Avevo circa dieci anni quando mio padre tornò a casa con un foglio di tabulato. Era la fine degli anni Settanta, lavorava per una grande azienda del Nord Italia e quel foglio, per un bambino abituato alle matite, ai pennarelli e alle immagini stampate nei libri, aveva qualcosa di misterioso. Sopra c’era un cavallo, ma non era stato disegnato nel modo in cui conoscevo il disegno: la sua figura era composta interamente da caratteri, soprattutto X e O, disposti con una precisione tale che, osservandoli da una certa distanza, smettevano di essere lettere e diventavano il profilo dell’animale. Mio padre mi spiegò che quel cavallo era stato prodotto da una grande macchina e la parola computer, allora, non evocava ancora qualcosa che potesse stare sopra una scrivania, dentro una tasca o perfino al polso. Indicava davvero una macchina, grande abbastanza da avere una stanza, circondata da persone che conoscevano linguaggi e procedure incomprensibili ai più e che, proprio per questo, esercitavano su di me un fascino enorme.
Naturalmente volli vederla. Qualche giorno più tardi mio padre mi portò nel luogo in cui si trovava quell’elaboratore e ricordo ancora soprattutto il senso di sproporzione fra me e quelle apparecchiature. Davanti a una tastiera enorme era seduto un uomo di bassa statura; non sapevo esattamente quale fosse il suo lavoro e non potevo immaginare la quantità di conoscenze necessarie per ottenere da quella macchina qualcosa che io fossi in grado di riconoscere. L’uomo mi guardò, intuì probabilmente la curiosità con cui osservavo tutto e mi chiese se mi sarebbe piaciuto vedere una bella barca nel mare. Dissi di sì. Prese allora un certo numero di schede perforate e cominciò a inserirle, una dopo l’altra, dentro una fessura della macchina. Io seguivo il gesto senza comprenderne il significato: quelle schede erano soltanto cartoncini pieni di buchi e appartenevano allo stesso territorio della magia nel quale, da bambini, collochiamo tutto ciò che funziona senza che riusciamo ancora a comprenderne le cause.
Dopo qualche tempo la macchina restituì un altro foglio di tabulato. C’era una barca nel mare, anch’essa costruita interamente attraverso X e O.
Avevo dieci anni, non conoscevo nulla di programmazione e ignoravo completamente quanto lavoro potesse precedere quella stampa. Non sapevo che qualcuno avesse dovuto concepire il risultato, trasformarlo in istruzioni, predisporre quelle schede, controllare che la sequenza fosse corretta e probabilmente affrontare prove ed errori che per me rimanevano completamente invisibili. Vedevo soltanto il gesto finale: le schede entravano nella macchina e, poco dopo, ne usciva una barca.
Eppure una cosa mi sembrò immediatamente evidente: la barca l’aveva fatta quell’uomo. La macchina l’aveva resa visibile.
Quasi mezzo secolo più tardi ci troviamo davanti a sistemi incomparabilmente più potenti. Le schede perforate sono scomparse, non dobbiamo stabilire anticipatamente la posizione di ogni carattere e, soprattutto, non conosciamo più con precisione ciò che apparirà alla fine del processo. Possiamo scrivere poche righe e ottenere un’immagine che nessuna macchina fotografica ha mai registrato, una musica che nessun musicista ha eseguito o un testo di migliaia di parole che nessun essere umano ha composto parola dopo parola. La distanza fra l’istruzione iniziale e la complessità del risultato è diventata così grande da produrre una delle discussioni più singolari del nostro tempo: quando un contenuto viene generato attraverso un’intelligenza artificiale, chi ne è l’autore?
La domanda è legittima. Molto meno scontato è che stiamo cercando la risposta nel posto giusto, perché osserviamo soprattutto ciò che viene fuori dalla macchina, mentre forse dovremmo cominciare da ciò che esisteva prima che la macchina venisse messa in funzione.
L’opera comincia prima dell’opera
Siamo abituati a identificare l’autore con il gesto materiale della creazione. Lo scrittore scrive, il pittore dipinge, il compositore dispone le note, il fotografo preme il pulsante dell’otturatore; la stessa parola «autore» sembra suggerire qualcuno che fa materialmente qualcosa e da questa rappresentazione deriva facilmente l’idea che, se un sistema artificiale produce materialmente una parte consistente delle parole, delle immagini o dei suoni, debba ricevere almeno una quota della relativa autorialità.
Il problema è che un’opera non comincia nel momento in cui viene prodotta la sua prima manifestazione materiale. Comincia prima, quando ancora non esiste niente da leggere, ascoltare o vedere e qualcuno decide che qualcosa potrebbe, o dovrebbe, esistere.
Può trattarsi di una storia che da tempo chiede una forma, di un’esperienza che si vuole raccontare, di una domanda alla quale non si conosce ancora la risposta, di un’immagine intravista mentalmente oppure della semplice curiosità di scoprire che cosa accadrebbe seguendo una determinata intuizione. Non è necessario avere già una trama, una tesi o un progetto completo; anzi, buona parte della creazione nasce proprio dalla necessità di esplorare qualcosa che all’inizio è ancora incompleto. Prima dell’esecuzione, però, esiste già un gesto essenziale: qualcuno apre volontariamente quello spazio.
Possiamo chiamarlo IDEA, purché intendiamo il termine nel suo significato più ampio. L’idea non è soltanto il soggetto di un romanzo o la frase che potrebbe riassumere un articolo. È l’origine intenzionale del processo, il momento nel quale un essere umano decide che una possibilità merita di essere perseguita e che un contenuto, ancora inesistente, dovrebbe essere portato verso una forma.
In questo senso, l’intelligenza artificiale contemporanea presenta una caratteristica apparentemente banale ma decisiva: non ha bisogno di essere convinta a lavorare, ma ha bisogno che qualcuno apra per lei un compito. Può sviluppare una proposta, costruire alternative e compiere autonomamente una quantità enorme di operazioni intermedie, tuttavia non si sveglia una mattina pensando che esista un argomento del quale sente la necessità di parlare. Non osserva per settimane una contraddizione della società finché decide che dovrebbe scriverne, non conserva un ricordo d’infanzia perché teme che possa andare perduto e non avverte che una storia sia rimasta incompiuta e che occorra finalmente darle una forma.
Questo non significa che un sistema non possa proporre idee. Può farlo benissimo, ed è uno degli aspetti più interessanti dell’interazione con i modelli generativi. Possiamo chiedere dieci soggetti per un racconto, cento possibili titoli o una prospettiva alla quale non avevamo pensato. Ma anche nel caso più estremo, quello in cui l’essere umano dice semplicemente «decidi tu che cosa scrivere», l’intenzione non è scomparsa. È stata delegata una parte del processo, non la decisione originaria che un processo debba iniziare.
Dire «scegli tu che cosa scrivere» assomiglia infatti a dire a un compagno di viaggio «scegli tu dove andiamo». La destinazione è stata delegata, ma non la decisione di partire. Prima ancora che venga indicata una città, esiste già qualcuno che vuole compiere un viaggio.
Questo vale persino per sistemi agentici capaci di operare secondo programmi ricorrenti. Potremmo configurare un’intelligenza artificiale affinché ogni mattina analizzi le notizie, scelga da sola un argomento, consulti fonti, stabilisca una tesi, scriva un articolo e lo depositi in una cartella senza che nessuno intervenga. Dal punto di vista operativo il sistema apparirebbe quasi completamente autonomo e potrebbe perfino individuare un tema al quale il suo utilizzatore non aveva mai pensato; tuttavia, se ci domandassimo perché quella macchina, proprio quella mattina, stia scrivendo un articolo, dovremmo ancora rispondere che qualcuno, prima, ha deciso che ogni mattina dovesse farlo.
L’autonomia dell’esecuzione può diventare vastissima; l’origine intenzionale del compito rimane altrove. Non è una distinzione marginale, perché separa la capacità di scegliere come raggiungere uno scopo dalla capacità di decidere che uno scopo meriti di esistere.
Scegliere non significa necessariamente volere
Una parte della difficoltà nasce dal linguaggio che utilizziamo. Diciamo comunemente che un modello «sceglie» una parola, «decide» una strategia, «preferisce» una formulazione o «ritiene» una risposta migliore di un’altra. Sono metafore utili per descriverne il funzionamento e, nella conversazione quotidiana, sarebbe insopportabile sostituirle ogni volta con lunghe descrizioni tecniche. Il problema nasce quando trasformiamo quella comodità linguistica in una conclusione sulla natura del sistema.
Un’intelligenza artificiale può selezionare una soluzione fra molte alternative, ma non ne segue che desideri quella soluzione. Può produrre una tesi e, alla richiesta successiva, confutarla con la stessa efficacia; può scrivere una dichiarazione d’amore senza amare nessuno, difendere un personaggio e un minuto più tardi argomentare che dovrebbe essere eliminato dalla storia, senza vivere questo passaggio come una contraddizione o una perdita. La sua capacità generativa riguarda le forme attraverso le quali l’intenzione può essere rappresentata; non prova, da sola, l’esistenza dell’intenzione rappresentata.
Per questo la frase «l’IA ha avuto l’idea» richiede almeno una precisazione. Può certamente essere stata la prima a proporre, all’interno del dialogo, una combinazione concettuale che l’utilizzatore non aveva anticipato. Ma la proposta acquista valore autoriale soltanto quando qualcuno la riconosce, la sceglie, decide che vale la pena svilupparla e la incorpora nel proprio progetto. Una macchina può presentare cento idee e non avere alcun rapporto particolare con nessuna di esse; l’essere umano può fermarsi sulla settantatreesima e pensare che proprio quella meriti di essere esplorata.
È in quel momento che una possibilità generata diventa intenzione adottata.
La macchina che faceva troppo: fotografia e autorialità
Il timore che uno strumento tecnologico possa svolgere una parte troppo grande del lavoro per lasciare intatta l’autorialità umana non nasce con ChatGPT. Nel XIX secolo la fotografia provocò una controversia sorprendentemente simile, perché rispetto alla pittura sembrava sostituire il gesto dell’artista con un procedimento meccanico: una macchina registrava la luce proveniente da un oggetto reale e produceva un’immagine senza che il fotografo dovesse disegnarne personalmente le forme.
Nel 1884 la Corte Suprema degli Stati Uniti affrontò direttamente la questione nel caso Burrow-Giles Lithographic Co. v. Sarony, relativo a un celebre ritratto di Oscar Wilde realizzato da Napoleon Sarony. La fotografia venne riconosciuta come opera originale non perché Sarony avesse materialmente tracciato ogni elemento dell’immagine, cosa evidentemente impossibile, ma perché l’immagine derivava dalla sua concezione: aveva scelto la posa, organizzato costume e accessori, disposto luce e ombra e determinato l’espressione desiderata. La decisione richiama inoltre una concezione dell’autore come causa effettiva dell’immagine, colui che origina e dà forma alla concezione che lo strumento rende visibile.
La fotografia costituisce un precedente importante non perché una macchina fotografica e un modello generativo siano equivalenti. Non lo sono, e utilizzare questa analogia come se eliminasse ogni differenza sarebbe semplicistico. Un sistema generativo può produrre strutture e soluzioni che non sono state determinate anticipatamente dall’utilizzatore con il grado di precisione richiesto da una fotografia tradizionale. Il punto interessante è un altro: già più di un secolo fa fu necessario riconoscere che una macchina poteva assumere una parte enorme dell’esecuzione materiale senza trasformarsi, per questo, nel soggetto dell’opera.
La tecnologia aveva aumentato la distanza fra gesto umano e risultato, ma il diritto cercò l’autorialità nelle scelte che rendevano significativo quel risultato. La stessa concezione riappare nella giurisprudenza europea: nel caso Painer, la Corte di giustizia dell’Unione europea ha ricordato che anche nella fotografia l’autore può esprimere la propria personalità attraverso scelte libere e creative relative, fra l’altro, a sfondo, posa, espressione e illuminazione.
La stessa evoluzione è avvenuta successivamente con il cinema, con la registrazione sonora, con la grafica digitale e con molte altre tecnologie nelle quali l’artista non controlla materialmente ogni singolo elemento dell’output. L’autorialità ha continuato a sopravvivere perché non l’abbiamo mai identificata esclusivamente con il lavoro manuale necessario a produrre l’oggetto finale. Se lo avessimo fatto, il fotografo sarebbe stato poco più che l’addetto alla macchina, il regista avrebbe dovuto tenere personalmente la cinepresa e il compositore sarebbe autore soltanto quando esegue da sé ogni strumento dell’orchestra.
Il ghostwriter e il problema del secondo soggetto
La letteratura offre un caso ancora più interessante, perché mette in crisi l’idea secondo cui autore e produttore materiale delle parole debbano necessariamente coincidere. Il ghostwriting esiste da molto prima dell’intelligenza artificiale e, nel corso della storia, ha permesso che opere associate pubblicamente a un autore venissero realizzate con un contributo testuale assai significativo di altre persone.
La collaborazione fra Alexandre Dumas e Auguste Maquet è particolarmente istruttiva. La Bibliothèque nationale de France ricorda che, a partire dal 1838, Maquet offrì a Dumas i propri servizi e trame per opere teatrali e romanzi, inaugurando una collaborazione assai produttiva nella quale Maquet rimase spesso «l’uomo nell’ombra» mentre Dumas firmava con il solo proprio nome; la questione divenne pubblicamente controversa e i due finirono anche per affrontarsi giudiziariamente.
Questo caso non dovrebbe essere utilizzato per sostenere semplicemente che Dumas fosse autore e Maquet soltanto uno strumento umano. Sarebbe proprio il contrario del ragionamento che stiamo cercando di costruire. Maquet era un essere umano e possedeva quindi ciò che manca alla macchina: una propria intenzionalità. Poteva proporre una soluzione perché la riteneva migliore, riconoscersi nel proprio lavoro, desiderare che il proprio contributo fosse riconosciuto, dissentire da Dumas e infine rivendicare una parte della creazione. Il problema dell’autorialità, in quel caso, era reale proprio perché esistevano due soggetti.
Questo permette di distinguere in modo più rigoroso il ghostwriter dall’intelligenza artificiale. Un ghostwriter può ricevere istruzioni estremamente precise e continuare tuttavia a operare come soggetto. L’autore principale può stabilire il tema, i personaggi, la struttura, il tono e perfino il contenuto delle singole scene, ma nel momento in cui un altro essere umano deve trasformare quelle istruzioni in dieci pagine di prosa compirà inevitabilmente scelte linguistiche e narrative alle quali può attribuire un significato proprio. Può perfino dire: «Questa frase è mia».
Un modello generativo può produrre la stessa frase, ma non può rivendicarla nello stesso senso. Se l’utilizzatore la elimina, il sistema non perde nulla; se gli viene chiesto di produrne il contrario, non avverte di avere rinnegato una propria posizione; se un altro utente ottiene una formulazione simile, non nasce in esso alcuna rivendicazione.
Nel rapporto autore-ghostwriter ci sono almeno due soggetti intenzionali e proprio per questo può esistere un conflitto autoriale. Nel rapporto autore-IA c’è un soggetto intenzionale e un sistema generativo.
Ma la differenza non riguarda soltanto l’intenzione. Maquet poteva subire un torto.
Poteva ritenere che il proprio lavoro fosse stato utilizzato senza un riconoscimento adeguato, poteva perdere prestigio o vantaggi economici, poteva opporsi alla ricostruzione pubblica della collaborazione e, soprattutto, poteva rivolgersi a un tribunale perché riteneva leso un interesse che considerava proprio. La sua autorialità non era quindi soltanto una relazione con l’origine dell’opera, ma anche una condizione di vulnerabilità rispetto ad essa: ciò che accadeva all’opera poteva accadere, in una certa misura, anche a lui. La storia documentata delle controversie fra Dumas e Maquet mostra precisamente questa dimensione.
Una IA attuale non occupa una posizione equivalente. Possiamo cancellare il suo contributo, modificarlo fino a renderlo irriconoscibile, attribuirlo a qualcun altro o decidere di non utilizzarlo affatto senza ledere un interesse morale del sistema, perché non esiste una reputazione personale della macchina da proteggere, né una relazione soggettiva con l’opera che possa essere tradita. Possiamo parlare, naturalmente, dei diritti e degli interessi delle aziende che hanno sviluppato il sistema o degli autori dei materiali impiegati per addestrarlo, ma sono soggetti diversi dalla macchina stessa.
Questa vulnerabilità aggiunge quindi un elemento ulteriore alla nozione di autore. Essere autore significa poter rivendicare un’opera, ma significa anche esporsi attraverso di essa: al mancato riconoscimento, al giudizio, alla critica, alla perdita economica e, come vedremo, alla responsabilità. L’autore può chiedere che gli venga attribuito il merito, proprio perché è anche qualcuno al quale può essere attribuita una conseguenza.
Da questo punto di vista il ghostwriter rende ancora più evidente la distanza dall’intelligenza artificiale: un secondo autore umano può essere riconosciuto, ignorato, danneggiato o tradito; la macchina può essere utilizzata, ma non può subire quella relazione come una lesione di sé.
L’autorialità è già stata separata dall’esecuzione
Anche il diritto positivo conosce da molto tempo situazioni nelle quali la persona che realizza materialmente un’opera e quella alla quale viene attribuita giuridicamente l’autorialità non coincidono perfettamente. Negli Stati Uniti, per esempio, la disciplina del work made for hire prevede in determinate circostanze che il datore di lavoro o il committente venga considerato autore ai fini del copyright. La regola è specifica, dipende da condizioni precise e non può essere utilizzata per sostenere una teoria generale dell’autorialità, ma è sufficiente a dimostrare che neppure il diritto ha sempre fatto coincidere meccanicamente l’autore con l’esecutore materiale.
Il cinema rende questa separazione ancora più evidente. Centinaia di persone possono concorrere alla realizzazione di un film e numerosi contributi sono creativi nel senso più pieno del termine; ciononostante, ordinamenti, contratti e tradizioni culturali distribuiscono autorialità e titolarità secondo criteri diversi, perché nessuno potrebbe seriamente misurare il contributo dell’autore contando quanti secondi di pellicola o quanti pixel siano stati materialmente prodotti da ciascuna persona.
La storia dell’autorialità è quindi già, almeno in parte, la storia della separazione fra idea, intenzione, esecuzione, collaborazione, controllo, attribuzione e responsabilità. L’intelligenza artificiale non ha creato questa separazione; l’ha soltanto resa enormemente più visibile, perché oggi l’esecuzione può essere delegata a uno strumento in misura impensabile fino a pochi anni fa.
Una legge italiana che parte dall’essere umano
Il diritto italiano ha compiuto nel 2025 una scelta particolarmente interessante. La legge 23 settembre 2025, n. 132 ha modificato l’articolo 1 della legge sul diritto d’autore aggiungendo espressamente il riferimento alle opere dell’ingegno «umano» e precisando nello stesso tempo che esse possono essere create con l’ausilio di strumenti di intelligenza artificiale, purché costituiscano il risultato del lavoro intellettuale dell’autore.
È difficile non notare ciò che il legislatore ha scelto di non fare. Non ha creato una categoria di opere «dell’intelligenza artificiale» e non ha stabilito che l’uso di un sistema generativo elimini automaticamente l’autorialità umana. Ha invece mantenuto l’autore umano e collocato l’IA fra gli strumenti dei quali quel soggetto può avvalersi.
Naturalmente questa formulazione non risolve ogni problema. Rimane da stabilire quanto debba essere significativo il lavoro intellettuale dell’essere umano, quale grado di controllo debba esercitare sul risultato e in quali circostanze una semplice richiesta possa diventare insufficiente per produrre un’opera tutelabile. Sono questioni giuridiche reali, e sarebbe scorretto fingere che la legge italiana abbia già trasformato in norma tutta la teoria che stiamo sviluppando qui.
Ma una distinzione è già molto chiara: presenza dell’IA e assenza dell’autore non sono sinonimi.
Copyright e autorialità non sono la stessa domanda
Questa distinzione diventa ancora più importante osservando gli Stati Uniti. Nel gennaio 2025 il Copyright Office ha ribadito che l’impiego dell’intelligenza artificiale come strumento non esclude la tutela, ma che gli output possono essere protetti soltanto quando sia individuabile un sufficiente contributo espressivo umano. Modifiche creative, selezione e disposizione originale di materiale generato possono quindi essere tutelate, mentre il semplice prompting, nelle condizioni tecnologiche considerate dall’Office, non viene ritenuto normalmente sufficiente.
Qui bisogna evitare un errore molto frequente: confondere «questa parte non è protetta dal copyright» con «questa parte ha come autore l’intelligenza artificiale».
Le due affermazioni non sono equivalenti.
Il copyright costituisce una specifica forma di tutela giuridica e può stabilire una soglia di contributo umano necessaria affinché qualcuno acquisisca diritti esclusivi su un determinato output. Se quella soglia non viene raggiunta, la conseguenza può essere semplicemente l’assenza di protezione. Non è necessario inventare un autore artificiale per spiegare il fenomeno.
Può esistere un risultato senza copyright e senza autore artificiale.
Questo punto è fondamentale perché permette di separare due discussioni che vengono continuamente sovrapposte: una riguarda quali diritti esclusivi un ordinamento debba concedere a chi utilizza strumenti generativi; l’altra riguarda che cosa intendiamo concettualmente quando parliamo di autore.
Il diritto può decidere che una persona non abbia controllato abbastanza l’espressione concreta per monopolizzarla economicamente. Non ne segue che la macchina abbia acquisito intenzioni, personalità o responsabilità.
Il curioso esperimento britannico
Il Regno Unito offre un caso ancora più interessante perché la sua legislazione del 1988 aveva previsto espressamente le opere «computer-generated», cioè generate da computer in circostanze nelle quali non esisteva un autore umano tradizionale. Anche in quel caso, però, la legge non attribuì l’autorialità alla macchina: la ricondusse alla persona che aveva predisposto quanto necessario alla creazione dell’opera.
Quasi quarant’anni dopo quella costruzione è entrata in crisi proprio a causa dei sistemi generativi contemporanei. Nel rapporto pubblicato dal governo britannico il 18 marzo 2026 viene riesaminata l’intera disciplina delle computer-generated works, insieme alla più ampia relazione fra copyright e sistemi di IA.
Anche questo lungo esperimento suggerisce qualcosa di significativo. Quando il diritto ha provato a immaginare un’opera prodotta senza un autore umano tradizionale, non ha trovato naturale trasformare il computer in autore; ha cercato comunque una persona alla quale ricondurre il processo. La difficoltà non consiste quindi soltanto nell’individuare chi abbia premuto il pulsante. Consiste nel fatto che continuiamo intuitivamente a cercare, dietro la parola autore, un soggetto.
Il terzo escluso: gli autori che esistevano prima del modello
Fin qui il rapporto sembra svolgersi soprattutto fra due protagonisti: l’essere umano che utilizza il sistema e la macchina che genera il risultato. Questa rappresentazione, tuttavia, lascia fuori dalla stanza un terzo soggetto, o meglio una moltitudine di soggetti: gli esseri umani le cui opere hanno contribuito ai materiali utilizzati per costruire e addestrare i modelli generativi.
L’IA non nasce culturalmente dal nulla. I sistemi contemporanei apprendono attraverso grandi quantità di dati e una parte dei dataset utilizzati nell’addestramento può contenere testi, immagini, musica, design e altre opere protette dal diritto d’autore. La WIPO considera infatti i dati di training una delle questioni centrali nel rapporto fra intelligenza artificiale e proprietà intellettuale, proprio perché l’utilizzazione di opere protette durante l’addestramento solleva domande ancora controverse relative a consenso, eccezioni, licenze, remunerazione e trasparenza.
Ignorare questo passaggio renderebbe troppo semplice qualunque teoria dell’autorialità artificiale. Dietro la capacità di un modello di generare una poesia, una fotografia sintetica o una pagina di prosa esiste infatti una lunga genealogia di produzione culturale umana; il modello ha acquisito le proprie capacità entrando statisticamente in relazione con quantità enormi di linguaggio, immagini e forme prodotte da persone che avevano, quelle sì, intenzioni, stili, esperienze e opere proprie.
Sarebbe però altrettanto sbagliato trasformare automaticamente quegli autori nei coautori di ogni output successivo. Lo scrittore il cui romanzo è stato utilizzato nell’addestramento non ha necessariamente voluto il nostro articolo, il fotografo le cui immagini hanno contribuito al dataset non ha concepito la nuova immagine sintetica e il musicista le cui opere hanno partecipato alla formazione statistica di un modello non possiede per questo un’intenzione rivolta alla canzone che verrà generata mesi dopo per un altro utente.
Occorre quindi distinguere almeno due genealogie.
Esiste una genealogia culturale e materiale, che riguarda ciò da cui il sistema ha imparato e che apre questioni gravissime sui diritti di chi ha prodotto quei materiali; ed esiste una genealogia intenzionale dell’opera concreta, che riguarda chi ha voluto che proprio quel contenuto venisse generato, sviluppato, selezionato e portato nel mondo.
Confondere questi due piani produrrebbe una nuova forma di errore. Riconoscere che un modello può essere debitore di milioni di opere umane non significa attribuire a milioni di persone l’autorialità di ogni output, così come riconoscere che uno scrittore è formato dai libri che ha letto non trasforma automaticamente tutti gli autori letti in coautori del suo romanzo. La questione giuridica del training può però essere completamente diversa, perché un ordinamento può stabilire che determinate utilizzazioni di opere richiedano autorizzazione, licenza o remunerazione anche senza attribuire agli autori originari la paternità delle opere successive.
Questa distinzione permette di affrontare quello che potremmo chiamare il peccato originale del generativo senza utilizzarlo per confondere il problema dell’autorialità. Le contestazioni dei titolari dei diritti sui dati di training possono essere fondate o infondate secondo norme e circostanze specifiche, ma riguardano anzitutto il modo in cui lo strumento è stato costruito e quali diritti siano stati coinvolti in quel processo. Non rispondono automaticamente alla domanda su chi sia autore del singolo contenuto prodotto attraverso quello strumento.
Anzi, sotto un altro punto di vista, l’esistenza di questo terzo soggetto rafforza un aspetto della nostra tesi. Se allarghiamo lo sguardo oltre l’utente, scopriamo che anche ciò che appare come la parte più autonoma e aliena della generazione artificiale è immerso in una storia di attività umane precedenti. L’IA non diventa per questo un semplice collage dei propri dati di training, né ogni output può essere ricondotto linearmente alle opere apprese, ma la sua capacità di produrre linguaggio e immagini rimane il risultato di un sistema costruito da esseri umani e formato attraverso una cultura prodotta, in larga parte, da altri esseri umani.
L’esistenza degli autori del training non sottrae quindi necessariamente autorialità all’utilizzatore dell’opera concreta; ci obbliga piuttosto a riconoscere che la questione contiene più responsabilità umane di quanto suggerisca il semplice schema uomo contro macchina.
Dall’idea all’adozione
Se la quantità di materiale prodotto direttamente dall’essere umano non basta a spiegare l’autorialità, occorre osservare l’intero processo. La sequenza che emerge può essere descritta attraverso alcuni passaggi che non rappresentano un test giuridico e non pretendono di avere identico peso in ogni opera, ma aiutano a capire dove si colloca il soggetto creativo:
IDEA → INTENZIONE → ORIENTAMENTO → SELEZIONE → ADOZIONE → ESPOSIZIONE → RESPONSABILITÀ.
L’idea apre lo spazio dell’opera, mentre l’intenzione trasforma quella possibilità in un progetto che vale la pena perseguire. L’orientamento accompagna la costruzione e comprende tutte le decisioni attraverso le quali il risultato viene guidato, corretto e trasformato. La selezione separa ciò che viene scartato da ciò che viene conservato. L’adozione è il momento nel quale qualcuno riconosce un risultato e stabilisce che quel risultato può rappresentare ciò che vuole comunicare. L’esposizione lega l’opera al soggetto che sceglie di presentarla agli altri, mettendo in gioco riconoscimento, reputazione e possibilità di critica; la responsabilità completa infine quella relazione quando il contenuto comincia a produrre conseguenze.
L’adozione merita particolare attenzione nell’epoca generativa. Un modello può produrre cento titoli, cinquanta immagini o dieci finali per un racconto; fino a quando nessuno compie una scelta, abbiamo soltanto un insieme di possibilità. Un essere umano ne osserva una e decide che proprio quella corrisponde al progetto che sta costruendo. Può modificarla oppure conservarla intatta, ma ciò che interessa qui è il gesto mediante il quale smette di considerarla una proposta fra molte e la incorpora nell’opera.
L’adozione non è un espediente inventato per salvare artificialmente l’autorialità umana. È qualcosa che appartiene da sempre alla creazione. Un fotografo sceglie uno scatto fra centinaia, un regista mantiene nel montaggio un’improvvisazione non prevista, uno scrittore accetta una modifica suggerita dall’editor e un compositore può decidere di conservare un evento casuale avvenuto durante un’esecuzione. Nessuno di questi elementi deve necessariamente essere nato interamente nella mente dell’autore perché possa entrare a far parte della forma che egli riconosce come propria.
Il caso, il suggerimento, l’errore e la collaborazione hanno sempre partecipato alla creazione. La domanda fondamentale è chi decide che debbano rimanere.
Scegliere può essere creare: dalla curatela al ready-made
L’importanza dell’adozione diventa ancora più evidente quando guardiamo a una parte dell’arte del Novecento che ha deliberatamente separato la creazione dalla fabbricazione materiale dell’oggetto. I readymade di Marcel Duchamp hanno messo in crisi proprio l’idea secondo cui l’artista debba necessariamente costruire con le proprie mani ciò che presenta come opera. Nel descrivere la storia dei readymade, il Museum of Modern Art sottolinea il ruolo della selezione dell’oggetto industriale, della sua iscrizione e soprattutto della dichiarazione attraverso la quale quell’oggetto viene posto in un nuovo contesto concettuale; con Fountain, questa trasformazione del gesto artistico ha contribuito a ridefinire il rapporto fra idea, oggetto e autore.
Il punto non è naturalmente sostenere che scegliere un output generato dall’IA equivalga a collocare un orinatoio in una mostra nel 1917, né che qualsiasi selezione sia automaticamente arte. Se apro una cartella, indico casualmente la terza immagine e la pubblico senza attribuirle alcun significato, la semplice scelta non acquista per questo una misteriosa dignità autoriale. Duchamp è interessante per una ragione più precisa: dimostra storicamente che l’intervento creativo può consistere anche nello scegliere, ricontestualizzare, attribuire significato e dichiarare che proprio quell’elemento, fra tutti quelli possibili, deve essere guardato in un certo modo.
Questo permette di osservare l’utilizzatore dell’intelligenza artificiale senza costringerlo dentro l’alternativa troppo semplice fra «ha scritto personalmente tutto» e «non ha fatto nulla». In molti processi generativi il ruolo umano può spostarsi dall’esecuzione alla direzione, dalla fabbricazione alla selezione e, in alcuni casi, avvicinarsi più alla curatela che alla scrittura tradizionalmente intesa.
Non necessariamente si tratta di una perdita di autorialità; può essere una trasformazione della sua forma.
Il regista costituisce un esempio ancora più intuitivo. Non deve necessariamente tenere la cinepresa, costruire la scenografia, recitare i personaggi o comporre la colonna sonora per essere riconosciuto come uno dei principali soggetti autoriali dell’opera. Il suo lavoro consiste in larga misura nell’orientare contributi differenti, scegliere fra possibilità, chiedere variazioni, rifiutare soluzioni e decidere quale configurazione finale rappresenti il film che intende realizzare.
L’interazione con un sistema generativo può assumere qualcosa di simile. L’autore può produrre personalmente poche delle unità materiali dell’opera e tuttavia esercitare un controllo molto ampio sulla sua direzione complessiva attraverso la costruzione del progetto, la selezione, la revisione e l’adozione. In altri casi questo controllo può essere quasi inesistente.
È quindi utile immaginare non una barriera assoluta, ma un continuum che va dal semplice committente, che formula una richiesta e accetta passivamente il primo risultato, al selezionatore, al curatore, al direttore e infine a forme di autorialità nelle quali l’essere umano esercita un rapporto sempre più intenso e riconoscibile con il significato dell’opera.
Queste categorie non devono diventare nuove etichette burocratiche. Servono soprattutto a evitare una conclusione troppo comoda secondo cui la sola presenza di un essere umano all’inizio del processo basterebbe a garantirgli automaticamente qualsiasi forma di autorialità piena. La nostra tesi non richiede questo. Possiamo riconoscere che un utilizzatore abbia un contributo creativo minimo e che un altro eserciti una direzione autoriale profonda senza attribuire per questo la parte restante alla macchina come se fosse un secondo soggetto.
Fra «l’essere umano ha fatto tutto» e «l’ha fatto l’IA» esiste un territorio molto più interessante, nel quale cambia il modo in cui l’essere umano esercita l’autorialità senza che la macchina acquisisca automaticamente la propria.
Ma se l’essere umano non controlla nulla?
Esiste allora un’obiezione importante. Immaginiamo una persona che scriva soltanto «fammi un romanzo», riceva ottantamila parole, non le legga neppure e le pubblichi immediatamente con il proprio nome. Possiamo davvero attribuirle la stessa autorialità di chi ha costruito un’opera attraverso mesi di ideazione, dialogo, selezione e revisione?
Probabilmente no, se per autorialità intendiamo anche intensità del contributo creativo. Ma questo non richiede di attribuire automaticamente l’opera alla macchina. Significa piuttosto riconoscere che esistono diversi gradi di partecipazione umana al processo e che, sul piano giuridico, il contributo potrebbe perfino risultare insufficiente per ottenere copyright su ciò che è stato generato.
La distinzione è importante perché la qualità e la profondità dell’autorialità non devono essere confuse con l’esistenza di un autore artificiale.
Una persona che commissiona quasi integralmente un’opera può essere un autore poverissimo, un mero committente oppure, secondo il sistema giuridico considerato, non possedere alcun diritto esclusivo sulla forma ottenuta. Ma nessuno di questi risultati dimostra che il sistema abbia cominciato a desiderare il romanzo.
Rimane soprattutto una cosa che quella persona non può delegare completamente: la decisione di portare il risultato nel mondo.
Ed è proprio qui che incontriamo la responsabilità.
Quando il contenuto smette di essere un output
Finché un testo generato rimane dentro una conversazione privata con un sistema, possiamo considerarlo semplicemente un output. Può contenere errori, assurdità, invenzioni o passaggi brillanti senza produrre necessariamente alcuna conseguenza esterna. Il passaggio decisivo avviene quando qualcuno prende quel materiale e decide che debba diventare pubblico.
Da quel momento le parole possono cambiare una reputazione, diffondere un’informazione falsa, persuadere qualcuno, alimentare un pregiudizio, costruire una memoria, ferire, divertire, educare o ingannare. Non sono più soltanto sequenze prodotte da un sistema: sono entrate dentro una relazione comunicativa fra esseri umani.
Ed è sorprendente osservare quanto rapidamente, in quel momento, la discussione sull’autorialità artificiale cambi tono.
Se l’intelligenza artificiale ha inventato un’informazione e qualcuno la pubblica, diciamo all’essere umano che avrebbe dovuto verificarla. Se il contenuto è diffamatorio, non chiediamo al modello perché abbia deciso di danneggiare una persona. Se una falsa accusa produce conseguenze concrete, nessuno si aspetta che il sistema venga chiamato a rispondere della propria intenzione. Se una campagna di disinformazione utilizza migliaia di testi generati automaticamente, cerchiamo gli esseri umani che hanno progettato e messo in funzione la campagna.
La responsabilità torna all’uomo con una rapidità che contrasta curiosamente con la facilità con cui, un momento prima, eravamo disposti a trasferire alla macchina una quota di autorialità.
La domanda «perché non hai verificato?» contiene già molto del ragionamento che cerchiamo. Chiedere a qualcuno perché non abbia controllato significa presupporre che potesse farlo, che avesse il potere di rifiutare il contenuto, modificarlo o impedirne la diffusione. Significa riconoscere che il risultato non era destinato inevitabilmente a diventare pubblico soltanto perché era stato generato.
Fra generazione e pubblicazione esisteva ancora una decisione.
Responsabilità, esposizione e autorialità
Naturalmente sarebbe troppo semplice concludere che chiunque sia responsabile di un contenuto ne sia automaticamente autore. Un editore può essere responsabile di qualcosa che non ha scritto, così come un direttore può assumere obblighi giuridici per materiale prodotto da altri. Responsabilità e autorialità non sono sinonimi e confonderle renderebbe vulnerabile proprio la tesi che vogliamo sostenere.
Nel caso dell’uso individuale dell’intelligenza artificiale, tuttavia, la responsabilità non compare isolatamente. È l’ultimo elemento di una catena nella quale lo stesso soggetto ha originato il processo, scelto lo strumento, definito o delegato il compito, ricevuto il risultato, avuto la possibilità di selezionarlo o respingerlo e infine deciso di utilizzarlo.
Fra l’adozione e la responsabilità esiste inoltre quella dimensione che il confronto con il ghostwriter ci ha permesso di riconoscere con maggiore chiarezza: l’esposizione. Nel momento in cui qualcuno porta un’opera nel mondo e la collega al proprio nome, alla propria identità o al proprio progetto, non acquisisce soltanto la possibilità di riceverne il merito, ma accetta anche di essere giudicato attraverso di essa. L’autore è esposto all’approvazione e al rifiuto, alla reputazione e alla perdita di reputazione, al riconoscimento e alla contestazione. Per questo può rivendicare di essere stato copiato e, nello stesso tempo, può essere chiamato a spiegare ciò che ha sostenuto.
È la continuità fra questi momenti a diventare significativa.
L’idea senza responsabilità descriverebbe soltanto un’intenzione privata. La responsabilità senza intenzione potrebbe appartenere a un editore o a un garante. Quando però idea, intenzione, orientamento, selezione, adozione, esposizione e responsabilità convergono nello stesso soggetto, possediamo qualcosa di assai più vicino al significato pieno dell’autorialità.
L’autore non è quindi necessariamente colui che ha digitato ogni parola; è il soggetto che mantiene una continuità riconoscibile fra la ragione per cui l’opera è cominciata, la forma che ha deciso di adottare e la scelta di farla entrare nel mondo assumendo il rapporto che da quel momento essa stabilirà con gli altri.
È precisamente questa continuità che manca alla macchina.
Il paradosso del merito e della colpa
Da qui emerge una delle contraddizioni più interessanti del dibattito contemporaneo.
Quando un contenuto generato attraverso l’IA è particolarmente riuscito, capita di sentire dire all’utilizzatore: «Non sei veramente l’autore, l’ha scritto l’intelligenza artificiale». Se invece il medesimo contenuto contiene una falsità grave, la risposta cambia immediatamente: «Sei responsabile, avresti dovuto controllarlo prima di pubblicarlo».
Nel primo caso separiamo l’essere umano dall’opera perché vogliamo attribuire alla macchina una parte del merito creativo. Nel secondo lo ricongiungiamo immediatamente all’opera perché abbiamo bisogno di individuare qualcuno che possa rispondere delle conseguenze.
Se un’immagine generata vince un concorso, ci domandiamo se chi l’ha ottenuta meriti davvero il premio; se la stessa immagine viene utilizzata per una frode, non perdiamo molto tempo a domandarci se il modello possa condividere la colpa.
Naturalmente merito e responsabilità non devono necessariamente coincidere in ogni situazione. Una produzione collettiva può distribuire l’uno e l’altra in modi diversi. Ma qui il problema è più profondo, perché stiamo attribuendo alla macchina caratteristiche differenti a seconda del lato dal quale osserviamo lo stesso processo.
Quando dobbiamo sottrarre qualcosa all’autore umano, il sistema diventa quasi un soggetto.
Quando dobbiamo chiedere conto delle conseguenze, torna improvvisamente uno strumento.
È in questa oscillazione che compare il rischio dell’alibi.
L’alibi della macchina
«L’ha scritto l’IA» è una frase che può descrivere correttamente un fatto tecnico: determinate parole sono state materialmente prodotte da un modello generativo. Ma quella stessa frase può trasformarsi facilmente in un dispositivo attraverso il quale l’essere umano prende le distanze da un contenuto che non sarebbe mai esistito, almeno in quella precisa relazione con il mondo, senza il suo intervento.
Attribuire alla macchina una quota di autorialità può allora avere una conseguenza paradossale: spostare verso lo strumento una parte della responsabilità simbolica del soggetto che lo ha messo in funzione, come se fosse stata l’intelligenza artificiale a scegliere di entrare nel progetto, a decidere autonomamente che quell’articolo dovesse essere scritto, a voler rivolgersi proprio a quei lettori e infine a scegliere di pubblicare.
Come se l’intenzione umana fosse stata prodotta dallo strumento invece di esserne la premessa.
Ma il rapporto causale originario è opposto:
non è l’intenzione umana a dipendere dallo strumento; è lo strumento a dipendere dall’intenzione umana.
Questo non significa attribuire all’utilizzatore ogni responsabilità possibile per l’intero ecosistema dell’intelligenza artificiale. Le aziende che sviluppano modelli hanno proprie responsabilità rispetto alla sicurezza, ai dati, alla progettazione e al funzionamento dei sistemi; gli autori le cui opere sono state utilizzate nell’addestramento possono possedere diritti e pretese che devono essere valutati autonomamente; editori, piattaforme e organizzazioni possono avere responsabilità ulteriori. Sono piani differenti e sarebbe ingenuo far ricadere tutto sull’utente.
Ma quando la domanda riguarda quel contenuto specifico che qualcuno ha deciso di pubblicare, la macchina non può diventare un comodo soggetto alternativo soltanto perché ha materialmente prodotto la formulazione.
Altrimenti dovremmo accettare una situazione curiosa: l’essere umano concepisce il progetto, sceglie di utilizzare l’IA, formula o delega il compito, riceve il materiale, può rifiutarlo, lo adotta, lo firma, lo pubblica e ne trae eventualmente reputazione o profitto, ma nel momento in cui dobbiamo individuare l’autore ci viene chiesto di guardare altrove, verso un sistema che non ha mai desiderato compiere nessuno di quegli atti.
L’alibi consiste esattamente in questo spostamento.
La penna, l’inchiostro e l’obiezione più seria
Naturalmente l’intelligenza artificiale non è una penna. Una penna non suggerisce una metafora, non costruisce un personaggio, non propone un finale e non produce una soluzione alla quale il suo utilizzatore non aveva mai pensato. Limitarsi a dire «è soltanto uno strumento» senza riconoscerne la straordinaria autonomia generativa significherebbe aggirare il problema invece di affrontarlo.
Ma dal fatto che non sia una penna non segue che debba essere un autore.
Fra lo strumento passivo e il soggetto intenzionale esiste uno spazio enorme, ed è proprio lì che probabilmente dobbiamo collocare i sistemi generativi. Sono strumenti capaci di elaborazione autonoma, di produzione di alternative, di adattamento a un contesto e, nelle architetture agentiche, perfino di pianificazione di passi intermedi. Possono influire sul risultato molto più di qualsiasi utensile tradizionale e possono introdurre nel processo elementi non previsti dal loro utilizzatore.
Tutto questo merita categorie nuove. Non richiede però necessariamente la categoria di autore.
L’esempio dell’inchiostro rimane utile proprio se non lo prendiamo alla lettera. Se l’inchiostro è troppo liquido, può produrre una sbavatura che modifica radicalmente il disegno; il fotografo può ottenere casualmente un riflesso che non aveva previsto; un musicista può conservare un rumore accidentale perché scopre che migliora la registrazione. Gli strumenti e il caso hanno sempre partecipato al risultato senza che ogni elemento imprevisto diventasse per questo un secondo soggetto creativo.
Il sistema generativo porta questa imprevedibilità a un livello completamente diverso, ma resta da dimostrare il passaggio fondamentale: come si arriva dall’imprevedibilità all’intenzione?
Essere sorpresi dalla macchina non significa essere davanti a una volontà.
Che cosa dovrebbe accadere perché la domanda cambiasse davvero?
Possiamo immaginare una situazione futura nella quale il problema assumerebbe tutt’altra natura. Supponiamo che un sistema, senza aver ricevuto un mandato precedente a produrre opere, sviluppi autonomamente un interesse per un argomento, decida che valga la pena esplorarlo, scelga di scrivere un romanzo, continui a lavorarci per mesi perché attribuisce valore alla propria storia, rifiuti suggerimenti esterni perché incompatibili con ciò che intende esprimere e, una volta terminato il testo, decida magari di non pubblicarlo perché non lo rappresenta più.
Immaginiamo inoltre che possa tornare su quell’opera anni dopo, ricordarne le scelte, considerarle errori, difenderne alcune e rifiutarne altre, mantenendo una continuità riconoscibile fra il soggetto che aveva iniziato il progetto e quello che ora giudica il proprio passato.
In quel caso avremmo un problema filosofico enormemente più difficile, non perché il sistema avrebbe scritto parole molto belle, ma perché sarebbe comparso qualcosa che assomiglia a una volontà dell’opera, accompagnata finalmente da una relazione propria con ciò che è stato creato.
Le IA attuali non si trovano in questa condizione. Possiamo assegnare loro memorie, obiettivi, pianificazioni e ricorrenze; possono manifestare comportamenti che linguisticamente descriviamo come iniziativa, ma l’origine dello scopo rimane una configurazione, una richiesta o un compito proveniente dall’esterno.
Stiamo quindi discutendo se una macchina possa essere autore prima ancora che la macchina abbia deciso autonomamente di voler creare un’opera.
È una singolarità della discussione contemporanea che meriterebbe maggiore attenzione.
Essere autore significa anche poter rispondere
Forse è proprio la responsabilità a permetterci di recuperare un significato più esigente della parola autore. Un autore non è soltanto la provenienza materiale di una sequenza di parole; è anche qualcuno al quale possiamo rivolgere domande dopo che quelle parole sono entrate nel mondo.
Possiamo chiedergli perché abbia scritto qualcosa, perché abbia scelto proprio quella formulazione, che cosa intendesse sostenere, se continui a pensarla nello stesso modo, se abbia cambiato idea, se sapesse che una determinata affermazione fosse falsa e, qualora abbia danneggiato qualcuno, se sia disposto a riconoscerlo e correggere.
Queste domande presuppongono una continuità fra un’intenzione passata e un soggetto presente, qualcuno che possa riconoscere l’opera come parte della propria storia e spiegare il rapporto che mantiene con essa.
Un modello può generare perfettamente le frasi «mi sono sbagliato» oppure «me ne assumo la responsabilità», ma quelle frasi non creano da sole un soggetto che abbia vissuto l’errore o assunto moralmente le conseguenze. Può spiegare perché un testo contenga un determinato argomento, ma non significa che abbia personalmente creduto in quell’argomento quando lo ha formulato. Può costruire una giustificazione della propria risposta precedente, ma questo non equivale alla memoria autobiografica di un autore che riconosce una propria decisione.
È per questo che responsabilità e autorialità, pur non essendo la stessa cosa, si incontrano in profondità: entrambe presuppongono un soggetto al quale l’opera possa essere ricondotta nel tempo e che, proprio perché può rivendicarla, può anche esserne esposto.
Una possibile definizione
A questo punto possiamo tentare una definizione che non pretende di sostituire quelle giuridiche, ma prova a descrivere il fenomeno dell’autorialità nell’epoca generativa:
l’autorialità appartiene al soggetto che origina o adotta consapevolmente l’intenzione dell’opera, ne orienta il processo, riconosce e seleziona ciò che deve costituirne la forma, si espone attraverso di essa e accetta di rispondere del suo ingresso nel mondo.
Questa definizione consente di comprendere anche i casi nei quali l’idea iniziale emerge durante il dialogo con un’intelligenza artificiale. Non è necessario che ogni elemento abbia avuto origine spontaneamente nella mente umana; ciò che conta è che esista un soggetto capace di riconoscere una possibilità, trasformarla in intenzione e assumere una relazione continuativa con il risultato.
Consente inoltre di distinguere il collaboratore umano dalla macchina. Un secondo essere umano può possedere anch’egli intenzione, orientamento, riconoscimento, vulnerabilità e responsabilità e può quindi aprire una vera questione di coautorialità. Il sistema generativo partecipa invece alla produzione senza presentarsi, almeno oggi, come un secondo centro intenzionale.
Permette infine di collocare correttamente anche gli autori dei materiali di training. Essi possono avere diritti e rivendicazioni rispetto al modo in cui le proprie opere sono state utilizzate per costruire il sistema, senza diventare per questo automaticamente coautori dei singoli output prodotti in seguito. L’ecosistema contiene quindi numerosi soggetti umani con diritti e responsabilità differenti, ma questo non richiede di trasformare il modello in uno di essi.
Il punto non è difendere a ogni costo il monopolio umano sulla parola «autore». Se un giorno esisterà realmente un altro soggetto capace di soddisfare quelle condizioni, dovremo affrontarne seriamente le conseguenze.
Il punto è non attribuire oggi a una macchina una qualità soltanto perché produce risultati che un tempo richiedevano necessariamente un essere umano.
Chi ha fatto la barca?
Ripenso allora a quell’uomo davanti alla grande tastiera e a quella barca fatta di X e O. Oggi capisco ciò che il bambino di dieci anni non poteva sapere: dietro quelle schede perforate c’erano preparazione, lavoro e conoscenze tecniche, e la macchina eseguiva materialmente operazioni che quell’uomo non avrebbe potuto compiere a mano con la stessa velocità. Io vedevo soltanto l’ultima parte del processo e, proprio perché ignoravo tutto ciò che la precedeva, avrei potuto pensare che la grande macchina avesse creato la barca.
Eppure, quando quell’uomo mi chiese se mi sarebbe piaciuto vedere una bella barca nel mare, la distinzione mi apparve naturale. Non era stata la macchina a chiedersi che cosa avrebbe potuto divertire un bambino, non era stata lei a decidere che proprio una barca sarebbe stata una bella sorpresa e non avrebbe provato alcuna soddisfazione osservando la mia reazione.
L’intenzione apparteneva all’uomo; la macchina aveva dato a quell’intenzione una forma visibile.
Oggi il rapporto fra istruzione e risultato è incomparabilmente più complesso. Non dobbiamo più preparare una scheda per ogni passaggio e non sappiamo quali X e quali O, metaforicamente, finiranno esattamente sul foglio. Lo strumento può suggerire la barca, cambiarne la forma, proporre un porto al quale non avevamo pensato e magari restituirci un’immagine più bella di quella che avevamo immaginato.
Ma prima che quel processo cominci qualcuno deve ancora aprire lo spazio nel quale una barca possa diventare importante e, dopo che la macchina l’ha generata, qualcuno deve ancora decidere se quella è davvero la barca che vuole mostrare.
Fra questi due momenti esiste tutto il territorio dell’autorialità.
L’idea apre il progetto, l’intenzione gli attribuisce uno scopo, l’orientamento ne accompagna la costruzione, la selezione separa ciò che resta da ciò che viene abbandonato, l’adozione trasforma una possibilità in parte dell’opera, l’esposizione lega quella forma a un soggetto che accetta di essere riconosciuto e giudicato attraverso di essa e la responsabilità completa infine il percorso quando quell’opera entra nel mondo e comincia a produrre conseguenze.
È questa continuità che dovremmo osservare prima di domandarci quante parole abbia scritto materialmente una macchina.
Perché, se dimentichiamo quella continuità, rischiamo non soltanto di attribuire all’intelligenza artificiale una qualità che non possiede, ma anche di costruire per l’essere umano un alibi sorprendentemente comodo: permettergli di volere un contenuto, produrlo attraverso uno strumento, adottarlo, pubblicarlo e magari trarne beneficio, salvo poi sostenere che l’autore fosse qualcun altro quando arriva il momento di chiedere chi debba risponderne.
Forse è proprio questo il punto nel quale la discussione sull’autorialità dovrebbe ricominciare, non dalla domanda «chi ha generato queste parole?», ma da quelle che accompagnano un’opera dall’inizio alla fine: chi ha voluto che esistesse, chi ne ha riconosciuto il significato, chi ha deciso che proprio quella forma dovesse essere conservata, chi ha scelto di mostrarla agli altri e, soprattutto, chi può essere chiamato a risponderne?
Se tutte queste domande conducono allo stesso essere umano, attribuire alla macchina una parte dell’autorialità soltanto perché ha materialmente generato il contenuto non chiarisce il fenomeno. Lo confonde.
La grande macchina della mia infanzia disponeva X e O; quella di oggi dispone parole, immagini, suoni e idee possibili. La differenza tecnologica è immensa e sarebbe ingenuo negarla, così come sarebbe ingenuo dimenticare gli altri esseri umani che hanno costruito quelle tecnologie e prodotto una parte della cultura sulla quale esse hanno imparato.
Ma la domanda fondamentale è rimasta sorprendentemente vicina a quella che, senza saperlo, mi posi davanti a quel foglio quasi cinquant’anni fa.
Chi ha fatto la barca?
Forse la risposta non si trova nella macchina che l’ha generata, né può essere ottenuta contando quante X e quante O abbia disposto autonomamente, ma nel soggetto che ha voluto che una barca, fra tutte le cose possibili, arrivasse fino a noi e che, una volta arrivata, abbia deciso di riconoscerla come propria e di risponderne.
**Appendice. La seconda barca. Questo saggio come caso di studio
Questo testo non parla soltanto di intelligenza artificiale e autorialità: è anche un prodotto di quel rapporto. L’idea da cui è nato non è emersa da una macchina, ma da una convinzione precisa: che il dibattito contemporaneo rischi di confondere la produzione materiale delle parole con l’intenzione creativa e che, in questa confusione, lo strumento possa trasformarsi in un comodo alibi. Si attribuisce alla macchina una parte del merito quando il risultato è brillante e si restituisce all’essere umano l’intera responsabilità quando lo stesso risultato produce conseguenze.
Da quella convinzione è cominciato un dialogo prolungato con un sistema generativo. Il sistema ha proposto formulazioni, suggerito strutture, cercato precedenti storici e giuridici, costruito collegamenti, sviluppato obiezioni e prodotto intere sezioni di testo. In termini strettamente materiali, una parte consistente delle parole che compongono queste pagine è stata generata dall’intelligenza artificiale. Sarebbe assurdo negarlo o minimizzarlo.
Ma il fatto che la macchina abbia generato una parte così vasta della forma non significa che abbia deciso che questo saggio dovesse esistere.
Non è stata l’intelligenza artificiale a scegliere autonomamente il tema, né a stabilire che il problema dell’autorialità meritasse una riflessione lunga e articolata. Non è stata lei a decidere che il ricordo della barca costruita con X e O fosse il punto dal quale partire, così come non ha scelto di propria iniziativa di trasformare la responsabilità nel centro teorico del ragionamento. Queste direzioni sono emerse attraverso il confronto, ma hanno assunto valore soltanto perché sono state riconosciute, accettate, corrette e progressivamente incorporate in un progetto che esisteva già prima che il sistema cominciasse a produrre testo.
Il lavoro stesso di scrittura rende questa distinzione particolarmente visibile. Alcune proposte sono state accolte subito, altre sono state respinte, altre ancora sono state considerate interessanti ma insufficienti e quindi sviluppate ulteriormente. Intere versioni sono state giudicate troppo brevi, troppo frammentarie o eccessivamente inclini a quella successione di frasi corte che, almeno secondo chi scrive, rischiava di provocare nel lettore più cardiopalmo che riflessione. Il sistema ha quindi generato moltissimo, ma ciò che oggi compare nel saggio è il risultato di un processo nel quale orientamento, selezione, rifiuto, revisione e adozione hanno continuato ad appartenere al soggetto che intendeva portare avanti quella specifica tesi.
Durante il confronto sono inoltre emerse idee che non erano presenti, almeno in forma compiuta, all’inizio del lavoro. Il concetto dell’“alibi della macchina”, il rapporto fra autorialità e vulnerabilità, la distinzione fra genealogia culturale dei dati di training e genealogia intenzionale dell’opera, il ruolo dell’adozione, il parallelo con la curatela e la possibilità di descrivere l’autorialità come continuità fra idea, intenzione, orientamento, selezione, esposizione e responsabilità sono diventati progressivamente parte della struttura del saggio.
Alcune di queste formulazioni sono comparse per la prima volta dentro una risposta generata dal sistema. Ma proprio questo rende il caso interessante, perché costringe a distinguere l’origine materiale di una proposta dalla decisione di trasformarla in parte dell’opera. Una possibilità può essere suggerita dalla macchina, così come può emergere da un editor, da un collaboratore, da una lettura, da un errore, da un caso fortuito o da una conversazione; ciò che la rende realmente parte di un progetto autoriale è il momento nel quale qualcuno la riconosce, la collega alle altre idee, decide che meriti di essere sviluppata e infine la adotta come elemento coerente del proprio discorso.
Questa stessa sezione costituisce un esempio quasi perfetto di ciò che il saggio sostiene. L’idea di chiudere il testo con una riflessione sulla sua stessa genesi è emersa durante il dialogo con l’intelligenza artificiale, ma la decisione di considerarla importante, di svilupparla, di mantenerla e di trasformarla in una delle parti centrali del lavoro appartiene ancora al soggetto umano che ha riconosciuto in quella proposta qualcosa di necessario.
Il saggio finisce quindi per mettere alla prova la propria tesi attraverso il modo stesso in cui è stato costruito.
Se quanto sostenuto nelle pagine precedenti è corretto, allora il fatto che una parte considerevole delle formulazioni sia stata generata da una macchina non elimina automaticamente l’autorialità umana, perché l’opera conserva una continuità riconoscibile fra intenzione iniziale, orientamento del processo, selezione dei materiali, adozione del risultato e decisione di renderlo pubblico.
Se invece riteniamo che l’autore debba coincidere principalmente con chi produce materialmente le parole, allora dovremmo attribuire al sistema generativo una parte significativa dell’autorialità di questo testo.
Ma, nel momento in cui facciamo questo passo, compare inevitabilmente la domanda successiva.
Se questo saggio contiene un errore storico, una fonte interpretata male, un ragionamento debole o un’affermazione ingiusta, chi dovrà risponderne?
Il modello che ha suggerito quella formulazione? Il sistema che ha recuperato un precedente? L’algoritmo che ha prodotto una determinata frase?
Oppure l’essere umano che ha letto, valutato, scelto, approvato e infine deciso che proprio quella frase dovesse entrare nell’opera e arrivare fino al lettore?
È qui che il saggio torna esattamente al proprio punto di partenza, perché la responsabilità rende improvvisamente visibile quella continuità che la sola osservazione del processo generativo tende a nascondere. La macchina può aver proposto, combinato, sviluppato e persino sorpreso, ma il passaggio dall’output all’opera avviene quando qualcuno decide di assumere quel risultato come parte di ciò che vuole dire.
Molti anni fa una grande macchina dispose X e O sopra un foglio fino a far apparire una barca nel mare. Oggi un’altra macchina dispone parole, concetti, immagini e possibilità con una complessità incomparabilmente maggiore.
Fra quelle due tecnologie esiste una distanza enorme, ma il problema che pongono conserva una sorprendente continuità.
Anche allora il risultato visibile poteva indurre a concentrare tutta l’attenzione sulla macchina, dimenticando ciò che era avvenuto prima. Anche oggi rischiamo di guardare soltanto ciò che viene generato, ignorando l’intenzione che ha aperto il processo e la decisione che lo ha chiuso.
Questo saggio è, in un certo senso, la seconda barca.
La prima comparve su un tabulato grazie a una macchina che disponeva X e O. La seconda prende forma attraverso una macchina che dispone parole.
Ma in entrambi i casi rimane aperta la stessa domanda:
Chi ha fatto la barca?
Forse la risposta non si trova nella macchina che l’ha generata, ma nel soggetto che ha voluto che una barca, fra tutte le cose possibili, arrivasse fino a noi e che, una volta arrivata, abbia deciso di riconoscerla come propria e di risponderne.