Meccanismo dell’intenzione comportamentale pubblica di usare l’IA generativa per la co-creazione di immagini di racconti popolari

Perché storie e strumenti intelligenti vanno oggi a braccetto

I racconti popolari sono alcuni dei tesori più antichi dell’umanità, ma in un mondo dominato da video brevi e feed da scorrere faticano a trovare spazio. Questo studio pone una domanda di grande attualità: le persone comuni possono usare l’intelligenza artificiale generativa — strumenti per creare immagini come quelli dietro l’arte IA odierna — per contribuire a mantenere vive le tradizioni narrative? E, altrettanto importante, cosa spinge qualcuno a decidere se effettivamente vuole usare questi strumenti per co-creare immagini per i racconti popolari?

Vecchie storie in un mondo mediatico nuovo

In molti paesi i racconti popolari sono ufficialmente celebrati come parte del “patrimonio culturale immateriale”, eppure spesso ricevono poca tutela concreta o attenzione pubblica. La maggior parte si trasmette ancora attraverso la narrazione orale o testi stampati, formati che possono apparire distanti in un ambiente digitale saturato di immagini. Musei e archivi conservano materiali, ma raramente invitano il pubblico a partecipare. L’IA generativa cambia questo quadro permettendo ai non esperti di trasformare semplici prompt in immagini ricche, abbassando la barriera tecnica alla narrazione visiva. Gli autori sostengono che questa svolta potrebbe trasformare il pubblico passivo in collaboratori attivi nel riformulare e condividere i racconti tradizionali.

Cosa determina la disponibilità delle persone a partecipare

Per capire perché qualcuno userebbe o meno l’IA per co-creare immagini di racconti popolari, i ricercatori hanno combinato due teorie comportamentali ben note: il Technology Acceptance Model e la Theory of Planned Behavior. Da queste hanno tratto ingredienti classici come la percezione dell’utilità e della facilità d’uso di uno strumento, l’atteggiamento verso il suo impiego, l’influenza percepita di amici o della società e il senso di controllo che le persone credono di avere sul processo. Hanno poi aggiunto tre elementi nuovi, calibrati su questo contesto culturale: come le persone valutano la qualità e l’impatto emotivo delle immagini generate dall’IA, quanto si sentono fiduciose nella propria capacità di usare creativamente l’IA e se nutrono un pregiudizio contro opere note per essere create dall’IA piuttosto che dagli esseri umani.

Dalle risposte al sondaggio a schemi nascosti

Il team ha raccolto 682 risposte a un sondaggio online da adulti in Cina, la maggior parte dei quali conosceva sia gli strumenti IA sia i racconti tradizionali. I partecipanti hanno visto esempi di immagini generate dall’IA e disegni a mano basati sullo stesso racconto popolare, quindi hanno valutato affermazioni sui loro sentimenti, aspettative e intenzioni su una scala a cinque punti. I ricercatori hanno prima utilizzato una tecnica statistica chiamata modellizzazione delle equazioni strutturali per testare quali fattori spingessero direttamente o indirettamente le persone verso o lontano dall’uso dell’IA per la co-creazione di immagini. Hanno poi alimentato i risultati in diversi modelli di machine learning, che hanno trattato i fattori psicologici latenti come input e hanno imparato a prevedere se una persona aveva intenzioni forti o deboli di usare l’IA, permettendo al team di esplorare relazioni sia semplici sia più intricate e non lineari.

Motori nascosti: qualità, dubbio e fiducia

L’analisi ha rivelato che due forze tirano in direzioni opposte. Quando le persone percepiscono le immagini generate dall’IA per racconti popolari come di alta qualità tecnica, ricche di significato e ad alto impatto emotivo, la loro disponibilità a usare l’IA aumenta nettamente una volta che la qualità supera una certa soglia. Ma quando nutrono un forte pregiudizio contro l’idea stessa dell’IA come creatore culturale — preferendo opere che ritengono create da esseri umani — la loro intenzione cala costantemente, indipendentemente dalla qualità effettiva. Questo pregiudizio identitario attenua anche la percezione sociale che “le persone intorno a me approvano questo”, indebolendo l’effetto di supporto delle norme di gruppo. Allo stesso tempo contano la fiducia interna e il senso di controllo: chi crede di saper usare gli strumenti e di poter indirizzare i risultati è molto più propenso a partecipare, soprattutto quando gli strumenti appaiono davvero facili da usare e in linea con le aspettative.

Cosa significano i risultati per il futuro dei racconti popolari

In termini pratici, lo studio mostra che le persone sono disposte a usare l’IA generativa per rivitalizzare i racconti popolari se si verificano tre condizioni: le immagini devono risultare soddisfacenti dal punto di vista emotivo e culturale, gli strumenti devono apparire accessibili e reattivi e gli utenti devono sentire che sono loro — non la macchina — i veri narratori. Output di scarsa qualità, interfacce goffe o la sensazione che “l’IA non abbia il diritto di parlare per la nostra cultura” possono tutti minare quella disponibilità. Gli autori suggeriscono che designer, educatori e istituzioni culturali si concentrino sull’elevare la qualità artistica e culturale delle immagini IA, rendere le interfacce più amichevoli, costruire percorsi di apprendimento che aumentino la fiducia degli utenti e inquadrare chiaramente l’IA come uno strumento di supporto piuttosto che come sostituto dei narratori umani. In queste condizioni, l’IA generativa potrebbe diventare un potente alleato per mantenere i racconti popolari vivi per le generazioni future.

Citazione: Kong, X., Liu, Y., Shi, Y. et al. Mechanism of public behavioral intention to use generative AI for folk story image co-creation. npj Herit. Sci. 14, 164 (2026). https://doi.org/10.1038/s40494-025-02285-7

Parole chiave: IA generativa, racconti popolari, patrimonio culturale, partecipazione pubblica, accettazione della tecnologia