Nessuno ci aveva detto cosa fare

La lezione di Giorgio Moroder per creare nell’era dell’intelligenza artificiale

In Giorgio by Moroder, la voce di Giorgio Moroder non introduce semplicemente una canzone. Racconta un modo di avvicinarsi alla creazione.

I Daft Punk registrarono il suo racconto e lo trasformarono in parte integrante della composizione: una biografia orale che, poco alla volta, diventa ritmo, struttura e materia musicale. Non è una normale intervista inserita sopra una base. La voce di Moroder è uno degli strumenti del brano.

Tra le frasi del monologo, una continua a risuonare con particolare forza:

Il punto non è soltanto che nessuno gli avesse dato delle istruzioni. È che non esisteva ancora un’idea condivisa di ciò che fosse giusto fare.

• Non c’era un manuale.
• Non c’era una procedura consolidata.
• Non c’era una categoria dentro la quale cercare la risposta migliore.

Moroder poteva muoversi liberamente perché il territorio che stava esplorando non era ancora stato delimitato.

Questa assenza di riferimenti poteva apparire come un limite. È diventata invece la condizione necessaria per inventare qualcosa.

Oggi ci troviamo davanti a una situazione apparentemente opposta. Abbiamo accesso a una quantità quasi infinita di riferimenti, modelli, immagini, testi, suoni e strumenti. Possiamo interrogare sistemi addestrati su una parte enorme della produzione culturale umana. Possiamo ottenere in pochi secondi una proposta visiva, una melodia, un articolo, un’interfaccia o un piano strategico.

Eppure, proprio mentre tutto sembra possibile, rischiamo di perdere quella condizione originaria: non sapere ancora che cosa si dovrebbe fare.

Il futuro nasce prima delle buone pratiche

Quando una tecnologia diventa accessibile, il primo istinto è cercare le regole per utilizzarla correttamente.

Cerchiamo il prompt migliore, il workflow più efficiente, il modello con il punteggio più alto, il tutorial che promette risultati professionali. Studiamo ciò che funziona e proviamo a riprodurlo. È un comportamento comprensibile, soprattutto quando gli strumenti cambiano rapidamente e il tempo per sperimentare sembra sempre insufficiente.

Ma una buona pratica descrive qualcosa che ha già funzionato. Non può dirci quale forma assumerà ciò che ancora non esiste.

Le procedure sono preziose quando dobbiamo produrre con continuità, controllare la qualità, ridurre gli errori o integrare l’intelligenza artificiale in un processo aziendale. Diventano più problematiche quando vengono applicate troppo presto alla fase esplorativa. In quel momento possono trasformarsi in confini invisibili: suggeriscono quali risultati siano plausibili prima ancora che abbiamo avuto la possibilità di cercarne altri.

Moroder non stava cercando di ottimizzare un genere musicale già definito. Stava provando a capire che cosa potesse diventare la musica quando il suono elettronico smetteva di essere un effetto e diventava la struttura stessa del brano.

Non aveva una destinazione precisa da raggiungere. Aveva una macchina, una sensibilità e la libertà di ascoltare ciò che quella combinazione stava producendo.

La differenza è fondamentale. Ottimizzare significa muoversi più velocemente verso una destinazione conosciuta. Creare significa, almeno per un certo periodo, accettare che la destinazione non sia ancora visibile.

L’intelligenza artificiale conosce soprattutto ciò che è già accaduto

Un modello generativo può produrre qualcosa che non abbiamo mai visto, ma lo costruisce attraversando strutture apprese da ciò che è già stato prodotto.

Questo non rende il risultato necessariamente banale. Le combinazioni possibili sono immense e spesso sorprendenti. Tuttavia, quando la richiesta è generica, il sistema tende naturalmente verso soluzioni riconoscibili, coerenti e statisticamente plausibili.

In altre parole, l’intelligenza artificiale è molto brava a mostrarci che cosa potrebbe funzionare secondo la forma accumulata del passato.

Una recente analisi di diciannove studi ha rilevato un paradosso importante: l’AI può migliorare la creatività del singolo partecipante, ma contemporaneamente ridurre la diversità complessiva delle idee prodotte da gruppi differenti. Le persone ottengono risultati più efficaci, ma iniziano più facilmente ad assomigliarsi.

È un rischio particolarmente evidente nella produzione di contenuti. Testi formalmente corretti, fotografie illuminate nello stesso modo, interfacce costruite attorno agli stessi pattern, video con identici movimenti di camera. Non perché il sistema sia incapace di fare altro, ma perché gli chiediamo quasi sempre di condurci verso una soluzione già riconoscibile.

La preconoscenza che mancava a Moroder oggi è incorporata dentro lo strumento.

Il modello possiede milioni di idee su come dovrebbe apparire una pubblicità, come dovrebbe iniziare un articolo, come dovrebbe comportarsi un assistente digitale o come dovrebbe essere raccontata un’azienda innovativa. Se non introduciamo una direzione autentica, quelle idee diventano la direzione.

Il risultato può essere impeccabile e, nello stesso tempo, privo di necessità.

La ricerca condotta da Adobe sul futuro del lavoro creativo descrive un comportamento interessante: alcuni professionisti utilizzano l’AI per verificare le proprie intuizioni e, quando il modello genera immediatamente un’idea troppo simile, decidono di abbandonarla e ricominciare. L’intelligenza artificiale diventa così una specie di misuratore della prevedibilità.

È forse uno degli utilizzi più intelligenti che possiamo farne.

Non chiederle soltanto di confermare una direzione, ma usarla per capire quanto quella direzione sia già contenuta nel territorio conosciuto.

Non chiedere alla macchina che cosa fare

Il problema non è che l’intelligenza artificiale produca risposte. Il problema nasce quando le affidiamo implicitamente anche la domanda.

Quando scriviamo un prompt molto dettagliato, possiamo avere la sensazione di controllare il processo. In realtà, spesso stiamo descrivendo una soluzione già immaginata. Chiediamo alla macchina di avvicinarsi il più possibile a qualcosa che abbiamo visto altrove, sostituendo l’esecuzione manuale con una generazione più rapida.

È utile, ma non è necessariamente esplorazione.

Un processo creativo più interessante inizia prima del prompt. Inizia dall’osservazione di una tensione, di un errore, di un comportamento umano o di una possibilità tecnica che non possiede ancora una forma definita.

L’AI può allora diventare uno spazio di prova. Può costruire rapidamente varianti, estremizzare un’intuizione, mettere in relazione linguaggi distanti, simulare punti di vista incompatibili, produrre prototipi che sarebbe troppo costoso realizzare manualmente.

Ma non dovrebbe eliminare il momento in cui non sappiamo ancora che cosa stiamo cercando.

In un workflow agentico, questo significa evitare di assegnare a un solo sistema il compito di trovare immediatamente la risposta migliore. Agenti differenti possono esplorare territori separati: uno può cercare analogie fuori dal settore, un altro può mettere in discussione le ipotesi iniziali, un altro ancora può produrre soluzioni volutamente estreme. Un agente di valutazione può individuare le proposte più coerenti, mentre la regia umana decide quali anomalie meritino di essere sviluppate.

La tecnologia non serve soltanto a convergere più rapidamente. Può permetterci di divergere più a lungo senza rendere il processo economicamente insostenibile.

Questa potrebbe essere una delle conseguenze più profonde dell’intelligenza artificiale sulla creatività. Non soltanto produrre più velocemente, ma rendere accessibile una quantità di tentativi che prima non potevamo permetterci.

La velocità, tuttavia, ha valore soltanto se non viene usata per arrivare subito alla prima risposta accettabile.

Riconoscere l’incidente

Una ricerca pubblicata nel luglio 2026 distingue tra creatività combinatoria, esplorativa e trasformativa. Secondo l’autore, i sistemi attuali sono molto capaci di combinare elementi esistenti, più limitati nell’esplorare realmente uno spazio e incapaci, da soli, di trasformare le regole che definiscono quello spazio. La mancanza più profonda non sarebbe la novità, ma la capacità di vivere la serendipità: riconoscere un incidente e attribuirgli un significato.

Una macchina può produrre un errore sorprendente. Non può sapere che quell’errore è la cosa più interessante accaduta durante il processo.

Può creare una figura deformata, una frase ambigua, un’inquadratura impossibile o un comportamento inatteso. Ma serve ancora qualcuno capace di fermarsi, guardare quella deviazione e decidere di seguirla.

La creatività non coincide con la generazione della differenza. Comprende anche la capacità di riconoscere quale differenza contenga una possibilità.

È qui che il ruolo umano diventa ancora più importante.

Non necessariamente nell’esecuzione di ogni singolo passaggio, ma nella costruzione del sistema, nella scelta delle condizioni iniziali, nell’interpretazione degli incidenti e nella decisione di proseguire dove una procedura razionale suggerirebbe di tornare indietro.

L’intelligenza artificiale può produrre migliaia di deviazioni. Una sensibilità umana deve capire quale di quelle deviazioni conduce verso un linguaggio.

Creare senza una risposta già pronta

La frase di Moroder non è un invito a ignorare la competenza. La libertà creativa non nasce dalla mancanza di conoscenza, ma dalla capacità di non trasformare la conoscenza in un limite.

Prima di rompere una grammatica bisogna spesso averla attraversata. Prima di affidarsi a un incidente bisogna avere abbastanza sensibilità da distinguerlo dal rumore. Prima di lavorare senza una soluzione precostituita bisogna costruire un processo capace di sostenere l’incertezza.

Anche l’intelligenza artificiale deve essere inserita dentro questa disciplina.

Non come oracolo che possiede la risposta. Non come macchina incaricata di sostituire l’immaginazione. Non come scorciatoia per riprodurre rapidamente ciò che il mercato considera già corretto.

Può essere un ambiente nel quale le idee vengono messe sotto pressione. Un insieme di intelligenze specializzate che esplorano, contraddicono, costruiscono e verificano. Una materia generativa che reagisce alle nostre intenzioni, ma che può anche restituirci qualcosa che non avevamo previsto.

Essere AI-native non significa lasciare che sia l’AI a decidere che cosa creare.

Significa progettare un modo di lavorare nel quale persone e sistemi artificiali possano entrare in territori che nessuno dei due saprebbe esplorare allo stesso modo da solo.

Moroder non conosceva ancora il suono che sarebbe arrivato. Non aveva una definizione corretta da seguire. Aveva strumenti nuovi, una cultura musicale e la disponibilità ad ascoltare qualcosa che non possedeva ancora un nome.

Forse è questo l’atteggiamento che dovremmo recuperare oggi.

In un’epoca in cui una macchina può suggerirci in pochi secondi che cosa fare, la vera libertà creativa potrebbe iniziare dalla decisione di non accettare immediatamente il suo primo suggerimento.

Di rimanere per qualche istante in quello spazio scomodo e fertile nel quale nessuno ci ha ancora detto quale sia la risposta corretta.

Perché il futuro, quasi sempre, comincia prima delle istruzioni.