Una delle caratteristiche più interessanti delle immagini generate dall’intelligenza artificiale è anche una delle più problematiche: non sempre ciò che viene prodotto ha senso.
I sistemi generativi non hanno nozioni tecniche su ciò che disegnano, lavorano per correlazioni statistiche e le incongruenze spaziali che ne risultano sono, secondo i criteri della rappresentazione architettonica, errori di progettazione elementari. Resta da capire se quel criterio sia l’unico con cui guardarle.
Nel progetto tradizionale l’errore si elimina per gradi. Si corregge il disegno, si verificano le misure, si rende coerente la struttura, si cerca di avvicinare l’immagine a ciò che si era deciso di rappresentare. Il lavoro procede lungo una strada che si restringe verso la precisione e la fattibilità. L’immagine generativa funziona in modo opposto. Ogni richiesta comporta uno scarto rispetto all’intenzione di partenza, e questo scarto è la condizione ordinaria del lavoro, non un incidente di percorso. Non tutte le immagini generate riescono a ispirare direttamente il progetto, ma può succedere che emerga un dettaglio inaspettato che, osservato con attenzione, merita di essere valorizzato. Quel momento si trasforma in un’occasione di riflessione per esplorare nuove possibilità progettuali.
Che un fallimento possa diventare una risorsa è una storia ben più antica dell’intelligenza artificiale.
In un recente articolo pubblicato su Artribune, dal titolo La poetica dell’errore tra arte e architettura, Luigi Prestinenza Puglisi sostiene che un’opera può essere grande proprio perché sbagliata. L’architettura, scrive, è piena di errori strutturali, e “l’errore non è l’incidente. È il metodo”.
L’errore, in questa prospettiva, interessa per l’effetto che produce, cioè sospende per un momento il cammino conosciuto e costringe a guardare altrove. Esistono errori che interrompono il progetto, ma esistono anche errori che lo aprono a nuove visioni. Accogliere il secondo non significa dare credito a qualunque cosa l’algoritmo restituisca.
Gli studi sulla serdipità hanno provato a mettere ordine in questi fenomeni. Nel 2018, Ohid Yaqub, in un articolopubblicato su Research Policy, ha proposto una classificazione che individua quattro meccanismi della scoperta inattesa: se guidata dalla teoria, se guidata dall’osservatore, se nata dalla rete di relazioni tra le persone o, appunto, se nata dall’errore, la cosiddetta error-born serendipity.
L’intelligenza artificiale rende quest’ultimo meccanismo insolitamente visibile per una ragione molto concreta, cioè che è in grado di produrre in pochi minuti una quantità di varianti di una stessa intenzione che a mano richiederebbe settimane, e con esse moltiplica le occasioni di deviazione.
Fino a ora si è sottinteso che l’errore capiti. La verità è che si può anche andarlo a cercare.
Una delle possibilità più interessanti dell’IA consiste infatti nel mettere deliberatamente in relazione elementi che, secondo la logica ordinaria del progetto, non avrebbero motivo di incontrarsi. Presi singolarmente, questi elementi sembrano estranei tra loro. Ma accostati, producono una terza immagine che nessuno poteva anticipare prima di averla davanti. La ricerca visiva diventa quindi una forma di progettazione per associazione. Il campo delle relazioni possibili si allarga, e con esso il materiale su cui si può lavorare.
L’idea che un’immagine impossibile possa nutrire il progetto, del resto, non nasce con gli algoritmi. Le Carcerid’invenzione di Piranesi, incise a metà Settecento, mostrano spazi che nessun cantiere potrebbe costruire, eppure hanno continuato a parlare agli architetti molto oltre il proprio tempo. Nel saggioLa sfera e il labirinto di Manfredo Tafuri, gli “errori” geometrici e storici di Piranesi non sono considerati sviste, ma scelte deliberate. L’autore dimostra come l’incisore alteri intenzionalmente le prospettive e assembli arbitrariamente le rovine per inventare un passato utopico, scardinando così le regole dello spazio classico.
Un’immagine non è tenuta a reggersi in piedi per essere utile al pensiero. Ciò che cambia oggi è la quantità di immagini di questo tipo e la rapidità con cui arrivano.
In questo spazio si colloca il glitch (problema tecnico). Nel 2018 Santiago Pérez ha dedicato al rapporto tra errore, glitch e imperfezione il capitolo Loss of Control, pubblicato nel volume Lineament. La sua tesi afferma che nell’ambiente iperdeterminato della fabbricazione digitale e della cultura computazionale, la perdita di controllo offre l’occasione per riprendere contatto con l’intuizione, la serendipità e la scoperta.
A contare, dunque, non è il difetto in sé. Conta che, quando una regola si spezza, diventi visibile ciò che la regola teneva fuori dal campo.
Portato nella pratica della visualizzazione, il principio ha conseguenze precise. Un’immagine generata con IA può contenere deformazioni, e queste possono suggerire una configurazione che nessuno aveva immaginato. Come visione compiuta del progetto, quell’immagine è sbagliata. Come domanda progettuale, cioè come ipotesi concettuale di base, può essere presa in considerazione.
Sul versante della ricerca in architettura, Aswin Indraprastha ha pubblicato nel 2024 sulla rivista Jurnal Teknosains uno studio intitolato Make discovery through the serendipity (Fare scoperte attraverso scoperte fortuite), su una piattaforma di progettazione generativa. Lo studio sostiene che esplorazione, speculazione ed errore possano essere riconosciuti come basi credibili dell’innovazione, e descrive un processo che procede dal basso, per tentativi speculativi. L’obiettivo dichiarato è costruire ambienti in cui soluzioni non previste in partenza possano comparire dentro il processo progettuale, non prenderne il posto.
Non a caso l’IA generativa si rivela più utile nelle prime fasi del lavoro.
Una revisione sistematica di 161 studi sull’uso dell’intelligenza artificiale generativa nel progetto architettonico, pubblicata nel 2025 su Automation in Construction e relativa alla letteratura tra il 2014 e il 2024, rileva che quasi il 69% delle applicazioni si concentra nella fase iniziale, quella dell’ideazione e della visualizzazione. Le fasi successive risultano molto meno esplorate.
Oggi l’immagine generativa trova una delle sue funzioni più evidenti nell’espandere lo spazio delle possibilità, non nel sostituire il lavoro di definizione che viene dopo.
Anche l’attività di Francesco D’Isa offre uno spunto in questa direzione. Nella sua ricerca artistica utilizza sistemi generativi per interrogare la produzione delle immagini, il rapporto tra autore e algoritmo e il grado di controllo che rimane all’interno di un processo probabilistico. In una pubblicazione su Artribune, spiega l’estetica dell’errore e che questo approccio arriva a D’Isa attraverso tradizioni orientali come il buddismo Chán/Zen e il taoismo. Così come gli arriva una certa idea di scarto tra la realtà e la nostra percezione. Il suo lavoro appartiene all’arte e alla ricerca sull’immagine, e il principio può essere trasferito all’architettura solo con finalità diverse.
Nel settore dell’architettura e del design non interessa produrre un’immagine artistica in quanto tale. Interessa usare l’immagine come terreno di esplorazione progettuale.
L’IA può produrre migliaia di combinazioni, ma toccherà all’architetto decidere quali osservare, quali scartare, quali sviluppare. La macchina moltiplica le occasioni, il progetto assegna loro un senso.
In questo contesto cambia anche il modo di trattare l’errore. Non sempre conviene correggerlo nel momento in cui compare. A volte è meglio fermarsi a guardarlo, domandarsi perché quella forma, pur sbagliata, susciti un’impressione interessante. Vedere il progetto dove sembra non esserci nulla vuol dire riconoscere una possibilità prima che esista una soluzione.L’intelligenza artificiale non progetta al posto dell’architetto. Può però introdurre nel processo ciò che il progetto canonico tende a scartare: l’imprevisto. Dentro l’imprevisto può affacciarsi una forma, una relazione, uno spazio, una materia che non stavamo cercando. L’errore, allora, cessa di essere soltanto qualcosa da correggere. Può diventare il punto in cui il progetto lascia la strada conosciuta e, proprio per questo, comincia a vedere più lontano.
Alessandro Peritore