Le immagini di ChatGPT sono tutte uguali

L’abbassamento delle barriere creative rischia di generare un’omologazione visiva su scala industriale

Il paradosso del pensiero uniforme

Le immagini generate da Images 2.0 sono, a prima vista, impressionanti. Testo reso con precisione, infografiche, mappe, persino manga — tutto prodotto con una fedeltà che i modelli precedenti faticavano a raggiungere. OpenAI stessa descrive il salto rispetto al predecessore come un miglioramento radicale in termini di rispetto delle istruzioni, posizionamento degli oggetti, gestione dei rapporti di aspetto. Eppure, chi ha passato del tempo a testarlo ha notato qualcosa di difficile da ignorare: come riporta Creative Bloq, le immagini sono certamente impressionanti, “eccetto per una cosa: sono tutte uguali”. Un modello che pensa, dunque, ma che pensa sempre nello stesso modo. Il paradosso è servito.

Democratizzazione o omologazione?

L’abbassamento delle barriere ha un costo preciso, e vale la pena nominarlo. Secondo un’analisi pubblicata da Forbes, i ruoli creativi a rischio sono quelli in cui la componente esecutiva — il saper fare, tecnicamente — era il cuore del lavoro. Images 2.0, si legge, rimuove proprio quella componente da molti ruoli di design e creatività. Allo stesso tempo, abbatte le barriere per imprenditori e professionisti che non dispongono di un team di marketing, di un budget per un’agenzia, o delle competenze grafiche necessarie. In apparenza, una buona notizia per chi è rimasto fuori dal mercato creativo per ragioni economiche.

Ma qui la storia si complica. Abbassare le barriere all’ingresso non equivale automaticamente ad ampliare la varietà. Se tutti usano lo stesso strumento, con le stesse capacità “pensanti” e gli stessi bias estetici incorporati nel modello, il risultato è un’omologazione visiva su scala industriale. Il grafico freelance che perdeva lavoro contro uno studio da cento persone, ora rischia di perderlo contro un imprenditore da solo con un abbonamento a ChatGPT — che però produce output visivamente indistinguibili da quelli di tutti gli altri imprenditori con lo stesso abbonamento. Non è chiaro in che modo questo arricchisca il panorama visivo globale. Semmai, lo appiattisce ulteriormente.

C’è poi una questione che nessun comunicato stampa ha il coraggio di affrontare direttamente: quella normativa. Modelli di generazione di immagini di questa portata sollevano interrogativi seri sul fronte del GDPR — in particolare per quanto riguarda l’utilizzo di immagini di persone reali nel training e nella generazione — e su quello antitrust, nel momento in cui un singolo operatore riesce a concentrare nelle proprie mani una quota rilevante della produzione creativa digitale. I regolatori europei, che già seguono OpenAI con attenzione nell’ambito dell’AI Act, avranno molto su cui ragionare.

Chi vince quando tutti pensano allo stesso modo?

La competizione tra OpenAI e Google si accende, ma forse il problema non è chi arriva primo. Il vero nodo è dove stiamo andando. La storia dei modelli di immagini di OpenAI è quella di una progressione rapida: GPT Image 1.5, rilasciato a dicembre 2025, era arrivato nove mesi dopo GPT Image 1 di marzo 2025. Images 2.0 è arrivato quattro mesi dopo. Il ritmo accelera, ma la diversità stilistica nei risultati — almeno stando alle osservazioni di chi lo ha usato — non sembra seguire la stessa traiettoria ascendente.

In un mercato in cui i modelli diventano sempre più potenti ma stilisticamente convergenti, chi guadagna è abbastanza chiaro: OpenAI, che consolida abbonati e fatturato; gli imprenditori che possono finalmente fare da soli. Chi perde è meno facile da quantificare, ma non meno reale: i professionisti creativi che vedono sparire la parte esecutiva del loro lavoro, e — in senso più ampio — la varietà visiva che nasce dalla molteplicità di sguardi, stili, scuole, errori felici. Tutto ciò che un modello addestrato su milioni di immagini “medie” tende, per definizione, a smussare.

Resta da chiedersi: se le immagini pensano tutte allo stesso modo, stiamo davvero evolvendo la creatività — o stiamo semplicemente automatizzando la sua versione più prevedibile?