Ovvero: come un'etichetta di due lettere trasforma chiunque in un esperto di quello che non capisce.

Questo non è un pezzo sul GDR. Se però avete mai assistito a una discussione in forum sull'AI nelle illustrazioni fantasy, e su Dragonslair ne abbiamo viste parecchie, quello che segue vi riguarda direttamente. Continuate a leggere.

Il 12 maggio 2026, un utente anonimo su X che risponde al nome di @SHL0MS ha pubblicato un'immagine. Uno stagno con ninfee, riflessi d'albero sull'acqua, pennellate sfocate verso il lilla. La didascalia diceva, in inglese, che aveva appena generato quell'immagine con l'AI in stile Monet, e chiedeva ai presenti di descrivere nel dettaglio in che cosa fosse inferiore a un Monet vero. Ha aggiunto pure il tag "Made with AI" che X mette a disposizione, per non lasciare scampo.

Il post ha raggiunto 5,5 milioni di visualizzazioni. Centinaia di risposte. Gente seria, articolata, con un profilo che suggeriva una certa cultura visiva, che smontava l'opera pezzo per pezzo. Punto focale sbagliato, contrasto delle ninfee troppo basso, il riflesso dell'albero che "invadeva le ninfee senza riguardo per la profondità spaziale", la luce sull'acqua che era "solo rumore spruzzato a caso". Frasi pronunciate con la sicurezza di chi ha capito tutto.

L'immagine era un Monet. Vero. Originale. Serie delle Water Lilies, dipinto attorno al 1915, attualmente appeso alla Neue Pinakothek di Monaco di Baviera. Cento anni di museo, milioni di visitatori, pubblicazioni accademiche a valanga, una delle opere più riconoscibili della storia dell'arte occidentale.

Dopo il reveal, molti dei commentatori hanno cancellato le proprie risposte. @SHL0MS aveva già fatto gli screenshot.

Il meccanismo è semplicissimo, e per questo è devastante

Quello che è successo non ha niente di misterioso. Una storica dell'arte, A.V. Marraccini, ha smascherato l'inganno quasi subito, riconoscendo la pennellata del Monet tardo, l'impasto "selvaggio" tipico del periodo, le tonalità virate al lilla dovute ai cambiamenti della sua percezione del colore in quegli anni. Cose che chiunque studi Monet sul serio conosce come tratti stilistici distintivi, non come difetti.

Le stesse caratteristiche che gli studiosi usano per attribuire un'opera al periodo tardo di Monet: quell'impasto ruvido, quella composizione che resiste alla lettura immediata, quella sfocatura cromatica, sono state lette dai commentatori di X come prove tecniche dell'origine artificiale dell'opera.

Un tratto iconico è diventato un bug dell'algoritmo. Perché sopra c'era scritto "Made with AI".

Benvenuti nell'effetto etichetta, il trucco più vecchio del mondo

I cognitivisti chiamano questo fenomeno "framing effect". Tradotto: la cornice cambia l'esperienza prima che l'esperienza cominci. Lo stesso vino ti piace di più se costa ottanta euro. La stessa persona ti sembra più competente se viene presentata con un curriculum da Harvard. Lo stesso quadro ti sembra difettoso se ti dicono che l'ha fatto un software.

Non è stupidità. È struttura del cervello umano. Siamo animali che prendono decisioni velocissime su input incompleti, e la scorciatoia "che etichetta c'è sopra?" è una di quelle che il cervello preferisce perché costa pochissima energia. Il problema è che quando la scorciatoia si attiva, smetti di guardare quello che c'è davvero davanti a te e cominci a vedere quello che l'etichetta ti dice di vedere.

Nel caso del Monet, il meccanismo ha prodotto qualcosa di spettacolare: persone che hanno elaborato analisi tecniche dettagliate e sicure di sé su un'opera che non erano in grado di valutare correttamente, convinte di stare esercitando un giudizio critico autonomo. Lo stesso materiale, la stessa immagine, gli stessi pixel, lettura completamente diversa a seconda di due parole scritte in didascalia.

L'AI come detonatore del Dunning-Kruger di massa

C'è un secondo meccanismo in gioco, e qui si fa interessante. Uno studio pubblicato su arXiv a dicembre 2025 ha costruito un dataset di 120 immagini, metà AI, metà reali, e ha misurato la performance umana nel distinguerle. Il risultato è stato statisticamente equivalente a lanciare una moneta, con in più la fatica di guardarci sopra.

Questo è un dato scientifico, non un'opinione. L'occhio umano non distingue in modo affidabile un'immagine generata da una reale. Punto.

Il che rende particolarmente gustosa la fiducia con cui moltissime persone, ogni giorno, dichiarano di vedere "subito" se qualcosa è AI. "Si vede lontano un miglio." "È palesemente generata." "Il solito AI slop."

Il Dunning-Kruger Effect, per chi non lo conoscesse, è il fenomeno per cui meno conosci un dominio, più sei convinto di conoscerlo. Si applica magnificamente a tutto ciò che riguarda l'AI in questo momento storico: il tema è abbastanza nuovo da rendere impossibile avere competenza vera, abbastanza presente nel dibattito pubblico da far sembrare a chiunque di saperne qualcosa, e abbastanza polarizzante da far scattare immediatamente una presa di posizione identitaria. Non sto valutando un'opera d'arte. Sto dichiarando da che parte sto.

Perché la cosa dovrebbe interessarci

La questione non è l'AI. L'AI in questa storia è solo il detonatore. Il meccanismo che ha fatto smontare un Monet davanti a 5,5 milioni di persone esiste da prima che qualcuno inventasse il machine learning, e sopravviverà a qualunque modello che verrà dopo.

È lo stesso meccanismo per cui leggi la mail di un cliente che hai già etichettato "antipatico" cercando conferme che sia antipatico, e le trovi sempre. È lo stesso per cui il novello appassionato di qualsiasi cosa, che sia fotografia, cucina, giochi di ruolo o politica estera, ha opinioni più nette e sicure dell'esperto che ci lavora da vent'anni, perché l'esperto sa quanto è grande quello che non sa.

Il punto non è che siamo stupidi. È che siamo costruiti per prendere scorciatoie, e le scorciatoie funzionano benissimo finché non finiscono sul fatto che hai appena demolito pubblicamente un Monet del 1915 su un social network con sei milioni di spettatori.

E almeno puoi cancellare il commento. Gli screenshot restano.

---

Link alle fonti

Substack - Luca Cazzaniga, PetaPixel, Futurism, arXiv - We are not able to identify AI-generated images

View full articolo

Verissimo, ma provate a fare anche il contrario e otterrete lo stesso effetto😁.

Ossia portate un'immagine di Monet, e dite all'ai che l'avete generata con un ai e chiedetegli dove ha sbagliato.

L'esperimento lo ha condotto Silver Nervuti, portando una foto vera dell' allunaggio, all'ai dicendogli appunto che l'aveva generata, per simularla graficamente.

😁😁 scoprirete che la saccenza non ha genere, razza, o ... quel che è, insomma.

Modificato Venerdì alle 08:372 giorni da Tianos

Resta il fatto che la maggior parte delle nuove illustrazioni della 5.5 siano a dir poco imbarazzanti (messe nel contesto D&D, nel contesto my little ponies si sposano benissimo).

P.S. Articolo stimolante 😀

Modificato Venerdì alle 07:482 giorni da Bharbhotr

Vogliamo allargare il campo anche ai "commenti scritti con l'AI" o presunti tali?

Restando alla sola grafica, dall'avvento dell'AI generativa si è assistito ad un appiattimento clamoroso della qualità: apparentemente ci sono illustrazioni splendide, ma poi.... poi guardi di qua, guardi di la e sono TUTTE UGUALI: stesse espressioni ebeti sui volti, stesse pose da supereroi, stessi ammiccamenti, stesso look "glamour" da fighetti. Per me di una bruttezza sconcertante. Illustrazioni che non hanno un briciolo di personalità o carattere e che dimentichi subito (o che ricordi solo proprio per la loro banalità o assurdità).

Tornando in topic, il mondo è pieno di esperti in grado di riconoscere al volo una creazione umana da una artificiale ormai. Almeno stando questi esperti che poi si volatilizzano in una nube di fumo meglio di Houdini quando viene palesato che hanno preso una topica enorme.

Il senso critico, specie nelle generazioni più giovani, è stato appiattito a martellate dai vari social, video di TikTok, Youtbe, Instagram ecc. Individui cresciuti con un imprinting che li porta ad omologarsi a quanto dice un'etichetta, incapaci di fare qualsiasi cosa diversa da quanto stabilito dal trend del momento. Basta che uno dica una cosa, che ci sono milioni di pecoroni pronti a sostenerlo, senza nemmeno porsi il dubbio se quanto affermato sia vero o meno.

1 ora fa, firwood ha scritto:

guardi di la e sono TUTTE UGUALI

Per la verità c'è un discorso ancora più profondo.

Io ho fatto generare centinaia di immagini all'AI, e il discorso menzionato all'inizio era del tutto sacrosanto. Poi, improvvisamente, l'illuminazione: descrivevo un'immagine e chiedevo che riprendesse i tratti di Zdzisław Beksiński, H.R. Giger, Francis Bacon e Bosch. E di colpo le immagini prendevano stile, una sorta di 'anima'.

Questo, a parer mio, definisce la vera differenza tra un'immagine generica generata da un'AI e una creata da un essere umano. L'immagine generata da un'AI è una 'réclame', una proiezione dell'inconscio collettivo: quello che piace a tutti ma che tutti dimenticano, perché sono belle ma senza 'anima'.

Citando un passaggio de L'Uomo Bicentenario: 'Sai cosa rende l'aspetto di un essere umano, umano? L'imperfezione: il naso bitorzoluto, un mento troppo grande, ecc.' Presi da sé potrebbero essere definiti tratti brutti, ma organici al resto del viso diventano la firma che rende unico quel volto, e se non bello, perlomeno affascinante, magnetico.

io penso che sia un tema che richiederà parecchio studio nei prossimi mesi e nei prossimi anni...

l'AI, al di là degli schieramenti da stadio a favore o contro, è uno strumento che ormai c'è, è qui, e farà parte della nostra vita/società, attraversandola e modificandola, in modo profondo; che lo si voglia o meno. E che sta sempre più rapidamente migliorando con il passare dei mesi.

Io sono uno di quelli 'incuriosito' da questo strumento, avendone letto qualcosa (in forma allarmistica), dall'ormai sparito dalla circolazione Paolo Barnard, già 5-6 anni fa. Quando ne ho avuto l'opportunità ho iniziato ad utilizzarlo (per diletto) per cercare di comprendere cosa fosse. Sono sincero : oggi ho ancora più domande (e più curiosità) di prima.

Per tornare all'argomento specifico della generazione delle immagini, anche io come @Tianos ne ho generate tantissime. In alcuni anni di 'smanettamento', oggi posso dirvi che una volta imparato ad usarlo è possibile creare delle immagini che potrebbero essere scambiate tranquillamente per delle vere e proprie opere d'arte. Ma ci è voluto (e in realtà ci vuole) molto lavoro e molto tempo: da sole le immagini AI non si producono. Il "Machine Learning" in realtà non si applica solo alla 'macchina', ma anche all'utente che la deve utilizzare: non conoscere il 'come' interagire con essa è il grande limite sul pieno sfruttamento delle potenzialità di questo strumento.

L'appiattimento della qualità (in questo caso delle immagini) di cui parla @firwood è verissimo, ma è dato soprattutto dalla totale ignoranza di chi genera queste immagini, che invece di 'studiare' come interagire con questo strumento, si appoggia ai generatori 'generici' a disposizione che restituiscono solo prodotti senz'anima.

ovviamente, sono sempre e solo i miei due cents 😉

16 ore fa, Mortegro ha scritto:

C'è un secondo meccanismo in gioco, e qui si fa interessante. Uno studio pubblicato su arXiv a dicembre 2025 ha costruito un dataset di 120 immagini, metà AI, metà reali, e ha misurato la performance umana nel distinguerle. Il risultato è stato statisticamente equivalente a lanciare una moneta, con in più la fatica di guardarci sopra.

Questo è un dato scientifico, non un'opinione. L'occhio umano non distingue in modo affidabile un'immagine generata da una reale. Punto.

Guarda, concordo a grandi linee con tutto e concordo anche sul fatto che ci sia molta più sicurezza sul fatto di saper distinguere le immagini AI di quanta capacità effettiva ci sia nel farlo.

Però il fatto che uno studio abbia avuto quel risultato non mette un punto perchè non sappiamo (io non lo so e non trovo l'articolo su due piedi)
1) come sia stato generato il campione di immagini (solo certi tipi di soggetti? Favorendo certi tipi di immagini reali, ad esempio sfocate o ipersaturate?)
2) come sia stato selezionato il campione degli individui. Se "l'uomo della strada" non sa riconoscerle, non è detto che una persona con discrete competenze non abbia dei risultati magari anche solo del 75%

Quindi giusto non sarei così categorico nel dire che visto che abbiamo un esperimento, allora siamo di fronte a una verità incontrovertibile.
Per il resto l'idea del vero-finto Monet è spassosissima e i risultati molto rappresentativi di questo bel clima da caccia alle streghe in cui viviamo.
Bell'articolo, grazie.

28 minuti fa, shalafi ha scritto:

Guarda, concordo a grandi linee con tutto e concordo anche sul fatto che ci sia molta più sicurezza sul fatto di saper distinguere le immagini AI di quanta capacità effettiva ci sia nel farlo.

Però il fatto che uno studio abbia avuto quel risultato non mette un punto perchè non sappiamo (io non lo so e non trovo l'articolo su due piedi)
1) come sia stato generato il campione di immagini (solo certi tipi di soggetti? Favorendo certi tipi di immagini reali, ad esempio sfocate o ipersaturate?)
2) come sia stato selezionato il campione degli individui. Se "l'uomo della strada" non sa riconoscerle, non è detto che una persona con discrete competenze non abbia dei risultati magari anche solo del 75%

Quindi giusto non sarei così categorico nel dire che visto che abbiamo un esperimento, allora siamo di fronte a una verità incontrovertibile.
Per il resto l'idea del vero-finto Monet è spassosissima e i risultati molto rappresentativi di questo bel clima da caccia alle streghe in cui viviamo.
Bell'articolo, grazie.

Ci sono vari studi a tal proposito. Quello citato è nelle fonti dell'articolo.

Ve ne sono altri con 287.000 valutazioni da oltre 12.500 partecipanti, e i risultati sono di poco migliori.
https://arxiv.org/html/2507.18640v1

In ogni caso sono tutti del 2025 e i modelli in questi sei mesi hanno fatto passi da gigate. Ancora poco e le immagini saranno indistinguibili... stessa cosa accadrà ai video.

16 ore fa, aza ha scritto:

Ci sono vari studi a tal proposito. Quello citato è nelle fonti dell'articolo.

Ve ne sono altri con 287.000 valutazioni da oltre 12.500 partecipanti, e i risultati sono di poco migliori.
https://arxiv.org/html/2507.18640v1

In ogni caso sono tutti del 2025 e i modelli in questi sei mesi hanno fatto passi da gigate. Ancora poco e le immagini saranno indistinguibili... stessa cosa accadrà ai video.

concordo... anche se chi utilizza molto l'AI generativa ( ma solo da un certo livello professionale in su) sta contemporaneamente acquisendo e sviluppando delle capacità critiche di osservazione che permettono di distinguere un'opera digitale da una umana.

Nè più nè meno come fanno gli attuali critici di arte che riescono ad attribuire ad un autore o una certa scuola di pittura quando viene scoperto un nuovo dipinto/opera d'arte, oppure per stabilire se un'opera è originale o un falso . Ma ovviamente è frutto sempre di 'tanto' studio che non ha nulla a che vedere con i (quasi tutti) 12.500 partecipanti/leoni da tastiera degli studi sopra citati...