L'IA che respinge l'appetito: perché le immagini del cibo sembrano orribili
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
Donut che sembrano gamberi, noodle vermiformi e gelati-brain emergono per limiti tecnici dei modelli di diffusione e stanno apparendo nelle promozioni di ristoranti e brand.
Gelato che sembra un cervello. Un burrito crivellato di fori. “Donut shrimp”. Sono scatti usati in promo di locali e marchi. Li genera l’IA. Fanno passare la fame invece di farla venire1.
Il pezzo che raccoglie questi esempi ne mostra la costanza: non un errore isolato, ma un’estetica riconoscibile. “Slop”, lo definisce l’autore. Materiali che paiono edili spacciati per dessert. Fili che imitano noodle e pollo. Un burger “mostruoso”. Un “Reuben dal profondo”. E poi larve, grumi, fori. “Così tanti buchi”1.
Resta una domanda pratica. Perché scegliere l’IA per promuovere cibo che si può fotografare? L’articolo non offre risposta. Sulle cause delle immagini nauseanti, invece, mette un punto: “I modelli di diffusione sono notoriamente deboli nel generare strutture sottili, continue, con terminazioni nette”1.
Qui l’IA cede. Dove serve una linea che corre diritta e si interrompe con precisione, la materia si sfrangia. Le superfici si screpolano. I volumi si bucano. Le forme si stirano in filamenti che ricordano vermi1.
Tre esempi bastano a vedere il difetto. Il gelato “a cervello”: pieghe dense e venature che non si chiudono mai, come se la massa non sapesse dove finire. Il burrito trypofobico: una pelle colabrodo che lascia intravedere “larve” grafiche, fori dentro altri fori. Il “donut shrimp”: curve e incastri esatti richiesti dalla forma vengono meno, e compaiono filamenti e crepe1.
Questi segni si ripetono. Impasti che si sfilacciano. Elementi che sembrano materiali da costruzione invece di dessert. Una cadenza visiva fissa: vermi, buchi, crepe. Non serve altro per riconoscere il limite tecnico in azione1.
Il ragionamento resta all’interno di quel perimetro. L’articolo elenca “molte ragioni” del perché il cibo generato dall’IA risulti sbagliato, ma torna sempre lì: quando l’immagine richiede continuità sottile e un taglio netto, il modello inciampa. La traccia è leggibile a occhio, prima ancora che nei dettagli tecnici1.
Il paradosso è evidente. L’IA entra nelle promo alimentari e produce immagini che mettono a disagio. Finché quel limite resta, vermi, buchi e crepe continueranno a spuntare dove ci si aspetterebbe superfici integre e forme pulite. La chiosa dell’articolo suona come un promemoria di mestiere: se il compito è far venire appetito, quei segni sono una bandiera rossa. La domanda finale, intatta, pesa più di un consiglio: perché non fotografare il piatto?1
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.