La poesia senza esperienza: quando l’intelligenza artificiale scrive versi senza vivere

Nel gennaio del 2026, la poetessa Sasha Stiles ha visto una sua opera esposta al Museum of Modern Art di New York. La particolarità dell’opera, intitolata Self-Writing Poem, consisteva nel fatto che il testo era stato generato attraverso un processo di co-creazione con GPT-2, un modello linguistico di intelligenza artificiale sviluppato da OpenAI. L’intervento umano e quello artificiale si erano intrecciati al punto da rendere impossibile, o forse irrilevante, distinguere dove finisse l’uno e cominciasse l’altro. L’opera non rappresentava semplicemente un esperimento tecnologico: poneva una domanda filosofica di portata radicals.

L’intelligenza artificiale può davvero scrivere poesia? E, in caso contrario, che cosa manca a una macchina capace di generare versi metricamente corretti, stilisticamente coerenti e retoricamente sofisticati? La risposta, come vedremo, non è soltanto tecnica: è profondamente legata a ciò che intendiamo per esperienza, per intenzione, e per il rapporto tra il linguaggio e il mondo vissuto.

La misurazione della creatività: cosa dice la ricerca

Una ricerca senza precedenti, pubblicata su Scientific Reports nel gennaio 2026 e guidata dal professor Karim Jerbi dell’Università di Montréal con la partecipazione di Yoshua Bengio, ha confrontato le capacità creative di diversi large language model, tra cui ChatGPT, Claude e Gemini, con quelle di oltre 100.000 partecipanti umani. I risultati hanno segnato un punto di svolta: alcuni sistemi di intelligenza artificiale, incluso GPT-4, hanno superato le prestazioni medie umane in compiti di creatività divergente linguistica, misurata attraverso il Divergent Association Task, un test standardizzato che richiede di elencare dieci parole il più possibile scorrelate tra loro.

Tuttavia, lo stesso studio ha rivelato un pattern nitido e costante: la creatività di picco resta saldamente umana. La metà più creativa dei partecipanti ha superato ogni modello testato, e il divario si è accentuato ulteriormente tra il 10% dei creativi più dotati. In altre parole, l’intelligenza artificiale ha raggiunto e in certi casi superato la media umana, ma non il talento eccelso. Come ha sintetizzato lo stesso professor Jerbi: «L’IA è diventata uno strumento straordinariamente potente al servizio della creatività umana: non sostituirà i creatori, ma trasformerà profondamente il modo in cui immaginano, esplorano e creano.»

Lo studio si è poi esteso a compiti di scrittura creativa più complessi, tra cui la composizione di haiku, la stesura di trame cinematografiche e la produzione di racconti brevi. Il pattern osservato nei test verbali si è confermato: l’intelligenza artificiale può eguagliare o superare le prestazioni di un utente medio, ma cede di fronte alla capacità dei creatori più abili di produrre un lavoro più originale e stratificato.

La macchina che versifica: competenza senza comprensione

La storia della poesia computazionale non comincia con i large language model. Già dagli anni Sessanta, ricercatori come Theodore Nelson e successivamente software come Racter hanno sperimentato la generazione automatica di testi poetici. L’evoluzione più recente ha portato sistemi come DeepSeek-Creative a produrre versi che, a una lettura superficiale, risultano indistinguibili da quelli di un poeta alle prime armi. I generatori di poesia basati su IA, segnalano le analisi più recenti, «stanno rivoluzionando la scrittura creativa rendendola più accessibile, efficiente e stimolante».

Eppure, la questione della comprensione resta centrale. Un articolo pubblicato sulla rivista AI and Ethics da ricercatori della School of Philosophy and Economics ha articolato un argomentophilosophically rigoroso: i large language model, per quanto sofisticati, mancherebbero dell’elemento fondamentale della creatività, ovvero l’esperienza in prima persona. Per esperienza in prima persona si intendono quegli stati soggettivi che esistono solo nel momento in cui vengono vissuti, e che il soggetto utilizza per esprimere il proprio modo di comprendere il mondo. A differenza del poeta umano, che attinge a un vissuto fatto di gioie, dolori, memorie e intuizioni, l’intelligenza artificiale opera su dati testuali che non ha mai esperito nel senso Phenomenologico del termine.

Questo punto emerge con particolare forza se consideriamo la natura stessa della poesia. La poesia non è soltanto una combinazione di suoni, ritmi e figure retoriche: è il tentativo di dare forma linguistica a qualcosa che spesso resiste alla parola, l’ineffabile appunto. Come ha osservato la Società Letteraria Italiana riflettendo sul rapporto tra poesia e intelligenza artificiale, la poesia «ama il silenzio, l’ineffabile, la meraviglia non dicibile. Ama l’indefinito, il vago, l’interminato». Un sistema che produce testo sulla base di probabilità statistiche può assemblare questi elementi formali, ma li assembla senza sapere che cosa sia il silenzio, e senza provare la tensione tra ciò che si vuole dire e ciò che le parole possono dire.

L’autorialità smontata: Barthes era in anticipo?

Una lettura più sfumata viene dal dibattito sull’autorialità. Il sociologo Roland Barthes, in un saggio del 1967, proclamava provocatoriamente la morte dell’autore, sostenendo che il testo è un tessuto di citazioni, influenze e linguaggi che precede e supera l’individualità di chi scrive. Se l’autore è sempre stato, in un certo senso, un nodo in una rete di testi precedenti, l’intelligenza artificiale non fa che rendere visibile questa condizione strutturale della scrittura.

Un’appassionata difesa della poetica assistita dall’intelligenza artificiale, pubblicata sulla rivista Jacket2 nel dicembre 2025, ha sostenuto un punto出人意料: non si tratta di stabilire se le macchine siano creative nel senso umano, ma di riconoscere che l’autorialità è sempre stata meno unitaria, meno espressiva e più procedurale di quanto preferiamo ammettere. «I modelli linguistici di grandi dimensioni non finiscono l’autorialità», ha scritto l’autore, «la espongono». In questa prospettiva, l’intelligenza artificiale non sopprime la poesia: ne rivela i meccanismi, costringendo scrittori e lettori a interrogarsi su che cosa sia davvero scrivere.

Tuttavia, questa posizione, per quanto intellettualmente elegante, non risolve il problema filosofico. La questione non è soltanto se la poesia sia un procedimento combinatorio, ma se la combinazione sia sufficiente a produrre significato. Un sistema che ricombina parole non ha bisogno di sapere cosa significhi amare per scrivere di amore; ma forse il lettore lo percepisce, nel modo in cui un testo è attraversato da una vita. Questa è la differenza tra competenza linguistica e comprensione autentica.

Il ruolo dell’umano: guida e direzione

Un dato emerso dalla ricerca di Jerbi merita particolare attenzione: la creatività dei sistemi di intelligenza artificiale non è una proprietà fissa, ma può essere modellata attraverso vari parametri tecnici e, soprattutto, attraverso il modo in cui vengono formulate le istruzioni. Il parametro di temperatura, che controlla il grado di prevedibilità o esploratività delle risposte, influenza direttamente l’originalità dell’output. A temperature più basse, l’IA produce risposte più convenzionali e prevedibili; a temperature più alte, si avventura in territori meno esplorati.

Ma l’elemento più significativo riguarda il ruolo del prompting. Istruzioni che incoraggiano i modelli a riflettere sull’etimologia e sulla struttura delle parole producono associazioni più inaspettate e punteggi di creatività più elevati. Questo dato, apparentemente tecnico, ha una portata filosofica rilevante: la creatività dell’intelligenza artificiale dipende pesant dalla direzione umana. L’IA non ha agenda propria, non ha desiderio di esplorare, non ha curiosità. Il suo processo creativo, se così vogliamo chiamarlo, è interamente alimentato dall’intervento umano. La macchina può mappare un insieme di spinte, come ha scritto l’autore di Jacket2, ma non può abitare il rischio della dissenso. Quel rischio resta una responsabilità umana.

Il paradosso della mediocrità ottimizzata

Al di là della questione filosofica, esiste un problema concreto e urgente per il futuro della letteratura. Le piattaforme editoriali stanno sperimentando contenuti prodotti o co-prodotti da intelligenza artificiale, e le aziende valutano le possibilità di ridurre costi e tempi di produzione. Il rischio che emerge dalle analisi più lucide è quello di una mediocrità ottimizzata: una frase perfetta, grammaticalmente impeccabile, stilisticamente corretta ma già vista mille volte, ha un valore economico superiore a un’intuizione imperfetta ma autentica. Il capitalismo cognitivo, come è stato osservato, non ha mai avuto particolare simpatia per l’eccentricità.

Questo produce un paradosso: proprio mentre i modelli linguistici dimostrano di poter eguagliare la creatività media umana, minacciano di produrre un panorama letterario in cui la creatività media, intesa come competenza linguistica brillante ma convenzionale, soppianta quella radicale, intesa come ricerca autentica di forme nuove. Il sonetto e la ballata non nascono dalla necessità di scrivere versi decenti: nascono dal bisogno di dire qualcosa che non era mai stato detto.

Il futuro della parola: collaborazione o sostituzione?

Si profilano, in sostanza, due scenari. Nel primo, l’intelligenza artificiale diventa uno strumento di potenziamento: il poeta utilizza il modello linguistico come risorsa per generare varianti, esplorare direzioni, superare blocchi creativi, esattamente come un musicista può utilizzare un software per produrre controproposte armoniche. In questo scenario, la macchina amplifica la voce del creatore senza sostituirla.

Nel secondo scenario, l’intelligenza artificiale diventa il creatore primario e l’umano si riduce a revisore, curatore, selezionatore tra le opzioni generate. In questo caso, il poeta non scrive più: sceglie. E scegliere non è la stessa cosa che scrivere, così come giudicare non è la stessa cosa che fare.

La verità, come spesso accade, si colloca in un territorio più complesso di entrambe le narrazioni estreme. La poesia è, ed è sempre stata, un atto situato: nasce da un corpo, da un tempo, da un luogo, da un vissuto irripetibile. Un large language model non ha un corpo, non ha un tempo vissuto, non ha un luogo. Non ha nostalgia, non ha attesa, non ha il fiato sospeso di chi scrive sapendo che ogni parola è un azzardo. In questo senso, la differenza tra un poeta e un generatore di versi non è soltanto una questione di competenza, ma di presenza al mondo.

Eppure, questa differenza non rende l’intelligenza artificiale irrilevante per la poesia. Al contrario: proprio perché la macchina opera in assenza di esperienza, costringe il poeta a chiedersi che cosa sia davvero l’esperienza, e che cosa possa ancora dire che le parole non possono dire. In questo senso, forse, l’intelligenza artificiale non è un nemico della poesia, ma un reagente che ne rivela la natura più profonda: non è nella forma che la poesia vive, ma in ciò che la forma cerca di trattenere prima che sfugga.

La domanda che dovremmo porci non è dunque se l’intelligenza artificiale possa scrivere poesia, ma se noi siamo ancora disposti a leggerla con l’attenzione che richiede. In un mondo saturo di testo generato automaticamente, la capacità di distinguere tra una parola che viene da un vissuto e una parola che viene da un calcolo statistico diventa, essa stessa, una competenza letteraria fondamentale. E forse, in ultima analisi, una competenza umana.

Fonti principali: Karim Jerbi et al., “Divergent creativity in humans and large language models”, Scientific Reports, gennaio 2026; Franceschelli e Musolesi, “The creative agency of large language models: a philosophical inquiry”, AI and Ethics, Springer, 2024; A Defense of LLM-Assisted Poetics, Jacket2, dicembre 2025; Letteratura e intelligenza artificiale: un dialogo interdisciplinare, Rivista AI, aprile 2026.