Come l'IA genera arte e musica, e perché la "vera creatività" rimane controversa

Gli strumenti IA generativi ora producono immagini, canzoni e tracce complete da un breve prompt testuale, e la tecnologia dietro di essi è diventata una lotta legale e culturale attuale. Ad ottobre 2026, l'editore musicale Reservoir ha intentato cause contro Suno e Anthropic presso la U.S. District Court for the Northern District of California, accusando entrambe le aziende di aver addestrato sistemi IA su migliaia di composizioni musicali protette da copyright senza licenza. Insieme a questa lotta, i ricercatori continuano a dibattere una questione separata: uno di questi output si qualifica come creatività, o è qualcos'altro completamente?

Come vengono costruite le immagini generate dall'IA

Strumenti come Stable Diffusion, Midjourney e DALL-E si basano su quelli che vengono chiamati modelli di diffusione. Durante l'addestramento, al sistema viene mostrata un'immagine reale mentre il rumore casuale viene aggiunto ad essa passo dopo passo fino a quando l'immagine originale non è più riconoscibile. Il modello apprende quindi il processo inverso – come rimuovere quel rumore di nuovo, secondo una guida tecnica pubblicata da Cloudinary. La generazione inverte questo: il sistema inizia da rumore casuale puro e lo rimuove in fasi, con i primi passi che producono forme generali e composizione e i passi successivi che affinano trama, illuminazione e dettagli fino a quando appare un'immagine coerente. Un prompt testuale guida ogni fase di derumore, dicendo al modello quale soggetto, stile e ambientazione perseguire.

Come l'IA compone musica da un prompt testuale

I sistemi musicali come Suno e Udio funzionano diversamente nei dettagli ma similmente in principio. Poiché l'audio grezzo è troppo denso – milioni di numeri al secondo – per essere inserito direttamente in un modello di tipo linguaggio, questi sistemi prima comprimono il suono in un piccolo numero di "token" discreti utilizzando codec audio neurali, raggiungendo circa 600 volte la compressione, secondo una panoramica tecnica di AI-TLDR. Una volta che l'audio viene trasformato in token, un modello transformer – lo stesso tipo di architettura alla base dei grandi modelli linguistici – prevede il token successivo, poi il successivo, costruendo un pezzo musicale completo pezzo dopo pezzo. Un prompt testuale (e qualsiasi testo) viene prima espanso in un piano approssimativo che copre genere, tempo e struttura della canzone prima che vengano generati i token audio. I modelli vengono addestrati su grandi librerie musicali e funzionano, nella descrizione utilizzata da quella panoramica, come "motori di composizione" che assorbono progressioni di accordi e strutture di canzoni piuttosto che recuperare canzoni esistenti specifiche.

La lotta al copyright dietro la tecnologia

L'addestramento di questi sistemi richiede quantità enormi di opere creative esistenti, che ora sono oggetto di contenzioso attivo. Le cause di Reservoir del 21 ottobre 2026 sostengono che Suno ha utilizzato 1.050 composizioni musicali protette da copyright e che Anthropic ha utilizzato testi di 853 composizioni – incluse opere di Madonna, Johnny Cash e Joni Mitchell – senza autorizzazione, secondo un riepilogo dei depositi esaminati da Law Commentary. Reservoir chiede circa 186,4 milioni di dollari di danni statutari da Suno e circa 151,4 milioni da Anthropic, più reclami secondo il Digital Millennium Copyright Act. Suno ha sostenuto che l'addestramento dell'IA su materiale protetto da copyright può qualificarsi come fair use e ha separatamente firmato accordi di licenza con Warner, BMG e Believe; Anthropic ha detto che intende difendere il caso. Il reclamo di Reservoir cita questi accordi di licenza come prova che esiste già un mercato legittimo per l'utilizzo della musica.

Uno di questi è "creativo"? I ricercatori sono in disaccordo

Separato dalla questione legale, gli studiosi non sono d'accordo sul fatto che l'output di questi sistemi soddisfi una definizione ragionevole di creatività. Il linguista computazionale Emily Bender e colleghi descrivono i modelli di grandi dimensioni come "pappagalli stocastici" che riflettono statisticamente i pattern nei dati di addestramento piuttosto che originare idee, secondo la recensione della Heidelberg Laureate Foundation del dibattito. Il ricercatore di computer vision Alexei Efros traccia una distinzione tra domini chiusi e limitati da regole come gli scacchi o Go – dove i sistemi IA possono dirsi innovativi all'interno di regole fisse – e domini aperti come l'arte, dove nessun target fisso esiste.

Altri ricercatori controbattono da un angolo diverso. Il ricercatore IA Selmer Bringsjord sostiene che l'output dell'IA attuale ammonta a "remixare" i dati di addestramento piuttosto che creazione genuina, e ha proposto il Lovelace Test, secondo il quale un sistema contererebbe come creativo solo se producesse output che i suoi stessi designer non potessero spiegare – una soglia che dice i modelli odierni non raggiungono, secondo un riepilogo pubblicato da BrainFacts.org. Lo psicologo Mark Runco aggiunge che l'intenzionalità è centrale per la creatività umana: le persone scelgono consapevolmente di creare, mentre i sistemi IA rispondono a prompt che riflettono l'intenzione dell'utente piuttosto che la propria. Su basi di test, lo stesso riepilogo di BrainFacts.org nota che alcuni modelli, incluso GPT-4, hanno ottenuto punteggi superiori alla media umana su test di pensiero divergente che misurano la capacità di generare idee variate – sebbene gli artisti creativi umani superiori abbiano ancora superato i sistemi IA testati.

Dove il dibattito lascia gli artisti e gli ascoltatori

La revisione della Heidelberg Laureate Foundation nota che, dato quanto controversa sia già la definizione della creatività umana tra i ricercatori, una risposta definitiva sull'IA potrebbe rimanere sfuggente. Diversi commentatori citati in quella revisione inquadrano il percorso più pratico in avanti come trattare l'IA come uno strumento che migliora il lavoro creativo umano piuttosto che come un agente creativo separato a sé stante – un inquadramento che si affianca, ma non risolve, le attuali controversie sul copyright su come questi sistemi erano stati addestrati in primo luogo.