{"id":2400256,"date":"2025-11-08T17:01:10","date_gmt":"2025-11-08T16:01:10","guid":{"rendered":"https:\/\/www.varesenews.it\/?p=2400256"},"modified":"2025-11-08T17:04:03","modified_gmt":"2025-11-08T16:04:03","slug":"prompt-estetiche-e-credibilita-il-rapporto-tra-intelligenza-artificiale-e-immagini","status":"publish","type":"post","link":"https:\/\/www.varesenews.it\/2025\/11\/prompt-estetiche-e-credibilita-il-rapporto-tra-intelligenza-artificiale-e-immagini\/2400256\/","title":{"rendered":"“Prompt, estetiche e credibilit\u00e0”: il rapporto tra intelligenza artificiale e immagini"},"content":{"rendered":"

\u00ab<\/span>Fotografare \u00e8 inquadrare, e inquadrare \u00e8 gi\u00e0 escludere\u00bb<\/span><\/strong>, scriveva Susan Sontag.<\/a> Ed \u00e8 questo il baricentro<\/strong> del ragionamento di Francesco D\u2019Isa<\/strong> scelto per raccontare il modo in cui anche le intelligenze artificiali \u201cinquadrono\u201d il mondo.<\/p>\n

Al Festival del Giornalismo di Varese<\/strong> Glocal<\/a>, il panel di sabato 8 ottobre dal nome AI generative e immagini: prompt, estetiche, credibilit\u00e0<\/em><\/strong><\/a>, \u00e8 stato moderato da Alberto Puliafito<\/strong> e ha visto D\u2019Isa<\/strong> – filosofo e artista digitale -, aprire una riflessione sulle implicazioni etiche e narrative degli strumenti utilizzati per generare, modificare e verificare le immagini in contesto redazionale.\u00a0<\/strong><\/p>\n

Con le sue slide ha introdotto il concetto di attrattori semantici<\/strong>, \u00able zone di significato che si influenzano tra loro\u00bb<\/strong>. \u00abSe chiedo all’intelligenza artificiale un’immagine di Will Smith dal dentista viene sorridente, perch\u00e9 nel dataset Will Smith \u00e8 associato al sorriso <\/strong>– spiega D’Isa proiettando nella sala di Materia alcune rappresentazioni -. Con\u00a0Tim Burton dal dentista invece produce immagini oscure, Caravaggio un olio del Seicento, la Monna Lisa di schiena non riescono mai a farla\u00bb<\/strong>.<\/p>\n

D\u2019Isa ha spiegato che questi modelli \u00abprevedono e, nel prevedere, usano un metodo statistico\u00bb<\/strong>, generando ci\u00f2 che \u00e8 pi\u00f9 probabile, non ci\u00f2 che \u00e8 vero<\/strong>. I bias<\/strong>, ha aggiunto, nascono dal modo in cui vengono scelti i dati per addestrare le AI: \u00abOgni raccolta di dati comincia con una scelta, e nessuna scelta \u00e8 neutrale\u00bb.<\/strong>\u00a0Cos\u00ec, nei dataset, le infermiere<\/strong> (nursery,<\/em> in inglese un termine neutro) sono quasi sempre donne e i boss<\/em><\/b>\u00a0uomini bianchi, di mezz’et\u00e0, in giacca e cravatta, l’immagine occidentale del manager statunitense con alle spalle un grattacielo. Persino chiedendo di creare una persona \u201cbrutta\u201d, l\u2019AI restituisce un volto simmetrico e levigato<\/strong>, perch\u00e9 ha appreso che il \u201cbello\u201d coincide con la regolarit\u00e0.<\/p>\n

RIVIVI L’INCONTRO DI GLOCAL CON LA DIRETTA VIDEO<\/strong><\/p>\n