La notizia raccontata da The Ankler è che un tavolo rimasto segreto dal novembre 2023, convocato dalla produttrice Kathleen Kennedy insieme a Susan Ruskin, dean dell’American Film Institute, ha deciso di uscire dalla stanza e mettere sul tavolo un primo documento pubblico.
Agli incontri hanno partecipato, a rotazione, registi premi Oscar, attori, dirigenti degli studios e nomi della Silicon Valley; l’elenco completo resta riservato. Lo scorso weekend il confronto è stato però allargato a circa 120 partecipanti all’AFI, con sessioni dedicate ad autorialità, standard, trasparenza e controllo.
Il risultato si chiama Human Generative Workflows ed è, almeno per ora, una proposta e non uno standard dell’industria, ma prova a fare una cosa che il dibattito hollywoodiano non è ancora riuscito a fare: separare tecnologie molto diverse che oggi finiscono tutte sotto lo stesso acronimo.
Tre categorie per separare l’AI che assiste da quella che crea
Oggi dire che un film “usa l’AI” non significa più nulla. Nella stessa definizione possono entrare la riduzione del rumore in post-produzione, il rotoscoping automatico, un modello addestrato sulle immagini create dagli artisti di una produzione oppure una performance sintetica generata con un prompt. La proposta individua quindi tre categorie.
La prima è Utility Techniques & Embedded AI: tecniche di machine learning già incorporate in software come Premiere, DaVinci Resolve, Avid e After Effects. Dentro ci sono denoising, upscaling, separazione audio, rotoscoping, estrazione della profondità, motion capture senza marker, rimozione dei cavi e inpainting. Sono strumenti che intervengono su materiale e decisioni già prodotti dagli esseri umani e che il documento considera normalmente compatibili con il copyright.
La seconda è quella su cui il gruppo vuole costruire il vero terreno intermedio: gli Human Generative Workflows (HGW). Qui entrano modelli generativi specializzati integrati in pipeline professionali, da Nuke e Unreal a Blender, ComfyUI, After Effects e DaVinci Resolve, ma sotto un controllo creativo granulare. Possono essere usati LoRA addestrati su materiale della produzione, ControlNet e input strutturati; l’artista definisce parametri, materiali, composizione e iterazioni. L’AI genera, ma non decide da sola quale debba essere l’opera.
La terza categoria è Machine Generative (MG): immagini, voci, interpretazioni o storie generate principalmente tramite prompt, nelle quali il sistema determina gli elementi espressivi senza un controllo umano sufficiente. Qui il documento traccia la linea più netta: questi output vengono considerati non copyrightabili, o almeno difficilmente copyrightabili, in coerenza con l’orientamento dello U.S. Copyright Office, secondo cui il semplice prompting non basta di per sé a stabilire l’autorialità.
Il caso Dear Upstairs Neighbors mostra cosa intendono per controllo umano
Per evitare che Human Generative Workflow diventi soltanto un’etichetta rassicurante da appiccicare su qualunque produzione, il documento porta un esempio concreto: Dear Upstairs Neighbors, corto animato di sei minuti diretto da Connie He e prodotto da Márcia Mayer, presentato al Tribeca Festival nel giugno 2026.
Il progetto ha coinvolto circa 45 persone, tra veterani di Pixar e DreamWorks e ricercatori e ingegneri di Google DeepMind. Ogni fotogramma è stato generato attraverso modelli di machine learning appositamente rifiniti, ma il processo è partito da concept art dipinta dagli artisti. Quelle immagini sono servite per addestrare piccoli modelli personalizzati sul materiale originale del team; gli animatori hanno poi fornito animazioni grezze come struttura, corretto manualmente i risultati che non funzionavano, riaddestrato i modelli e iterato più volte. Compositing, colore e finishing sono rimasti dentro una normale pipeline di produzione.
È questo il punto che Kennedy e il gruppo cercano di trasformare in categoria industriale: l’immagine può essere generativa senza che l’autorialità debba diventare automaticamente generativa. Non è una distinzione filosofica, perché potrebbe finire nei crediti, nella documentazione destinata ai sindacati, nelle certificazioni e nelle regole con cui una produzione dichiara come ha usato l’AI.
Il tavolo lascia fuori lavoro, consenso e training data
La parte forse più importante è quella che il documento dichiara di non voler risolvere.
Restano fuori, per ora, addestramento sui dati, licenze, transizione occupazionale, consenso e politica economica. Sono precisamente i terreni sui quali si concentrano alcune delle battaglie più dure tra aziende tecnologiche, studios e lavoratori. Il gruppo sostiene però che affrontarli continuando a usare “AI” come categoria mista significhi negoziare su una parola che può indicare contemporaneamente un filtro di denoising e un attore inesistente.
Tra i passi successivi suggeriti ci saranno la pubblicazione di un glossario condiviso, un confronto specifico sul consenso per i contenuti Machine Generative che riproducono attori, il dialogo con sistemi di etichettatura e certificazione già emergenti, la possibile creazione di un organismo multi-stakeholder capace di aggiornare le definizioni e l’estensione del modello a musica, suono e scrittura. Resta inoltre aperto il problema internazionale: una classificazione costruita intorno al copyright statunitense non può essere automaticamente trasferita alle normative europee, britanniche o cinesi.
Il primo incontro si era svolto nello studio dell’artista Refik Anadol nel novembre 2023, appena dopo gli scioperi che avevano trasformato l’AI in uno dei temi più tossici dell’industria. Tre anni dopo, Kennedy e l’AFI non annunciano una pace né una legge universale, ma provano a stabilire quando una macchina sta assistendo un autore e quando sta cominciando a prenderne il posto.
