Rivalutare Anne Boleyn e altre donne Boleyn nei disegni di Holbein usando il riconoscimento facciale

Il volto di una regina, riconsiderato

Per secoli, un celebre disegno dell’artista rinascimentale Hans Holbein è stato presentato in libri e mostre come il volto di Anne Boleyn, la sfortunata seconda moglie di Enrico VIII. Tuttavia quella identificazione si basava in gran parte su un’etichetta manoscritta del XVIII secolo più che su prove solide. Questo studio pone una domanda apparentemente semplice, ma con strumenti molto moderni: abbiamo davvero guardato la donna sbagliata? Unendo la tradizionale indagine d’archivio a un software avanzato di riconoscimento facciale, gli autori riconsiderano chi appare in due disegni di Holbein e cosa essi possano davvero dirci su Anne Boleyn e la sua famiglia.

Vecchi ritratti e nomi incerti

I disegni ritrattistici di Holbein a Windsor Castle sono tra le immagini più vive della corte di Enrico VIII, ma pochissimi sono nominati con certezza da documenti coevi. La maggior parte delle identità si basa su iscrizioni molto più tarde che affermano di copiare note anteriori, le quali oggi non possono essere verificate. Gli autori mostrano che queste etichette sono piene di incoerenze: alcune persone sono indicate con titoli sbagliati, altre con ortografie errate, e in almeno un caso una donna a lungo ritenuta “Mother Iak” è ora chiaramente un’altra persona. In questa luce, l’etichetta tradizionale che identifica uno schizzo, RCIN 912189, come Anne Boleyn appare debole—soprattutto perché la donna ritratta è bionda, robusta e con doppio mento, in contrasto con resoconti oculari che descrivono Anne come scura di capelli, esile e con un collo notevolmente piccolo.

Lasciare che gli algoritmi guardino i volti

Per andare oltre il confronto visivo soggettivo, il team ha adattato metodi moderni di riconoscimento facciale—normalmente addestrati su milioni di fotografie—ai delicati ritratti a gessetto del XVI secolo. Si sono concentrati sugli schizzi preparatori di Holbein disegnati direttamente dal vivo, che fungevano da “modelli” di lavoro per dipinti successivi e quindi miravano alla accuratezza strutturale più che alla lusinga. Usando un modello di deep learning chiamato AdaFace, hanno convertito ogni volto in un pattern numerico che cattura la struttura ossea e le proporzioni diminuendo l’importanza del colore dei capelli e dello stile artistico. Hanno poi misurato quanto fossero simili tra loro i vari soggetti, non a occhio, ma in base a quanto vicini stessero i loro pattern facciali in questo spazio astratto, prestando particolare attenzione alle relazioni familiari Tudor note per verificare che il sistema si comportasse in modo sensato.

Seguire la somiglianza di famiglia

Il caso di prova chiave mette a confronto due disegni. RCIN 912189 è lo schizzo tradizionale identificato come “Anne Boleyn”; RCIN 912190 è catalogato semplicemente come “Una donna non identificata”, ma corrisponde visivamente alle descrizioni scritte dei capelli scuri di Anne, della corporatura snella e del “colletto piccolo”. Confrontato con la migliore somiglianza pittorica precoce di Elisabetta I da adolescente, RCIN 912190 mostrò un livello di somiglianza coerente con quello che il modello trovava tra parenti confermati altrove nella rete Tudor. Anche RCIN 912189 mostrava qualche somiglianza con Elisabetta, ma il suo più ampio schema di connessioni si adattava meglio alla generazione precedente, suggerendo che potrebbe rappresentare la madre di Anne, Elizabeth Howard. Mappando come entrambi i disegni si raggruppassero con membri noti dell’estesa famiglia Boleyn–Howard, gli autori videro RCIN 912190 ricadere ripetutamente nella stessa “zona familiare”, mentre cortigiani non imparentati stavano lontani in questo spazio facciale.

Indizi dalla cura, dalle copie e dalla memoria

I numeri da soli non hanno guidato l’argomentazione. Gli autori hanno seguito anche le storie fisiche dei disegni e dei dipinti correlati. RCIN 912190 ricevette un trattamento insolitamente accurato nel XVIII secolo—il suo contorno fu meticulosamente ritagliato e montato—suggerendo che i collezionisti lo apprezzassero anche in assenza di un nome. Un tipo di ritratto separato, conservato nella National Portrait Gallery, era già accettato ai tempi di Elisabetta come rappresentante di Anne Boleyn, e questa immagine dipinta si allinea anch’essa molto con sia Elisabetta I sia con RCIN 912190 nell’analisi di riconoscimento facciale. Nel frattempo, un altro ritratto derivato da Holbein da lungo etichettato “Lady Vaux” sembra, da commissioni familiari successive e dettagli dell’abbigliamento, più probabilmente raffigurare la sorella di Anne, Mary Boleyn. Insieme, questi fili di prove materiali, documenti d’archivio e schemi computazionali tessono un quadro coerente di come Anne e i suoi parenti furono raffigurati e ricordati.

Cosa significa per l’immagine di Anne Boleyn

Lo studio conclude che l’identificazione di lunga data di RCIN 912189 come Anne Boleyn è probabilmente errata e che RCIN 912190 è un candidato molto più solido per la sua vera somiglianza, mentre RCIN 912189 ritrae più plausibilmente sua madre. Gli autori sottolineano con cautela che i punteggi di riconoscimento facciale non “dimostrano” l’identità; piuttosto, forniscono una linea di evidenza aggiuntiva e quantificabile che deve concordare con documenti, studio stilistico e storia della conservazione. In questo caso, tutti questi approcci indipendenti puntano nella stessa direzione, suggerendo che la nostra immagine mentale di Anne Boleyn—riprodotta per generazioni—potrebbe dover cambiare. Più in generale, il lavoro mostra come un’intelligenza artificiale usata con attenzione possa aiutare musei e storici a rivedere supposizioni consolidate su chi ci stia davvero guardando dal passato.

Citazione: Davies, K.L., Ugail, H. & Stork, D.G. Reassessing Anne Boleyn and other Boleyn women in Holbein drawings using facial recognition. npj Herit. Sci. 14, 175 (2026). https://doi.org/10.1038/s40494-026-02456-0

Parole chiave: Anne Boleyn, riconoscimento facciale, ritratti rinascimentali, Hans Holbein, storia dell'arte digitale