L’intelligenza artificiale può scrivere sceneggiature migliori degli umani?

Tra tutte le domande che l’intelligenza artificiale ha portato dentro Hollywood, questa è una delle più sensibili: l’IA può scrivere sceneggiature migliori degli esseri umani? La formula piace perché mette in scena un duello semplice, quasi sportivo: da una parte l’autore, dall’altra la macchina. Ma la realtà è meno pulita e molto più interessante. L’IA non entra nella scrittura come un autore con una visione del mondo. Entra come sistema capace di macinare enormi quantità di testi, riconoscere pattern narrativi, imitare registri, combinare strutture. Non pensa una storia come farebbe una persona. Però può produrre bozze, dialoghi, varianti e sviluppi con una velocità che il singolo sceneggiatore non può eguagliare.

Per questo il problema non è decidere se l’IA “batte” o “perde” contro l’umano. Il problema è capire come cambia il valore della scrittura quando il linguaggio narrativo diventa industrialmente generabile. È uno dei fronti più delicati della trasformazione raccontata in Hollywood tra intelligenza artificiale e crisi del lavoro creativo, perché tocca il cuore stesso del lavoro autoriale.

Come scrive davvero una macchina

Per capire il nodo, bisogna partire da qui: un modello linguistico non vive, non ricorda, non soffre e non desidera. Non ha infanzia, ossessioni, traumi, senso morale o ambizione estetica. Funziona in un altro modo. Analizza immense quantità di testi e impara a prevedere quali parole o frasi sono più probabili in una certa sequenza. Quando genera una scena, quindi, non sta “esprimendo” qualcosa. Sta producendo una risposta plausibile sulla base di correlazioni statistiche estremamente sofisticate.

Eppure il risultato può essere sorprendentemente efficace. Perché la scrittura audiovisiva contiene molte forme riconoscibili: archetipi di personaggio, curve di tensione, dinamiche di dialogo, strutture in tre atti, svolte emotive, payoff e setup. Tutto questo può essere modellizzato. È il motivo per cui i sistemi generativi possono già aiutare a costruire pitch, sinossi, scalette, alternative di scena e perfino stesure intermedie.

Qui il discorso si collega a come funzionano i modelli di intelligenza artificiale e a come si usano i prompt per scrivere testi. Più il modello viene guidato bene, più può produrre risultati apparentemente raffinati.

Dove l’IA è già forte

La macchina tende a brillare soprattutto in alcuni compiti precisi. Può generare molte varianti di una scena in poco tempo. Può aiutare a sbloccare un autore in fase di brainstorming. Può proporre alternative di dialogo, riassunti di atti, schede personaggio, riscritture per tono o target. Può persino imitare il ritmo di certi generi meglio di quanto faccia uno scrittore inesperto.

In un’industria orientata alla velocità, questo è enorme. Per uno studio o una casa di produzione, avere strumenti che accelerano sviluppo e revisione significa ridurre costi, testare più opzioni, adattare più rapidamente i progetti. Dal punto di vista manageriale, l’IA appare quindi come un moltiplicatore di produttività.

Ma attenzione: accelerare non equivale a creare meglio. E soprattutto non equivale a generare opere necessarie. Si può essere velocissimi nel produrre qualcosa di perfettamente dimenticabile.

Il rischio vero è la narrativa media

Se i modelli imparano dai testi già esistenti, tenderanno a restituire la parte statisticamente più disponibile del repertorio culturale. Questo significa che l’IA è molto brava a produrre narrativa media: plausibile, ordinata, riconoscibile, spesso leggibile. Ma la grande scrittura non nasce quasi mai dal pieno rispetto della media. Nasce da una deviazione, da una voce, da una frizione, da qualcosa che rompe la normalità del linguaggio e della struttura.

In questo senso il pericolo non è tanto che l’IA scriva sceneggiature “terribili”. Il pericolo è che ne scriva di abbastanza buone da normalizzare l’abbassamento dell’ambizione. Se uno studio ottiene rapidamente cinque varianti solide ma anonime di una commedia romantica o di un thriller seriale, avrà ancora incentivi forti a rischiare su un autore più difficile, lento e costoso?

La domanda si collega direttamente a Un film senza attori umani. Se tutta la filiera si orienta verso la generazione, anche la scrittura viene trascinata verso una logica di scalabilità e ottimizzazione.

Chi possiede lo stile

Un altro nodo esplosivo riguarda lo stile. Gli autori non vendono solo storie: vendono voce, sensibilità, ritmo, sguardo. Ma se i modelli vengono addestrati su enormi archivi di sceneggiature, dialoghi, opere pubblicate e materiali connessi, allora la linea che separa ispirazione, apprendimento statistico e appropriazione si fa sempre più sottile.

In pratica: se un sistema può imitare il tono di un certo tipo di cinema, a chi appartiene quel tono? A nessuno, perché è un pattern astratto? A tutti, perché è frutto di cultura condivisa? Oppure anche a chi, con anni di lavoro, ha contribuito a renderlo riconoscibile? Sono domande scomode, ma inevitabili.

Lo stesso problema emerge nei dibattiti su dati e addestramento dell’IA. L’output generativo non cade dal cielo. Si appoggia sempre su materiale umano precedente. E quando quel materiale è creativo, il conflitto diventa immediatamente economico e morale.

Il futuro dello sceneggiatore non è sparire, ma cambiare ruolo

Lo scenario più realistico non è che lo sceneggiatore venga espulso del tutto. Più probabile è una trasformazione del suo ruolo. Alcuni autori diventeranno orchestratori di sistemi generativi: persone capaci di guidare, selezionare, correggere e rifinire bozze automatiche. Altri verranno spinti verso nicchie di maggiore originalità, dove la firma umana diventerà un marchio di valore. Altri ancora rischieranno di essere compressi in una fascia di lavoro editoriale sottopagato: più supervisione che creazione, più revisione che invenzione.

Questo passaggio si intreccia con IA e lavoro. Ogni volta che una tecnologia entra in un mestiere cognitivo, non elimina subito la professione. Prima la ricompone, la stratifica, la rende più diseguale.

Il pubblico noterà la differenza?

Molti sostengono che, se una sceneggiatura funziona, allo spettatore importerà poco chi l’ha scritta. In parte è vero. Il pubblico non ha mai visto i film in base a una pura etica dell’autore. Ma alla lunga la differenza potrebbe emergere nella densità delle opere. Più l’industria si abitua a una scrittura mediamente plausibile, più potrebbe ridursi lo spazio per opere che osano, stonano, disturbano o sorprendono davvero.

Un sistema costruito per prevedere il probabile tenderà quasi sempre a spingere verso il riconoscibile. E il riconoscibile è comodo, ma raramente memorabile. Se la scrittura perde attrito, potrebbe perdere anche necessità.

La domanda finale è un’altra

Allora: l’intelligenza artificiale può scrivere sceneggiature migliori degli umani? In alcuni compiti limitati può già produrre risultati migliori di molti umani medi. Ma questa non è la metrica giusta. La vera domanda è: può scrivere opere che nascono da una visione, da un’esperienza, da un’urgenza, da una contraddizione vissuta? Può produrre cinema che non si limiti a funzionare, ma che lasci una traccia?

L’IA può imparare molto bene la grammatica delle storie, ma la grammatica non è ancora il motivo per cui una storia conta. Il rischio non è che la macchina scriva al posto nostro. Il rischio è che l’industria si accontenti di una scrittura abbastanza buona da non sentire più il bisogno di cercare quella davvero necessaria.