Programma della conferenza

Il panorama mediale contemporaneo sembra interessato da una particolare tensione riguardante il rapporto con il rischio. Nel contesto quotidiano, gli agenti algoritmici svolgono un ruolo attivo nel mitigare la pressione esercitata dall’incertezza della scelta, favorendo una dinamica di de-responsabilizzazione che sottrae gli individui al rischio del presente. Dall’altra parte, nell’attuale centralità e pervasività della liveness nelle espressioni culturali, artistiche e dell’intrattenimento contemporaneo (Gemini, Brilli, 2023), l’incertezza e il rischio dell’imprevedibilità assumono piuttosto un valore creativo e comunicativo desiderabile. Nonostante gli agenti algoritmici e le forme dal vivo siano al centro di numerosi dibattiti, le possibili intersezioni tra questi due ambiti sono rimaste finora poco esplorate, soprattutto in ambito sociologico.

Il presente studio intende dunque indagare la funzione performativa degli algoritmi nel contesto della “società del rischio” (Beck, 1992). A partire dalla considerazione per cui il rischio non costituisce un evento futuro, bensì una condizione del presente generata dalla sovrabbondanza di possibilità (Luhmann, 1991), i sistemi di IA non solo filtrano e riducono le opzioni disponibili, ma alimentano un processo di outsourcing decisionale che sottrae la società dalla responsabilità del “qui e ora”. Mentre il rischio viene quindi socialmente percepito come un fattore da evitare e da cui sottrarsi per mezzo degli algoritmi, nelle pratiche performative che integrano gli agenti artificiali dal vivo esso viene invece riabilitato come componente essenziale del processo creativo: l’esibizione dell’incertezza e dell’imprevedibilità diventa una risorsa espressiva e comunicativa.

Per indagare questo fenomeno, la ricerca si concentra sul confronto tra due diverse forme performative di interazione con gli algoritmi: da un lato, le performance artistiche che incorporano sistemi di IA, dall’altro, le pratiche di live coding. Nella collaborazione creativa con l’IA, l’esito dell’opera assume infatti un grado di imprevedibilità e autonomia, poiché alcuni aspetti del processo sfuggono necessariamente al controllo diretto degli artisti. Il ruolo del software, quindi, non è meramente assistivo, ma diventa un agente attivo e determinante (McCormack, D’Inverno, 2012), che può intervenire tanto nella fase di creazione quanto nell’interazione con altri elementi della performance (Pearlman, 2020).

Gli eventi di live coding consistono invece in performance in cui il codice algoritmico viene scritto e modificato in tempo reale per generare output visivi e sonori immediati (Rain, Ramson, Lincke, Hirschfeld, Pape, 2019). Nata in ambito informatico e musicale, la specificità di questa pratica risiede nell’interazione diretta con il codice durante l’esecuzione, dove l’imprevedibilità degli output algoritmici diventa un elemento espressivo ed estetico.

L’analisi comparata di questi due tipi di performance permette di individuare due diverse modalità di gestione dell’imprevedibilità: da un lato, troviamo performance basate sulla comunicazione dal vivo con un’IA già precedentemente addestrata e codificata; dall’altro, è il processo stesso di scrittura e programmazione dell’algoritmo a venire eseguito in tempo reale. In entrambi i casi, la dimensione della liveness assume un ruolo centrale: quando gli algoritmi vengono performati dal vivo, essi, anziché sottrarre l’individuo dalla responsabilità del “qui e ora”, generano un’esperienza time-specific che, sfruttando la specificità della presenza, diventa in grado di valorizzare la gestione del rischio (Esposito, 2022).

Il divario generato dall’agency algoritmica tra contesti mediali dal vivo e non solleva dunque un interrogativo centrale: in che modo la dimensione performativa dal vivo incide sull’attribuzione di responsabilità creativa all’agente artificiale? Per approfondire tale questione, oltre all’analisi dei meccanismi comunicativi delle performance prese in esame, la ricerca si avvale anche di dodici interviste con artisti, organizzatori e spettatori. Le diverse prospettive raccolte permettono di comprendere come si configurino – tecnicamente e metodologicamente – l’addestramento e la scrittura degli algoritmi, e di verificare se l’esperienza dal vivo induca effettivamente lo spettatore a confrontarsi con la gestione del rischio e con le dinamiche di responsabilità algoritmica.