Felice Frankel 

Tutte le informazioni presenti in questo sito hanno esclusivamente un fine illustrativo.

Tutte le informazioni presenti in questo sito non costituiscono in nessun caso prescrizione, diagnosi o consulenza di qualsiasi genere. 

Felice Frankel non è una fotografa scientifica nel senso convenzionale del termine: è una ricercatrice visiva che opera all'intersezione tra estetica, epistemologia e comunicazione della scienza. Residente al MIT da decenni, ha collaborato con laboratori di fisica, chimica dei materiali, ingegneria biomedica e nanotecnologia, sviluppando una prassi metodologica che trascende la semplice documentazione tecnica. Il suo approccio si fonda su una tesi precisa: le immagini non sono mere illustrazioni della scienza ma strumenti cognitivi che strutturano la comprensione del fenomeno stesso. Un'immagine mal costruita non è solo esteticamente carente, è epistemicamente fuorviante. Questa posizione la colloca in un dibattito molto più ampio, che coinvolge la filosofia della scienza, la semiotica visiva e, oggi, l'etica dell'intelligenza artificiale generativa.

La distinzione fondamentale - documentazione vs illustrazione

La distinzione che Frankel traccia tra documentazione e illustrazione è concettualmente cruciale e spesso fraintesa, anche all'interno della comunità accademica.

La documentazione fotografica ha un vincolo epistemico stringente: i fotoni che colpiscono il sensore devono corrispondere al fenomeno reale. Qualsiasi manipolazione che alteri la distribuzione dei dati (anche solo modificare la curva tonale per enfatizzare una struttura che altrimenti non sarebbe visibile) rappresenta un'adulterazione del dato scientifico. La comunità scientifica ha sviluppato, non a caso, linee guida sempre più rigide sull'uso di software di elaborazione nelle immagini destinate a pubblicazione su riviste peer-reviewed (si veda la politica editoriale di Nature o Cell sul tema).

L'illustrazione, al contrario, persegue un obiettivo diverso: rendere comprensibile un concetto che non è direttamente osservabile. Un diagramma della struttura di un nanocristallo, una ricostruzione tridimensionale di una proteina, una visualizzazione del campo magnetico attorno a un dipolo: nessuna di queste immagini pretende di essere una fotografia del reale. Il problema sorge quando i confini tra i due registri si confondono, o vengono deliberatamente oscurati.

Le decisioni di design come scelte epistemiche

Uno degli aspetti più sofisticati del lavoro di Frankel è l'insistenza sul fatto che ogni scelta di design è anche una scelta epistemica. L'inquadratura determina cosa è incluso e cosa è escluso dal campo visivo. L'illuminazione può esaltare o sopprimere strutture superficiali. Il tempo di scatto in microscopia può catturare o perdere dinamiche transitorie.

Queste scelte non sono neutrali, ma non sono neppure necessariamente fraudolente: fanno parte di quella che il filosofo Ian Hacking definisce representing and intervening, ovvero il fatto che ogni atto di osservazione scientifica implica un intervento sul fenomeno osservato. Il punto etico è la trasparenza: dichiarare le proprie scelte metodologiche, come si fa con qualsiasi altra variabile sperimentale.

Questo ha implicazioni dirette per la riproducibilità della ricerca. Un'immagine priva di metadati tecnici (apertura, lunghezza d'onda, colorazione, software di elaborazione) è, in senso stretto, scientificamente incompleta.

L'intelligenza artificiale generativa: accelerazione e crisi dell'autenticità

L'IA presenta una traiettoria di miglioramento esponenziale; questo porta a una domanda che non è solo tecnica ma ontologica: cosa distingue un'immagine vera da un'immagine verosimile?

La risposta di Frankel è netta: un'immagine generata da IA non è documentaria perché non ha un referente causale diretto. Non c'è un fascio di fotoni che ha attraversato un campione reale, non c'è un fenomeno fisico che ha lasciato una traccia sul sensore. È una sintesi statistica di pattern estratti da immagini esistenti, il che la rende strutturalmente diversa da una fotografia, indipendentemente dalla sua verosimiglianza visiva.

Questo ha conseguenze pratiche immediate:

• Nelle pubblicazioni scientifiche, un'immagine AI-generated che venga presentata come documentaria costituisce una forma di frode scientifica, anche se il fenomeno rappresentato è reale. La comunità editoriale sta iniziando ad affrontare il problema, ma le policy sono ancora frammentarie.

• Nella divulgazione, il rischio è diverso ma ugualmente serio: un pubblico non specializzato non dispone degli strumenti per distinguere una visualizzazione AI da una fotografia reale, e può formarsi credenze errate sulla morfologia o il comportamento di un fenomeno.

• Nell'istruzione scientifica, immagini AI tecnicamente plausibili ma errate nei dettagli possono consolidare misconcezioni difficilissime da correggere in seguito.

I quattro criteri di Frankel come griglia di analisi critica

Le quattro domande che Frankel propone per valutare un'immagine scientifica costituiscono, di fatto, una piccola epistemologia visiva applicata. Espandiamole:

Quale attrezzatura è stata utilizzata? — Questa domanda rimanda alla provenienza tecnica dell'immagine. Un microscopio elettronico a scansione, un microscopio confocale e una camera digitale producono immagini con caratteristiche fisiche molto diverse. Conoscere lo strumento permette di valutare i limiti di risoluzione, gli artefatti tipici e le convenzioni di visualizzazione.

L'immagine è stata modificata? — La modifica è quasi sempre presente in qualche misura (bilanciamento del bianco, correzione gamma, false colorazioni). La domanda pertinente non è se esista manipolazione, ma di che tipo e in che misura.

In che modo è stata effettuata la modifica? — La trasparenza metodologica è il discrimine tra scienza e propaganda visiva. Dichiarare "abbiamo aumentato il contrasto nella regione di interesse per rendere visibile la struttura" è scientificamente accettabile; tacere questa operazione non lo è.

Tale modifica altera i dati scientifici? — Questa è la domanda decisiva. Una falsa colorazione di un'immagine di microscopia elettronica non altera i dati strutturali (la morfologia rimane intatta); rimuovere un punto anomalo da un grafico per renderlo più leggibile li altera profondamente.

Alfabetizzazione visiva - una competenza ancora largamente assente

Frankel insiste sulla necessità di una maggiore visual literacy anche all'interno della comunità accademica. Questo punto è spesso sottovalutato: si assume che gli scienziati siano automaticamente immuni dalla manipolazione visiva, ma la letteratura sulla psicologia della percezione suggerisce il contrario. La familiarità con un campo visivo (ad esempio, l'aspetto di una certa struttura cellulare) può rendere più, non meno, vulnerabili a immagini IA convincenti, perché attiva euristiche di riconoscimento che bypassano l'analisi critica.

In ambito educativo, questo implica che la formazione scientifica andrebbe integrata con moduli espliciti di analisi critica delle immagini, non diversamente da come si insegna a valutare criticamente una fonte bibliografica.

Il lavoro di Frankel ci ricorda che l'immagine scientifica non è mai innocente. È sempre il prodotto di scelte (tecniche, estetiche, etiche) che determinano non solo come appare un fenomeno ma come viene compreso, comunicato e, in ultima istanza, creduto. In un'epoca in cui i modelli generativi sono in grado di produrre immagini scientificamente verosimili a partire da un prompt testuale, la capacità di distinguere tra il reale e il plausibile non è un lusso epistemico: è una competenza civile fondamentale.

Massimo Zanetti