Nel 2018 ho avviato un progetto che si chiamava Demand Full Laziness. Era un piano quinquennale per l’automazione della mia produzione artistica. L’idea, detta in modo semplice, era questa: delegare la creazione delle mie opere a un algoritmo di deep learning, finanziare il tutto su Patreon, e nel frattempo riposare.

In concreto: per il primo anno ho praticato quello che chiamavo performative laziness sessions — riposo consapevole, se vuoi. Mi sono fatto osservare da una rete neurale mentre dormivo, leggevo a letto, oziavo. Il dataset del progetto era il mio corpo in pausa. Ho usato quelle immagini per addestrare una GAN a generare rappresentazioni di me mentre non facevo nulla. Poi ho alterato i parametri, e la macchina ha cominciato a produrre immagini astratte, allucinazioni visive ispirate ai pattern del riposo. Le ho distribuite a chi sosteneva il progetto su Patreon — stampe, oggetti, file digitali — come “opere autenticate e fabbricate dalla macchina”. Il piano è durato cinque anni, dal 2018 al 2023.

L’obiettivo dichiarato era superare il concetto di lavoro nell’arte e rivendicare il diritto alla pigrizia. I riferimenti erano Srnicek e Williams, Inventing the Future, l’idea che la piena automazione potesse emancipare dal lavoro salariato. E Stilinović, ovviamente — Artist at Work, 1978: l’artista che dorme come forma di lavoro. Ho cercato di aggiornare quella lezione nell’epoca delle reti neurali.

Il piano, va detto, è in buona parte naufragato. Nel mezzo c’è stata una pandemia, i lockdown forzati, la digital fatigue. Il riposo deliberato che era il cuore del progetto è diventato indistinguibile dalla condizione di tutti — milioni di persone ferme davanti a uno schermo, stanche senza aver fatto nulla. Il Patreon si è svuotato, la motivazione pure. Gli ultimi anni del piano sono stati più una coda inerziale che un progetto attivo. Dice qualcosa su quanto le condizioni materiali contino più delle intenzioni.

***

Il piano finisce comunque nel 2023, nel frattempo il mondo ha scoperto l’intelligenza artificiale generativa. O meglio: il mondo ha scoperto che può generare immagini di gatti scrivendo poche parole. Midjourney, Stable Diffusion, ChatGPT. Il dibattito pubblico si è diviso come sempre tra apocalittici e integrati, concentrandosi quasi interamente sull’impatto dell’AI sul mondo della creatività e su chi ci perde.

Tanto per dirne una, l’anno scorso in accademia dove insegno, durante una lezione con gli studenti di fumetto, per poco non sono stato linciato. La loro preoccupazione è legittima: studiano per anni una disciplina e vedono arrivare uno strumento che sembra rendere superfluo quel percorso. Lo capisco, e non voglio sminuire la loro paura.

Però quando ne discutiamo mi viene da pensare a quello che nel frattempo succede fuori dall’aula. La stessa tecnologia di cui parliamo — le reti neurali, l’apprendimento automatico, i modelli generativi — viene integrata in sistemi d’arma autonomi. Nel marzo 2026, i droni hanno causato il 96% delle 35.551 perdite russe sul campo di battaglia in Ucraina (dati del Ministero della Difesa ucraino, riportati da Al Jazeera e confermati dall’Institute for the Study of War). Il Pentagono ha chiesto 14,2 miliardi di dollari per ricerca su AI e sistemi autonomi nel budget 2026 (Usanas Foundation, su dati del Dipartimento della Difesa USA). In Cina, un singolo operatore ha controllato uno sciame di 200 droni autonomi in una dimostrazione militare (Vision of Humanity, gennaio 2026). Centinaia di gruppi armati non statali utilizzano droni in 17 paesi (ACLED, 2025). Mentre noi discutiamo — con passione, con paura, con ragione — di chi ha il diritto di generare un’illustrazione, la stessa tecnologia decide autonomamente chi uccidere. Non lo dico per chiudere il discorso sulla creatività. Lo dico per aprirlo meglio.

***

Ridurre l’AI al dibattito sulla creatività è già un errore di inquadratura. Ma anche dentro quel dibattito, le cose vengono mescolate in modo che non aiuta.

L’AI generativa come strumento di produzione — fare in dieci minuti quello che prima richiedeva tre ore, prototipare un arrangiamento, esplorare varianti di un’immagine — è uno strumento. Come lo era Photoshop, come lo era il sintetizzatore, come lo era il tornio. Le conversazioni che si facevano allora si ripetono oggi con la stessa grammatica e la stessa capacità predittiva. Accanto a questo c’è la questione dell’accesso, che è forse la più scomoda: per la prima volta, produrre un’immagine ragionevolmente complessa non richiede anni di formazione né migliaia di euro di software. Il risultato non è equivalente a vent’anni di pratica, ma la barriera d’ingresso si è abbassata in modo radicale. Quante persone hanno avuto idee che non potevano realizzare per mancanza di mezzi? Quante forme espressive erano riservate a chi poteva permettersi la formazione? Liquidare queste domande è una difesa corporativa più che una posizione critica.

E poi c’è l’AI slop, che è un’altra cosa ancora. Il contenuto generato in automatico, ottimizzato per essere statisticamente coerente con ciò che già circola. Tramonti perfetti, volti plausibili, testi che suonano come tutti gli altri testi. L’AI slop produce normalità, mai errori interessanti. Un flusso che si auto-riempie della propria media, senza scarto, senza attrito. Le piattaforme hanno trovato il loro compimento.

La critica all’AI slop è seria e necessaria. Ma quando si confonde con il rifiuto dello strumento in quanto tale, o con la paura che qualcuno abbia accesso a mezzi che prima non aveva, si sta facendo un altro discorso.

***

Sotto a tutto questo c’è una questione che riguarda il rapporto tra produzione e significato. Shannon diceva che l’informazione contenuta in un messaggio è proporzionale alla sua imprevedibilità. Un messaggio atteso non informa: conferma. Un messaggio inatteso sposta qualcosa.

Per molto tempo la creatività è stata codificata in forme convenzionate — fotografia, pittura, grafica, cinema, musica — e il valore di un’opera aveva a che fare anche con la sua capacità di emergere in un campo relativamente desaturato. In un paesaggio con pochi segni, bastava un segno per creare imprevedibilità.

Oggi il campo è saturo. L’AI generativa ha accelerato una tendenza che era già in atto da anni: la sovrapproduzione di segni. Ma non è solo una questione di quantità. Le grandi piattaforme hanno standardizzato anche i formati di fruizione — le dimensioni delle immagini, la durata dei video, il ritmo dello scroll, le metriche dell’engagement. Il contenuto non circola in un vuoto: circola dentro strutture che ne governano la ricezione, che premiano la prevedibilità e penalizzano lo scarto. Il formato del feed è già un’estetica, prima ancora che qualcuno ci metta dentro un’immagine. Più segni circolano, meno ciascun segno comunica.

Da qui una conseguenza che per me è centrale: se l’output è automatizzabile — e lo è, l’ho dimostrato io stesso con cinque anni di piano quinquennale — allora il valore non sta nell’output. L’autore non è solo colui che produce contenuti. L’autore è chi riesce a costruire contesti di possibilità all’interno dei quali quei contenuti producono nuove condizioni di fruizione, di reazione, di significato.

Demand Full Laziness era esattamente questo. Le immagini generate dalla GAN erano il pretesto. Il progetto era il contesto — un arco di cinque anni in cui ripensare il rapporto tra automazione, tempo libero e lavoro artistico.

***

È per questo che il discorso che sento fare più spesso mi convince poco. Il discorso è: ci hanno rubato le immagini, vogliamo essere pagati per l’uso dei nostri dati, vogliamo royalties, vogliamo che il copyright ci protegga. Lo capisco. Ma per me è una risposta che resta agganciata all’output, e quindi non sposta molto.

Il copyright protegge la proprietà intellettuale dentro un mercato. Lo stesso mercato che ha sempre remunerato la creatività in modo selettivo, concentrando la ricchezza verso chi possiede i canali di distribuzione. L’AI generativa non ha cambiato questa dinamica. L’ha resa più efficiente. Chiedere più tutele a volte è necessario, non lo nego. Ma le regole restano quelle.

Il punto, per come lo vedo io, è che i modelli generativi trasformano una conversazione culturale collettiva — fatta di gesti, stili, intuizioni, errori accumulati da generazioni di persone — in un asset privato, remunerato unicamente verso chi possiede l’infrastruttura. Quella conversazione non si quantifica in royalties. È un bene comune, e come tale andrebbe trattata.

E se è un bene comune, la risposta non è più copyright. È un’altra.

***

Se la macchina può fare il lavoro ripetitivo — compreso il lavoro creativo che il mercato ha ridotto a ripetizione — allora dovremmo avere più tempo, non meno reddito. Ma questo funziona solo se il reddito è sganciato dalla produzione.

David Graeber lo aveva detto con chiarezza in Bullshit Jobs: una parte enorme dei lavori che esistono oggi sono inutili, e chi li svolge lo sa. Occupazioni create per mantenere tutti occupati, non per produrre qualcosa di necessario. Graeber proponeva il reddito di base universale come via d’uscita — separare il sostentamento dal lavoro, permettere alle persone di smettere di fingere. Quel libro è del 2018, lo stesso anno in cui ho avviato il piano quinquennale. Nel frattempo molti di quei lavori inutili sono diventati anche automatizzabili, il che rende la proposta ancora più concreta e ancora più urgente.

Quando dico reddito di base è una scorciatoia per dire una cosa più grande: la decommodificazione della pratica. Casa, salute, tempo. Senza questo, qualunque strumento è palliativo — compreso il copyright, compresa la formazione, compreso il mio piano quinquennale. Non “pagateci di più per quello che facciamo”. Piuttosto: garantite le condizioni materiali perché le persone possano fare cose che non hanno bisogno di essere vendute per avere valore.

Ogni artista che ha costruito uno stile, ogni musicista che ha definito un suono, ogni scrittore che ha lavorato su una lingua, ha contribuito a quello che oggi i modelli generativi chiamano “dataset di training”. Non come fornitore di materie prime per un’industria, ma come parte di una conversazione che ha prodotto significato, memoria, identità. Una conversazione che non si remunera con le royalties. Si garantiscono le condizioni perché possa continuare.

***

Quello che Demand Full Laziness metteva in scena — con tutti i suoi eccessi retorici, la pigrizia come bandiera, il piano quinquennale come parodia della pianificazione industriale — era in fondo una domanda semplice: cosa succede se smonti l’equazione tra creatività e lavoro salariato? La pigrizia era il pretesto, un’esagerazione utile a rendere visibile un’abitudine che di solito non si discute: l’idea che il valore di ciò che fai dipenda dal tempo che ci impieghi e dal prezzo a cui lo vendi.

Tre anni dopo la fine del piano, non credo che l’arte sia scomparsa perché l’output è automatizzabile. L’intelligenza artificiale generativa lavora su base statistica, tende a riprodurre configurazioni coerenti con ciò che ha appreso. Produce il già noto in forme nuove, e può farlo con una qualità che continuerà a migliorare. Ma questo riguarda la produzione di segni. L’arte è anche — forse soprattutto — un atto comunicativo, e nella comunicazione conta dove quei segni sono collocati. È un problema di figura e sfondo: lo stesso segno cambia significato a seconda della cornice in cui appare, del contesto che lo accoglie, delle relazioni che attiva. La macchina produce figure. Non decide lo sfondo.

La creatività che sposta qualcosa sta nella costruzione di contesti all’interno dei quali si genera imprevedibilità. Contesti che attivano comportamenti diversi, reazioni non previste, modi di fruire e di pensare che prima non c’erano. Non so ancora che forma precisa questo prenderà nei prossimi anni — nel mio lavoro o in quello di altri. So da dove non parte: dalla difesa dell’output.

I miei studenti di fumetto, quelli che mi volevano linciare, hanno ragione su una cosa che il mio discorso non risolve: il reddito di base non c’è. Adesso. Loro si stanno laureando ora, e “sganciate la creatività dal mercato” è un orizzonte giusto ma non è una risposta per il semestre prossimo. Questa asimmetria — tra dove dovremmo andare e dove siamo — non la nascondo. È il posto da cui scrivo.

Garantire quel tempo è una questione politica, non individuale. Il reddito di base è la proposta. Il resto è lavoro da fare.

Guido Segni, 2026