L'impronta dell'anima - Perché la creatività umana resta «rara» nell'era dell'IA

Un percorso tra segnali di superficie, strutture narrative profonde e dati di ricerca, con alcune proposte di scrittura per la scuola secondaria.

La sensazione del «non detto»

Chiunque legga molto — romanzi, articoli, temi di scuola, email di lavoro — conosce quella strana sensazione: un testo scorre bene, non contiene errori, eppure lascia addosso una vaga inquietudine, come se mancasse qualcosa senza riuscire a dire cosa. È il paradosso del riconoscimento: spesso percepiamo che un testo è stato generato da un'intelligenza artificiale prima ancora di riuscire a dimostrarlo con prove concrete. Non è un pregiudizio: è un segnale, per quanto vago, che qualcosa nella trama profonda del testo si comporta in modo diverso da come si comporta la scrittura umana.

Da qualche tempo si parla di AI slop per indicare quella produzione testuale sintetica, abbondante e a basso sforzo, che riempie il web di contenuti percepiti come piatti o intercambiabili. Ma il problema, se di problema si tratta, non riguarda solo la qualità della singola frase. Un modello linguistico non scrive nel senso in cui lo intendiamo noi: assembla, ricombinando pattern statistici appresi da miliardi di frasi altrui, selezionando a ogni passo la continuazione più probabile. Il risultato può essere grammaticalmente impeccabile e narrativamente prevedibile allo stesso tempo — ed è proprio questa combinazione a produrre quella sensazione di “stonatura”che avvertiamo leggendo.

Proviamo allora a scendere in profondità: dai segnali più superficiali e già noti, fino alle scoperte più recenti sulla struttura narrativa, restituite da uno studio che ha analizzato oltre sessantamila racconti umani e generati da intelligenza artificiale: StoryScope: Investigating Idiosyncrasies in AI Fiction (Russel et al.). L'obiettivo non è demonizzare la scrittura assistita da IA, ma capire, con rigore, cosa distingue davvero — oggi — un racconto umano da uno artificiale, e perché questa distinzione conta anche per chi insegna e per chi impara a scrivere.

Livello 1: i segnali di superficie (la «pelle» del testo)

Il primo strato di riconoscimento è quello più discusso online, ed è anche il più fragile: riguarda lo stile lessicale e sintattico, cioè la «pelle» del testo, non la sua struttura profonda.

I tic verbali dell'algoritmo

Alcuni modelli linguistici mostrano una netta predilezione per un ristretto vocabolario «da saggio»: termini come approfondire, intreccio o espressioni come «in un panorama in continua evoluzione» ricorrono con una frequenza sproporzionata rispetto all'uso reale della lingua. Sono parole che, singolarmente, non hanno nulla di sbagliato: è la loro sovra-rappresentazione statistica a tradirle.

La punteggiatura «traditrice»

Un secondo indizio è sintattico: l'uso sistematico del trattino lungo per creare pause enfatiche, e di strutture parallele fisse come «non è semplicemente X, ma è Y». Prese isolatamente sono figure retoriche legittime; ripetute con regolarità meccanica diventano una firma riconoscibile, quasi un tic nervoso della macchina.

Il limite dei correttori

Qui però si apre un punto cruciale, spesso frainteso: il semplice editing stilistico — sostituire approfondire con un sinonimo, eliminare qualche trattino, variare la punteggiatura — non basta più a mascherare l'origine artificiale di un testo. Questi interventi agiscono sulla pelle, non sullo scheletro. La differenza più profonda e più difficile da correggere non riguarda le parole scelte, ma le scelte narrative: come si costruisce una trama, come si gestiscono le emozioni dei personaggi, cosa si decide di mostrare e cosa di tacere. Ed è proprio su questo secondo livello che si concentra la ricerca più interessante degli ultimi mesi.

Livello 2: le strutture profonde (lo scheletro della storia)

Lo studio StoryScope (Russel et al.) ha affrontato il problema da un'angolazione diversa rispetto alla maggior parte dei classificatori «anti-IA» in circolazione: invece di cercare parole spia, ha mappato le scelte narrative — le decisioni strutturali che un autore compie nel costruire un racconto — su un corpus di oltre sessantamila storie, umane e generate da diversi modelli (GPT, Claude, Gemini, DeepSeek, Kimi). Il risultato è una sorta di mappa genetica della narrazione, capace di rivelare pattern invisibili a una lettura superficiale.

La «didascalia morale»

Uno dei dati più netti riguarda il rapporto tra racconto e significato. Nei testi generati da IA, il tema o la morale della storia viene esplicitato apertamente in circa il 77% dei casi: il narratore, o un personaggio, tende a dichiarare cosa il lettore dovrebbe aver capito. La scrittura umana, al contrario, si fida molto più spesso del lettore: lascia che il significato emerga dall'azione, dal dettaglio, dal non detto, senza sigillarlo in una frase esplicativa finale. È la differenza tra mostrare una porta che si chiude e scrivere «in quel momento capì che l'amicizia era finita per sempre».

Emozioni «biologiche» contro emozioni psicologiche

Un secondo pattern riguarda il modo in cui vengono rappresentati i sentimenti. I testi IA tendono a descrivere le emozioni quasi esclusivamente attraverso reazioni fisiche — il cuore che batte più forte, le mani che sudano, un nodo alla gola — un repertorio efficace ma limitato, che aggira la difficoltà di nominare uno stato interiore complesso. La scrittura umana, invece, alterna al corpo l'uso di etichette emotive dirette e di una vera e propria profondità psicologica: non solo cosa prova il personaggio nel corpo, ma cosa significa quella emozione per la sua storia, i suoi valori, le sue contraddizioni.

La tirannia della linearità

Infine, la struttura temporale. Le trame generate da IA tendono a essere ordinate, causali, prevedibili: un evento porta al successivo con una logica quasi didattica. Gli autori umani, al contrario, abbracciano più volentieri il disordine: flashback, sottotrame che si intrecciano, risoluzioni parziali o volutamente ambigue. È come se la macchina, addestrata a prevedere la continuazione più probabile di un testo, finisse per privilegiare sempre la strada più prevedibile anche a livello di trama — mentre l'essere umano, proprio nell'atto di deviare da quella strada, costruisce ciò che chiamiamo stile.

La rarità come misura del genio

Uno dei contributi più originali di StoryScope è aver provato a misurare, in termini quantitativi, qualcosa che finora restava affidato all'intuizione critica: quanto è «rara», cioè statisticamente improbabile, la sequenza di scelte narrative che compongono una storia, rispetto a un ampio corpus di riferimento. Più una storia si allontana dai pattern più comuni, più il suo punteggio di rarità narrativa si avvicina a 1; più si adegua alle combinazioni più frequenti, più si avvicina a 0.

Distribuzione della rarità narrativa per singola storia, per fonte (test set). Le linee continue indicano le medie, quelle tratteggiate le mediane.

L'arcipelago umano

Nel grafico, gli autori umani (in marrone) occupano stabilmente i percentili più alti, con una media attorno a 0,71: le loro storie, cioè, tendono a discostarsi in modo marcato dalle combinazioni narrative più comuni presenti nel corpus di addestramento. È un dato che dà sostanza numerica a un'intuizione antica — la scrittura umana è, in media, più imprevedibile — senza però trasformarla in un assoluto: come si vede dalla forma allargata del violino anche in basso, esistono comunque racconti umani molto convenzionali.

Il «ghetto» algoritmico

I modelli di intelligenza artificiale, per quanto diversi tra loro per architettura e azienda produttrice, si addensano tutti attorno al percentile 0,50: le loro storie, in media, sono «tipiche» rispetto alla distribuzione di riferimento — né particolarmente rare, né particolarmente scontate, ma schiacciate verso il centro. È una conseguenza quasi diretta di come questi sistemi funzionano: un modello linguistico è addestrato a prevedere la continuazione più probabile di un testo, e questa logica, applicata alla costruzione di una trama, tende naturalmente a regredire verso la media statistica delle storie già viste.

Va detto con onestà, perché è la stessa cautela espressa dagli autori dello studio: le distribuzioni si sovrappongono in modo sostanziale. Non esiste una soglia netta che separi un racconto umano da uno artificiale sulla base della sola rarità narrativa: alcuni testi IA raggiungono percentili alti, alcuni testi umani restano molto convenzionali. Ciò che cambia, in modo statisticamente robusto, è la tendenza centrale delle due popolazioni — non un confine invalicabile tra due mondi.

La monocoltura algoritmica

Un aspetto ulteriore, forse il più inquietante dal punto di vista culturale, è che i diversi modelli — pur competitor, pur addestrati su dati e con tecniche in parte differenti — finiscono per somigliarsi tra loro più di quanto ciascuno somigli alla varietà umana. È la convergenza algoritmica: se sempre più testo del web verrà prodotto da sistemi che tendono verso lo stesso centro statistico, il rischio non è solo la qualità del singolo racconto, ma l'impoverimento della diversità narrativa collettiva — una monocoltura che, come in agricoltura, rende l'intero ecosistema più fragile e meno capace di sorprendere.

Il valore dell'imprevedibilità umana

L'ambiguità morale

Un altro dato dello studio riguarda i personaggi: il 59% dei protagonisti umani presenta tratti moralmente ambigui — luci e ombre, contraddizioni, scelte discutibili non sempre sanzionate dalla trama — contro il 38% dei protagonisti generati da IA, più spesso allineati a un asse morale chiaro e riconoscibile. È un altro modo in cui la scrittura umana riflette la complessità della vita reale, dove raramente le persone sono integralmente buone o cattive.

La connessione con il mondo esterno

Gli autori umani citano più liberamente marchi reali, luoghi concreti, riferimenti culturali condivisi; rompono più spesso la quarta parete per rivolgersi direttamente al lettore, trattandolo come un complice con cui condividere un'ironia o un sottinteso, non solo come un destinatario passivo del racconto. Sono tutte forme di rischio narrativo — scelte che possono non funzionare, che espongono l'autore — e proprio per questo sono anche indizi forti di autorialità.

L'originalità come «scelta rara»

Tutto questo porta a una definizione di creatività più utile di quella intuitiva. Creatività non è assenza di errori, né tantomeno stranezza fine a sé stessa: è la capacità di compiere, ripetutamente, scelte narrative statisticamente improbabili che restano però coerenti e significative. È un equilibrio difficile — tra sorpresa e senso — che per ora resta più facile da raggiungere per una mente che scrive a partire da un'esperienza vissuta, incerta, contraddittoria, che per un sistema addestrato a inseguire la continuazione più plausibile.

Il futuro del racconto

Lo stile, come abbiamo visto, si può imitare: bastano poche istruzioni per ottenere da un modello linguistico un testo privo dei tic più riconoscibili. Ma la concezione strutturale di una storia — il modo in cui si intrecciano trama, tempo, emozione e significato — resta, almeno per ora, il baluardo più solido della creatività umana. È lì, in quello scarto statistico tra ciò che è probabile e ciò che un autore sceglie comunque di scrivere, che si nasconde qualcosa che nessuna macchina è ancora riuscita a mappare del tutto.

Per chi scrive, e per chi insegna a scrivere, questo è anche un invito: coltivare la propria rarità, la propria confusione produttiva, la propria intertestualità — cioè il fitto tessuto di riferimenti, ricordi ed esperienze che rende ogni storia umana irripetibile. Non per rifiutare gli strumenti di intelligenza artificiale, che possono essere alleati preziosi nella fase di ideazione o di revisione, ma per non delegare a essi la parte più importante del mestiere: la scelta improbabile.

Proposte di scrittura narrativa con supporto IA per la scuola secondaria

Le osservazioni di StoryScope si prestano bene a un uso didattico: più che vietare l'intelligenza artificiale, si può insegnare a riconoscerne le tendenze e a usarla consapevolmente come strumento di confronto, non di sostituzione. Ecco alcune attività, pensate per classi di scuola secondaria di primo o secondo grado, organizzabili anche in un breve percorso di più lezioni.