Rifugio Digitale

Progetto artistico vincitore del bando SIAE «PerChiCrea», con il patrocinio del Ministero della Cultura.

Invisible Ecologies nasce dall'idea di riflettere sul rapporto tra esseri umani e ambiente attraverso un caso locale emblematico: l'interazione tra il fiume Arno e la città di Firenze. Questo rapporto, ricco dei sedimenti del tempo, diventa la soglia da cui articolare una riflessione più ampia, scalabile dal locale al sistemico, sul modo in cui percepiamo la realtà per via ecologica e mediata dalla tecnologia. In questo quadro l'osservazione non è un gesto neutro, ma un processo tecnico e trasformativo, capace di generare astrazioni funzionanti. Il soggetto è straordinario: millenario e mobile come l'Arno. Il progetto ragiona su come i linguaggi della misura e quelli della speculazione possano coesistere, generando nuove forme di conoscenza e di relazione. Il fiume smette di essere solo un oggetto da osservare: diventa una superficie da attraversare, un organismo capace di espressione, il veicolo di altre ecologie possibili. Da questa percezione, che scava in profondità, il progetto propone un metodo affettivo di osservazione e speculazione.

Su questa prospettiva metodologica Tommaso Cherubini costruisce un'opera audiovisiva che mette in relazione linguaggi visivi e modelli generativi. I due capitoli che la compongono — Decoding Signals ed Encoding Visions — si contrappongono, con due linguaggi e due logiche esplicative. Il primo si muove nella sfera di quella che il filosofo Yuk Hui, nel saggio Recursivity and Contingency (2019), definisce ragione calcolante: la computazione come metodo di costruzione delle variabili, e le variabili come metodo di interpretazione del reale. Nella ripetizione ricorsiva delle misurazioni, nel confronto tra tempi, dati e livelli, resta un eccesso, un residuo. Il fiume, anche ridotto a puro segnale, non si lascia esaurire. È qui che compare la seconda via: quella della ragione speculativa, che non rifiuta i dati ma li eccede, li attraversa, li piega per immaginare altri modi di esistere.

Decoding Signals rielabora le misurazioni idrometriche, termometriche e pluviometriche del bacino dell'Arno, tratte dall'archivio pubblico del Servizio Idrologico e Geologico della Regione Toscana, attraverso visualizzazioni parametriche costruite in un ambiente digitale di sviluppo visivo, la cui forma, colore e movimento seguono una grammatica affettiva ispirata alla Ruota delle Emozioni di Plutchik.

Encoding Visions affida invece a modelli di AI generativa il compito di dare forma a visioni ambientali non antropocentriche, a partire dai fenomeni osservati, dai dati storici, dalle immagini e dai testi d'archivio. Qui i modelli generativi non agiscono come generatori arbitrari, ma come dispositivi di trasfigurazione: caricano l'input per aprirlo su traiettorie possibili, su scenari che sfumano il confine tra ciò che è stato e ciò che potrebbe essere. È qui che si gioca la partita tra probabilità e possibilità, in cui la percezione si sposta dal dato alla relazione, e il fiume emerge come entità soggettiva, capace di rinegoziare la nostra posizione dentro il sistema osservato.