L’intelligenza artificiale potrebbe arrivare a valutare il nostro sentimento estetico, individuando cosa ci piace o no, sulla sola base del nostro stato fisiologico, cioè senza che venga volontariamente espresso un giudizio in merito.

È il risultato dello studio presentato all’ultima conferenza internazionale Iwinac 2022 (International Work-Conference on the Interplay Between Natural and Artificial Computation) dall’Università di Ferrara.

La ricerca si basa sui dati raccolti durante la sperimentazione NevArt – Neuroestetica della Visione dell’Arte coordinata dal professor Sante Mazzacane del Laboratorio Interdipartimentale Cias, analizzati dal laboratorio Applied Computational Logic and Artificial Intelligence (Aclai) del Dipartimento di Matematica e Informatica di Unife.

In occasione della mostra “Dipingere gli affetti: la pittura sacra a Ferrara tra il ‘500 e il ‘700”, svolta a Ferrara nel 2019, oltre 400 volontari sono stati sottoposti alla raccolta di diversi dati durante la visione di un’opera d’arte. Alle persone sono stati applicati set di sensori per il rilevamento di elettrocardiogramma e elettroencefalogramma, per misurare la conduttività elettrica della pelle e il tracciamento oculare.

“Analizzando il primo set di dati abbiamo osservato che determinati tracciati fisiologici possono indicare il livello di apprezzamento di un’opera d’arte, deducendolo o correlandolo allo stato fisiologico dell’individuo. Ciò significa che, in linea teorica, potrebbe essere possibile costruire e programmare uno strumento – peraltro con componentistica relativamente economica e di facile impiego – in grado di valutare se un’opera d’arte è apprezzata da un soggetto, senza che il soggetto si esprima in merito, oppure in grado di valutare l’affidabilità di ciò che il soggetto dichiara”, spiegano il professor Guido Sciavicco, responsabile del laboratorio Aclai, e il professor Sante Mazzacane del Cias.

“I pattern estratti hanno mostrato un’affidabilità media vicina al 70%, con una variabilità relativamente bassa, fattori che indicano una buona ripetibilità dell’esperimento. I medesimi pattern, in forma di formule logiche, hanno poi permesso di stabilire le relazioni temporali tra le diverse fasi delle onde cerebrali che, in questa prima approssimazione, sembrano indicare l’apprezzamento dello stimolo visivo”, argomenta il Professor Sciavicco.

“Questa prima applicazione di tecniche matematiche e di data mining, fra le molte già in fase di sviluppo attraverso la collaborazione fra Cias e Aclai, consente non solo di gestire l’imponente mole di dati che sono stati raccolti, ma anche di individuare nuove tecniche di studio adattabili ad altri contesti, rafforzando il valore delle intuizioni e ipotesi di correlazione che il gruppo di lavoro NevArt aveva messo a premessa di questo approccio innovativo”, sottolinea la professoressa Maddalena Coccagna del Cias.

Tale approccio verrà presto replicato in una ricerca per lo studio del sentimento estetico al campo dei profumi, in collaborazione con una multinazionale del settore.