a diventare ecosistemi completi e specie immaginarie. Non sono riproduzioni di ciò che è mai esistito, ma qualcos’altro: frammenti di futuri possibili, sogni che la macchina ha imparato a raccontare.

Cambia il modo in cui intendere la creatività. La macchina sembra farsi visionaria, mentre noi – artisti e spettatori – diventiamo apprendisti, impegnati a esplorare i suoi paesaggi strani e seducenti. È questo il nuovo dialogo: noi offriamo all’IA i dati del nostro passato, e lei ci restituisce immagini di un futuro che, da soli, non saremmo in grado di immaginare.

Non si tratta di consumo passivo, ma di co-creazione: una collaborazione in cui gli artisti non si limitano a usare l’IA, ma ne modellano le visioni, canalizzandone la capacità di allucinare, prefigurare e riscrivere i tempi. In questo spazio, l’arte non è più il prodotto delle previsioni, ma il processo di un sogno che avanza.

Dunque, stiamo insegnando all’IA a vedere o è lei che sta insegnando a noi a sognare?

Forse la risposta non sta nello scegliere tra le due opzioni, ma nel riconoscere la trasformazione reciproca in atto. Nel guidare le macchine a imitare la nostra immaginazione, impariamo a guardare noi stessi – e nel mondo- attraverso una lente nuova. Non sempre più nitida, ma certamente diversa. E in quella differenza, forse, sta nascendo una nuova forma di visione.