di Ivana Bianchi*
Il dibattito su “Creatività & IA” coinvolge molte questioni e molti punti di vista (disciplinari). Le analisi sulla creatività sviluppate dalla psicologia cognitiva possono stimolare il dibattito in nuove direzioni?
Parole chiave: Creatività, Intelligenza Artificiale, Psicologia, Apprezzamento estetico.
Nel dibattito in corso su creatività e intelligenza artificiale (IA)
si inseguono diversi punti di vista, ma anche diversi punti di osservazione del
problema. Da un lato troviamo chi enfatizza che concettualizzare la creatività
in relazione all’IA all’interno di un paradigma non-antropocentrico
illuminerebbe il dibattito di nuova luce (es. Arielli e Manovich, 2022). Dall’altro
c’è chi, proprio muovendo da una definizione antropocentrica, sottolinea l’insensatezza
di parlare di creatività in relazione all’IA che manca di intenzionalità e
coscienza, due requisiti caratterizzanti la creatività umana (es. Redaelli,
2025). C’è poi chi si concentra su questioni morali (es. Brożek & Janik,
2019) e di proprietà intellettuale degli oggetti “creativi” generati sì da IA ma
utilizzando materiale pre-esistente (es. Quintais, 2025), e chi sul confronto
tra prodotto creativo umano e IA, dando per scontato che il sottostante processo
di creazione sia diverso nei due casi (es. Ismayilzada et al., 2025).
Per contribuire a quest’ultima linea di analisi possiamo mettere sul
tavolo alcune conoscenze “disciplinari” (della psicologia cognitiva) per vedere
se nuove idee di ricerca si aprono per gli studiosi di creatività in ambito IA assumendo
questo “punto di osservazione”. Farò qui solo alcuni esempi, per dare un’idea
della movenza suggerita, e rimando chi fosse interessato a un lavoro in cui il
tema si analizza più approfonditamente (Bianchi et al., 2025).
Intanto (prima riflessione), non ci sembra del tutto motivata
l’insistenza sull’argomento secondo cui IA non è
creativa perché utilizza conoscenza pregressa, mentre la creatività umana no. L’idea
di creatività come puro atto creativo nata da “un colpo di genio”, è superata in
psicologia sin dagli anni Sessanta. Si riconosce, invece, che la creatività
presuppone conoscenza pregressa: è la creazione di nuove connessioni, “remote”
e non prossime (inusuali) tra concetti, proprietà, oggetti che fanno parte del
bagaglio mentale che la persona ha a disposizione (e più ampio il bagaglio, più
ampio il potenziale). Anche moltissimi dei modelli di training che gli
psicologi hanno sviluppato per stimolare la creatività delle persone, consistono
in suggerire nuovi modi di accesso al bagaglio di conoscenze che la
persona ha. Quindi cadere in questa contrapposizione (creatività basata sulle
conoscenze pregresse vs autentico
atto creativo ex novo), non pare una contrapposizione utile. Ha più
senso chiedersi, dato per assunto che le conoscenze pregresse contino in
entrambi i casi, quali siano le differenze nelle regole di ricombinazione che
umani e IA mettono in atto.
Una seconda
riflessione emerge dal considerare che in molte classiche definizioni di
creatività in psicologia si riconosce che la creatività è l’abilità di generare
idee che sono sia nuove/originali che efficaci – vale a dire appropriate e
utili (es. Runco & Jaeger, 2012). In linea con questa definizione, gli
psicologi hanno modellato il processo creativo come interazione tra una
componente generativa (che supporta la produzione di idee) e una valutativa
(che riguarda la selezione di idee più promettenti in termini di fattibilità e
potenziale successo). È utile usare questa doppia lente anche per guardare al
dibattito sulla creatività in IA. Infatti, un ovvio tema di interesse è il
potenziale di IA nella fase generativa (e qui sono da contestualizzare gli
studi che confrontano, rispetto ad uno stesso compito, la performance umana con
quella di specifici e diversi algoritmi generativi IA; es. Ismayilzada et al, 2025). Un altro tema di interesse, però, è anche se IA
può gestire la fase valutativa come o meglio degli umani. La valutazione delle
risposte (sono creative o no? Quanto creative sono?) è un punto nodale in tutte
le ricerche sulla creatività umana, per verificare il profilo dei diversi
individui, ma anche per testare l’efficacia di training o interventi e per
questo servono misure precise. Gli psicologi hanno un set piuttosto standard di
indici che utilizzano in relazione ai diversi tipi di compito. Non sarebbe
utile provare e verificare la traducibilità degli stessi indici in contesto IA?
Questo permetterebbe non solo di ottimizzare le possibilità di confronto tra
performance umana e IA, ma anche di confrontare le diverse performance di
diversi algoritmi IA. Inoltre, indurrebbe ad evitare prompt generici tipo
“valuta la creatività delle risposte” (che si trova in diverse ricerche IA): la
creatività è un concetto multidimensionale, la richiesta va operazionalizzata
in modo più preciso: quale aspetto della risposta deve valutare IA? Il numero
di risposte nell’unità di tempo (fluidità), la varietà delle risposte
(flessibilità), l’infrequenza della risposta (originalità)?
Un'ultima riflessione per noi, qui, riguarda l’ormai ben noto fenomeno
di deprezzamento estetico che le persone esprimono generalmente nei confronti
di “opere d’arte” generate da IA. Se chiedete di valutare la piacevolezza di
alcune immagini di dipinti, senza specificare da chi sono stati fatti, ottenete
delle valutazioni; ma se, per quelle stesse opere, specificate invece che
alcune sono state fatte da umani, altre da IA, ecco che le valutazioni cambiano:
le opere generate da IA piacciono di meno di quanto non piacessero prima.
C’è un settore della psicologia sperimentale, che si chiama estetica
sperimentale, che studia le risposte umane di piacevolezza a stimoli artistici
e non, e sono diversi gli spunti che emergono dai risultati di queste ricerche
che si potrebbero riversare nel dibattito su IA. Per esempio, negli ultimi anni
stanno assumendo un ruolo di primo piano i cosiddetti dual models of
aesthetic appreciation (uno per tutti, quello di Graf e Landwheir, 2015). Si
tratta di modelli che hanno riportato, nell’analisi della risposta estetica, la
ormai solida distinzione accettata in psicologia tra processi cognitivi
automatici e non automatici (o volontari), permettendo di ridefinire il
significato di “piacevolezza” estetica. Per raccontarli in modo semplice: ci è
capitato spesso, in un museo, di trovarci di fronte a opere che immediatamente
ci piacciono (è difficile passare davanti a un dipinto di Leonardo o Raffaello
e non vedere le persone piacevolmente coinvolte). A questo livello la reazione
è automatica: ci sono delle caratteristiche dello stimolo osservato (che gli
psicologi hanno identificato: la simmetria, il contrasto e chiarezza luminosa,
per citarne alcune) che attivano la nostra preferenza estetica. Altre opere
istintivamente non piacciono alla media delle persone (e sono spesso quelle di
arte contemporanea). Certo, ci
sono differenze individuali e altre legate alla familiarità con l’arte. Ma in
generale, quando un’opera ci fa storcere il naso e iniziamo a chiederci “ma è
arte questa?” o chiudiamo i battenti e abbandoniamo il museo (o almeno quelle
stanze dell’esposizione), oppure attiviamo un secondo livello di analisi
dell’opera, che richiede motivazione, intenzione, sforzo e la ricerca di
informazioni per comprendere quello che di primo acchito non abbiamo colto. L’esito
di questo processo può essere apprezzamento (“interessante!”, “intrigante!”, “mi
piace!”). è chiaro che il “mi piace”
a questo livello significa qualcosa di diverso dal “mi piace” esperito di
fronte a quei quadri che ci piacciono di primo acchito. È un “mi piace” legato
al fatto che “lo trovo interessante” e parte del piacere estetico che viviamo
in questi casi deriva dal nostro sentirci capaci, a questo punto, di vedere le
cose da un diverso punto di vista. Ora, due ovvie applicazioni di questi
modelli a IA ci indurrebbero, per esempio, da un lato, a cercare di capire se le
stesse caratteristiche percettive che generano una risposta automatica di
piacevolezza (e sinora studiate in riferimento ai prodotti artistici umani)
valgano anche rispetto a prodotti generati da IA. Dall’altro, potremmo
chiederci se ci siano delle informazioni che possiamo offrire ai soggetti e capaci
di mutare il loro iniziale deprezzamento, facendoli passare ad un giudizio
estetico più positivo (a livello di interesse). Per esempio, sappiamo che una
variabile che spesso si associa all’apprezzamento estetico è il tempo che la
realizzazione dell’opera ha richiesto (più è stata in contatto con l’artista,
più la apprezziamo). Da IA ci aspettiamo risposte più veloci rispetto a quelle
umane. Può essere che questo sia un fattore che incide nel deprezzamento? Se
sapessimo che il processo generativo è stato complesso, in termini di passaggi e
tempo necessari, migliorerebbe il nostro giudizio di apprezzamento? E se le
persone potessero assistere al processo generativo ed essere informate sulle
“skills” che IA deve possedere per svolgere i passaggi che sta svolgendo,
questo impatterebbe positivamente sulla loro valutazione estetica dell’opera?
Sono tutte domande che speriamo la ricerca futura voglia affrontare.
Bianchi I., Branchini E., Uricchio
T. and Bongelli R. (2025). Creativity and aesthetic evaluation of AI-generated
artworks: bridging problems and methods from psychology to AI. Frontiers in
Psychology, 16:1648480.
Brożek, B., &
Janik, M. (2019). Can artificial intelligences be moral agents? New Ideas in
Psychology, 54, 101-106
Graf, L. K. M.,
& Landwehr, J. R. (2015). A dual-process perspective on fluency-based
aesthetics: The pleasure-interest model of aesthetic liking. Personality and Social Psychology
Review, 19(4), 395–410.
Commenti
Posta un commento