
Dossier Evergreen19.10.2026Affidabilità: CON RISERVE
Tre clown, due AI e una connessione rischiosa
In Tonter I.A. tre attrici lavorano con un sistema che inventa storie e un altro che costruisce il suono. Quando la rete cade o l’output non fa ridere, il problema tecnico diventa materiale scenico.
MODELLO / AGENTE / ALGORITMO
Che tipo di sistema c’è davvero.
- Sistema
- Due applicazioni interattive dichiarate dalla produzione: una genera un racconto da parole del pubblico; l’altra seleziona e combina materiali sonori.
- Modello o LLM
- Non pubblicato. Fornitore, versione, prompt, architettura e modalità locale o cloud non sono documentati.
- Agente
- Nessun agente autonomo documentato. Le applicazioni producono stimoli entro una struttura teatrale governata da attrici e tecnici.
- Stato della prova
- FUNZIONI DESCRITTE DA FONTI ISTITUZIONALI E INTERVISTE · ARCHITETTURA NON PUBBLICATA · NESSUNA PROVA DIRETTA LCC
VERIFICA DEI FATTI // CHECKPOINT TECNICO
Elementi verificati e asserzioni tecniche.
01 / APPROFONDIMENTO
Il quarto personaggio può disconnettersi
Il pubblico propone alcune parole. Un sistema le usa per inventare una storia. Tre attrici devono metterla in scena immediatamente, anche quando la storia non è divertente, contiene indicazioni improbabili o sembra scritta da qualcuno che ha letto molti copioni senza essere mai entrato in un teatro. È uno dei dispositivi di Tonter I.A., spettacolo della compagnia messicana El Gallinero Teatro Clown. In scena ci sono Claudia Ivonne Cervantes, Jesica Bastidas e Lucía Pardo; quando Bastidas non è presente, il ruolo è affidato a Diana Perelli. Con loro lavorano videomapping, musica e due sistemi descritti dalla produzione come intelligenze artificiali: uno genera materiale narrativo, l’altro seleziona e combina elementi sonori. Finalmente l’AI arriva a teatro senza essere costretta nei due ruoli che le vengono assegnati più spesso: la maestra infallibile che spiega il futuro e il mostro che, come Skynet, prima o poi conquisterà il mondo. L’Instituto Nacional de Bellas Artes y Literatura, l’ente pubblico messicano che ha ospitato la stagione, presenta infatti il progetto come un tentativo di affrontare il tema senza tecnofobia e senza ridurlo a divulgazione didattica. È una dichiarazione della produzione, ma trova un riscontro concreto nella forma scelta: invece di tenere una lezione sull’AI, lo spettacolo la obbliga a giocare, rispondere e fallire davanti al pubblico. La premessa potrebbe sembrare costruita per dimostrare quanto sia sorprendente l’AI. Succede quasi il contrario. La parte più interessante comincia quando il sistema è mediocre, lento o semplicemente non collabora. Il clown conosce bene questo territorio: entra con un piano, incontra un ostacolo e rende pubblico il fallimento. In Tonter I.A. la macchina non elimina l’incidente. Ne produce di nuovi.
02 / APPROFONDIMENTO
Non è nata ieri, anche se l’AI ama sembrare sempre nuova
Ogni stagione sembra presentarci l’AI come se fosse appena atterrata. Tonter I.A., invece, ha già una piccola storia. Secondo la ricostruzione pubblicata da La Jornada, la prima presentazione risale al 2024, durante la Feria Internacional del Libro di Guadalajara. Nel 2026 lo spettacolo è passato dal Centro Cultural de España en México e ha avuto una stagione alla Sala Xavier Villaurrutia del Centro Cultural del Bosque, a Città del Messico, dal 15 agosto al 4 ottobre. El Gallinero lavora da quattordici anni sull’incontro fra clown, divulgazione e altri campi del sapere. Tonter I.A. nasce anche dalla collaborazione con Johan van Horebeek e Víctor Muñiz del Centro de Investigación en Matemáticas, istituto pubblico messicano di ricerca, e con la specialista Ivete Sánchez. Il loro contributo, secondo le fonti, ha riguardato la correttezza dei contenuti scientifici portati in scena. La scrittura e la regia sono firmate dalle tre interpreti. Isaías Herrera è accreditato per progettazione e programmazione dell’AI scenica; Fores Basura per composizione musicale e sound design; Edgar Mora per scena, luci e videomapping; Azucena Galicia per costumi e trucco. Questo elenco non è un dettaglio cerimoniale. Serve a evitare che la parola “AI” assorba il lavoro di un’intera produzione.
03 / APPROFONDIMENTO
Né conferenza né processo alla macchina
È qui che Tonter I.A. si distingue da molti progetti costruiti intorno alla tecnologia. Non interrompe il teatro per spiegare al pubblico che cos’è un algoritmo e non trasforma ogni errore in una prova dell’imminente rovina dell’umanità. Porta il sistema dentro il linguaggio del clown, dove l’errore non è una conclusione morale ma l’inizio di un’azione. Questo non significa essere neutrali. Lo spettacolo affronta la delega delle decisioni, la dipendenza dagli automatismi e la tendenza ad accettare una risposta soltanto perché arriva da una macchina. Ma lo fa attraverso corpi, tempi sbagliati e tentativi di recupero. La critica nasce dal dispositivo scenico, non da un personaggio incaricato di recitare un manuale o un editoriale tecnofobico. La scelta è particolarmente efficace per un pubblico giovane. Invece di chiedergli di credere che l’AI sia magica oppure pericolosa, gli permette di vederla all’opera con capacità e limiti. La macchina può produrre rapidamente una storia; le attrici mostrano che produrre parole e costruire una scena non sono la stessa cosa.

04 / APPROFONDIMENTO
Due sistemi a scatola chiusa
Le fonti descrivono due funzioni differenti. Il primo sistema riceve parole proposte dagli spettatori e genera un racconto che le attrici interpretano al momento. È quindi ragionevole parlare di generazione linguistica. Non conosciamo però il modello, il fornitore, la versione, il prompt di sistema o il modo in cui le parole vengono inserite. Non sappiamo neppure se il software conservi il contesto fra una richiesta e la successiva. Il secondo sistema lavora sul suono. La Jornada scrive che seleziona e mescola brani per costruire l’atmosfera della scena; altre fonti lo paragonano a un DJ e precisano che utilizza materiali composti da Fores Basura. Qui il termine AI richiede ancora più cautela. La stessa uscita potrebbe essere prodotta da un classificatore, da un sistema di raccomandazione, da regole probabilistiche o da una logica tradizionale controllata da un operatore. Senza documentazione non possiamo assegnargli un’architettura. Nessuna fonte documenta un agente autonomo. Il sistema non risulta capace di pianificare la funzione, chiamare le cue, comandare direttamente luci, video e audio o, per fortuna, discutere il proprio nome in locandina. La descrizione più solida è molto più semplice: due applicazioni interattive producono stimoli entro una struttura teatrale governata da persone. La catena che possiamo ricostruire Tolti il trucco, il videomapping e il legittimo panico da connessione instabile, il percorso osservabile è questo. Sistema narrativo Parole del pubblico → acquisizione non documentata → generazione del racconto → restituzione in scena → ascolto delle attrici → interpretazione e improvvisazione. Sistema sonoro Materiali composti in precedenza → analisi o selezione non documentata → combinazione durante la funzione → diffusione sonora → reazione delle interpreti. Produzione complessiva AI conversazionale e audio → attrici e tecnico → scena, videomapping, luci e suono → pubblico. Le frecce non rappresentano una specifica tecnica pubblicata. Sono la minima catena compatibile con le testimonianze disponibili. Mancano ancora computer, interfacce, software, rete, segnali di controllo e responsabilità operative.
05 / APPROFONDIMENTO
Il tempo di risposta diventa tempo comico
In una dimostrazione software una risposta lenta produce una barra di caricamento. A teatro produce silenzio. Qualcuno deve abitarlo. La latenza del sistema non è stata pubblicata, ma la sua conseguenza scenica è concreta. Fra la proposta del pubblico e la risposta esistono almeno acquisizione, invio, inferenza, ricezione e lettura. Se il servizio lavora nel cloud, si aggiungono connessione e variabilità della rete. Anche una pausa di pochi secondi può sembrare lunga quando tre persone aspettano davanti a una sala. Il clown dispone però di strumenti che un benchmark non misura: sguardo, attesa, ripetizione, imbarazzo, alleanza con il pubblico. Il ritardo può diventare ritmo. Non per questo smette di essere un problema tecnico; diventa un problema tecnico che le interpreti sanno rendere visibile. È un rovesciamento interessante. Normalmente il reparto tecnico cerca di nascondere ogni incertezza. Qui parte dell’incertezza viene esposta, purché rimanga entro un perimetro nel quale le attrici possano ancora governare la scena.
06 / APPROFONDIMENTO
Il fallback ha il naso rosso
Jesica Bastidas ha raccontato che il sistema si è disconnesso da Internet e ha prodotto storie poco divertenti o istruzioni eccessivamente letterali. Gli errori sono entrati nel gioco invece di arrestarlo. Questo non significa che lo spettacolo possa fare a meno di una procedura di emergenza. Significa che il suo fallback è anche drammaturgico. Non sappiamo se la produzione disponga di una seconda connessione, di output preparati in anticipo, di una modalità locale o di cue manuali. Sappiamo però che le attrici possono continuare a lavorare quando l’output non arriva o non è utilizzabile. In un altro tipo di evento sarebbe una compensazione informale e fragile. Nel clown può diventare materiale scenico, perché il linguaggio accetta l’errore e lo mostra. Qui però occorre lasciare il naso rosso al suo posto. Trasformare una risposta mediocre in una gag è una capacità artistica; mantenere audio, video e luci in condizioni affidabili rimane una responsabilità tecnica. Decidere se leggere, ignorare o interrompere un output è una scelta umana. Evitare contenuti inadatti davanti a bambini richiede filtri e procedure che le fonti non descrivono. Il clown può salvare la scena. Non deve essere scambiato per un gruppo di continuità.
07 / APPROFONDIMENTO
Anche una parola può uscire dal teatro
Quando una parola proposta dalla sala entra nel sistema, diventa un dato. Potrebbe restare nel computer del teatro oppure attraversare la rete e raggiungere un servizio esterno: la documentazione pubblica non lo chiarisce. Non sappiamo nemmeno se venga digitata da un operatore, acquisita tramite microfono, registrata nei log o conservata dopo la funzione. Per parole isolate il rischio può sembrare limitato. Ma anche una parola può contenere un nome, un riferimento personale o qualcosa che non era destinato a uscire dalla sala. Un dispositivo partecipativo dovrebbe quindi spiegare che cosa raccoglie, dove lo invia e per quanto tempo lo conserva. Non serve recitarlo in proscenio: basta una comunicazione breve e leggibile prima della partecipazione. Esiste poi il problema del contenuto. Un pubblico può proporre nomi propri, insulti o riferimenti non adatti all’età consigliata. Un sistema linguistico può aggiungere stereotipi o associazioni impreviste. La produzione deve quindi stabilire chi filtra l’input, chi valuta l’output e chi possiede il comando per non mandarlo in scena. L’improvvisazione non elimina la moderazione. La rende più urgente.
08 / APPROFONDIMENTO
Una macchina può avere tempi comici?
Durante lo sviluppo, la compagnia ha chiesto all’AI di proporre numeri comici. Il risultato, secondo Bastidas, era stereotipato, poco divertente e troppo “medio”. È un’osservazione più utile di molte dimostrazioni costruite per stupire. Un modello può riconoscere strutture frequenti: preparazione, deviazione, sorpresa. Ma il tempo comico non è soltanto una sequenza testuale. Dipende dalla durata di uno sguardo, dalla posizione dei corpi, dalla memoria di ciò che è appena accaduto e dalla risposta specifica di quel pubblico. Anche una battuta debole può funzionare se un’attrice sa come fallirla; una frase formalmente brillante può morire nella pausa sbagliata. In questo senso Tonter I.A. non organizza un duello fra intelligenza umana e artificiale. Costruisce un ambiente nel quale competenze diverse diventano osservabili. Il sistema genera velocemente alternative. Le attrici riconoscono se quelle alternative offrono un’azione e decidono come sostenerle, deviarle o lasciarle cadere. La macchina produce possibilità. Il clown produce relazione.
09 / APPROFONDIMENTO
Cinque domande prima dell’applauso
La scheda tecnica dice già molto, ma non abbastanza per capire che cosa lavori davvero dietro le quinte. Prima di attribuire intelligenza all’intero dispositivo servono cinque risposte: 1. Quale modello linguistico viene utilizzato e lavora localmente o nel cloud? 2. Come entrano le parole del pubblico, chi controlla l’output e che cosa viene conservato? 3. Il sistema sonoro genera audio, classifica materiali oppure seleziona cue preparate? 4. Quali sono la latenza reale, il ruolo dell’operatore e la procedura dopo un timeout? 5. Esiste un collegamento con playback, videomapping e luci oppure i sistemi restano separati? Fino a quando questi elementi non saranno pubblici, possiamo analizzare il dispositivo scenico, ma non replicarne o valutarne l’architettura.
010 / APPROFONDIMENTO
La parte intelligente non è nascondere l’errore
Molti sistemi presentati come intelligenti cercano di eliminare ogni segno di esitazione. Tonter I.A. compie una scelta più onesta: mette l’errore davanti al pubblico e affida alle interpreti il compito di trasformarlo. Non abbiamo elementi per dire che le due applicazioni siano particolarmente avanzate. Abbiamo invece un caso concreto in cui generazione, connessione e imprevedibilità modificano il lavoro di chi è sul palco. Ogni funzione contiene una piccola negoziazione: la macchina propone, il corpo verifica, il pubblico reagisce. La domanda non è se l’AI possa sostituire tre clown. In questa produzione sarebbe quasi la domanda meno interessante. Vale di più capire quanta preparazione umana serva perché una risposta instabile diventi teatro senza interrompere lo spettacolo. Quando il modello perde la battuta, qualcuno deve decidere se aspettarlo, correggerlo o usarne il silenzio. Tonter I.A. affida quella decisione alle persone presenti nella stanza. Per ora, è lì che si trova il sistema più intelligente della serata. Low Confidence Club non ha assistito allo spettacolo e non ha provato i sistemi descritti. Abbiamo usato l’AI come supporto alla ricerca e alla prima organizzazione del testo; fonti, affermazioni, taglio, media e pubblicazione sono stati controllati e approvati da una persona. THE MACHINE HELPED. HUMANS DECIDED.
- INBAL — presentazione istituzionale e crediti di Tonter I.A. ↗
- La Jornada — intervista sul funzionamento e sugli errori dei sistemi ↗
- Aleteo — intervista a Jesica Bastidas ↗
- Infobae México — intervista a Diana Perelli ↗
- INBAL — calendario e scheda della stagione alla Sala Xavier Villaurrutia ↗
- Centro Cultural de España en México — presentazione del 14 febbraio 2026 ↗
- Cultura en México — descrizione della produzione e contatto stampa ↗
FONTE PRIMARIA VERIFICATA
THE MACHINE HELPED. HUMANS DECIDED.Abbiamo usato l’AI come supporto alla ricerca e alla sintesi. Ogni asserzione tecnica e decisione editoriale è stata verificata da una persona reale prima della pubblicazione.