Il Center for Art Law di New York stima che, tra il 1933 e il 1945, i nazisti abbiano rubato o costretto alla vendita circa 650.000 opere d'arte. Oggi, un team di ricercatori dell'Università di Santa Clara (SCU), in California, è sceso in campo per contribuire al rimpatrio delle circa 100.000 reliquie artistiche ancora disperse, sviluppando un …
Il Center for Art Law di New York stima che, tra il 1933 e il 1945, i nazisti abbiano rubato o costretto alla vendita circa 650.000 opere d’arte. Oggi, un team di ricercatori dell’Università di Santa Clara (SCU), in California, è sceso in campo per contribuire al rimpatrio delle circa 100.000 reliquie artistiche ancora disperse, sviluppando un nuovo strumento basato sull’intelligenza artificiale: AI Provenance Assistant, un chatbot progettato per esaminare registri complessi alla ricerca di indizi.
Un’iniziativa nata per dare nuova luce a un passato irrisolto
Il progetto è guidato da Michael Santoro, professore di management alla SCU, il quale ha iniziato a interessarsi alla materia dopo essere venuto a conoscenza degli sforzi di Timothy Reif — giudice della Corte del commercio internazionale degli Stati Uniti — per recuperare le opere d’arte rubate al cugino di suo nonno, il cabarettista viennese Fritz Grünbaum.
In un articolo dedicato all’iniziativa, la SCU ha sottolineato come i precedenti tentativi dei musei di raccogliere dati sulle opere trafugate abbiano spesso dato vita a risorse isolate e frammentate. Per superare questo ostacolo, l’AI Provenance Assistant — sviluppato in collaborazione con i professori di sistemi informativi e analisi Haibing Lu e Michele Samorani — consente agli investigatori di navigare tra database sconnessi, multilingue e complessi a una velocità finora inimmaginabile.
Come funziona lo strumento
Il team ha iniziato a costruire il software partendo dal database delle opere d’arte del Progetto ERR, che passarono attraverso il Museo Jeu de Paume di Parigi. Fu qui che i nazisti elaborarono il loro bottino, tra cui figuravano un raro disegno del pioniere rococò Jean Antoine Watteau (recente protagonista di un’asta) e il Portrait d’une femme, à mi-corps(circa 1700) dell’artista barocco Nicolas de Largillière, recuperato dai famosi Monuments Men nel maggio del 1945.
Successivamente, il professor Lu ha guidato la creazione di un agente di intelligenza artificiale addestrato a interpretare interrogazioni formulate in linguaggio semplice. Il sistema è in grado di “migliorare la ricerca cercando termini correlati, grafie differenti e versioni tradotte dei nomi”, come spiegato dalla SCU, che descrive l’assistente come un vero e proprio “docente di dati” capace di spiegare le proprie scoperte in modo chiaro e accessibile.
Anziché sviluppare un modello linguistico proprietario da zero, gli sviluppatori hanno personalizzato LLM (Large Language Models) già esistenti. «Il nostro obiettivo non era sostituire i ricercatori di provenienza», ha spiegato Lu via email. «Volevamo rendere decenni di documenti d’archivio complessi molto più semplici da esplorare attraverso una conversazione naturale».
Il futuro del progetto
L’AI Provenance Assistant è già attivo, ma il team di Santoro ha in programma ulteriori miglioramenti, a cominciare dall’ampliamento dei database integrati. I ricercatori si stanno inoltre preparando a pubblicare un documento scientifico non appena il progetto avrà raggiunto la giusta scalabilità, e puntano a fondare un’organizzazione correlata per assumere avvocati e raccogliere fondi per l’iniziativa, attualmente autofinanziata.
Per raggiungere questo obiettivo, Santoro ha coinvolto la stratega tecnologica e aziendale Wendy Goldberg. «Quando lavoravo ad AOL, l’obiettivo era rendere Internet facile da usare come il telefono o la televisione», ha dichiarato Goldberg alla SCU. «Oggi si tratta di rendere l’uso dell’intelligenza artificiale per il tracciamento e la restituzione dell’arte semplice come qualsiasi altra applicazione tecnologica. Non serve essere dei geni per risalire alla provenienza e seguire le tracce dell’arte rubata».
Gli sviluppatori sono attualmente alla ricerca di feedback da parte di esperti di provenienza, per capire come l’assistente possa soddisfare al meglio le loro esigenze sul campo. «Vogliamo fornire strumenti che aiutino i ricercatori a identificare lavori ad alto rischio, offrendo loro piste concrete da seguire», ha concluso Lu. «Per certi versi, non possiamo ancora immaginare tutte le persone che finiranno per utilizzarlo».
