Questo articolo fa parte di *Future of AI*, una serie che esplora come l'intelligenza artificiale plasmerà le industrie della moda e della bellezza.

All'inizio di quest'anno, i leader tecnologici hanno iniziato a elogiare l'importanza del gusto. A febbraio, il co-fondatore di Y Combinator, Paul Graham, ha previsto che "Nell'era dell'IA, il gusto diventerà ancora più importante. Quando chiunque può creare qualsiasi cosa, il grande fattore distintivo è ciò che scegli di creare". Lo stesso mese, il presidente di OpenAI, Greg Brockman, ha definito il gusto "una nuova competenza fondamentale".

Per la moda e molti altri campi creativi, l'idea che il gusto non sia sempre stato essenziale è assurda. Tuttavia, il concetto di gusto è stato amplificato e rimodellato nell'era dell'IA generativa, con questa forma molto dibattuta di giudizio estetico che è rapidamente diventata una parola d'ordine. "Ogni azienda in questo momento vuole parlare di gusto. Ogni *thought leader* della tecnologia vuole scrivere un Substack sul gusto", afferma Andy McCune, fondatore della piattaforma di ispirazione visiva Cosmos.

Questa tendenza serve a dimostrare che i dirigenti dell'IA non sono disconnessi dalla qualità profondamente umana del buon gusto. Ma se il gusto e lo stile personale sono intrinsecamente umani – coltivati attraverso esperienze con libri, film e persone – l'IA potrà mai comprendere veramente lo stile personale di un utente o sviluppare un proprio senso del gusto? Questa è una domanda cruciale per la moda, dove tali istinti influenzano tutto, dal design degli abiti alle raccomandazioni di outfit, molte delle quali sono già alimentate dall'IA.

Alcuni nel settore tecnologico sono fiduciosi che sia possibile. "Mi dispiace deludere tutti, ma probabilmente non avete un gusto migliore dell'IA", ha pubblicato su X un responsabile di prodotto. Un CEO di un'azienda di IA ha scherzato in modo simile: "È molto probabile che l'IA avrà idee migliori delle nostre entro pochi anni".

Coloro che sono al di fuori della bolla tecnologica sono più scettici. "Il gusto e lo stile personale sono qualcosa che sviluppi con il tempo e con l'esperienza reale", afferma la *trend forecaster* Mandy Lee. "Non avere punti di contatto con il mondo reale è l'antitesi della costruzione del gusto personale. Quindi, qualunque cosa stiano parlando, non è la stessa cosa del gusto e dello stile".

Anche gli acquirenti rimangono poco convinti. Attualmente, solo il 3% degli acquirenti intervistati da Vogue Business utilizza chatbot di IA per ispirazione nella moda, rispetto al 57% che si rivolge alle riviste (cartacee e digitali), seguito dallo street style (47%), dai blog di moda o Pinterest (36%) e dagli influencer (35%).

Lo stile personale è da tempo un modo per segnalare aspirazioni e costruire un'identità individuale all'interno della società, afferma Richard Thompson Ford, professore della Stanford Law School e autore di **Dress Codes: How the Laws of Fashion Made History**. Le persone lo fanno prendendo in prestito e combinando riferimenti da vari aspetti della vita – da diverse comunità a periodi storici – utilizzando immagini familiari tratte dall'arte, dal cinema, dalle celebrità o dagli influencer come ispirazione. Il buon gusto non riguarda la copia, spiega Thompson Ford, ma piuttosto "citare piccole parti di un insieme familiare e metterle insieme con altre cose per esprimere qualcosa che, almeno per loro, è unico e individuale".

Man mano che le persone si rivolgono sempre più all'IA per la scoperta, ciò potrebbe rimodellare il modo in cui sviluppano il proprio stile personale. Le startup di fashion-tech sono ottimiste riguardo alla capacità dell'IA di snellire e semplificare il processo. La piattaforma di shopping basata sull'IA Daydream mira a fare proprio questo. I suoi utenti non sono necessariamente devoti all'alta moda, afferma la co-fondatrice Lisa Yamner. "Le persone che ci trovano sono piuttosto basate sui bisogni; è più un appassionato di moda che il tipo di persona che dice 'mostrami la recente passerella di Loewe'".

Con quasi la metà dei rispondenti al sondaggio che citano il numero schiacciante di scelte come la loro più grande sfida quando si tratta di shopping, il ruolo dell'IA nel curare e semplificare potrebbe diventare ancora più significativo. Poiché il 45% degli utenti si concentra sullo styling di se stessi mettendo insieme outfit dal proprio guardaroba esistente e trovando stili nel proprio budget, non sorprende che oltre un terzo (36%) prenderebbe in considerazione l'uso di uno strumento di IA per scoprire le tendenze della prossima stagione. Ma l'IA può davvero comprendere il gusto e lo stile abbastanza bene da eguagliare le capacità curatoriali umane?

I veterani del settore sono scettici. Lee, che ha un decennio di esperienza nella previsione e analisi delle tendenze, ritiene che il suo lavoro ne risentirebbe se si basasse sull'IA, poiché manca di approfondimenti sugli eventi culturali e sulle influenze che modellano le preferenze della moda. "Con la tecnologia attuale, l'IA non può cogliere appieno come eventi, fattori socioeconomici, finanze e politica mondiale influenzino le tendenze e la moda", spiega. "Quando guardi oltre l'estetica, queste sono le cose che guidano veramente le tendenze. Non si tratta solo di moda, è tutto ciò che la circonda".

Quindi, l'IA potrà mai comprendere veramente queste dinamiche del mondo reale?

**Limitazioni degli Input**

La sfida più grande dell'IA nel fornire output di buon gusto risiede nei suoi input. L'IA dipende da set di dati, e i motori di IA generici raccolgono enormi quantità di dati da tutto Internet, che possono essere rumorosi e non filtrati. Anche gli strumenti di IA costruiti specificamente per la moda affrontano difficoltà perché i set di dati relativi alla moda spesso sono carenti, secondo Yilu Zhou, professore associato alla Fordham Business School che lavora all'intersezione tra moda e IA dal 2013.

Le prime ricerche di Zhou hanno rivelato che la tassonomia della moda è scarsamente standardizzata. "Ogni designer parla una lingua diversa. Potrebbero avere due design molto simili ma descriverli in termini completamente diversi – a volte intenzionalmente", afferma. Il linguaggio di branding incorporato nelle descrizioni dei prodotti – come il descrittore "effetto vetro" di Haider Ackermann per un blazer in plastica trasparente – rappresenta un ostacolo significativo per l'IA nel prevedere e interpretare accuratamente le tendenze della moda. Zhou sottolinea che standardizzare i dati è il primo passo verso la creazione di un'IA utile. "Altrimenti, l'IA sarà basata su dati distorti, portando a output distorti e privi di senso".

Gli esperti notano anche che i dati su cui si basa l'IA possono essere fuorvianti, specialmente nella moda. "Qualcosa potrebbe diventare virale sui social media, generando molte condivisioni, ma ciò non significa necessariamente che le persone lo compreranno", afferma Francesca Muston, direttore delle previsioni di WGSN. Esempi includono la tendenza della biancheria intima visibile in passerella del 2023 o la prevista tendenza del reggiseno per il 2025 – entrambe si prevedeva generassero più clic che vendite effettive. Inoltre, l'IA spesso non tiene conto della stagionalità a meno che non sia specificamente programmata per farlo. "Se un analista di dati non comprende la moda, potrebbe interpretare erroneamente una tendenza come finita quando in realtà è destinata a tornare l'anno prossimo", spiega Zhou.

È qui che il giudizio umano diventa essenziale – per interpretare le storie che l'IA spesso manca. "Gli umani possono contestualizzare meglio pezzi di informazioni disparate, collegare i punti e riconoscere opportunità per le tendenze future", afferma Muston. Zhou concorda, aggiungendo che è necessaria l'esperienza umana per identificare quando l'IA è fuori strada o "allucina" per colmare le lacune in set di dati incompleti.

Modelli di IA costruiti per uno scopo specifico, come quello di Daydream, mirano a offrire una base migliore allineandosi con gli stili personali degli utenti. Yamner di Daydream ricorda le reazioni degli utenti quando ha presentato la piattaforma: "Diranno: 'Ho provato la stessa ricerca su ChatGPT e ho ottenuto risultati orribili'". L'IA addestrata specificamente sui dati della moda dovrebbe, in teoria, fornire approfondimenti più pertinenti e accurati. Daydream utilizza il proprio sistema di mappatura dei marchi per comprendere come i brand si collegano in termini di stile, estetica e posizionamento. Combinato con i segnali dei singoli utenti, ciò consente alla piattaforma di raccomandare marchi che sembrano sia rilevanti che inaspettati – senza che la pubblicità o il posizionamento a pagamento influenzino i risultati.

**Programmare il Gusto**

Anche se l'IA viene addestrata con i dati giusti, alcuni dubitano che possa eguagliare il gusto umano. "Con i giusti dati di addestramento, l'IA potrebbe approssimare ciò che gli individui fanno in determinate situazioni, ma penso che sarà sempre in ritardo", afferma un esperto. "Come persona, le tue influenze provengono dalla strada, dagli incontri casuali e da una vasta gamma di fonti – alcune digitalizzate e disponibili per l'IA, e altre no. Dubito che tutte le influenze che modellano il gusto, specialmente per qualcuno con un forte senso estetico, siano immediatamente accessibili all'IA".

L'IA tende anche a concentrarsi su tendenze ampie che dominano i social media o i titoli dello shopping. Ma più interessanti sono gli stili che emergono localmente, che sono più difficili da rilevare per l'IA, nota Zhou.

Programmare l'IA per corrispondere allo stile specifico di un utente può anche diventare troppo stretto e prescrittivo, limitando la scoperta al di là delle proprie solite preferenze. "Se non hai mille dollari da spendere per una borsa, non ti mostreremo la borsa da mille dollari", afferma Yamner. Eppure molti appassionati di moda sono stati ispirati da design iconici come la borsa Balenciaga City di Nicolas Ghesquière dei primi anni 2000 o il Celine di Phoebe Philo, anche se all'epoca non potevano permetterseli. Quell'ispirazione conta ancora. Mentre Daydream filtra per prezzo in base all'intento di acquisto, può utilizzare l'estetica di Philo come segnale per far emergere pezzi con un'atmosfera simile a prezzi più accessibili – una forma di democratizzazione importante per la piattaforma.

Allo stesso modo, concentrarsi solo sui marchi e le tendenze della moda è limitante, poiché lo stile personale è spesso plasmato da altre aree culturali. Ad esempio, le previsioni di tendenza di WGSN sono migliorate una volta che hanno iniziato a monitorare settori come il cibo e lo sport. "Le persone non indossano solo vestiti. Mangiano anche cibo, vivono in una casa, usano cosmetici e si impegnano in altre aree come la tecnologia consumer o lo sport", afferma Muston. Concentrarsi solo sul prodotto significa perdere gran parte di ciò che guida una tendenza.

Alcuni fondatori credono che l'IA possa essere sviluppata per identificare il "buon gusto" come definito dall'input umano. McCune di Cosmos pensa che l'IA possa imparare il gusto con la giusta programmazione. Il suo obiettivo per Cosmos è essere una "piattaforma anti-schifezze". "L'IA può supportare i creativi in aree come la ricerca e la raccomandazione", afferma. Il team di machine learning di Cosmos ha costruito un "modello di previsione estetica" che determina ciò che gli utenti vedono. È stato addestrato su immagini salvate dai primi 10.000 utenti beta – inclusi designer, direttori creativi e architetti – insieme a set di dati "davvero brutti" usati come campioni negativi. Ora, ogni immagine caricata viene valutata rispetto allo standard estetico stabilito da questi campioni.

"Stabiliamo una soglia minima, e qualsiasi cosa al di sotto di essa viene deprioritizzata nella ricerca e nelle raccomandazioni", spiega McCune. Sottolinea che non si tratta di imporre un unico gusto, ma di elevare la qualità. La cultura visiva sta diventando più uniforme, ma Cosmos non si limita a evidenziare contenuti di alto livello. "Lo usiamo più come un filtro di base per rimuovere la spazzatura e il materiale di bassa qualità", spiega. L'apprendimento automatico ha svolto un ruolo cruciale nella cura di Cosmos, offrendo una risposta su piccola scala alla critica di Zhou sui "cattivi dati" della moda – sebbene Cosmos non sia limitato alla moda.

Anche l'app di condivisione degli scontrini Selleb è ottimista riguardo alla combinazione della tecnologia IA con la supervisione umana. Le co-fondatrici Chloe e Claire Lee vedono l'IA come uno strumento di base che alla fine sarà rivisto dalle persone. Gli utenti condividono scontrini non solo per la moda, come inizialmente previsto dalle fondatrici, ma anche per caffè, trasporti, voli, generi alimentari e altro. "La nostra visione più ampia è mappare tutti questi diversi prodotti online e tracciare il gusto di tutti attraverso vari fattori che si avvicinano a catturare quell'aspetto sfuggente del gusto – qualcosa che credo sia ancora difficile da definire", afferma Claire.

Selleb sottolinea l'importanza dei dati cross-categoria per comprendere meglio il gusto, le preferenze e lo stile di una persona. I nuovi utenti collegano la loro email e inviano migliaia di scontrini. "Quegli scontrini – quando sono stati fatti, in quali categorie rientrano, quanto ho speso – rivelano molto su di me come acquirente e sulla mia identità unica", nota Chloe. Gli utenti seguono ciò che le sorelle chiamano i loro "doppelgänger del gusto": persone con preferenze simili tra le categorie, basate sul "grafico del gusto" che l'app sta costruendo. Analizzando in modo completo gli scontrini degli utenti, l'IA del backend può identificare modelli che non sono visibili dai dati online disponibili pubblicamente, portando a raccomandazioni personalizzate di moda e altro.

**Guardare al Passato**

L'IA prevede e identifica le tendenze sulla base di dati passati, il che significa che non può guardare oltre questi input, non importa quanto avanzata diventi la tecnologia. "L'IA non è brava con la novità – e le tendenze spesso dipendono dalla novità", afferma Muston di WGSN.

In realtà, lo stile e il gusto delle persone si evolvono con contesti mutevoli e cambiamenti culturali che l'IA non può anticipare. "Le tendenze sono altamente complesse e si muovono in molti modi diversi", spiega Muston. "Quante volte le persone hanno detto: 'Non indosserei mai XYZ', e si sono fortemente opposte a una tendenza a causa di associazioni passate? Eppure, quando quella tendenza riappare in un nuovo contesto, diventa improvvisamente attraente". Se i dati passati suggeriscono che un look probabilmente fallirà, l'IA lo prenderà alla lettera. Gli umani, tuttavia, possono mettere in discussione il contesto e riconoscere perché un ritorno potrebbe essere possibile.

L'interesse per determinati marchi o estetiche è spesso scatenato da eventi casuali o statisticamente improbabili che l'IA non può considerare, afferma Madé Lapuerta di @DataButMakeItFashion. Cita un picco di interesse per Van Cleef & Arpels lo scorso novembre quando il giocatore dei Dodgers Miguel Rojas – che non doveva nemmeno battere – ha segnato un fuoricampo decisivo, vincendo le World Series. "Poiché i modelli predittivi guidati dall'IA si basano interamente su modelli passati, non possono prevedere il futuro o capire cosa risuonerà".

Questa è la principale preoccupazione di Lee nell'usare l'IA per prevedere le tendenze o anticipare i cambiamenti nel gusto. "Il modo in cui l'IA 'prevede' le tendenze non è realmente una previsione – riflette solo ciò che sta accadendo ora", afferma.

**Il Vantaggio Umano**

Questo vantaggio umano è cruciale. La dipendenza dell'IA dalla storia... I dati mostrano che l'IA può identificare il contenuto in base al "cosa", ma non al "perché". Come dice Muston, "L'IA può codificare il gusto, ma solo in modo sintetico".

Thompson Ford concorda sul fatto che sia troppo imitativa. "Una cosa è dire: 'Voglio sembrare la collezione di Ralph Lauren dell'anno scorso' – l'IA potrebbe gestirlo. Ma se voglio sembrare la collezione di qualcuno di quest'anno che non è ancora stata creata, dubito che l'IA possa fare ciò che fa un designer, o ciò che fa una persona di stile".

Anche i tecnottimisti come McCune lo mettono in discussione. "Per natura, i modelli devono essere addestrati su qualcosa del passato", spiega. "Gli umani possono guardare avanti e creare nuove tendenze ed estetiche. I modelli rifletteranno sempre il passato – credo che solo gli umani possano veramente guardare al futuro".

Gli esperti suggeriscono che l'unico modo in cui l'IA potrebbe imitare ciò è se acquisisse una coscienza – una possibilità molto dibattuta – e anche questo non è certo. McCune aggiunge: "Credo che l'IA generativa sarà in grado di coltivare gusto e stile, ma sarà il gusto e lo stile del presente o del passato. Non guarderà al futuro e creerà cose nuove che sembrano di tendenza".

Lee, che è meno ottimista sull'IA, concorda sul fatto che la sua incapacità di guardare avanti sia una limitazione importante. Per lei, ciò significa che l'IA – senza coscienza – non coltiverà mai un vero gusto o stile. "Devi uscire, vedere cosa indossano le persone, sentire di cosa parlano, guardare film, ascoltare musica, prestare attenzione agli eventi attuali e alla politica", afferma Lee. "Queste sono le cose che modellano la moda e lo stile. Non sono solo i vestiti – è tutto ciò che riguarda te come persona. Se ti affidi all'IA per dirti chi sei, non avrai mai stile".

Anche se un giorno l'IA acquisisse una coscienza e si liberasse dall'input umano, mancherebbe ancora di una cosa: un corpo umano. Senza un corpo da cui operare e da vestire, coltivare gusto e stile sembra quasi futile. "L'unica cosa che l'IA non ha è un corpo", nota Thompson Ford. "È difficile immaginare che l'IA sviluppi le intuizioni che derivano dal muoversi nel mondo nel proprio corpo e interagire con gli altri – tranne, ancora una volta, attraverso l'imitazione".

Lee concorda. "Sono sicura che migliorerà, ma l'IA non sarà mai umana. Quindi è impossibile, credo, dare veramente un senso agli eventi mondiali e a come si traducono in moda", afferma. "Lo faccio da dieci anni, e a volte anch'io sbaglio o sono indietro su certe cose. Non c'è modo che un robot sia mai migliore di me in questo".

**Domande Frequenti**
FAQ: L'IA può davvero comprendere il gusto?

Domande di Livello Base

1. Cosa intendiamo per gusto in questo contesto?
Intendiamo la complessa esperienza umana del sapore, che combina odore, gusto, consistenza, temperatura e persino memoria personale ed emozione. È più di una semplice analisi chimica.

2. L'IA può assaggiare il cibo come un umano?
No, non nel modo esperienziale umano. L'IA non ha coscienza o sentimenti soggettivi. Non può godersi un pasto o avere una preferenza personale. Invece, analizza dati sul gusto.

3. Quindi cosa può fare l'IA in relazione al gusto?
L'IA può elaborare enormi quantità di dati – come composti chimici nel cibo, ricette, recensioni dei consumatori e risultati di panel sensoriali – per prevedere profili di sapore, creare nuove combinazioni di ricette, ottimizzare prodotti alimentari e raccomandare piatti che potrebbero piacerti.

4. Come impara l'IA sul gusto?
Viene addestrata su set di dati. Ad esempio, potrebbe essere mostrata migliaia di ricette etichettate con descrittori di sapore o dati che collegano strutture chimiche a sapori percepiti. Trova modelli in questi dati per fare previsioni.

5. Ci sono esempi reali di questo?
Sì. Le aziende usano l'IA per sviluppare nuovi gusti di snack, creare ricette di birra artigianale o creare piani nutrizionali personalizzati. App o aziende di carne a base vegetale usano l'IA per analizzare strutture molecolari per imitare il gusto e la consistenza della carne.

Domande Avanzate/Pratiche

6. Qual è la principale limitazione che impedisce all'IA di comprendere veramente il gusto?
Il difficile problema della coscienza e dei qualia. Il gusto è un'esperienza soggettiva in prima persona. L'IA può correlare dati, ma non può sperimentare la sensazione di dolcezza o la nostalgia che un sapore evoca. Manca di una consapevolezza soggettiva incarnata.

7. L'IA può tenere conto delle differenze culturali e personali nel gusto?
Può provarci, ma è una sfida. Addestrandosi su set di dati diversificati e culturalmente specifici, l'IA può imparare le preferenze comuni all'interno dei gruppi. Tuttavia, catturare il profondo contesto personale, emotivo e culturale dietro il cibo preferito di un individuo è estremamente difficile.

8. Quali sono i vantaggi dell'uso dell'IA nella scienza e nello sviluppo alimentare?