Nel dibattito pubblico sull’intelligenza artificiale tornano sempre gli stessi temi: la creatività delle macchine, il copyright delle immagini generate, la possibilità che algoritmi sempre più sofisticati sostituiscano alcuni lavori.
Medium Hot. Intelligenza artificiale e immagini ai tempi del riscaldamento globale, il nuovo libro di Hito Steyerl, interviene da un’altra angolazione. L’artista e teorica invita a considerare le immagini prodotte dall’AI come nodi di una rete materiale fatta di energia, lavoro e infrastrutture globali, più che come semplici oggetti estetici o tecnologici. Dietro la leggerezza apparente della produzione visiva automatizzata si intravede un’infrastruttura molto concreta: miniere di materie prime, data center ad alto consumo energetico e una massa di lavoro umano che resta quasi sempre invisibile.
Il titolo del libro rielabora una distinzione proposta negli anni Sessanta da Marshall McLuhan tra media “caldi” e “freddi”. Hito Steyerl ne riprende l’intuizione e la rilegge in chiave energetica: le immagini generate dall’intelligenza artificiale sono “calde” perché partecipano direttamente alla produzione di calore.
Ogni immagine prodotta da un modello generativo mobilita infatti una catena energetica complessa: server che elaborano dati, sistemi di raffreddamento che dissipano il calore delle macchine, reti che distribuiscono file in tempo reale. L’immagine digitale smette così di apparire come un file immateriale che circola online e si rivela come il risultato di un processo industriale che consuma risorse e produce entropia.
Una prospettiva che incrina una delle narrazioni più diffuse sull’economia digitale, quella della smaterializzazione. La rete viene spesso descritta come un’infrastruttura quasi eterea; in realtà dipende da un apparato materiale imponente. I data center che alimentano il cosiddetto “cloud” occupano superfici immense, richiedono sistemi di raffreddamento sofisticati e assorbono quantità crescenti di elettricità.
Le immagini generate automaticamente partecipano quindi a una dinamica energetica con effetti diretti sul clima. La cultura visuale contemporanea non riguarda soltanto il modo in cui il mondo viene rappresentato: contribuisce anche alla sua trasformazione fisica.
Accanto alla dimensione ecologica, Steyerl insiste su un’altra componente spesso ignorata: il lavoro umano che sostiene l’intelligenza artificiale.
I modelli generativi non apprendono spontaneamente; vengono addestrati attraverso dataset giganteschi che devono essere organizzati, classificati e filtrati. Una parte consistente di questo lavoro consiste nell’etichettare immagini, moderare contenuti violenti, identificare oggetti all’interno delle fotografie; tutte micro-attività distribuite globalmente e pagate pochi centesimi, svolte da lavoratori e lavoratrici spesso collocati in aree economicamente marginali. La produzione automatica di immagini dipende quindi da una forza lavoro diffusa e invisibile che raramente compare nelle narrazioni entusiastiche sull’AI.
In alcuni casi questo paradosso diventa ancora più evidente. Steyerl ricorda come parte dell’addestramento per tecnologie di guida autonoma sia stato realizzato da persone che vivono in condizioni di mobilità fortemente limitata, come rifugiati o residenti in zone segnate da conflitti. L’infrastruttura che rende possibile l’automazione del trasporto nei paesi più ricchi si appoggia così sul lavoro di soggetti che spesso non hanno accesso alle stesse tecnologie che contribuiscono a sviluppare. L’intelligenza artificiale appare allora come una nuova forma di economia estrattiva: estrae dati, immagini e lavoro da contesti periferici per alimentare piattaforme globali.
Questa riflessione si collega a una delle intuizioni più note di Steyerl, sviluppata anni fa nel saggio In Defense of the Poor Image in cui descriveva la “poor image” come un’immagine degradata, compressa, copiata e ricopiata attraverso la rete, simbolo di una circolazione alternativa rispetto alla cultura dell’alta definizione. Nel panorama attuale emerge una nuova figura: l’immagine derivativa. I sistemi generativi funzionano infatti analizzando quantità immense di immagini preesistenti e producendo nuove combinazioni statistiche. L’immagine non nasce più da un incontro diretto con il mondo, ma dall’elaborazione probabilistica di archivi digitali.
La questione non riguarda soltanto l’estetica delle immagini prodotte dalle macchine. Tocca direttamente le strutture di potere che organizzano la cultura visuale, le stesse tecnologie che alimentano l’industria creativa vengono utilizzate anche in contesti militari e di sorveglianza. Sistemi di riconoscimento visivo, analisi predittive e computer vision fanno parte dell’infrastruttura tecnologica che sostiene droni autonomi, sistemi di targeting e piattaforme di controllo dei confini.
Video still, Image courtesy of the Artist and Andrew Kreps Gallery, New York.
All’interno di questo scenario l’arte non occupa una posizione esterna o privilegiata. Anche il campo artistico è coinvolto nella trasformazione delle immagini in processi computazionali. La possibilità di generare milioni di immagini in pochi secondi ridefinisce le condizioni della produzione visiva. La questione non consiste nel difendere un’idea romantica di creatività umana contro la macchina, piuttosto riguarda la consapevolezza delle infrastrutture che rendono possibile l’immagine contemporanea.
Fare arte con l’intelligenza artificiale significa inevitabilmente confrontarsi con la rete energetica, economica e politica che sostiene questi sistemi. Ogni immagine prodotta da un algoritmo è il punto di convergenza di materiali estratti dal sottosuolo, lavoro umano distribuito su scala globale e calcolo computazionale ad alta intensità energetica. L’immagine smette di essere un oggetto isolato: diventa un processo.
Nel panorama delineato da Steyerl la rete appare come un ambiente visivo sempre più turbolento, attraversato da flussi continui di immagini generate, remixate e rielaborate da algoritmi. La distinzione tra documento, simulazione e propaganda si fa progressivamente più fragile. Le immagini non si limitano a rappresentare eventi o oggetti: intervengono direttamente nella costruzione della realtà sociale, economica e politica.
Medium Hot propone una teoria dell’immagine algoritmica che tiene insieme estetica, ecologia e critica del lavoro. Ogni pixel rimanda a una catena globale di produzione che coinvolge energia, infrastrutture e lavoro invisibile.
In un momento storico in cui l’intelligenza artificiale viene spesso raccontata come una rivoluzione puramente tecnologica, Steyerl invita a ricordare che ogni innovazione è anche un fatto politico e che le immagini generate dalle macchine non sono semplici esperimenti visivi: sono elementi attivi di un sistema economico che ridefinisce il modo in cui vediamo, lavoriamo e consumiamo energia. Comprendere questo intreccio significa riconoscere che la cultura visuale dell’AI non riguarda soltanto il futuro delle immagini, ma quello del mondo che le produce.
