La collaborazione creativa con l’IA nella narrazione: tecniche base

Esistono delle tecniche per impartire all’intelligenza artificiale gli input giusti per la storia che si vuole narrare, e dei sistemi, come quello delle strutture narrative in miniatura, dove ogni elemento viene distinto per costruire un complesso narrativo che guiderà i successivi passaggi

La narrazione di una storia viene rivista per consegnare ai modelli linguistici un quadro sufficiente per diventare una guida creativa attraverso la quale l’intelligenza artificiale può strutturare una trama e introdurre elementi risonanti in tutta la storia. Con delle istruzioni di base è possibile istruire con prompt che possano generare dei contenuti in linea con le aspettative del caso. Ci si può aiutare con una sotto-struttura della trama della storia in parti più piccole, grazie all’ausilio di grafici e sequenze, ma è bene giocare anche la carta del processo iterativo, dove ad un passaggio eseguito dall’IA segue un’indicazione umana. Queste modalità di prompting, ideali per una narrazione scritta, hanno degli elementi utili anche a produrre immagini, idee e concetti.

Narrare con l’IA: una danza collaborativa

L’avvento dei grandi modelli linguistici ha rivoluzionato la creazione di contenuti, aprendo nuove frontiere per la narrazione. Non più limitate alla sola immaginazione umana, le narrazioni possono ora emergere da una danza collaborativa tra creatività umana e intelligenza artificiale. Tuttavia, per sfruttare appieno il potenziale dell’intelligenza artificiale nella generazione narrativa, è fondamentale comprendere e applicare tecniche di narrazione efficaci attraverso il suggerimento (prompt). Non si tratta solo di raccontare una storia; si tratta di raccontarla ad un’intelligenza artificiale in un modo che le consenta di generare contenuti coerenti, coinvolgenti e fantasiosi.

Suggerire l’uso di metafore o elementi stilistici specifici può migliorare il risultato, come concentrarsi su temi e motivi all’interno del prompt può anche orientare l’IA verso una narrazione più coesa e significativa.

L’evoluzione dell’intelligenza artificiale nella creazione narrativa

I modelli linguistici di grandi dimensioni (LLM) dimostrano notevoli capacità nel comprendere e generare testi simili a quelli umani, il che li rende strumenti preziosi per la scrittura creativa. Tuttavia, nonostante la loro ampia formazione su diversi set di dati linguistici, gli LLM spesso hanno difficoltà a generare coerenza semantica a lungo raggio, suspense o narrazioni complesse a livello umano con strutture narrative e profondità emotiva diverse. I primi tentativi di generazione automatizzata di storie hanno evidenziato queste limitazioni, spesso dando luogo a risultati privi di coerenza e di una progressione avvincente della trama. Questa lacuna sottolinea il ruolo fondamentale dell’essere umano nel guidare l’intelligenza artificiale attraverso suggerimenti ben realizzati.

Comprendere l’ingegneria rapida per la narrazione

L’ingegneria tempestiva è l’arte e la scienza di comunicare efficacemente con i modelli di intelligenza artificiale per ottenere i risultati desiderati. Nella narrazione, ciò significa fornire all’intelligenza artificiale una struttura, un contesto e una guida creativa sufficienti per produrre una narrazione in linea con la visione dell’utente. I ricercatori hanno iniziato a classificare varie tecniche di sollecitazione, stabilendo una comprensione strutturata di ciò che costituisce una sollecitazione efficace. Per la generazione narrativa, i suggerimenti vanno oltre le semplici istruzioni; diventano progetti di storie in miniatura.

Tecniche chiave di narrazione per stimolare l’intelligenza artificiale

Per raccontare efficacemente una storia a un’IA, considera queste tecniche:

1. Pianificazione narrativa strutturata

Una delle tecniche più efficaci consiste nell’adottare un quadro gerarchico di “pianificazione e scrittura”. Ciò significa delineare la traiettoria o “trama” della storia prima di chiedere all’IA di generare il testo completo. Scomponendo la generazione automatica di storie in sottoproblemi come la costruzione di grafici, la generazione di grafici e la generazione di sequenze infuse di grafici, i modelli possono catturare strutture intra-storia multilivello, portando a narrazioni più coerenti. Questa pianificazione iniziale può definire punti della trama, archi narrativi dei personaggi ed elementi tematici, garantendo all’IA una tabella di marcia chiara. Ad esempio, guidare l’LLM attraverso un prompt di sistema coerente, istruendolo ad agire come scrittore di narrativa e fornendo una premessa e istruzioni di scrittura specifiche per ogni narratore.

Un approccio più efficace prevede di scomporre la narrazione nelle sue parti costitutive —come punti della trama, archi dei personaggi e sviluppi tematici— e comunicarli all’intelligenza artificiale. È stato dimostrato che questa strategia di “pianificazione e scrittura”, in cui la struttura generale di una storia viene definita prima della generazione del testo, produce narrazioni più coerenti e sofisticate.

2. Incorporare elementi narrativi fondamentali

Proprio come nelle storie scritte da esseri umani, suggerimenti efficaci per l’intelligenza artificiale dovrebbero definire chiaramente gli elementi narrativi fondamentali:

Personaggi: fornire descrizioni dettagliate di protagonisti, antagonisti e personaggi secondari, comprese le loro motivazioni, tratti e relazioni.

Ambientazione: descrivi il tempo, il luogo e l’atmosfera della storia.

Trama: delinea eventi chiave, conflitti e risoluzioni.

Genere e tono: specifica il genere desiderato (ad esempio fantasy, fantascienza, giallo) e il tono emotivo (ad esempio suspense, umorismo, malinconia).

3. Sfruttare dispositivi letterari ed elementi tematici

Per aggiungere profondità e ricchezza, i prompt possono incoraggiare l’intelligenza artificiale a incorporare specifici dispositivi letterari. Anche se gli LLM potrebbero non cogliere intrinsecamente le sfumature della suspense o della metafora come fanno gli esseri umani, istruzioni esplicite possono guidarli. Ad esempio, sollecitare la generazione di storie ricche di suspense può comportare “un metodo di pianificazione basato sulla sollecitazione iterativa che si fonda su due fondamenti teorici della suspense narrativa tratti dalla psicologia cognitiva e dalla narratologia”. Allo stesso modo, suggerire l’uso di metafore o elementi stilistici specifici può migliorare il risultato. Concentrarsi su temi e motivi all’interno del prompt può anche orientare l’IA verso una narrazione più coesa e significativa.

4. Sollecitazione iterativa e guidata

Spesso è più efficace un approccio iterativo anziché aspettarsi una storia perfetta da un singolo spunto. Ciò comporta un ciclo di feedback in cui un LLM genera contenuti e un altro LLM ausiliario o input umano sceglie la successiva “azione” per orientare la direzione futura della storia. Questo “Storytelling With Action Guidance” può superare significativamente le tecniche di generazione end-to-end. Permette il perfezionamento, la correzione della rotta e la costruzione graduale di una narrazione complessa, affrontando la sfida della coerenza a lungo termine nelle storie generate dall’intelligenza artificiale.

5. Impostazione del contesto e dei vincoli

Un contesto chiaro e vincoli ben definiti sono fondamentali. Ciò include la specificazione della lunghezza desiderata, del pubblico di riferimento, del punto di vista e persino del vocabolario. I vincoli possono essere “soft” (ad esempio, scrivere in un certo stile) o “hard” (ad esempio, includere frasi o eventi specifici). Tali istruzioni esplicite aiutano l’IA a rimanere concentrata e a produrre contenuti che soddisfano requisiti specifici.

Le strutture narrative in miniatura

Per guidare efficacemente l’intelligenza artificiale nella generazione narrativa, i prompt trascendono i semplici comandi, evolvendosi in “modelli narrativi in miniatura” che delineano meticolosamente la struttura narrativa, il contenuto e gli elementi stilistici desiderati. Questo “approccio architettonico” al prompt è fondamentale perché, sebbene i modelli linguistici di grandi dimensioni eccellano nel generare testi simili a quelli umani, spesso richiedono una guida esplicita per produrre narrazioni lunghe coerenti, complesse e coinvolgenti. Proprio come un costruttore utilizza un progetto per costruire una casa, un narratore impiega uno spunto dettagliato per costruire una storia avvincente con un’intelligenza artificiale.

Questo concetto di “progetti di storie in miniatura” comprende diversi principi di progettazione interconnessi. In primo luogo, si tratta di una pianificazione narrativa strutturata, in cui lo spunto stesso funge da schema per la traiettoria della storia. Invece di chiedere direttamente una storia, un approccio più efficace prevede di scomporre la narrazione nelle sue parti costitutive —come punti della trama, archi dei personaggi e sviluppi tematici— e comunicarli all’intelligenza artificiale. È stato dimostrato che questa strategia di “pianificazione e scrittura”, in cui la struttura generale di una storia viene definita prima della generazione del testo, produce narrazioni più coerenti e sofisticate consentendo all’intelligenza artificiale di comprendere e seguire un quadro predefinito. I prompt possono specificare l’inizio, l’azione crescente, il climax, l’azione decrescente e la risoluzione, guidando l’IA attraverso ogni fase del processo di narrazione. Ad esempio, un progetto potrebbe istruire l’intelligenza artificiale ad agire come scrittore di narrativa e fornire premesse e istruzioni di scrittura specifiche per ciascuna funzione narrativa, garantendo un risultato strutturato.

In secondo luogo, questi progetti impongono l’incorporazione di elementi narrativi fondamentali all’interno del prompt stesso. Ciò significa fornire specifiche dettagliate per i personaggi (motivazioni, tratti, relazioni), l’ambientazione (tempo, luogo, atmosfera) e i punti generali della trama (conflitti, risoluzioni). Quanto più precise e vivide sono queste descrizioni, tanto meglio l’intelligenza artificiale può popolare la tela narrativa con dettagli appropriati. Ciò garantisce che la storia generata aderisca alla visione dell’utente riguardo a chi parla la storia, dove si svolge e cosa succede. Oltre a questi elementi fondamentali, il progetto può anche definire il genere e il tono emotivo desiderati, determinando se l’IA debba produrre un thriller ricco di suspense, un aneddoto umoristico o una riflessione malinconica.

In terzo luogo, il prompting come modello si estende allo sfruttamento di espedienti letterari ed elementi tematici. Per andare oltre il testo generico, il prompt può richiedere esplicitamente l’inclusione di tecniche letterarie specifiche come metafore, simbolismo, prefigurazione o ritmo narrativo progettati per creare suspense. Sebbene gli LLM possano non cogliere intuitivamente queste sfumature, istruzioni esplicite all’interno del progetto possono guidarli verso la produzione del testo.

Il paradigma della collaborazione uomo-intelligenza artificiale

In definitiva, la narrazione tramite intelligenza artificiale è un processo co-creativo. Gli studi dimostrano che la co-creatività uomo-IA nella pre-scrittura segue spesso un processo iterativo in tre fasi: ideazione, illuminazione e implementazione, con gli esseri umani che solitamente svolgono un ruolo dominante. Gli scrittori creativi che integrano l’intelligenza artificiale nella loro pratica lo fanno intenzionalmente, prendendo decisioni deliberate su quando e come coinvolgere l’intelligenza artificiale in base ai loro valori. Questo approccio di iniziativa mista, in cui sia l’uomo che l’intelligenza artificiale contribuiscono e possono avviare cambiamenti, è fondamentale per facilitare la creatività umana. L’intelligenza artificiale agisce come uno strumento potente, ma l’essere umano rimane il narratore principale, fornendo visione, guida e valutazione critica.

Sfide e direzioni future

Nonostante i progressi significativi, permangono delle sfide. Le storie generate dall’intelligenza artificiale possono comunque essere omogeneamente positive e prive di tensione rispetto alle narrazioni scritte da esseri umani. La ricerca volta a generare narrazioni più coerenti, coinvolgenti e persino ricche di suspense continua a stimolare la ricerca. Tuttavia, impiegando sofisticate tecniche di sollecitazione, gli esseri umani possono mitigare queste limitazioni e superare i confini del potenziale creativo dell’intelligenza artificiale.

Raccontare una storia ad un’intelligenza artificiale è un dialogo sofisticato che richiede un mix di visione creativa e stimoli strategici. Utilizzando una pianificazione narrativa strutturata, definendo meticolosamente gli elementi fondamentali della storia, sfruttando tecniche letterarie, adottando un approccio iterativo e stabilendo vincoli chiari, gli utenti possono guidare l’intelligenza artificiale nella generazione di narrazioni avvincenti. Questa relazione simbiotica tra narratore umano e assistente AI segna un nuovo entusiasmante capitolo nell’evoluzione dell’espressione creativa, dove le storie più efficaci nascono da una collaborazione ponderata.

Riproduzione riservata ©

Immagine di copertina: Art Work by Claudia Sistelli – 2025 – Tinyliliac Art

Riferimenti Bibliografici:

Guiding and Diversifying LLM-Based Story Generation via Answer Set Programming, Wang, Kreminski arXiv (Cornell University) 2024

Content Learning with Structure-Aware Writing: A Graph-Infused Dual Conditional Variational Autoencoder for Automatic Storytelling, Yu, Li, Chan, Yan, Zhao, Proceedings of the AAAI Conference on Artificial Intelligence, 2021