La storia che vuoi, tutte le volte che vuoi

Che cosa chiedono i lettori alla narrativa generata dall’AI — e che cosa l’AI tende a restituire

Un utente ha prodotto quasi ventottomila conversazioni narrative con un modello linguistico, tornando migliaia di volte su variazioni della stessa fanfiction. Non sullo stesso universo narrativo, che sarebbe già meno strano. Sostanzialmente sulla stessa situazione: i medesimi personaggi, lo stesso evento, ogni volta una realizzazione leggermente diversa.
Si può liquidare il caso come un comportamento estremo, e certamente lo è. Sarebbe però un errore considerarlo soltanto una bizzarria da sottoscala della rete. Due studi recenti, molto diversi fra loro, cominciano a mostrare qualcosa di più interessante: da una parte che cosa cercano alcuni lettori quando possono ottenere una storia su richiesta; dall’altra quali forme narrative gli LLM tendono spontaneamente a produrre.
Presi insieme, i due lavori fanno intravedere un circuito. Il lettore chiede immediatezza, riconoscibilità e variazione. La macchina risponde con storie ordinate, coerenti, emotivamente segnalate e fin troppo ben chiuse. Il lettore riparte da lì e chiede un’altra versione.
Non è la fine della letteratura. Ma potrebbe essere la nascita di una nuova forma di consumo narrativo.

Narrativa generata dall’AI: Il lettore che non aspetta più lo scrittore

Il primo studio, [AI Fiction in the Wild] (https://arxiv.org/abs/2606.22748), analizza oltre mezzo milione di conversazioni in inglese raccolte dal progetto WildChat. Più di un terzo contiene qualche forma di generazione narrativa: racconti originali, sceneggiature, giochi di ruolo, fanfiction, erotica.
Il dato va preso con cautela. Non significa che un utente su tre usi gli LLM per produrre narrativa. Una piccola minoranza di utenti molto attivi genera una quota enorme delle conversazioni: il 2 per cento degli utenti è responsabile di oltre l’80 per cento delle interazioni narrative. Limitando l’analisi a una conversazione per utente, la percentuale scende al 7,1 per cento.
Il fenomeno è quindi meno universale di quanto suggerisca il primo numero, ma forse proprio per questo più interessante. Non stiamo osservando un’abitudine distribuita uniformemente. Stiamo vedendo la formazione di un gruppo di consumatori intensivi che ha scoperto nella generazione automatica qualcosa che i libri, il cinema e persino le piattaforme di fanfiction non possono offrire con la stessa velocità: la storia desiderata subito e ripetibile senza limite.
Quasi metà delle conversazioni narrative contiene fanfiction; più di un quarto contiene materiale sessualmente esplicito. Non è difficile capire perché. Fanfiction ed erotica sono forme già organizzate intorno a desideri molto specifici: questi personaggi, questa relazione, questa situazione, questo grado di intensità. Sui siti tradizionali si cercano attraverso tag sempre più dettagliati. Con un LLM non bisogna più nemmeno cercare. Si descrive la combinazione e la macchina la produce.
Il passaggio è piccolo dal punto di vista tecnico, grande da quello culturale.
Il lettore non sceglie più fra storie esistenti: stabilisce le condizioni della storia che vuole consumare.

La ripetizione non è necessariamente un difetto

Gli autori individuano due comportamenti ricorrenti. Gli story cyclers insistono per qualche tempo sulla stessa trama, poi passano a un’altra ossessione. Gli infinite story demanders continuano invece a rigenerare la stessa situazione per settimane o mesi.
La prima spiegazione è che questi utenti non siano mai soddisfatti: la storia non è ancora quella giusta, quindi ricominciano. È certamente possibile.
Ma ce n’è un’altra, più interessante: la ripetizione è il piacere cercato, non un incidente del processo.
Chi rilegge lo stesso romanzo o rivede lo stesso film non lo fa perché spera che questa volta il finale cambi. Cerca una forma conosciuta, dentro la quale può però notare qualcosa di diverso. L’LLM aggiunge a questo piacere una possibilità nuova: mantiene stabile la struttura desiderata e modifica ogni volta la sua realizzazione. Il finale può davvero cambiare, pur restando all’interno dello stesso perimetro fantastico.
È una narrativa della permutazione. Non si domanda alla storia di portare altrove, ma di riaprire continuamente lo stesso possibile.
Gli autori chiamano questa figura solipsistic reader-writer, il lettore-scrittore solipsistico: qualcuno che dirige, genera e consuma la propria storia in un circuito chiuso, senza incontrare l’autonomia di un autore umano. L’espressione è efficace, forse persino troppo. Non sappiamo se queste storie restino davvero private, se vengano condivise o se la relazione con la macchina possa essere liquidata come semplice monologo. Il dato più sicuro è un altro: produzione e consumo, prima affidati a soggetti e tempi differenti, possono ora coincidere nella stessa operazione.

Il lettore non aspetta più che qualcuno scriva per lui. Fa comparire la storia.

Due ipotesi sulla ripetizione

Perché qualcuno dovrebbe generare centinaia o migliaia di variazioni della stessa storia?
Il dataset mostra il comportamento, non la sua causa. Non sappiamo chi siano questi utenti, che cosa provino né che uso facciano dei testi prodotti. Possiamo però avanzare almeno due ipotesi. Non necessariamente alternative.
La prima è proposta dagli stessi autori di AI Fiction in the Wild: la narrativa generata su richiesta presenta alcune affinità strutturali con la pornografia.
Il paragone non dipende soltanto dalla presenza di contenuti erotici, per quanto rilevante: più di un quarto delle conversazioni narrative analizzate viene classificato come sessualmente esplicito. Riguarda soprattutto la forma del consumo.

• Immediato
• privato
• personalizzato
• ripetibile.

Il tutto organizzato intorno a combinazioni molto precise di personaggi, situazioni, relazioni e intensità.
La pornografia online ha costruito una parte consistente della propria economia sulla possibilità di trovare esattamente la scena desiderata attraverso categorie e tag sempre più dettagliati. Lo stesso accade nella fanfiction: questi personaggi, questa coppia, questa dinamica, questo finale. L’LLM compie un passaggio ulteriore. Non aiuta soltanto a trovare il contenuto: lo produce.
Non si cerca più una storia sufficientemente vicina alla propria fantasia. Si descrive la fantasia e si aspetta che la macchina la metta in scena.
Anche la narrativa non esplicitamente erotica può quindi assumere una forma pornografica, se con questa espressione non indichiamo il contenuto ma il regime di fruizione: eliminazione dell’attesa, riduzione della mediazione, soddisfazione di una richiesta individuale, ripetizione potenzialmente infinita. La storia non deve opporre resistenza né portare il lettore dove non aveva previsto di andare. Deve realizzare correttamente la combinazione richiesta.

È da qui che gli autori ricavano la figura del solipsistic reader-writer, il lettore-scrittore solipsistico. Il soggetto formula il proprio desiderio, guida la generazione e consuma il risultato senza dover incontrare l’autonomia di un autore umano. L’altro non scompare del tutto — rimane la macchina — ma diventa un altro particolarmente disponibile, capace di rispondere senza introdurre un proprio desiderio.
È un’ipotesi importante, anche se la parola “solipsistico” rischia di decidere troppo presto la natura di questa relazione. Il dispositivo non si limita necessariamente a chiudere il soggetto dentro la propria fantasia. Può anche permettergli di esteriorizzarla, osservarla, modificarla e rimetterla in gioco.
Ed è qui che io proporrei una seconda ipotesi.
Freud avrebbe probabilmente riconosciuto in questi comportamenti qualcosa del gioco del rocchetto. Nel celebre fort-da, il bambino fa sparire un rocchetto e poi lo richiama, mettendo in scena l’assenza e il ritorno della madre. Non ripete la scomparsa perché trovi piacevole perderla. Trasforma un’esperienza subita in un’azione che può governare. Prima qualcuno scompariva senza che lui potesse impedirlo; ora è lui a far sparire e tornare l’oggetto.
Nel caso della narrativa generata, il rocchetto diventa la storia.
L’utente scarta la versione ottenuta, conserva la forma del proprio desiderio e ne richiama un’altra realizzazione. Il prompt è il filo. La scena ritorna, ma ogni volta può cambiare un dettaglio, un dialogo, una scelta, un finale. Non viene semplicemente riletta: viene nuovamente messa al mondo.
Da questa prospettiva, la ripetizione non è soltanto gratificazione. È anche un tentativo di padronanza. L’utente prende una struttura fantastica che lo attrae, lo inquieta o lo riguarda e la sottopone a variazioni controllate. Può far accadere ciò che teme, impedirlo, correggerlo, ricominciare. Può trasformare l’attesa in comando e l’irreversibilità della storia in un campo di possibilità.
Questo non significa che le migliaia di generazioni osservate nel dataset siano altrettante elaborazioni riuscite. Freud ci mette in guardia proprio su questo punto: ripetere non significa necessariamente elaborare. La ripetizione può essere un modo per padroneggiare un’esperienza, ma può anche diventare il circuito che impedisce di uscirne.
E l’LLM è un rocchetto molto particolare. Non si stanca, non si sottrae e non impone una conclusione. Torna ogni volta che viene richiamato. La possibilità di controllo può quindi trasformarsi facilmente nell’impossibilità di terminare.
Le due ipotesi descrivono livelli differenti dello stesso fenomeno.
Il paragone con la pornografia riguarda il regime del consumo: personalizzazione, immediatezza, isolamento, soddisfazione su richiesta. Il fort-da riguarda invece la possibile funzione psichica della ripetizione: mettere fuori di sé una scena, controllarne il ritorno, esplorarne le variazioni.
La prima spiega come viene fornito l’oggetto. La seconda prova a spiegare perché qualcuno possa continuare a richiamarlo.

In entrambi i casi l’LLM non è semplicemente uno scrittore automatico. Diventa una macchina del desiderio narrativo: produce la scena richiesta, ma soprattutto consente di farla tornare. E di farla tornare ancora.

Quando la macchina deve decidere da sola

Il secondo paper, [StoryScope: Investigating Idiosyncrasies in AI Fiction] (https://arxiv.org/abs/2604.03136), guarda il fenomeno dal lato opposto. Non studia che cosa chiedano gli utenti, ma come gli LLM costruiscano una storia quando viene affidata loro la sua realizzazione.
Gli autori confrontano più di diecimila racconti umani con versioni prodotte da GPT, Claude, Gemini, DeepSeek e Kimi.

La domanda è importante: la narrativa artificiale si riconosce soltanto da tic stilistici — i trattini lunghi, le parole ricorrenti, le frasi troppo levigate — oppure possiede abitudini più profonde?

Secondo i risultati, le possiede.

Osservando soltanto caratteristiche narrative e ignorando lo stile, il sistema costruito dai ricercatori distingue i racconti umani da quelli artificiali con prestazioni molto alte. I modelli non condividono semplicemente un modo di scrivere. Condividono, almeno in parte, un modo di organizzare le storie.
La tendenza generale è quella che qualunque editor abbia lavorato su testi generati automaticamente (pure il sottoscritto) comincia a riconoscere dopo poche pagine. L’AI esplicita il tema, tiene unita la catena causale, riduce le sottotrame, segnala le emozioni, conduce il protagonista verso una trasformazione comprensibile e chiude il discorso.
Il narratore dei racconti artificiali commenta esplicitamente il significato della storia molto più spesso di quello umano. I protagonisti risolvono il conflitto attraverso una propria scelta in una percentuale sensibilmente maggiore di casi. Le sottotrame diminuiscono. I finali ambigui diventano meno frequenti. La cronologia procede più linearmente.
Anche le emozioni assumono una forma riconoscibile. L’LLM evita spesso di scrivere semplicemente che un personaggio ha paura: gli stringe il petto, gli raffredda le mani, fa tremare la luce nella stanza. Il corpo e l’ambiente diventano la didascalia dello stato interiore. Una volta funziona. Alla decima, il personaggio ha ormai bisogno di un cardiologo.
Il problema non è che la macchina non sappia costruire una storia. Al contrario: sa costruirla fin troppo bene secondo una grammatica scolastica della narrazione. Tutto deve avere una funzione, tutto deve convergere, tutto deve infine dichiarare che cosa significava.

L’AI ha frequentato troppi corsi di scrittura

C’è una domanda che il paper non affronta direttamente: da dove vengono queste abitudini narrative?
È difficile non riconoscervi l’impronta della vasta letteratura angloamericana su come si scrive una storia. Manuali, corsi, scuole di scrittura, guide per sceneggiatori, blog, video, schede editoriali. Da decenni, aspiranti scrittori e sceneggiatori vengono istruiti a dare al protagonista un desiderio chiaro, costruire una catena di cause e conseguenze, eliminare ciò che non serve alla trama, mostrare le emozioni invece di nominarle e concludere la vicenda attraverso una trasformazione riconoscibile.
Gli LLM hanno assorbito questa letteratura insieme a milioni di romanzi, sceneggiature, recensioni e discussioni sulla narrativa. Inoltre sono stati successivamente addestrati a produrre risposte coerenti, pertinenti e complete. Sarebbe quasi sorprendente se, quando viene chiesto loro di scrivere una storia, non recuperassero proprio queste regole.
Molte delle caratteristiche individuate da StoryScope sembrano infatti precetti da corso di scrittura applicati con eccesso di zelo.

• Il modello evita di dire che un personaggio ha paura e gli stringe il petto: show, don’t tell.
• Fa dipendere la risoluzione da una scelta del protagonista: il personaggio deve avere agency.
• Riduce le sottotrame: ogni elemento deve servire il conflitto principale.
• Conduce la vicenda verso una comprensione interiore: il protagonista deve avere un arco.
• Esplicita il significato finale: il tema deve emergere con chiarezza.

Prese singolarmente, non sono cattive istruzioni. Il problema nasce quando smettono di essere possibilità e diventano obblighi.
Uno scrittore può usare una regola, ignorarla o violarla perché la storia gli sta chiedendo altro. Può lasciare un personaggio passivo, una sottotrama irrisolta, un dettaglio inutile, un’emozione semplicemente nominata. Può persino permettersi un finale che non dimostri di avere capito il proprio tema. Il modello, invece, tende a trattare la frequenza della regola come una forma di necessità.
Qui si vede bene la differenza fra una convenzione e la sua pressione statistica. L’LLM non ha necessariamente imparato che una storia deve avere un arco di trasformazione. Ha incontrato innumerevoli testi nei quali “una buona storia” viene associata a un arco di trasformazione, e quando deve scegliere la soluzione più appropriata torna lì. La prescrizione sedimentata nel corpus diventa il suo comportamento predefinito.
Il risultato non è una narrativa priva di tecnica. È una narrativa nella quale la tecnica si vede troppo.
L’AI non scrive come qualcuno che non ha mai frequentato una scuola di scrittura. Scrive come qualcuno che l’ha frequentata, ha sottolineato tutto il manuale e ora teme che l’insegnante non si accorga che ha fatto i compiti.
Questa spiegazione modifica anche il giudizio sui risultati. La convergenza osservata da StoryScope potrebbe non rivelare una misteriosa essenza della narrativa artificiale. Potrebbe mostrare la fossilizzazione automatica di un’idea molto umana — e molto americana — di storia ben costruita.

La macchina non ha inventato la formula. L’ha presa sul serio. Troppo sul serio.

Storie ordinate e storie vive

I racconti umani analizzati nello studio risultano mediamente più discontinui e dispersi. Contengono più sottotrame, salti temporali, riferimenti culturali precisi e protagonisti moralmente ambivalenti. Lasciano maggiormente aperte le catene causali e si permettono elementi che non tornano immediatamente al centro della struttura.
Non significa che ogni racconto umano sia originale e ogni racconto artificiale convenzionale. Sarebbe una conclusione ridicola, smentita da qualche secolo di narrativa umana prodotta con lo stampino. Significa che, osservati come popolazioni, i testi dei cinque modelli occupano una regione più compatta dello spazio narrativo, mentre quelli umani risultano più dispersi.
Gli LLM convergono. Gli esseri umani deviano più spesso.
Anche i singoli modelli presentano qualche abitudine personale. Claude tende alla misura, agli epiloghi e alle conclusioni quiete. GPT usa più spesso pettegolezzi, voci e reti sociali come motori della trama. Gemini ama finali ordinati e prolungati; DeepSeek anticipa molte delle informazioni che altri testi lascerebbero emergere più tardi; Kimi occupa la zona più generica e meno riconoscibile. Sono differenze reali, ma interne a una parentela più ampia.

Il circuito che si sta formando

I due paper non studiano lo stesso oggetto e non devono essere sovrapposti troppo in fretta. Il primo osserva alcuni comportamenti reali degli utenti; il secondo costruisce un esperimento controllato sulla forma dei racconti. Entrambi hanno limiti metodologici importanti e non consegnano leggi universali sulla lettura o sulla creatività artificiale. I dati e i metodi sono disponibili nei paper, ai quali rimando chi voglia valutarli nel dettaglio.
Eppure, accostati, mostrano una coincidenza difficile da ignorare.

Da una parte abbiamo lettori che sembrano privilegiare forme riconoscibili, immediate, personalizzate e ripetibili.
Dall’altra modelli che, quando ricevono il controllo della costruzione, tendono verso trame lineari, coerenti, tematicamente esplicite e prive di troppe resistenze.

La domanda e l’offerta narrativa rischiano di rinforzarsi a vicenda. Il lettore chiede la storia che desidera; la macchina gliela restituisce senza opporgli l’autonomia di un altro autore; il lettore corregge qualche elemento e ne domanda un’altra versione. Non nasce necessariamente una brutta storia. Nasce una storia dalla quale è stato progressivamente eliminato tutto ciò che non era stato richiesto.
Ed è qui che la questione diventa più seria della solita discussione sulla prosa artificiale. Un autore non serve soltanto a confezionare bene una sequenza di eventi. Introduce nella lettura una volontà estranea, qualcosa che non coincide con il desiderio del lettore e che proprio per questo può contrariarlo, sorprenderlo o costringerlo a vedere ciò che non stava cercando.
La narrativa generata su richiesta offre invece una promessa diversa: non incontrerai la storia di un altro, ma una variazione sempre più precisa della tua.
Può essere piacevole, terapeutico, persino creativo. Sarebbe sciocco negarlo. Ma una cultura composta esclusivamente da storie che ci assomigliano rischia di diventare come una stanza piena di specchi: moltissime immagini, nessuna finestra.

Il pericolo non è un mondo senza storie. È un mondo sommerso dalle storie, nel quale diventa sempre più raro incontrarne una che non avevamo chiesto.

I due studi

– Neel Gupta, Maria Antoniak, Melanie Walsh, [AI Fiction in the Wild] (https://arxiv.org/abs/2606.22748), 2026.
– Jenna Russell, Rishanth Rajendhran, Chau Minh Pham, Mohit Iyyer, John Wieting, [StoryScope: Investigating Idiosyncrasies in AI Fiction] (https://arxiv.org/abs/2604.03136), 2026, preprint in revisione.