L'intelligenza artificiale generativa ha fatto il suo ingresso controverso nel gaming mainstream nel 2024, lasciando tracce evidenti e spesso problematiche. Dalle pronunce sbagliate in Arc Raiders alle schermate di caricamento sfocate in Anno 117, fino a un Darth Vader volgare in Fortnite, la tecnologia ha mostrato i suoi limiti in modo plateale. Ma è con Where Winds Meet, l'RPG open-world a tema wuxia che ha integrato chatbot basati su Large Language Models per animare NPC secondari, che il dibattito si è acceso davvero. Il gioco continua a registrare oltre 100.000 giocatori giornalieri, nonostante le conversazioni con i personaggi risultino spesso banali o assurde.
La questione non è se questi sistemi arriveranno nei prossimi anni, ma come l'industria del gaming dovrebbe rispondere. La notizia che Larian Studios, creatore di Baldur's Gate 3, sta utilizzando AI generativa nella pre-produzione del nuovo Divinity ha sollevato un tale polverone che il fondatore Swen Vincke ha promesso un Q&A pubblico nel 2025. Il segnale è chiaro: anche gli studi più rispettati stanno esplorando questa tecnologia, e serve una riflessione seria sulle implicazioni.
Dal punto di vista tecnico, i problemi sono evidenti. Max Kreminski, assistant professor alla Cornell Tech University ed ex responsabile dello Storytelling Lab di Midjourney, spiega che i chatbot basati su LLM sono troppo poco originali per generare idee davvero nuove e troppo incontrollabili per rispettare l'intento narrativo dei designer. "Tendono a diluire la forte intenzionalità autoriale che caratterizza il buon narrative design, senza dare al giocatore molto materiale su cui lavorare come partner di improvvisazione aperta", afferma Kreminski. Il risultato è che gli sviluppatori stanno "forzando goffamente" questa tecnologia in contesti dove non si adatta, specialmente nei generi consolidati.
L'interesse a livello dirigenziale, osserva Kreminski, è principalmente motivato dal desiderio di tagliare i costi di produzione, "anche se perseguire questa strategia rende praticamente sempre i giochi più deboli". È il paradosso dell'AI generativa nel gaming: promette efficienza ma produce mediocrità. Meghna Jayanth, writer e narrative designer nota per 80 Days e Sable, definisce i chatbot LLM "la versione meno interessante, più affamata di risorse e più controllata dalle corporation" della proceduralità e della generazione, un campo che il game narrative ha pioneristicamente esplorato da decenni.
Le limitazioni non sono solo tecniche. Per Jayanth, ciò che un giocatore non può dire o fare, ciò che il gioco lascia non detto, sono elementi che trasmettono significato. "Quello che il chatbot dice o non dice non è intenzionale", sottolinea. E l'arte, per sua natura, richiede connessione umana: "Ho fatto qualcosa per te, senza nemmeno conoscerti. Tu, giocando, leggendo, ascoltando, sperimentando, conosci una parte della mia umanità senza conoscermi". I chatbot LLM possono rispondere a qualsiasi domanda, ma questa apparente libertà è più uno svantaggio che un vantaggio in termini di design narrativo.
Chris Gardiner, narrative director di Failbetter Games, centra il problema: il prodotto della scrittura non sono parole ma significato. "L'AI generativa non può comprendere il significato o la prospettiva. Non può avere insight o apprezzamento. Può solo indovinare algoritmicamente cosa ti aspetti di sentire, con vari gradi di successo". Gli scrittori umani possono fare scelte deliberate che i chatbot AI non possono: infondere battute di NPC secondari con rimandi alla società del gioco, aggiungere foreshadowing, creare contrasti tematici. Tutto ciò arricchisce l'esperienza in modi che vanno oltre la semplice reattività conversazionale.
Younès Rabii, sviluppatore indie e ricercatore AI presso la Queen Mary University di Londra, identifica il problema della specificità. I chatbot in Where Winds Meet sembrano "modelli commerciali di livello industriale black box": un "trucco economico" che non poteva risultare coerente con il mondo di gioco. Gli LLM hanno il vantaggio della generalità e di una base di conoscenza enorme, ma mancano di precisione. "C'è una sorta di wish fulfillment dietro questa tecnologia: posso dire qualsiasi cosa e otterrò una risposta. Ma onestamente, puoi farlo anche con un dado. Non significa che la risposta sia rilevante per te".
Rabii ritiene teoricamente possibile creare un chatbot rilevante e adattato a un mondo di gioco specifico, ma richiederebbe molto lavoro umano: curare fonti storiche, tradurre testi, assumere scrittori per creare nuovi scenari. A quel punto, si andrebbe oltre un semplice chatbot LLM verso un sistema di generazione procedurale vero e proprio. "È il costo della ricerca. È il costo della scrittura e di tutto ciò che sta dietro la scrittura di un buon romanzo o di una buona storia. Se eviti di pagare questi costi, perché dovresti avere in qualche modo i loro vantaggi?"
Le preoccupazioni etiche attraversano tutte le interviste. Jayanth elenca l'impatto climatico dei data center, i pericoli per la privacy nel condividere dettagli intimi con chatbot controllati da corporation, gli autori che vedono i loro testi usati per il training di LLM senza compenso e poi sostituiti da questi stessi sistemi, le hallucinations che allontanano ulteriormente dalla verità in un panorama informativo già frammentato e inquinato. Rabii parla di "quantità catastrofica di energia" consumata. Dan Griliopoulos, narrative designer ex Inflexion Games, condivide le stesse preoccupazioni su energia, copyright, ownership e rischi di disoccupazione strutturale.
Eppure Griliopoulos, da una prospettiva puramente pratica, crede che i chatbot diventeranno più comuni e migliori nel prossimo decennio. Immagina narrative designer che "curano" chatbot scrivendo backstory, storie del mondo e personalità che modellano le risposte degli NPC. Questo rappresenterebbe un "cambiamento culturale" dalla scrittura alla curatela. Riconosce che massaggiare la voce di un chatbot per renderla meno generica sarebbe simile al prompt engineering, specificando stili narrativi o voci di personaggi fuori copyright. "Potresti avere qualcosa di più interessante", dice, pur ammettendo di non riuscire a pensare a nessuno che stia facendo queste cose correttamente al momento.
Griliopoulos propone anche una prospettiva controcorrente: gli studi che si affideranno esclusivamente a scrittori umani potrebbero distinguersi più nettamente, con giocatori disposti a pagare di più per "luxury goods" completamente handcrafted. "Trova le nuove storie, fai la tua ricerca, leggi libri vecchi e strani, guarda film strani da altri paesi, prima che tutto diventi un blocco medio", suggerisce. In altri settori l'AI generativa viene usata per rendere ridondante il personale junior, e l'industria del gaming non può fingere che non succederà, avverte.
Esistono però esempi più promettenti, lontani dallo sviluppo mainstream. Kreminski cita 1001 Nights, progettato attorno al "tricking" di un personaggio simulato da LLM per fargli dire certe parole, e Infinite Craft, un gioco che usa un LLM per permettere ai giocatori di combinare idee apparentemente non correlate. In questi casi, la designer "non ha semplicemente inserito NPC basati su LLM in un genere consolidato, ha messo moltissimo pensiero progettuale nel creare nuove interazioni handcrafted attorno al core gameplay loop basato su LLM".
Kreminski immagina "un'intera nuova categoria" di giochi che usano LLM non come chatbot ma come "interpreti di input aperti del giocatore". Cita Façade, la interactive story del 2005 di Michael Mateas e Andrew Stern, dove i giocatori potevano digitare qualsiasi cosa e il gioco rispondeva attraverso un elaborato parser basato su regole. Gli LLM potrebbero sedere come uno dei tanti componenti in un sistema guidato dai designer che supporta questo stile di gioco simile a Façade. Ma il successo assomiglierebbe più a "inventare un nuovo genere di gioco" che "aumentare uno esistente". Come ogni buon accademico, conclude: "serve più ricerca".
Il contesto normativo europeo aggiunge un ulteriore livello di complessità. L'AI Act e il GDPR pongono questioni di trasparenza, bias algoritmici e privacy che gli sviluppatori dovranno affrontare. La sensibilità europea verso questi temi potrebbe portare a standard più rigorosi nell'implementazione di sistemi AI nei giochi, specialmente per quelli che raccolgono e processano conversazioni dei giocatori attraverso chatbot.
Gardiner riassume efficacemente la questione fondamentale: perché dovremmo volere meno ingegno e artigianalità nei nostri giochi? "Meritiamo giochi su cui le persone hanno lavorato con passione", afferma. Giochi come Baldur's Gate 3 permettono ai giocatori di uscire dai binari nei modi più selvaggi e ambiziosi, poi danno significato a questo perché uno scrittore umano ha creato conseguenze astute o deliziose. "Un LLM non potrebbe, perché non ha interiorità, o motivazione, o un senso delle verità più ampie e profonde del mondo di gioco. Non capisce cosa un giocatore potrebbe volere o aver bisogno. Non rispetta il giocatore abbastanza da dargli quello che non sapeva di volere".
La domanda che rimane aperta non è se l'AI generativa entrerà nel game development – sta già accadendo – ma come l'industria sceglierà di usarla. Come tecnologia di supporto nella pre-produzione? Come sistema per ridurre costi e personale? Come componente di nuovi generi di gioco ancora da inventare? O come sostituto economico della creatività umana? La risposta probabilmente determinerà non solo la qualità dei giochi futuri, ma anche la sostenibilità dell'industria come spazio per l'espressione artistica e la connessione umana attraverso il medium interattivo.