RESILIENCE SUPERSEMINAR · REGGIO EMILIA, 9-11 MARZO 2026
«EXPLORING THE FRONTIER OF SCIENCE WITH AI AND THE ROLE OF HUMANITIES»

Dal testo al suono: strumenti ermeneutici assistiti dall'AI per lo studio delle tradizioni religiose

Domande di ricerca, complessità visiva, immersione sonora e trasferimento cross-disciplinare

Francesco Mariano
Artista Multimediale & Docente di Sound Design e Interaction Design
Accademia di Belle Arti, Macerata · Conservatorio G.B. Martini, Bologna

Abstract

Questo contributo presenta due applicazioni web progressive (PWA) sviluppate come strumenti di ricerca per lo studio delle tradizioni religiose: SacredTexts AI, che utilizza l'intelligenza artificiale per analizzare testi sacri e visualizzarli come grafi interattivi con paesaggi sonori generativi, e SacredSounds Radio Hub, che aggrega 73 stazioni radio religiose di 12 tradizioni in un'interfaccia navigabile con analisi comparativa assistita dall'IA. Il paper racconta il percorso di sviluppo di entrambi i progetti, dalla prospettiva di un outsider delle scienze religiose, evidenziando le scoperte emerse ai confini tra tecnologia, epistemologia e studio delle religioni: i filtri di sicurezza dell'IA come forma di teologia implicita, il grafo come nuova superficie di lettura, la curatela sonora come atto epistemologico, il tempo reale come dimensione ermeneutica. Il contributo si rivolge alle due domande centrali del seminario: quali domande di ricerca più complesse possiamo formulare grazie alle nuove tecnologie, e come riversare questa complessità in strumenti utili anche ad altri domini.

Parole chiave: intelligenza artificiale, testi sacri, ermeneutica computazionale, visualizzazione a grafo, radio religiosa, studio comparativo delle religioni

Non sono un teologo, un biblista, uno storico delle religioni o un filologo. Sono un musicista, un compositore di opere elettroacustiche e un docente AFAM di tecnologie creative (Sound Design, Interaction Design, programmazione audiovisiva) presso conservatori e accademie di belle arti italiane.

Ciò che presento qui è il racconto di un percorso nato dalla curiosità professionale di un progettista di interazioni, che ha scelto i testi sacri come banco di prova per confrontare diversi sistemi generalisti di intelligenza artificiale.

L'applicazione è cresciuta attraverso una serie di domande che mi sono posto lungo il percorso, domande che, mi rendo conto ora, toccano direttamente i due problemi centrali che questo seminario affronta.

II. SacredTexts AI: il testo come oggetto computazionale

Punti di partenza: le domande che hanno generato lo strumento

Il progetto è nato come esercizio di confronto tra sistemi di AI. Come docente di interaction design, ero interessato a come diversi modelli linguistici di grandi dimensioni (GPT-4, Claude, Gemini) rispondessero allo stesso prompt strutturato quando veniva chiesto loro di eseguire un compito analitico complesso. Avevo bisogno di un dominio sufficientemente impegnativo da far emergere le differenze tra i modelli: un dominio che richiedesse sensibilità al contesto storico, consapevolezza di molteplici strati linguistici e culturali, capacità di mantenere un output strutturato e gestione di materiale che spinge contro i filtri di sicurezza che questi sistemi impongono.

I testi sacri si sono rivelati uno stress test quasi perfetto. Un brano della Genesi contiene poesia ebraica, affermazioni cosmologiche, secoli di interpretazione rabbinica, implicazioni teologiche trasversali a tre tradizioni abramitiche e una struttura interna che resiste alla semplificazione. Chiedere a un'AI di «analizzare» un simile testo significa chiederle di navigare uno spazio di straordinaria densità, e il modo in cui i diversi modelli navigano quello spazio rivela le loro architetture, i loro bias formativi e le loro epistemologie implicite.

Le domande iniziali erano quindi tecniche e comparative:

• Dato lo stesso prompt strutturato, come decompongono i diversi LLM un testo sacro in cluster tematici?
• Quali differenze sistematiche emergono nel modo in cui gestiscono i riferimenti inter-tradizionali?
• Dove allucinano, e dove si rifiutano di procedere?

Ma mentre costruivo lo strumento per rispondere a queste domande, ne sono apparse di nuove, domande che non avrei potuto formulare senza lo strumento stesso. Questa, credo, è la dinamica fondamentale che questo seminario intende esaminare.

L'architettura dello strumento

SacredTexts AI è un'applicazione web progressiva (PWA) che utilizza i modelli linguistici Gemini di Google (selezionabili dall'utente tra quattro varianti, da Flash-Lite a Pro) per analizzare brani di testi sacri appartenenti a otto tradizioni religiose. L'analisi viene visualizzata come un grafo interattivo con modalità cinematica, dove concetti, temi e riferimenti incrociati diventano relazioni spaziali visibili animate. Include un sistema audio duale: campioni sonori reali specifici per cinque tradizioni religiose (canto gregoriano, canto ebraico, flauto ney sufi, Om con tanpura, singing bowl tibetana) riprodotti via Web Audio API nativa, e un generatore algoritmico probabilistico dove il trascinamento dei nodi del grafo modula i parametri musicali in tempo reale.

Un sistema di pool con sette chiavi API e rotazione round-robin garantisce la stabilità durante sessioni ad alto utilizzo. Quando un utente invia un testo sacro, è Gemini che lo decompone in un oggetto JSON strutturato: un nodo centrale, cluster tematici, concetti figli, parole chiave, riferimenti incrociati, contesto storico su nove dimensioni, punteggi di confidenza e tre domande di ricerca epistemologiche. Il prompt che governa questa analisi è esso stesso un artefatto costruito con cura, 93 righe di istruzioni che definiscono il ruolo dell'AI, i suoi vincoli, lo schema dell'output e la postura epistemologica che deve adottare.

GPT-4 di OpenAI è stato usato durante lo sviluppo per test comparativi e raffinamento dei prompt, eseguendo gli stessi testi attraverso diversi modelli per valutare fedeltà, tassi di allucinazione e aderenza allo schema di output. Questa triangolazione è essa stessa un punto metodologico.

Il prompt come strumento ermeneutico

Voglio soffermarmi sul prompt, perché credo sia uno degli elementi più trascurati nel discorso attuale sull'AI e le discipline umanistiche.

Il prompt di sistema che ho progettato per il motore di analisi testuale non è una semplice istruzione. È un framework ermeneutico codificato in linguaggio naturale. Assegna all'AI un ruolo («studioso di religioni comparate, storico esperto e information architect»), stabilisce regole epistemologiche («non inventare mai concetti non presenti nel testo», «fornire un contesto storico approfondito», «assegnare punteggi di confidenza a ogni affermazione»), definisce l'ontologia dell'output (una struttura a grafo con relazioni tipizzate) e fissa vincoli sulla granularità («le citazioni devono essere di 10 parole o meno»).

Progettare questo prompt mi ha richiesto di prendere decisioni esplicite su cosa costituisca un'analisi valida di un testo sacro. È un atto intrinsecamente epistemologico. Quali categorie dovrebbe usare l'AI per classificare i temi? Ho scelto quattro: teologia, etica, mistica, pratica. È una scelta con conseguenze, privilegia certe letture rispetto ad altre, e ogni categorizzazione alternativa produrrebbe una topologia del grafo diversa.

Il prompt, in altre parole, non è un'infrastruttura neutra. È una teoria della lettura resa eseguibile. E ogni modifica produce output misurabilmente diversi. Questo significa che il prompt design per applicazioni umanistiche non è un compito ingegneristico, è un compito accademico, che richiede lo stesso rigore che applichiamo alla progettazione di una metodologia di ricerca.

III. Tre scoperte dal testo

Lavorare a SacredTexts AI come persona priva di formazione nelle scienze religiose ha prodotto una serie di incontri che non avrei avuto dall'interno della disciplina. Ne descrivo tre, perché ciascuno genera una domanda di ricerca del tipo che questo seminario intende identificare.

1. Il filtro di sicurezza come teologia implicita

Nelle prime fasi dello sviluppo, ho scoperto che l'AI di Google rifiutava di analizzare certi passaggi del Corano, della Bibbia ebraica e dei Veda. L'API restituiva un flag SAFETY e bloccava la risposta. Passaggi che descrivevano punizioni divine, guerre o giudizi severi attivavano i filtri di prevenzione del danno del modello, specificamente le categorie «incitamento all'odio» e «molestie».

A un livello, questo è un problema tecnico con una soluzione tecnica (l'applicazione include un'opzione per rilassare questi filtri per lo studio accademico). Ma a un altro livello, rivela qualcosa di profondo: il sistema AI porta con sé un giudizio implicito su quali parti dei testi sacri siano «sicure» e quali «pericolose». Questo giudizio non è stato formulato da teologi, è stato formulato da ingegneri in California che applicano regole di moderazione dei contenuti a carattere generale a testi che sono oggetto di commento e interpretazione da millenni.

Quando un'AI classifica un passaggio come «incitamento all'odio», sta compiendo un atto di interpretazione che ha implicazioni teologiche, culturali e politiche, eppure è un'interpretazione che passa come un vincolo tecnico neutrale.

Questa scoperta non è solo un problema degli studi religiosi. È un caso di studio nella sfida più ampia di applicare la moderazione universale dei contenuti a materiale culturalmente specifico. Lo stesso problema si pone nell'analisi legale (sentenze che descrivono crimini violenti), nei testi medici (descrizioni di autolesionismo a fini clinici), nella ricerca storica (fonti primarie contenenti linguaggio offensivo) e negli studi sui conflitti (analisi della retorica estremista).

I testi religiosi, poiché combinano estrema sensibilità culturale con estrema complessità interpretativa, sono probabilmente il caso più difficile. Una soluzione che funziona per l'analisi computazionale del Corano funzionerà per atti processuali, referti medici e archivi storici. In questo senso, gli studi religiosi non sono consumatori della ricerca sulla sicurezza dell'AI, ne sono driver, proprio perché i loro materiali sono i più esigenti.

2. Il grafo come nuova superficie di lettura

Quando l'analisi dell'AI viene resa come un grafo interattivo, con nodi che rappresentano concetti, archi che rappresentano relazioni, prossimità spaziale che indica affinità tematica, accade qualcosa che non avevo previsto. La topologia visiva del grafo diventa essa stessa un oggetto di interpretazione.

Un cluster densamente connesso suggerisce un passaggio con alta coerenza interna. Un nodo concettuale che si colloca tra due cluster, connesso a entrambi, suggerisce un tema ponte che il testo lineare non rende esplicito. I riferimenti incrociati tra tradizioni, mostrati come linee colorate che attraversano il grafo, rendono visibile una struttura di relazioni che esiste nell'analisi dell'AI ma sarebbe difficile da percepire in un saggio comparativo scritto.

Il grafo non è un riassunto del testo. È una trasposizione spaziale di una lettura particolare del testo, la lettura dell'AI, governata dal framework ermeneutico del prompt. Ma poiché è spaziale, è anche esplorabile: l'utente può zoomare, spostarsi, cliccare sui nodi per vedere i dettagli, trascinare i nodi per riorganizzare le relazioni. Questa interattività trasforma il lettore da consumatore di analisi in esploratore attivo di uno spazio analitico.

3. Le domande di ricerca come indagine ricorsiva

Forse la caratteristica più significativa dell'applicazione, e quella più direttamente rilevante per le preoccupazioni di questo seminario, per ogni analisi testuale, l'AI è istruita a generare esattamente tre domande di ricerca epistemologiche. Non sono riassunti o domande di comprensione. Il prompt richiede esplicitamente l'identificazione di tensioni, paradossi, lacune storiografiche e connessioni non ovvie all'interno del passaggio analizzato, formulate come interrogativi accademici aperti utili per ulteriori ricerche.

Ciò che rende potente questo meccanismo è la sua natura ricorsiva. Ogni domanda generata può essere reinserita nel motore di analisi come nuovo input. L'utente clicca «Analizza questa domanda», e l'AI produce un nuovo grafo, con la propria struttura, i propri riferimenti incrociati e le proprie tre nuove domande di ricerca. Il processo può essere iterato indefinitamente, creando un albero ramificato di indagine che si approfondisce ad ogni ciclo.

Consideriamo un esempio concreto. Analizzando Genesi 1:1-5, l'AI potrebbe generare: «Qual è la relazione tra il tohu va-vohu preesistente e l'atto creativo di bara, il testo implica una creazione ex nihilo o un ordinamento del caos preesistente, e quali sono le implicazioni storiografiche di ciascuna lettura?» Questa domanda, quando rianalizzata, produce un grafo focalizzato sulle cosmogonie del Vicino Oriente antico, il parallelo con l'Enuma Elish e la posta in gioco teologica del dibattito sulla creatio ex nihilo, generando tre ulteriori domande che uno studioso del giudaismo del Secondo Tempio potrebbe impiegare anni a indagare.

L'AI consente non solo domande individuali più complesse, ma catene ricorsive di indagine dove ogni risposta genera nuove domande a livelli crescenti di specificità, una forma di esplorazione sistematica in profondità dello spazio interpretativo che non ha equivalenti manuali.

IV. SacredSounds Radio Hub: dal testo al suono

Da dove nasce SacredSounds

SacredSounds Radio Hub nasce da una domanda che mi si è presentata mentre sviluppavo SacredTexts AI. Lavorando con i testi (decostruendoli in grafi concettuali, sonificandoli attraverso generatori algoritmici) mi sono accorto di un'assenza. I testi sacri, nell'applicazione, erano oggetti analitici: frammenti testuali filtrati dalla mediazione computazionale dell'IA, resi visibili come nodi e archi in uno spazio bidimensionale. Ma le tradizioni religiose non vivono solo nei testi. Vivono nelle voci, nei canti, nelle recitazioni, nelle liturgie trasmesse in tempo reale da comunità sparse nel mondo.

In SacredTexts AI, il suono era generativo: prodotto algoritmicamente a partire dai dati del grafo. In SacredSounds, il suono è reale: flussi audio in diretta da oltre 70 stazioni radio religiose di 12 tradizioni, trasmessi da comunità che recitano, cantano e pregano in questo momento.

Se SacredTexts AI pone la domanda «come legge una macchina un testo sacro?», SacredSounds pone una domanda complementare: come si può costruire uno spazio di ascolto che favorisca la comprensione interreligiosa senza ridurre la complessità delle tradizioni a un catalogo?

La curatela come atto epistemologico

In SacredTexts AI ho descritto il prompt come un framework ermeneutico codificato in linguaggio naturale, una teoria della lettura resa eseguibile. SacredSounds presenta un problema epistemologico analogo, ma spostato dal dominio del testo a quello del suono: la curatela delle fonti sonore.

Selezionare 73 stazioni radio da 12 tradizioni religiose non è un atto neutro. Ogni scelta di inclusione ed esclusione è una decisione interpretativa. Quante stazioni per il Cristianesimo? Quante per il Buddhismo? La sproporzione nel numero di stazioni disponibili online riflette asimmetrie di potere, accesso tecnologico e presenza mediatica che non hanno nulla a che fare con la rilevanza teologica o la profondità spirituale di una tradizione.

Ho cercato di gestire questa sproporzione con criteri espliciti:

• Autenticità istituzionale: privilegiare stazioni gestite da comunità religiose riconosciute (Radio Vaticana, Chabad.org, SikhNet, Darbar Sahib) piuttosto che aggregatori commerciali.
• Diversità interna: per ogni tradizione, rappresentare più correnti. Il Cristianesimo include Radio Vaticana (cattolica), Ancient Faith (ortodossa), BBN (protestante evangelica). L'Islam include recitatori diversi del Corano (Alafasy, Abdulbasit, AlSudais), ciascuno con un approccio alla tajwīd che porta con sé una tradizione interpretativa specifica.
• Lingua originale: stazioni in arabo per la recitazione coranica, in ebraico per lo studio della Torah, in punjabi per il Gurbani sikh, in pali per i sutra buddhisti, perché la lingua è essa stessa un veicolo di significato che la traduzione inevitabilmente altera.
• Verificabilità tecnica: ogni URL testato automaticamente per garantire che lo studente trovi effettivamente una stazione funzionante.

Ma questi criteri, per quanto espliciti, non eliminano il problema. Lo rendono visibile. E renderlo visibile, credo, è già un contributo: ogni catalogo di fonti per lo studio delle religioni porta con sé una gerarchia implicita, e dichiarare i propri criteri di selezione è il primo passo per poterli discutere.

La curatela, in altre parole, è il corrispettivo sonoro del prompt: un atto di progettazione che determina ciò che l'utente potrà esperire, e ciò che rimarrà escluso.

V. Tre scoperte dal suono

Come in SacredTexts AI, lo sviluppo di SacredSounds ha prodotto incontri inattesi con questioni che trascendono l'ambito tecnico.

1. L'asimmetria della presenza online come dato culturale

Il Cristianesimo ha 17 stazioni e la Fede Bahá'í ne ha una. Questa sproporzione non è il risultato della mia curatela: è il riflesso fedele della presenza radiofonica online delle diverse tradizioni. L'infrastruttura dello streaming audio (server, larghezza di banda, standard tecnici) è un prodotto dell'Occidente tecnologico, e le tradizioni religiose vi accedono in modo diseguale.

Il Sikhismo, con 7 stazioni (di cui 5 gestite dalla sola SikhNet), rappresenta un caso interessante: una comunità relativamente piccola con un'infrastruttura digitale sofisticata, costruita dalla diaspora sikh in Nord America. Le tradizioni indigene, al contrario, hanno 2 stazioni: non perché le loro pratiche sonore siano meno ricche, ma perché il modello della radio online è culturalmente estraneo a molte comunità native.

Questo squilibrio è un dato di ricerca, non un difetto del catalogo. Mappare la presenza radiofonica online delle tradizioni religiose è, implicitamente, mappare il rapporto tra spiritualità, tecnologia e globalizzazione.

2. Il tempo reale come dimensione ermeneutica

SacredTexts AI opera su testi che sono, in senso stretto, senza tempo: la Bhagavad Gita è la stessa in qualunque momento l'utente la sottoponga all'analisi dell'IA. SacredSounds introduce una variabile che SacredTexts AI non ha: il tempo.

Lo studente che accede a Darbar Sahib alle 4 del mattino (ora indiana) ascolta l'Asa di Var, la preghiera dell'alba. Alle 21 ascolta il Rehras Sahib, la preghiera serale. Il contenuto cambia perché la pratica religiosa è organizzata nel tempo. La radio, a differenza del testo, non è indicizzabile: non si può «cercare» un passaggio specifico nel flusso audio come si cerca un versetto in un database.

Questa non-indicizzabilità è un limite tecnico, ma anche una qualità epistemologica. Costringe a un'esperienza di ascolto che rispecchia più fedelmente l'esperienza del fedele: soggetta al tempo, alla casualità, all'imprevedibilità di ciò che viene trasmesso in quel momento.

3. La traduzione sonora come problema irrisolto

SacredSounds è bilingue per l'interfaccia (italiano e inglese), ma le stazioni trasmettono in oltre 20 lingue: arabo, ebraico, hindi, sanscrito, punjabi, giapponese, cinese, turco, pali, amarico. L'applicazione fornisce descrizioni e contesto, ma il suono rimane nella lingua originale.

Questo è intenzionale, ma genera una tensione. Lo studente occidentale che ascolta la recitazione coranica di Sheikh Alafasy non comprende l'arabo; ciò che percepisce è la musicalità, il ritmo, l'ornamentazione vocale: la dimensione estetica della recitazione, privata del significato semantico. Questo è un impoverimento o un arricchimento? La tradizione islamica stessa distingue tra tajwīd (l'arte della corretta recitazione) e tafsīr (l'interpretazione): il suono del Corano ha un valore intrinseco che precede la comprensione del significato.

Questa tensione tra comprensione semantica e esperienza sonora è, credo, una delle questioni centrali per qualsiasi strumento digitale che pretenda di mediare l'incontro tra tradizioni religiose.

VI. L'intelligenza artificiale nell'ascolto comparativo

Il Comparative Explorer

SacredSounds integra un modulo di intelligenza artificiale, il Comparative Explorer, che utilizza Google Gemini per generare analisi comparative tra tradizioni religiose. A differenza del motore analitico di SacredTexts AI, che opera su singoli passaggi testuali, il Comparative Explorer lavora a un livello macro: l'utente seleziona 2-3 tradizioni e un tema (preghiera cantata, musica sacra, meditazione, rituali e liturgia, testi sacri, feste e calendario), oppure formula una domanda libera, e l'IA produce un'analisi strutturata con connessioni trasversali, differenze significative, una guida all'ascolto e stazioni suggerite.

Il prompt che governa questa analisi è un artefatto progettato con la stessa cura del prompt ermeneutico di SacredTexts AI. Definisce il ruolo dell'IA come «esperto di tradizioni religiose comparate e musica sacra», stabilisce vincoli sulla struttura dell'output (7 campi obbligatori in formato JSON) e chiede esplicitamente di collegare l'analisi concettuale a stazioni radio specifiche presenti nel catalogo.

Questo collegamento è il punto chiave: l'IA non produce solo conoscenza proposizionale, ma suggerisce un percorso di ascolto. La risposta a «quali sono le connessioni tra la meditazione buddhista e la preghiera contemplativa cristiana?» non si esaurisce in un testo, ma include «ascolta Buddha FM e poi Ancient Faith Radio per cogliere la differenza tra silenzio meditativo e preghiera cantata».

L'output include anche una sezione di caveats (avvertenze esplicite su semplificazioni, controversie accademiche e limiti dell'analisi) che rappresentano una forma di onestà epistemologica codificata nel design dello strumento.

La domanda libera come apertura epistemologica

A differenza dei temi preimpostati, la domanda libera del Comparative Explorer consente all'utente di porre quesiti che il progettista non aveva previsto. Uno studente può chiedere: «Come si confronta il concetto di karma nel Buddhismo Theravada, nell'Induismo Vedanta e nel Sikhismo?»: una domanda che attraversa tre tradizioni con una specificità che nessun menu predefinito avrebbe catturato. L'AI risponde con un'analisi strutturata che cita testi specifici, distingue scuole interpretative e suggerisce stazioni per ciascuna tradizione.

Questa apertura alla domanda imprevista è, nella mia esperienza, il punto in cui lo strumento smette di essere un'applicazione e diventa un ambiente di ricerca.

VII. Il ciclo ermeneutico: testo, grafo, suono

L'uso congiunto delle due applicazioni suggerisce un ciclo ermeneutico che alterna modalità cognitive diverse:

1. Testo → Analisi: lo studente seleziona un testo sacro in SacredTexts AI (ad esempio la Gayatri Mantra) e ne esplora il grafo di connessioni generate dall'IA.
2. Analisi → Ascolto: lo stesso studente passa a SacredSounds per ascoltare la recitazione della Gayatri Mantra in diretta su Divyavani Radio o Radio Sai Global Harmony.
3. Ascolto → Comparazione: navigando tra tradizioni, lo studente scopre paralleli sonori: il canto gregoriano di Concertzender Early Music risuona con i sutra buddhisti di Lam Rim Radio in modi che il testo da solo non può rendere.
4. Comparazione → Ricerca: tornando a SacredTexts AI, lo studente analizza i testi corrispondenti con l'IA, generando domande di ricerca ricorsive che approfondiscono le connessioni intuite nell'ascolto.

Questo ciclo non era previsto. È emerso dall'uso congiunto dei due strumenti, e credo rappresenti un esempio di ciò che questo seminario intende esplorare: come gli strumenti digitali generano percorsi di ricerca che non erano possibili, o pensabili, prima della loro costruzione.

SacredSounds non è un progetto separato da SacredTexts AI. È la sua espansione nel dominio sonoro: il passaggio dal testo alla voce, dall'analisi all'ascolto, dal grafo alla mappa, dalla sonificazione algoritmica al suono reale. L'una senza l'altra sarebbe incompleta: il testo senza il suono è astrazione, il suono senza il testo è opacità.

VIII. Domande di ricerca che non potevano esistere

Mi rivolgo ora direttamente alla prima domanda che questo seminario pone: quali domande di ricerca possiamo formulare, grazie all'AI, che siano più complesse e articolate di quelle che avevamo prima?

Sulla base della mia esperienza nella costruzione di questi due strumenti, identifico diverse categorie di nuove domande. Sono «nuove» non perché nessuno le abbia pensate prima, ma perché l'AI le rende operativamente trattabili: possono ora essere indagate sistematicamente, su scala, e con metodi riproducibili.

L'epistemologia delle ontologie generate dall'AI

Quando l'AI analizza un passaggio e produce una struttura a grafo, sta costruendo un'ontologia, un modello di ciò di cui il testo «tratta» e di come le sue componenti si relazionano. Ma questa ontologia non è fissa: varia a seconda del modello usato, del design del prompt, dell'impostazione della temperatura e persino della specifica chiamata API (la stessa richiesta può produrre risultati diversi a causa dei processi stocastici nella generazione).

È una domanda che richiede non una singola analisi AI ma una centinaia, comparate computazionalmente. È una forma di sondaggio ermeneutico sistematico che non ha equivalenti pre-AI.

La cartografia dei bias

I modelli AI sono addestrati su corpora che rappresentano il mondo in modo diseguale. Quando Gemini analizza un passaggio del Dhammapada, il suo framework analitico è stato plasmato da dati di addestramento in cui le categorie teologiche cristiane sono vastamente sovrarappresentate rispetto alla letteratura accademica buddhista in pali. L'output porta inevitabilmente questo squilibrio.

Ma questo non è solo un problema, è un'opportunità di ricerca. Confrontando sistematicamente le analisi AI tra tradizioni diverse, possiamo iniziare a mappare i bias culturali dei dati di addestramento. Dove l'AI performa meglio? Dove produce più allucinazioni? Dove ricade nel vocabolario teologico cristiano quando analizza testi non cristiani? Questo produce una cartografia dei bias che ha valore non solo per gli studi religiosi ma per qualsiasi campo che utilizzi LLM per analisi cross-culturali.

L'ecologia dell'ascolto religioso nell'era digitale

Come cambia il rapporto con il sacro quando una recitazione coranica, un kirtan sikh e un canto gregoriano sono accessibili dallo stesso dispositivo, a un clic di distanza l'uno dall'altro? La contiguità tecnologica produce contiguità cognitiva? E questa contiguità favorisce davvero la comprensione interreligiosa, o rischia di appiattire le differenze in un'estetica del «sacro generico»?

La performatività del suono sacro fuori contesto

Una stazione radio trasmette per una comunità specifica: Kol Chai trasmette per la comunità ebraica israeliana, Radio Maria per la comunità cattolica italiana. Lo studente di scienze religiose che accede a queste stazioni è, per definizione, fuori dal contesto ricevente previsto. L'ascolto accademico è un'osservazione partecipante? Un atto di appropriazione? Un nuovo tipo di pratica contemplativa?

Il prompt come variabile in esperimenti ermeneutici

Se accettiamo che il prompt è un framework ermeneutico, allora possiamo trattarlo come una variabile sperimentale. Lo stesso testo può essere analizzato attraverso prompt diversi, uno che enfatizza il contesto storico, un altro che enfatizza le strutture linguistiche, un terzo che enfatizza le implicazioni etiche, e i grafi risultanti possono essere comparati. Questo significa che il prompt design per applicazioni umanistiche non è un compito ingegneristico, è un compito accademico, che richiede lo stesso rigore che applichiamo alla progettazione di una metodologia di ricerca.

Il problema dei filtri di sicurezza come sfida generale di governance dell'AI

La scoperta che i sistemi AI classificano testi sacri come «incitamento all'odio» non è solo un problema degli studi religiosi. È un caso di studio nella sfida più ampia di applicare la moderazione universale dei contenuti a materiale culturalmente specifico. I testi religiosi, poiché combinano estrema sensibilità culturale con estrema complessità interpretativa, sono probabilmente il caso più difficile. In questo senso, gli studi religiosi non sono consumatori della ricerca sulla sicurezza dell'AI, ne sono driver.

IX. Trasferibilità: dalla complessità religiosa ad altri domini

Mi rivolgo ora alla seconda domanda del seminario: come riversare questa complessità nello sviluppo di tecnologie utili anche ad altri domini?

La rappresentazione multimodale della conoscenza

La combinazione di testo, grafo e suono in questi due progetti non è decorativa. Ogni modalità codifica aspetti diversi dell'analisi. Il testo veicola contenuto proposizionale. Il grafo veicola relazioni strutturali. Il suono veicola dimensioni qualitative e percepite dell'esplorazione. Insieme, creano un ambiente epistemico più ricco di qualsiasi singola modalità.

Questo modello di rappresentazione multimodale della conoscenza, sviluppato per i testi sacri, ha applicazioni evidenti in campi che vanno dalla diagnosi medica (dove dati complessi del paziente potrebbero essere visualizzati e sonificati per il rilevamento di pattern) alla pianificazione urbana (dove la topologia delle relazioni sociali, economiche e ambientali potrebbe essere esplorata spazialmente e acusticamente).

Le discipline umanistiche, in questo caso, non stanno prendendo in prestito tecniche di visualizzazione dalla data science. Stanno generando nuovi approcci alla rappresentazione multimodale che la data science può adottare.

Lo strumento come generatore di domande

La caratteristica più trasferibile di entrambi i progetti non è una tecnologia specifica, ma un pattern: lo strumento digitale come generatore di domande di ricerca che non erano formulabili prima della sua costruzione. Questo pattern, costruire per scoprire, è applicabile a qualsiasi dominio in cui la complessità dell'oggetto di studio supera la capacità di un singolo ricercatore di esplorarla manualmente.

X. Limiti, responsabilità, domande aperte

L'applicazione include un disclaimer: i suoi output non sono stati validati da specialisti in nessuna delle tradizioni che copre. L'AI non «comprende» i testi, genera strutture analitiche plausibili basate su pattern statistici nei suoi dati di addestramento. Lo scarto tra plausibile e corretto è lo spazio in cui la competenza umana resta insostituibile.

La mia mancanza di formazione nelle scienze religiose ha fatto sì che prendessi decisioni progettuali che uno specialista non avrebbe preso, alcune produttive, e alcune certamente ingenue. Lo strumento sarebbe migliore se fosse stato costruito in collaborazione con studiosi di ogni tradizione. Spero che questo seminario possa essere l'inizio di tali collaborazioni.

La democratizzazione dell'analisi comporta rischi. Uno studente che usa questo strumento potrebbe uscirne con l'impressione di «comprendere» la Bhagavad Gita perché ne ha visto il grafo concettuale e letto il riassunto tematico dell'AI. È un'illusione seducente. Lo strumento deve essere posizionato con attenzione: non come sostituto della lettura, ma come invito a leggere più in profondità, come provocazione che genera domande piuttosto che risposte.

Non so se questi siano strumenti di ricerca o oggetti di ricerca essi stessi. Sospetto che, come per molte delle frontiere che questo seminario si propone di esplorare, la distinzione sia meno netta di quanto sembri, e che questa ambiguità sia esattamente il tipo di terreno fertile da cui possono emergere le domande più interessanti.

Progetti:

• SacredTexts AI: https://sacred-texts-ai.vercel.app
• SacredSounds Radio Hub: https://sacredsounds.francescomariano.art

Sezione behind-the-scenes di SacredTexts AI:
https://sacred-texts-ai.vercel.app/behind.html

Autore: Francesco Mariano, Multimedia Artist & Docente
Contesto accademico: RESILIENCE Superseminar, Reggio Emilia, 9-11 marzo 2026
Sviluppo: Francesco Mariano con assistenza di Claude (Anthropic) e Gemini (Google)
Stack tecnologico: JavaScript vanilla (ES6+) senza build step, p5.js 1.9.0, Tone.js 14.8.49, Google Gemini AI, IndexedDB, Service Worker (PWA)