Matrimonio mistico di Santa Caterina con San Giovannino e Santa Elisabetta
Amico Aspertini 

Allucinazione:  quando l'intelligenza artificiale sbaglia!

Colore, stratificazione e ambiguità visiva

In questa animazione, una delle principali difficoltà è stata legata alla complessità cromatica e alla stratificazione dei piani visivi del dipinto. La ricchezza dei colori, le sfumature sovrapposte e la continuità tonale tra figure e sfondo hanno reso difficile per l’intelligenza artificiale distinguere con chiarezza i soggetti, le profondità e le relazioni spaziali.

Nonostante l’elevato numero di tentativi e la riformulazione ripetuta dei prompt, il sistema ha faticato a separare correttamente i diversi livelli dell’immagine. In alcune generazioni, parti del dipinto sono rimaste parzialmente immobili, mentre altre venivano animate in modo incoerente, producendo una frammentazione del movimento.

Questo limite non dipende dalla qualità dell’opera, ma dal modo in cui i modelli generativi interpretano le immagini: attraverso pattern cromatici e statistiche visive, piuttosto che tramite una reale lettura compositiva. Quando i confini tra figure, drappeggi e sfondo risultano troppo sfumati, l’AI perde punti di riferimento stabili.

Nelle fasi intermedie del lavoro è emersa anche un’allucinazione significativa. In alcune versioni, il sistema ha introdotto elementi mostruosi e deformati, generando figure ibride e inquietanti. Questo effetto sembra legato al carattere fortemente espressivo e visionario del dipinto, che l’algoritmo ha reinterpretato secondo schemi visivi vicini all’immaginario fantastico e grottesco, in modo vagamente riconducibile a suggestioni di tipo boschiano.

Queste deformazioni non erano presenti nel prompt, ma sono emerse come risultato della rielaborazione statistica dell’immagine. Il modello, in assenza di vincoli sufficientemente stabili, ha cercato soluzioni “plausibili” all’interno del proprio repertorio visivo, producendo una deriva immaginativa autonoma.

L’animazione finale è quindi il risultato di un lungo processo di selezione e contenimento degli errori. Essa documenta sia le difficoltà dell’AI nel gestire immagini ad alta complessità cromatica e simbolica, sia il modo in cui, in certe condizioni, il sistema tende a trasformare la pittura storica in una narrazione visiva imprevista e instabile.

​

Color, Layering, and Visual Ambiguity

In this animation, one of the main difficulties was related to the chromatic complexity and the layered structure of the painting. The richness of colors, overlapping tonal variations, and the continuity between figures and background made it difficult for the artificial intelligence to clearly distinguish subjects, depth planes, and spatial relationships.

Despite numerous attempts and repeated prompt refinements, the system struggled to properly separate the different visual layers of the image. In several generations, parts of the painting remained partially static, while others were animated inconsistently, resulting in fragmented and uneven motion.

This limitation does not depend on the quality of the artwork, but on the way generative models interpret images: through chromatic patterns and statistical correlations rather than through genuine compositional understanding. When boundaries between figures, drapery, and background are too subtle, the AI loses stable visual reference points.

During the intermediate stages of the process, a significant hallucination also emerged. In some versions, the system introduced monstrous and distorted elements, generating hybrid and unsettling figures. This effect appears to be linked to the highly expressive and visionary character of the painting, which the algorithm reinterpreted according to visual schemas close to fantastical and grotesque imagery, vaguely reminiscent of Bosch-like aesthetics.

These deformations were not present in the prompt, but emerged as a result of the statistical reprocessing of the image. In the absence of sufficiently stable constraints, the model searched for “plausible” solutions within its own visual repertoire, producing an autonomous imaginative drift.

The final animation is therefore the result of a long process of selection and containment of errors. It documents both the difficulty of AI systems in handling images with high chromatic and symbolic complexity, and the way in which, under certain conditions, the system tends to transform historical painting into an unpredictable and unstable visual narrative.