Le tecnologie digitali, in particolare i sistemi di intelligenza artificiale, stanno modellando in modo profondo la nostra percezione della realtà, della società e di noi stessi. Tra i campi in cui l’IA generativa sta portando importanti trasformazioni, quello estetico in particolare risulta ancora poco approfondito sul piano delle monografie sistematiche, sebbene stia fiorendo un’ampia letteratura su riviste specializzate di articoli che di volta in volta seguono lo sviluppo e l’impatto degli strumenti di intelligenza artificiale generativa in campi specifici come quello del marketing e della pubblicità[1], del fashion design[2], del cinema e produzione video[3]. Mentre approcci più generali al rapporto tra IA generativa e senso estetico e artistico sono stati forniti dai lavori di Manovich[4].
In queste analisi emergono con una certa costanza alcuni aspetti degni di interesse: le IA generative offrono una maggior efficienza nei processi pre-produttivi e una maggior velocità nell’esecuzione delle operazioni più tecniche di creazione dell’immagine finale[5], al costo tuttavia di una minore originalità e di una marcata tendenza alla convergenza della novità media dei contenuti, dovuta alla ricombinazione di dati già esistenti nei dataset di addestramento[6] – al punto di sottolineare che talvolta le allucinazioni delle IA possono causare “incidenti creativi” stimolando per caso nuove direzioni di ricerca[7].
Curiosamente, analizzando l’evoluzione dell’informatica degli ultimi decenni, il successo degli algoritmi di IA si fonda su sviluppi che hanno portato a un decentramento delle fonti informative aumentando ipoteticamente la multiformità dei costumi e delle opinioni, aprendo dunque a una maggior varietà e originalità delle produzioni artistiche. Sebbene infatti i principali paradigmi teorici oggi utilizzati per le IA generative risalgano alla metà del secolo scorso – il primo modello matematico di un neurone biologico è nel 1943[8] e il termine machine learning è del 1959[9] – il loro utilizzo operativo non avrebbe avuto successo senza altri due fondamentali elementi: da una parte l’invenzione di Internet, che ha permesso l’acquisizione di enormi moli di dati di vario tipo, e, dall’altra, l’aumento esponenziale delle capacità di calcolo, necessarie all’elaborazione dei dati stessi per l’addestramento dei sistemi.
Internet in particolare ha reso visibile l’infosfera, una categoria sociologica nata tra gli anni ‘70 e ‘80 del secolo scorso ad opera di un economista inglese, Kenneth Boulding[10] ma divenuta centrale nell’opera di un sociologo statunitense, Alvin Toffler[11] che la colloca in una prospettiva storico-genetica, mostrandone l’interazione con le trasformazioni sociali (sociosfera) e tecnologiche (tecnosfera). Toffler individua tre ondate, corrispondenti ad altrettante grandi epoche in cui l’infosfera subisce trasformazioni radicali. Nella prima, legata alla società agricola, essa è povera di fonti ed è caratterizzata dalla presenza di poche figure informative prossime – la famiglia, il villaggio, le autorità religiose. Nella seconda, che coincide con l’industrializzazione e con la nascita dei mass media, la produzione centralizzata di immagini e valori su larga scala, attraverso stampa, cinema, radio e televisione, contribuisce a standardizzare i modelli culturali ed estetici tramite un numero limitato di canali monopolistici. Infine, con la terza ondata, tra la fine del XX secolo e l’inizio di quello successivo, si assiste a un drastico aumento e a un decentramento dei canali comunicativi.
Toffler anticipa così la rivoluzione digitale, parlando di media “demassificati” che moltiplicano le fonti e frammentano il flusso informativo, descrivendo la terza ondata nel 1980, ben prima di Internet e dei social network, in un senso che pare anticiparli con ciò che definisce “la cultura del blip”:
«Oggi, in luogo di masse di persone che ricevono tutte gli stessi messaggi, vi sono gruppi demassificati più piccoli che ricevono e si inviano reciprocamente una considerevole mole di immagini prodotte da loro stessi. Via via che l’intera società evolverà verso la crescente diversificazione indotta dalla Terza Ondata, i nuovi media rifletteranno e accelereranno questo processo. Ciò spiega, in parte, perché le opinioni su qualunque argomento stiano diventando meno uniformi. L’opinione collettiva si frantuma. A livello personale siamo tutti assediati e assaliti da immagini spezzettate, contraddittorie o scollegate, che fanno vacillare le nostre vecchie idee e si presentano alla nostra mente in rapida sequenza: compaiono per un tempo brevissimo e… “blip”… “blip”… vengono sostituite dalla successiva. Noi viviamo, in realtà, in una “cultura del blip”» .[12]
La questione allora è comprendere come l’infosfera della terza ondata, caratterizzata da una moltiplicazione e da una frammentazione delle fonti informative, porti in realtà a una sorta di “omologazione” dell’estetica.
Le risposte si trovano a monte dei sistemi di IA generativa attuali: una prima è rinvenibile nel funzionamento dei recommendation systems attivi dalla nascita dei social network, il cui compito è selezionare i contenuti visibili agli utenti secondo i loro gusti; in tal senso le piattaforme di servizi online non si limitano a raccogliere dati, bensì li analizzano tramite algoritmi che misurano le preferenze degli utenti attraverso interazioni, visualizzazioni e like. Questi metadati vengono impiegati per proporre all’utente contenuti in linea con i gusti già espressi e il risultato è una doppia omologazione: una omologazione personale, per cui ciascun utente riceve contenuti sempre più simili a ciò che ha già apprezzato, restringendo progressivamente il proprio orizzonte estetico, e una omologazione collettiva, secondo cui le nuove produzioni creative dei sistemi di IA generativa costruiscono immagini, testi e video calcolando l’output statisticamente più gradito sulla base di miliardi di esempi provenienti anche dai social network e dunque influenzati dai sistemi di raccomandazione, facendo convergere il gusto medio dell’intera base di dati[13].
Ma esiste un secondo livello di analisi del problema, più ampio, affrontato da un punto di vista filosofico e sociologico da Byung-Chul Han, che nel suo saggio del 2015 osservava come il gusto contemporaneo sia stato pesantemente influenzato dalla tecnologia digitale e dalla cultura del consumo, le quali hanno portato a un’idea del bello definito come “levigato”, rappresentato da un’estetica che ha eliminato ogni asperità, negatività e resistenza, per risultare immediatamente consumabile, ovvero gradevole e senza sforzo nella sua fruizione. In tal senso risultano emblematiche le immagini continuamente filtrate e ritoccate artificialmente tipiche dei social network. Il punto, secondo l’autore sudcoreano, è che la negatività rimossa costituiva una dimensione essenziale del bello inteso come sublime.
Il sublime è quella sensazione che si prova nel contatto con qualcosa di totalmente altro, di indefinibile e di incontrollabile, per questo il bello in quanto sublime mantiene una distanza, conserva sempre una parte segreta percepita ma non pienamente intesa, collocata a una profondità che non può essere consumata immediatamente, e forse nemmeno mai completamente. Per Han, il bello autentico implica una dimensione di alterità che eccede l’esperienza immediata e non si lascia ridurre a consumo. Il bello quindi può non essere levigato, cioè può anche disturbare, spiazzare e sorprendere, situandosi al di là del semplice impatto visivo, uditivo o tattile sperimentato nell’immediatezza della sensazione. Questa concezione estetica è prettamente attuale:
«L’estetica del bello è un fenomeno genuinamente moderno. Solo nell’estetica della modernità il bello e il sublime non sono più in rapporto fra loro. Il bello viene isolato nella sua positività. Il soggetto fortificato della modernità positivizza il bello trasformandolo in oggetto di piacere. Il bello viene perciò opposto al sublime che, a causa della sua negatività, non suscita sulle prime alcuna immediata sensazione di piacere. […] Per Edmund Burke, il bello è soprattutto il levigato. I corpi che causano piacere al tatto non dovrebbero offrire alcuna resistenza: devono essere levigati. Il levigato è dunque una superficie ottimizzata, priva di negatività, e causa una sensazione del tutto scevra di dolore e resistenza» .[14]
Il bello levigato non provoca né dolore né piacere autentico: genera soltanto un like immediato, un consumo rapido e indolore. È un bello privo di sostanza, che non lascia traccia nella memoria e non produce contemplazione né trasformazione in chi lo osserva. Il collegamento con la cultura del blip di Toffler appare evidente: le immagini che scorrono nei feed non sono soltanto frammentate nel tempo, ma anche levigate nella forma, ottimizzate per essere semplicemente gradite.
Precisa Han che non si tratta superficialmente di contrapporre semplicemente il bello al brutto, perché l’industria dell’intrattenimento ha incorporato la bruttezza e il disgusto nell’offerta algoritmica, rendendoli merci di consumo[15]. L’autore descrive piuttosto una “salvezza del bello” che passa per il recupero di quella negatività e resistenza che l’estetica levigata ha eliminato. Il vero bello – quello che trasforma, che eleva, che genera desiderio autentico – è sempre stato caratterizzato da una certa opacità e da una distanza che rivela velando. L’esperienza estetica intensa – la mancanza di fiato davanti a un paesaggio, la commozione che si rinnova davanti a un’opera d’arte – è precisamente esperienza di qualcosa che eccede, e che proprio per questo non può essere ridotto a dati né replicato algoritmicamente, anche perché l’algoritmo riproduce sempre a partire da una base dati definita e dunque mai “totalmente altro”.
Rispetto alla capacità dell’IA generativa di replicare qualsiasi stile con un’abilità tecnica che può superare quella di un essere umano che Manovich definisce “manierismo computazionale”[16], ciò che è da recuperare è piuttosto l’intenzione, il sentimento vissuto, il riferimento a un senso di infinito che eccede la base di dati. L’esperienza umana è caratterizzata dalla consapevolezza, almeno parziale, di un limite: l’essere umano è cosciente che qualcosa sfugge sempre alla piena comprensione, e permane un margine di indeterminatezza rispetto alle nostre capacità conoscitive. In questo senso, la creatività non consiste soltanto nella combinazione di elementi dati, ma anche nella tensione verso ciò che non è ancora pienamente definito o delimitabile. I sistemi di IA generativa, al contrario, operano entro uno spazio di possibilità determinato dai dati su cui sono addestrati: possono elaborare in modo estremamente sofisticato grandi quantità di informazioni, ma questa elaborazione rimane strutturalmente vincolata a tale spazio. Ne consegue che ciò che eccede radicalmente questo orizzonte – ciò che si presenta come “altro”, opaco o non pienamente modellabile – difficilmente può essere ricondotto a una semplice procedura di generazione a partire da un dataset.
In conclusione, la terza ondata descritta da Toffler sembra realizzare un paradosso solo apparente: la moltiplicazione e la frammentazione delle fonti informative non producono necessariamente una maggiore differenziazione estetica, ma tendono piuttosto, attraverso le logiche algoritmiche che regolano la selezione e la generazione dei contenuti, a una convergenza verso forme sempre più omogenee e immediatamente consumabili. In questo contesto, la riflessione di Han permette di mettere a fuoco un aspetto più profondo del problema: l’estetica contemporanea non riguarda soltanto le modalità di produzione delle immagini, ma il rapporto stesso tra esperienza e senso, visibile e invisibile. Se i sistemi di IA generativa operano all’interno di uno spazio di possibilità determinato dai dati disponibili, la questione diventa allora comprendere se e in che misura sia ancora possibile per l’esperienza estetica mantenere quella dimensione di alterità e di eccedenza che ha storicamente caratterizzato il bello. È in questa tensione – tra calcolo e opacità, tra convergenza statistica e apertura all’indeterminato – che si gioca oggi, forse, il destino dell’estetica nell’infosfera digitale.
NOTE
[1] V. Soni, Adopting Generative AI in Digital Marketing Campaigns: An Empirical Study of Drivers and Barriers, in «Sage Science Review of Applied Machine Learning» 6, no. 8 (2023): 1–15.
[2] P. M. Chauvin, H. Caselles-Dupré et al., Weaving the Future: Generative AI and the Reimagining of Fashion Design, in «Tisser Le Futur : L’IA Générative et Le Design de Mode», Sorbonne Université, Paris, France 2025. G. Rizzi and P. Bertola, Exploring the Generative AI Potential in the Fashion Design Process: An Experimental Experience on the Collaboration between Fashion Design Practitioners and Generative AI Tools, in «European Journal of Cultural Management and Policy» Volume 15-2025 (2025).
[3] L. Zhang and C. Hur, The Impact of Generative AI Images on Consumer Attitudes in Advertising, in «Administrative Sciences» 15, no. 10 (2025).
[4] L. Manovich, L’estetica dell’intelligenza artificiale, A cura di Valentino Catricalà, Luca Sossella, Roma 2020. L. Manovich e E. Arielli, Artificial Aesthetics: Generative AI, Art and Visual Media 2024.
[5] P. M. Chauvin, H. Caselles-Dupré et al., Weaving the Future, p. 8.
[6] V. Soni, Adopting Generative AI in Digital Marketing Campaigns, p. 6. E. Zhou e D. Lee, Generative artificial intelligence, human creativity, and art, in «PNAS Nexus» 3, fasc. 3 (1 marzo 2024).
[7] P. M. Chauvin, H. Caselles-Dupré et al., Weaving the Future, p. 7.
[8] W. S. McCulloch e W. Pitts, A logical calculus of the ideas immanent in nervous activity, in «The bulletin of mathematical biophysics» 5, fasc. 4 (1 dicembre 1943): 115–133.
[9] A. L. Samuel, Some Studies in Machine Learning Using the Game of Checkers, in «IBM Journal of Research and Development» 3, fasc. 3 (luglio 1959): 210–229.
[10] K. E. Boulding, Economics as a Science, McGraw-Hill, New York 1970. Boulding utilizzava il termine per indicare quella parte essenziale della sociosfera contenente l’insieme delle informazioni – valori etici, estetici, comportamentali – che regolano la vita degli individui al di là della risposta istintiva agli stimoli biologici.
[11] A. Toffler, La terza ondata, Sperling & Kupfer, Milano 1989.
[12] A. Toffler, La terza ondata, p. 211-212.
[13] In effetti, il modello economico delle piattaforme digitali si fonda interamente su questa logica: i servizi gratuiti non generano profitto dalla sottoscrizione degli utenti, ma dai dati e dalle preferenze che questi rilasciano — venduti ad aziende di marketing o impiegati nell’addestramento delle IA.
[14] B. C. Han, La salvezza del bello, Tradotto da Vittorio Tamaro, Nottetempo, S.l. 2025, cap. 3.
[15] B. C. Han, La salvezza del bello, cap. 1.
[16] L. Manovich e E. Arielli, Artificial Aesthetics, p. 10.