> FocusUnimore > numero 55 – febbraio 2025
Mechanisms of cooperation, interlinguistic comparison and AI-generated images: topics of projects funded by the Unimore Reggio Line
Three research projects have been financed by the Unimore – Reggio line through the FAR 2024 call for proposals. Each project focuses on different themes, but all adopt a strong interdisciplinary approach. The first project, “CO-OPTION”, addresses human cooperation in the sustainable management of public goods, examining how institutional punishments and corruption affect collaboration. Using an approach that combines behavioural economics, game theory, and artificial intelligence, the project studies complex scenarios to improve policies and governance models. The results could be applied to areas such as natural resource management and labour market regulation. The second project, “Modeling crosslinguistic diversity in Differential Object Marking”, focuses on linguistic diversity, particularly on Differential Object Marking (DOM), using the Parametric Comparison Method (PCM) to analyse linguistic variations across different languages. The goal is to develop a model to explain and predict these variations and contribute to the understanding of universal linguistic structures. The third project, “AI-generated Images”, explores the impact of images generated by artificial intelligence from various perspectives, including aesthetic, educational, and socio-technical. It aims to analyse the value of syntography (hybrid images created by software) and their impact on culture, public opinion, and authorship. Furthermore, the project intends to develop educational pathways to raise awareness about reading and producing AI-generated images, exploring the ethical and cultural implications of emerging technologies. In general, the three projects aim to produce outcomes that influence theory and practice in various fields, from social sciences to visual education, with the objective of better understanding complex phenomena such as cooperation, linguistics, and the creation of artificial images.
I progetti di ricerca finanziati da Unimore attraverso il bando FAR – Fondo di Ateneo per la Ricerca 2024 per la Linea Unimore – Reggio sono tre: uno per il Macrosettore ERC di Scienze fisiche, chimiche e ingegneristiche – PE, cheha ricevuto un finanziamento di 80mila euro e due per il Macrosettore ERC Scienze sociali e umanistiche – SH, ognuno dei quali ha ricevuto un finanziamento di 60mila euro.
Il progetto selezionato per il Macrosettore PE si intitola “CO-OPTION – Human cooperation for the sustainable management of public goods under institutional punishment and corruption (La cooperazione umana per la gestione sostenibile dei beni pubblici in presenza di punizioni istituzionali e corruzione) ed è coordinato dal Prof. Stefano Mariani del Dipartimento di Scienze e Metodi dell’Ingegneria.
Nell’ambito del Macrosettore SH verranno invece finanziati: il progetto “Modeling crosslinguistic diversity in Differential Object Marking through the Parametric Comparison Method” (Modellare la diversità linguistica nella marcatura differenziale degli oggetti attraverso il metodo della comparazione parametrica), coordinato dalla Prof.ssa Cristina Guardiano del Dipartimento di Comunicazione ed Economia e il progetto “AI-generated Images: Investigating the Aesthetic, Educational, and the Socio-technical Impact of Synthography” (Immagini generate dall’intelligenza artificiale: Indagare l’impatto estetico, educativo e socio-tecnico della sintografia) coordinato dal Prof. Lorenzo Manera del Dipartimento Educazione e Scienze Umane.
Il progetto CO-OPTION nasce dall’esigenza di comprendere meglio i meccanismi che favoriscono o ostacolano la cooperazione nella gestione di beni pubblici e risorse comuni. La capacità di collaborare è essenziale, ad esempio, per affrontare sfide legate alla sostenibilità: dalla gestione dell’acqua e dell’energia alla protezione dell’ambiente e all’utilizzo dei servizi pubblici. Tuttavia, la cooperazione in tali ambiti è spesso minata da una naturale predisposizione all’individualismo, da istituzioni impotenti o addirittura compromesse, e dalla difficoltà a regolamentare i comportamenti opportunistici. Pertanto, studiare questi meccanismi significa fornire strumenti utili per progettare politiche più efficaci e modelli di governance capaci di migliorare il benessere collettivo.
L’approccio interdisciplinare di CO-OPTION unisce economia comportamentale, teoria dei giochi e intelligenza artificiale, affiancando esperimenti di laboratorio, che osservano la cooperazione tra persone in contesti controllati, a modelli computazionali in grado di simulare scenari più complessi e su larga scala. Questi modelli utilizzano agenti intelligenti artificiali, ovvero simulazioni di individui virtuali che interagiscono ed evolvono il proprio comportamento cooperativo tramite tecniche di apprendimento automatico. È così possibile esplorare dinamiche difficili da testare nella realtà e prevedere gli effetti di diverse strategie di gestione delle risorse pubbliche.
Uno degli aspetti più innovativi di CO-OPTION è lo studio dell’interazione tra cooperazione, corruzione e punizioni istituzionali. Molte situazioni reali contrappongono un vantaggio individuale al bene comune, costringendo le persone ad una scelta. La presenza di regole, sanzioni e incentivi influenza profondamente queste decisioni. Se le istituzioni sono forti, la cooperazione può emergere spontaneamente. Istituzioni deboli (inefficaci) o corrotte, invece, favoriscono comportamenti opportunistici che compromettono la sostenibilità delle risorse. Comprendere queste dinamiche è cruciale per individuare incentivi alla cooperazione efficaci.
CO-OPTION è realizzato in collaborazione con la Prof.ssa Francesca Pancotto,del Dipartimento di Studi Linguistici e Culturali e con il Prof. Simone Righi,del Dipartimento di Economia “Marco Biagi”.Completano il gruppo di lavoro la Prof.ssa Barbara Luppi, economista esperta nello studio dell’interazione tra istituzioni, incentivi economici e comportamento individuale; il Prof. Fabio D’Andreagiovanni, esperto di ottimizzazione matematica applicata alla gestione delle risorse e il Dott. Enrico Angelo Raffaele D’Ecclesiis, assegnista di ricerca.
“I risultati attesi hanno un’importanza sia teorica che applicativa. Il progetto contribuirà a migliorare la comprensione delle dinamiche della cooperazione in scenari complessi con incentivi contrastanti, sviluppando modelli più realistici e avanzati di quelli ora disponibili nella letteratura scientifica. Le conoscenze generate faciliteranno la progettazione di regolamenti più efficaci per promuovere comportamenti cooperativi. Le applicazioni di questi studi spaziano dall’amministrazione delle risorse ambientali alla regolamentazione del mercato del lavoro, fino alla gestione delle infrastrutture urbane e dei servizi pubblici” – ha commentato ilcoordinatore del progetto Prof. Stefano Mariani.
Il progetto di ricerca interdisciplinare coordinato dalla Prof.ssa Cristina Guardiano si colloca nell’ambito di una linea di ricerca che utilizza la comparazione interlinguistica per estrarre informazioni sulla natura del linguaggio umano, sulle strutture biologiche e formali che lo definiscono, e sulla sua trasmissione storica.
Il progetto si inquadra nel programma di ricerca inaugurato dal Metodo di Comparazione Parametrica (PCM, www.parametricomparison.unimore.it), avviato all’inizio degli anni 2000 da Giuseppe Longobardi (University of York) e Cristina Guardiano. La costruzione degli strumenti del PCM ha visto, fin dalle sue prime sperimentazioni, il coinvolgimento costante e attivo del Dipartimento di Comunicazione ed Economia, attraverso la partecipazione a progetti di ricerca nazionali e internazionali a vari livelli, e più recentemente mediante l’attivazione di due percorsi di ricerca nell’ambito del Corso di Dottorato in Computer and Data Science. Anche per queste ragioni, al momento attuale, Unimore si configura come una delle sedi più adeguate, anche sul piano internazionale, ad ospitare progetti nell’ambito della Comparazione Parametrica.
Partendo da questa base, il progetto “Parametrizing Object Marking” intende proporre un’applicazione originale del PCM ad un ambito di ricerca, lo studio della marcatura differenziale dell’oggetto (DOM in gergo tecnico), che soprattutto in anni recenti ha rivelato caratteristiche che lo rendono particolarmente interessante per lo studio della variazione interlinguistica e delle sue basi biologiche e formali. La sua distribuzione, che mostra una copertura globale e capillare, tale da indurre molti a ritenerlo un fenomeno ‘universale’, la complessità delle sue manifestazioni, sia sul piano tipologico sia sul piano delle interazioni con numerose e diverse strutture linguistiche e livelli di analisi, l’interesse che certe sue analisi hanno suscitato nella comunità scientifica soprattutto per le loro implicazioni sullo studio delle proprietà universali del linguaggio umano e della sua variazione, ne fanno un terreno di indagine assai fertile.
Tuttavia, nonostante l’esistenza di una solida letteratura che affronta l’analisi del DOM anche da prospettiva molto diverse, le sue numerose ed eterogenee manifestazioni non si prestano facilmente ad essere ridotte ad un quadro teorico organico che spieghi e predica la variazione osservabile/possibile in questo dominio.
“Il nostro progetto propone un primo tentativo in questa direzione – commenta laProf.ssa Guardiano –. Utilizzando il modello di sistema parametrico elaborato da PCM e gli strumenti di analisi della diversità interlinguistica che ne scaturiscono, intendiamo modellare la variazione osservabile nel dominio della marcatura differenziale dell’oggetto attraverso un sistema di parametri sintattici binari che interagiscono in una complessa rete di dipendenze reciproche. Per raggiungere questo obiettivo, sarà indispensabile coniugare l’analisi linguistica formale con una copertura interlinguistica di tati quanto più ampia possibile, che dovrà anche prendere in considerazione le interazioni fra DOM e altri processi/strutture sintattiche”.
I risultati, oltre a produrre un tentativo originale di sistematizzazione formale di DOM, saranno utili anche per testare l’efficacia degli strumenti di PCM su un terreno di indagine diverso da quelli finora esplorati.
Nel progetto sarà coinvolto un gruppo di ricercatori esperti: la Prof.ssa Monica Irimia e la Prof.ssa Isabella Morlini del Dipartimento di Comunicazione ed Economia e Gaia Sorge, dottoranda al secondo anno nel Corso in Computer and Data Science. Il progetto prevede l’attivazione di un assegno di ricerca della durata di 18 mesi, che implicherà attività nell’ambito dell’analisi statistica, dell’organizzazione formale dei dati e della strutturazione di un database interlinguistico da rendere disponibile presso la comunità scientifica.
Con l’avvento di tecnologie AI sempre più raffinate, il processo di realizzazione delle immagini sta attraversando una trasformazione epocale. L’uso di modelli di Text-to-Image (TTI) come DALL·E, Stable Diffusion e Midjourney non solo rende possibile la generazione di immagini partendo da descrizioni testuali, ma comporta una riconfigurazione dei concetti di autorialità, valore documentale e testimoniale dell’immagine. Il progetto di ricerca “AI-generated Images”, di natura fortemente interdisciplinare, mira a esaminare le implicazioni epistemologiche, estetiche, socio-semiotiche, tecniche ed educative delle immagini create tramite con l’intelligenza artificiale.
L’obiettivo teorico centrale è stabilire un quadro concettuale che aiuti a comprendere le sintografie in quanto forme ibride, caratterizzate da aspetti autografici (legati all’atto creativo individuale) e allografici (riproducibili e modificabili all’infinito). Se la fotografia digitale aveva fortemente alterato la percezione di autenticità e la funzione detettiva dell’immagine, le sintografie stanno amplificando questo processo, processo che richiede una riflessione su quanto l’elevata verosimiglianza di tali immagini acceleri l’erosione del valore testimoniale dell’immagine.
In campo socio-semiotico, la ricerca intende evidenziare come la produzione automatica di immagini incida sulla costruzione dei significati nel panorama mediale contemporaneo. In un contesto in cui le immagini circolano con estrema rapidità nei social media e nei flussi informativi, diviene imperativo interrogarsi su come le sintografie influenzino l’opinione pubblica, la percezione culturale e persino l’identità collettiva. Autori come Manovich e Bolter hanno già sottolineato come la delega parziale o totale al software sposti i confini dell’autorialità, sollevando questioni su creatività, originalità e potere delle macchine di imitare o persino superare l’occhio umano.
Sul versante educativo, la proposta si concentra sulla costruzione di programmi di alfabetizzazione visiva in grado di fornire le competenze necessarie per leggere, interpretare e produrre immagini generate dall’IA. La padronanza di strumenti TTI presuppone infatti non solo conoscenze tecniche, ma anche una comprensione profonda della loro portata culturale ed etica. Progettare moduli didattici e percorsi formativi che integrino l’uso critico di queste tecnologie risulta cruciale per formare futuri cittadini in grado di valutare l’autenticità di un’immagine, comprendere il processo di creazione algoritmica e interagire in modo responsabile con le nuove forme visive.
Dal punto di vista tecnico, la ricerca intende analizzare i modelli di generazione per evidenziare i loro limiti e potenzialità. Verranno esaminati sia approcci di tipo AutoRegressive (come DALL·E) sia Diffusion Model (es. Stable Diffusion), confrontando velocità di esecuzione, qualità dell’immagine prodotta ed eventuali strumenti di controllo del processo (prompt engineering). Particolare attenzione sarà dedicata allo sviluppo di tool ibridi, in grado di accogliere input umani e automatismi di generazione, al fine di mostrare come la collaborazione uomo-macchina possa dare vita a nuove forme espressive.
Tra i risultati attesi, si prevede la pubblicazione di report teorici e articoli scientifici, lo sviluppo di software sperimentali per confrontare immagini umane e generate, nonché la formulazione di quadri didattici integrati in percorsi educativi. Tali esiti verranno divulgati attraverso seminari, workshop, un convegno internazionale e un sito web interattivo, alimentando un dialogo aperto con la comunità accademica, il mondo dell’arte e il pubblico più ampio.
In conclusione, il progetto si propone di gettare le basi per una comprensione critica e interdisciplinare un fenomeno in rapida ascesa, contribuendo alla definizione di nuovi paradigmi nell’arte, nella formazione e nella cultura visiva.
“Il progetto AI-generated image si propone di analizzare il fenomeno delle immagini generate tramite AI a partire dall’intreccio tra più prospettive: quella di un ricercatore in estetica (RTDB presso il Dipartimento di Educazione e Scienze Umane), quella di un esperto di cultura visuale, il prof. Federico Montanari (Associato presso il Dipartimento di Comunicazione ed Economia), di una pedagogista Antonella Pugnaghi (RTDB presso il Dipartimento di Educazione e Scienze Umane) e di un ricercatore studioso di AI, Enver Sangineto (RTDB Dipartimento di Ingegneria “Enzo Ferrari”) – ha chiosato il coordinatore Prof. Lorenzo Manera –. La possibilità di confrontarsi con prospettive teoriche diverse dalla propria per comprendere un fenomeno nella sua complessità rappresenta una delle opportunità più interessanti di questo progetto, che mira a creare nuove conoscenze su una tipologia di immagini, quali quelle generate dall’AI, che pone problematiche regolative, autoriali, etiche ed estetiche di grande rilevanza”.