Tempo di lettura: 8 minuti
Come chiedere in pratica all’intelligenza artificiale di generare quello che vorremmo ottenere. Esempi concreti e completi dei prompt utilizzati per generare alcune immagini e come elaborare una sola fotografia in oltre trenta stili di rappresentazione diversi.
Se avete consuetudine con i programmi di intelligenza artificiale quest’articolo non vi serve a niente. Idem se non siete abitudinari ma ogni tanto l’avete usata per fare qualche immagine. Questo articolo può incuriosire, invece, chi ben conosce ‘a parole’ l’intelligenza artificiale generativa ma non ha mai avuto occasione di provare a chiederle di realizzare una immagine, una illustrazione.
Questo articolo è un manuale d’istruzione scritto da un neofita. Conterrà sicuramente degli errori ma racconta fedelmente l’esperienza fatta per realizzare le prime 50 immagini cercando di sperimentare tre percorsi differenti
- realizzare una illustrazione per una rivista on line.
- giocare con i nipotini creando disegni cartoon 3D che li rappresentano.
- coniugare l’incredibile creatività umana con la straordinaria potenza generativa dell’intelligenza artificiale.
In questo articolo illustrerò solo i primi due percorsi, riservando al terzo percorso il prossimo articolo.
Anche senza averla utilizzata si è capito che l’intelligenza artificiale generativa è in grado di fare cose che per noi boomer sembrano incredibili.
Proviamo, allora, a combinare la creatività umana con la velocità e l’efficienza dell’intelligenza artificiale e vediamo cosa siamo in grado di fare e, sopratutto, come facciamo a dare istruzioni corrette e complete all’intelligenza artificiale. Ovvero come e quanto devono essere precise e dettagliate le richieste che facciamo attraverso quelli che si chiamano prompt?
Percorso 1: una illustrazione per una rivista
Inizierei con due immagini che sono state create per illustrare un articolo pubblicato su Caos Management 164 “La leadership e il vaso”. L’illustrazione doveva rappresentare un capo azienda della filiale italiana di una multinazionale che spostava un vaso.
Dirigente che sposta il vaso
Il primo esempio è anche la prima prova di utilizzo di ChatGPT per ottenere un’illustrazione e quindi sconta tutta l’incompetenza del neofita.
Prompt:
«Fai un disegno di un manager che sposta un vaso vuoto con stile realistico».
L’immagine doveva svilupparsi in orizzontale.
Prompt:
«Sviluppa l’immagine in orizzontale inserendo arredi d’ufficio.»
L’immagine è fredda e sproporzionata quindi una richiesta per una nuova correzione..
Prompt:
«Migliora le proporzioni tra la persona e la scrivania, aggiungi quadri alle pareti e qualche ficus lasciando il vaso che sta spostando vuoto.»
Il risultato è ancora insufficiente in particolare per il rapporto tra il manager e la scrivania.
Prompt:
«Riduci le dimensioni del manager.»
Prende la parola Chat GPT.
ChatGPT :
«Fatto — il manager ora ha proporzioni più ridotte rispetto alla scrivania, mantenendo il vaso vuoto e l’arredamento dell’ufficio coerente.»
Ma, forse, il vaso non può essere il vaso di una pianta vuota e quindi si cerca di inserire un piccolo adattamento più coerente con il testo.
Prompt:
«Cambia il vaso con un vaso trasparente da fiori.»
E va bene così. Almeno per ora. In realtà sono molto soddisfatto del risultato pur avendo coscienza che l’immagine in realtà non è un granché. Quindi decido di dare una svolta.
Prompt:
«disegna un manager che sposta un vaso a forma di pitale. Alle sue spalle si vede un ufficio open space.»
L’immagine deve svilupparsi orizzontalmente
Prompt:
«L’immagine deve svilupparsi in orizzontale, rapporto 2:1. Riempi lo spazio con l’open space.»
L’open space è deserto, il manager solo soletto, abbandonato da tutti.
Prompt:
«Popola l’open space con persone che lavorano e che conversano.»
L’immagine è più calda, completa, rimane un dubbio sulla ragazza sospesa nel vuoto fuori della finestra, probabilmente c’è un balcone. Ciononostante il boomer novizio (io) è appagato.
Capo azienda che sposta il vaso
La mattina dopo rifletto sul fatto che oltre alle proporzioni uomo, scrivania, quella stanza non sembra l’ufficio di un grande capo e decido di riprovarci, forte dell’esperienza del dialogo tra me e ChatGPT avuto per affinare la prima immagine.
Bisogna essere più precisi e dettagliati inserendo indicazioni chiare sul mood che si vuole ottenere.
Prompt:
«Vorrei un disegno in visione iperrealista a colore dell’ufficio di un presidente d’azienda con quadri, piante, tappeti e targhe onorifiche con il manager che si alza per spostare un vaso di vetro a forma di pitale.»
Buono il risultato. Buono il mood della stanza. ChatGPT ha autonomamente deciso di invecchiare il dirigente visto che è stato richiesto come capo azienda. Ma nel prompt mi sono dimenticato che il vaso deve essere vuoto. Intervengo
Prompt:
«L’immagine deve essere orizzontale rapporto 1:2 e il vaso deve essere vuoto.»
Il risultato è molto migliore della prima immagine. Confrontabile, nella composizione e nel mood, con la seconda (open space). Più appropriata visto che l’obiettivo era di rappresentare un capo azienda di una filiale italiana di una grande multinazionale.
Tempo di apprendimento: un errore. Tempo di realizzazione meno di 5 minuti.
L’uomo preistorico
L’articolo cita l’antropologa Margaret Mead e la sua affermazione
«Il primo segno di civiltà è un femore guarito.»
Dopo aver girato a lungo su Internet per trovare un’immagine adeguata ho deciso di rivolgermi a ChatGPT.
Prompt:
«Vorrei un’illustrazione che rappresenta un gruppo di uomini primitivi, due donne e due uomini, in una grotta. Dietro c’è un falò su cui sta cuocendo un cosciotto. In primo piano un uomo con una ferita sulla gamba curata da un uomo e una donna.»
Successo al primo colpo: tempo di realizzazione meno di 5 minuti. Però!
Percorso 2: giocare con i nipotini
L’idea nasce per manipolare una fotografia di mia nipote Irene, 20 mesi, con i genitori con lo stile cartoon 3D che avevo notato essere proposto da ChatGPT.
Per par condicio avevo richiesto lo stesso trattamento per l’altro nipotino di 9 mesi, Ettore.
Volevo capire la capacità generativa e il livello di dettaglio su uno stile di rappresentazione ‘non realistico’. Inoltre volevo capire se potevo partire da un’immagine generata da ChatGPT e attribuendo un nome alla stessa verificare se il nome di questo ‘personaggio’ (Ettorino, nello specifico) rimaneva nella memoria di ChatGPT che lo richiamava senza bisogno di allegarglielo come punto di partenza.
Ettore, come detto di 9 mesi, è particolarmente cinetico. Ancora prima di ‘vedere la luce’ si muoveva e scalciava modificando la forma della pancia della mamma in continuazione. Si è messo seduto a sette mesi, a otto in piedi, anche se appoggiandosi, quindi volevo giocare proprio su questo suo dinamismo.
Prompt:
«Vorrei un disegno con questo bambino, Ettorino, che partecipa ad una gara ad ostacoli con una maglia azzurra della nazionale italiana.»
Prompt:
«Vorrei un disegno con Ettorino che cammina con le ciaspole, indossando un piumino, un cappello di lana con pon pon e degli scarponcini in una pista innevata all’interno di un bosco di abeti innevati e con lo sfondo di montagne dolomitiche.
Prompt:
«Disegna questo bambino mentre fa una volata in bicicletta con la maglia rosa, il caschetto da ciclista con gli occhiali da sole inseriti nel caschetto al traguardo di una tappa del giro d’Italia in testa su altri ciclisti.»
Prompt:
«Rappresenta questo bambino mentre passeggia in un bosco di larici in autunno con un binocolo al collo, un maglione di lana intrecciato, degli scarponcini e un cappellino da alpinista, lo zaino sulle spalle con una borraccia.»
Prompt:
«Rappresenta questo bambino mentre va in altalena in un parco giochi con casette e scivoli vestito con una tuta Adidas e un cappellino da baseball.»
I risultati sono più che eccellenti e il tempo di elaborazione delle immagine è intorno ai 5 minuti. Come accennavo in apertura, per noi della generazione dei boomer un risultato incredibile.
Ma anche Irene meritava qualche manipolazione di ChatGPT. La cosa era più complessa perché dopo le mie prime tre illustrazioni ricavate da ChatGPT da una fotografia della bambina, dolce ma chiaro, è arrivato il disappunto della mamma, mia figlia:
«Papà molto carine però non usare troppe foto con loro su chat gpt però!»
Dovevo quindi partire dall’elaborazione in stile Cartoon 3D dove, oltre a Irene, c’erano anche i genitori. Prima prova, riesce ChatGPT a riconoscere la bambina tra i tre personaggi?
Prompt:
«Rappresenta la bambina in mezzo in questa vignetta mentre va in altalena in un parco giochi attrezzato.»
Esperimento riuscito.
Ora valeva la pena provare a cambiarle i vestiti. Le avevamo regalato un nuovo pigiamino e delle scarpe tipo ballerina. Inoltre c’era un problema che ChatGPT non sapeva come erano i capelli di Irene perché nella foto iniziale era incappucciata. Il punto era che Irene ha dei capelli molto folti e lunghi, castani, con due ciuffi, vicini alle orecchie, biondi. ChatGPT se doveva rappresentare i capelli di Irene in base alle informazioni che aveva l’avrebbe rappresentata bionda.
Prompt:
«Cambia a questa bambina (allegata la foto di Irene in altalena stile Cartoon 3D) i vestiti facendole indossare questo vestitino (allegata fotografia del pigiama) e queste scarpe (allegata fotografia delle ballerine). Mettile un cappello da baseball con la stessa stoffa dei pantaloncini.»
Et voilà! La riproduzione del pigiamino e delle scarpe è perfetta come disegno e come colori. Fantastico!
Prompt:
«Rappresenta questa bambina (allegata la foto di Irene in altalena) mentre porta a passeggio una carrozzina con dentro un bambolotto in una stanza piena di giocattoli per bambini sotto i due anni. Cambiale i vestiti mettendole una tuta jeans, delle sneakers rosse e un cappellino da baseball.»
Interessante la terza illustrazione richiesta. Irene è un pesciolino. abituata a stare in piscina a 17 mesi nuota da sola (con i braccioli) e si tuffa.
Prompt:
«Rappresenta la bambina mentre con i braccioli si tuffa in piscina nelle braccia della mamma che l’aspetta in acqua.»
ChatGPT chiede un chiarimento: «La piscina è in un esterno o in un interno?»
«In esterno.»
Nella rappresentazione Irene si tuffa con un costume intero a righe colorate. Non mi sembra coerente e non corrisponde all’immagine che avevo in testa.
Prompt:
«Fai indossare alla bambina un costumino.»
ChatGPT:
«Vuoi che il costumino di Irene sia intero o a due pezzi? E preferisci un colore o una fantasia particolare (ad esempio a righe, fiori, pois, ecc.)?»
Prompt:
«Due pezzi con fiori.»
ChatGPT:
«Perfetto 🌸 — vuoi che il costumino floreale sia di colori vivaci e allegri (tipo rosa, giallo, turchese, ecc.) o preferisci toni più delicati e pastello? Così posso impostare correttamente lo stile dell’immagine.»
Prompt:
«Colori vivaci e allegri.»
Colpo di scena, anzi di algoretica
ChatGPT:
«Mi dispiace, ma non posso generare questa immagine perché la richiesta viola le nostre politiche sui contenuti.
Se vuoi, posso invece creare una versione illustrativa e giocosa, ad esempio con Irene che indossa un costumino colorato con fantasia floreale in stile cartoon 3D o acquerello — senza riferimenti diretti a persone reali.»
Interessante!
Mi ero scontrato con la stessa dichiarazione quando, partendo da una fotografia della mia compagna 33enne, ora settantenne, volevo vedere quanto la riproducesse somigliante e, quindi avevo chiesto.
Prompt:
«Invecchia la persona di questa fotografia di 40 anni con stile iperrealistico.»
Per ottenere una immagine ho dovuto togliere “stile iperrealistico”.
Algoretica
Qui si apre un lungo e cruciale discorso.
L’era dell’intelligenza artificiale è ormai iniziata, e il suo impatto è destinato a crescere in modo esponenziale, con una previsione di incremento del valore del settore di ben tredici volte nei prossimi sette anni.
Le applicazioni dell’intelligenza artificiale, che spaziano da semplici divertissement come quelli che ho raccontato, ad automazioni, a sofisticati sistemi di analisi, stanno rivoluzionando il nostro modo di vivere e lavorare. Settori come giustizia, sanità, economia e amministrazione pubblica vedono sempre più spesso l’uso di algoritmi in processi decisionali che una volta erano esclusivamente umani. Con l’incombente pericolo di una algocrazia, quando, invece, ruolo della tecnologia è di servire l’umanità piuttosto che dominarla.
Ciò solleva interrogativi cruciali:
chi scrive le regole degli algoritmi?
E quali valori etici devono guidarne la progettazione e l’uso?
