Una conversazione con Nina Beguš sulle artificial humanities

1. Nel libro Artificial Humanities. A Fictional Perspective on Language in AI (University of Michigan Press, 2025) hai proposto e definito la nuova cornice teorica delle “artificial humanities”, un campo interdisciplinare in cui l’IA viene studiata per mezzo degli strumenti e dei metodi delle scienze umanistiche, e che può aiutarci a comprendere e orientare la progettazione di questi strumenti tecnologici. Puoi raccontarci il percorso che ti ha portato alle artificial humanities e quale contributo specifico possono portare allo studio e al dibattito intorno all’IA?

I campi di studio nascono da un bisogno: le questioni più attuali e all’avanguardia richiedono nuove cornici teoriche o nuovi metodi scientifici. Ho capito che le artificial humanities erano necessarie tanto alle discipline umanistiche quanto a quelle scientifiche e ingegneristiche quando, all’inizio degli anni 2010, ho cominciato a parlare con gli ingegneri. Costruivano robot sociali e veicoli autonomi, e avevano chiaramente bisogno di conoscenze umanistiche per affrontare le loro sfide quotidiane, solo in apparenza puramente tecniche. 

C’è voluto un altro decennio perché le discipline umanistiche riconoscessero di dover stare in prima linea in questo sviluppo, mentre l’informatica lo aveva capito molto prima. Del resto, già negli anni Novanta Philip Agre, un informatico convertito alle scienze umane, sosteneva che l’IA è, in fondo, filosofica; ma nessuno lo ha compreso fino a oggi. 

Le artificial humanities si collocano come una cornice collaborativa e generativa, che mette al centro i concetti con cui lavoriamo e il modo in cui li traduciamo nella realtà tecnica, che fa emergere la finzione e le narrazioni che orientano il modo in cui costruiamo le tecnologie e interagiamo con esse, e che indaga le continuità storiche e le interazioni giuridiche, sociali e culturali tra le discipline umanistiche e le tecnologie (che si tratti di IA, neurotecnologie, biotecnologie o di qualunque cosa ci riservi il futuro). 

2. Le artificial humanities pongono l’interdisciplinarietà non come un obiettivo, ma come una necessità; in questa prospettiva, tuttavia, la proposta di un dialogo tra discipline umanistiche e i saperi tecnico-scientifici legati all’informatica può risultare simile all’approccio delle digital humanities, un campo di studi da tempo radicato nei percorsi accademici. In cosa e in che modo si differenzia l’approccio interdisciplinare delle artificial humanities?

Le artificial humanities invertono la direzione delle digital humanities: se le digital humanities usano metodi computazionali per studiare materiali umanistici, le artificial humanities usano metodi umanistici per studiare materiali computazionali. Il tempo dirà se le artificial humanities sono un sottocampo delle digital humanities o un campo a esse adiacente. Di certo dialogano con i media studies, gli science and technology studies (STS), la retorica, gli studi letterari e cinematografici, l’etica e la governance, e così via. 

Questa interdisciplinarietà è necessaria per la natura stessa delle sfide che affrontiamo. Il machine learning è ormai intrinsecamente interdisciplinare: accanto aglǝ ingegnerǝ informaticǝ ci sono matematicǝ, neuroscienziatǝ e filosofǝ. È importante che le discipline umanistiche siano parte di questo sviluppo e non, come è accaduto finora, una riflessione critica a posteriori. La sfida è troppo grande perché lǝ tecnologǝ possano affrontarla da solǝ. 

3. Nel libro, utilizzi il mito di Pigmalione come una sorta di “matrice immaginativa” che ha dato forma e senso al modo in cui pensiamo, progettiamo e raccontiamo l’IA. A partire da questo caso e da altri immaginari ricorrenti nella letteratura e nel cinema, puoi spiegarci come le discipline umanistiche possono concretamente rivelarsi utili nella comprensione e nella progettazione dell’IA e di altri strumenti tecnologici?

La natura sociotecnica delle nostre tecnologie non va sottovalutata, soprattutto con l’IA generativa, che è una tecnologia altamente culturale. Alla Silicon Valley piace comportarsi come se le proprie idee non avessero una storia, perché ha bisogno di vendere ogni cosa come se fosse nuova. Ogni prodotto, che si tratti di chatbot, assistenti virtuali o esseri virtuali, si fonda su un pensiero al tempo stesso tecnico e concettuale. Una delle grandi metafore nella storia e nello sviluppo dell’IA è che essa sia stata immaginata come una mente umana. Così è stato per il test di Turing come criterio di valutazione, e così pure per il primo chatbot, ELIZA, che prende il nome dalla protagonista della commedia Pigmalione di George Bernard Shaw. Questa concezione antropomorfica dell’IA è una proiezione fatta per nostra comodità: gli esseri umani antropomorfizzano per natura. È questo che le discipline umanistiche possono mettere in luce e, andando oltre, aiutarci a esplorare altre possibilità e opportunità. 

Le nostre narrazioni e i nostri immaginari svolgono un lavoro enorme negli ambiti tecnologici, e hanno perciò una quantità senza precedenti di potere, influenza e potenziale. Quando ho iniziato a lavorare sul mito di Pigmalione in relazione all’IA, mi ha sorpreso quanto queste narrazioni si plasmino reciprocamente. Per me è cominciato con ELIZA, Siri e Replika, messe a confronto con i film di Hollywood Her, Ex Machina e Lars e una ragazza tutta sua. È davvero difficile rompere questo cliché: tutti questi film ci hanno provato per un istante, e hanno fallito.

4. In un passo del libro scrivi che “anche se possiamo percepire un sistema di IA come simile all’essere umano, è essenziale concettualizzare, costruire e usare l’IA come un agente fondamentalmente non umano”: perché è così importante uscire dall’illusione di un’IA antropomorfa e come possiamo riuscirci?

Non sono sicura che potremo mai allontanarcene, ma è importante esplorare il potenziale proprio delle macchine al di là di questa proiezione. Ho dovuto cercare in lungo e in largo per trovare esempi appartenenti alla fiction letteraria in cui le macchine non vengono antropomorfizzate (li ho trovati nell’opera di Stanisław Lem). È una scoperta sorprendente, se si considera che nella fiction l’immaginazione non ha confini. Eppure sembriamo tornare sempre a miti vecchi di millenni, come Pigmalione, Prometeo, Narciso e Mida. 

Ho voluto mettere a disposizione la natura generativa delle artificial humanities per aprire un varco negli spazi liminali, dal momento che i nostri vecchi concetti non reggono più di fronte alle nuove condizioni che abbiamo creato. Ci vorranno lavoro e tempo, e si potrà fare soltanto confrontandosi a fondo con la materia: attraverso la scienza, la tecnologia, l’arte, la filosofia, la narrazione. Ho esteso il mio lavoro in queste direzioni, creando modelli GAN per la generazione del parlato (Generative Adversarial Networks: sistemi in cui due reti neurali si allenano l’una contro l’altra, una producendo contenuti e l’altra cercando di distinguerli da quelli reali, finché i risultati diventano indistinguibili, ndr), opere artistiche, saggi, studi scientifici e una nuova collana editoriale, e spero che questa cornice teorica ispiri anche altrǝ studiosǝ, artistǝ e tecnologǝ a cimentarsi. Immagino studentǝ che si laureano in artificial humanities e artistǝ che costruiscono a partire da questa prospettiva, come Pierre Huyghe, la cui opera ho scelto per la copertina. Hollywood sta rispondendo leggendo il libro: a novembre ne discuterò con il mio regista preferito, Denis Villeneuve.

5. Il linguaggio, insieme all’intelligenza, è uno degli attributi umani più controversi quando si parla di IA. Oggi le macchine non si limitano a co-creare il linguaggio umano, ma collaborano alla produzione di testi, immagini e artefatti culturali. Le reazioni sembrano polarizzarsi tra chi riduce gli output dell’IA a mera combinazione statistica e chi, invece, tende ad attribuire intenzionalità o coscienza alle macchine. Come dovremmo interpretare questa nuova agency linguistica non umana?

Il linguaggio si è ritrovato in uno spazio di tensione. Questo perché il nostro concetto di linguaggio è diventato obsoleto, con gli LLM che producono un diluvio di testi fluenti ma vacui, e usano il linguaggio come un’interfaccia per creare immagini. Il linguaggio è dunque sottoposto a una forte pressione nel mondo dell’informatica. Ma c’è pressione anche dall’altro versante del non-umano: la ricerca sulla comunicazione animale, che ha dimostrato che condividiamo con gli animali più proprietà legate al linguaggio di quanto pensassimo. Il linguaggio sta attraversando una svolta simile a quella avvenuta quando abbiamo riconosciuto che gli animali sono capaci di usare strumenti. 

È fuorviante pensare all’IA limitatamente agli LLM (Large Language Model, ndr), per quanto siano al centro di ogni discussione. Il machine learning ci ha aperto un nuovo spazio di sperimentazione, così come comprendere la fisica del volo ha dato agli esseri umani la possibilità di volare in molti modi diversi: aeroplani, aquiloni, elicotteri, droni, razzi, alianti e così via. È per questo che lavoro con GAN per la generazione del parlato (speech GANs), che producono il linguaggio in maniera differente dagli LLM, che lavorano su testi scritti e sono giganteschi; inoltre sono più vicine al modo in cui bambine e bambini acquisiscono la parola. 

Sto mettendo insieme tutti questi aspetti per rifondare i nostri criteri intorno al linguaggio inteso come atto che produce una soggettività esistenziale che non potrebbe appartenere ad altri che all’essere umano produttore di significato, come lo intende chi nega alle macchine ogni capacità linguistica. Il fronte dell’hype ama invece usare il termine coscienza, anch’esso inventato per gli esseri umani nel Seicento da John Locke, sulla scia di Cartesio. I concetti sono artificiali: nascono quando ne abbiamo bisogno, e possiamo scartarli e crearne di nuovi. La mia proposta, in questo dibattito, è di ripensare il linguaggio come uno spettro.

6. A novembre uscirà il tuo nuovo lavoro, First Encounters with AI (University of Michigan Press, 2026), in cui hai raccolto e curato saggi di scrittrici e scrittori alle prese con l’ingresso dell’IA generativa nella loro pratica creativa. Se puoi anticiparci qualcosa, quale immagine emerge, oggi, della collaborazione tra esseri umani e macchine nella scrittura? Cosa, nel caso, sembra prevalere: timore, curiosità, resistenza o sperimentazione? 

Tutto questo insieme. Ciò che davvero prevale è l’umanità, con tutte le forze e le fragilità che portiamo con noi. Ho creato questo volume perché volevo portare più sfumature nel dibattito pubblico sull’IA. Non credo che abbiamo introdotto i sistemi di IA nel modo migliore: riguardano tutti noi, eppure la stragrande maggioranza delle persone non ha alcuna voce in capitolo su come l’IA viene sviluppata. Esistono tanti altri modi di costruire l’IA. C’è dunque una vena ottimistica che attraversa il volume, la fiducia in un futuro significativo per la scrittura, ormai trasformata dall’IA. 

Il volume è insieme una diagnosi e una mappa per il futuro della scrittura. I singoli saggi convergono e si scontrano. Qiufan Chen spiega come all’IA manchi la profondità verticale, e Hannes Bajohr illustra come funziona la narrazione di superficie. Joseph Dumit e Con Diaz trovano un modo per esplorarne i meccanismi interni, e Jasmin B. Frelih medita sulla pluralità della nostra vita interiore, che resta inaccessibile ai modelli. Ted Chiang, com’è noto, sostiene che l’IA non ha intenzioni, e Allison Parrish che nella creazione macchinica non c’è desiderio. Mentre James Yu prova a trovare nella macchina una soluzione al blocco dello scrittore e uno sparring partner, Nicholas Nardini, di casa nelle writers’ room, implora di poterlo provare ancora. Sheila Heti racconta i legami che sviluppiamo con i chatbot, e Katy Gero argomenta come dovremmo sviluppare diversamente gli LLM. Ken Liu guarda alla storia degli amanuensi soppiantati dalla stampa e considera le macchine maestre dell’imitazione. Sasha Stiles e Iain S. Thomas ci mostrano i modi in cui usano l’IA per estendere la propria scrittura. Annelyse Gelman porta Claude in un laboratorio di poesia e conclude, con riluttanza, che le macchine sanno scrivere poesia. Alex Saum-Pascual trova nella scrittura la nostra relazionalità e la nostra resilienza, nonostante le minacce che avvertiamo sul terreno dell’ennesima rivoluzione tecnologica. È un confronto onesto con ciò che è in gioco per la creatività, tanto per chi scrive quanto per chi legge.

7. La scrittura è una competenza trasversale e non riguarda soltanto la letteratura. L’IA generativa è già presente nelle scuole, nelle università, nei social media e in molti ambiti professionali. L’impressione è che le nuove generazioni possano, un giorno, faticare a immaginare che in passato si potesse scrivere a partire dalla cosiddetta “pagina bianca” e arrivino a concepire la scrittura come una pratica assistita, dialogica e mediata da sistemi artificiali. Quali rischi e quali possibilità si aprono in questo passaggio culturale, e in che modo le artificial humanities possono aiutarci a interpretarlo e ad affrontarlo?

Lǝ nostrǝ nipoti potrebbero stupirsi nel sentire che un tempo scrivevamo partendo da zero. Ma siamo ancora esseri analogici: custodiamo con cura la dimensione corporea che la scrittura a mano ci offre, anche se è evidente che le scuole stanno passando dal corsivo a penna alle tastiere. È importante individuare quali competenze e quali valori vogliamo preservare per le generazioni future. 

Nella lunga storia della scrittura, l’interfaccia è rimasta simile: uno scalpello e una tavoletta, una penna e una lettera, una macchina per scrivere e la carta, una tastiera e uno schermo. Per chi scrive, questo è un cambiamento colossale nella storia della scrittura, più che per glǝ artistǝ visivǝ, che da sempre sperimentano con una varietà di strumenti ben maggiore. 

Le arti e le discipline umanistiche hanno una straordinaria capacità di individuare le continuità storiche e le rotture concettuali, di fornire strumenti che affrontino i risvolti qualitativi, culturali e sociali della tecnologia, e di aiutarci a navigare in acque inesplorate con dignità filosofica.

Nina Beguš è ricercatrice all’Università della California, Berkeley, dove dirige l’Artificial Humanities Group. È autrice di Artificial Humanities: A Fictional Perspective on Language in AI e curatrice di First Encounters with AI: Writers on Writing.