C:\AIBAY\MENU> _
[X]
┌──────────────┐ └──────────────┘

Gli NPC con chatbot AI deludono gli esperti

Gli NPC con chatbot AI deludono gli esperti

> L'IA generativa entra nei videogiochi con implementazioni controverse: da chatbot per NPC a doppiaggio automatico, sollevando dubbi sul futuro della narrazione.

L'intelligenza artificiale generativa ha fatto il suo ingresso nel gaming mainstream nel 2024, ma non con il bagliore promesso dall'industria: piuttosto con una serie di implementazioni controverse che hanno sollevato interrogativi fondamentali sul futuro della narrazione videoludica. Mentre Where Winds Meet, RPG open-world a tema wuxia, integrava chatbot basati su LLM per gestire le conversazioni con NPC secondari, e titoli come Arc Raiders, Anno 117 e persino Fortnite sperimentavano AI generativa per doppiaggio e asset grafici, l'annuncio di Swen Vincke che Larian Studios utilizzerà AI generativa nella pre-produzione del nuovo capitolo di Divinity ha segnato un punto di svolta nel dibattito. La reazione della community è stata così polarizzante da spingere il fondatore dello studio dietro Baldur's Gate 3 a promettere una sessione di Q&A pubblica per il 2025.

Il caso di Where Winds Meet offre uno spaccato emblematico delle sfide tecniche attuali. Il gioco, che continua a registrare picchi di oltre 100.000 giocatori giornalieri, ha integrato chatbot LLM-based per permettere conversazioni libere con personaggi minori. I risultati, secondo gli esperti interpellati, sono stati "prevedibilmente anonimi e talvolta assurdi". Per Meghna Jayanth, narrative designer nota per 80 Days e Sable, questi chatbot rappresentano "la versione meno interessante, più energy-intensive e controllata dalle corporation" della proceduralità applicata alla narrazione, un campo che il game design aveva già esplorato con approcci più sofisticati.

La questione centrale non riguarda le capacità tecniche degli Large Language Models, ma la loro idoneità al medium videoludico. Max Kreminski, assistant professor alla Cornell Tech e fino a poco tempo fa responsabile dello Storytelling Lab di Midjourney, spiega che i chatbot basati su LLM sono "troppo poco originali per generare idee davvero nuove in una conversazione, e troppo incontrollabili per fare ciò che un narrative designer vorrebbe". Il risultato è un'esperienza che diluisce l'intenzionalità autoriale caratteristica del buon narrative design, senza offrire al giocatore un vero partner per l'improvvisazione creativa.

Il problema fondamentale, secondo gli esperti, risiede nel fraintendimento stesso della natura del game design. Come sottolinea Jayanth, i videogiochi non riguardano il massimizzare l'agency del giocatore in senso assoluto, ma "progettare l'agency in modi piacevoli o tematicamente interessanti". Ciò che il giocatore non può dire, ciò che il gioco lascia non detto, trasmette significato. Un chatbot che può rispondere a qualsiasi input perde questa dimensione intenzionale: le sue risposte non sono scelte narrative, ma output algoritmici privi di prospettiva.

I chatbot LLM offrono al giocatore la libertà di dire qualsiasi cosa, ma la libertà senza design intenzionale produce solo rumore, non significato narrativo

Chris Gardiner, narrative director di Failbetter Games, pone la questione in termini ancora più netti: il prodotto della scrittura non sono le parole, ma il significato. "L'AI generativa non può comprendere il significato o la prospettiva. Non può avere intuizioni o apprezzamento. Può solo prevedere algoritmicamente ciò che ti aspetti di sentire, con livelli variabili di successo". Gli scrittori umani possono infondere nelle battute degli NPC riferimenti alla società di gioco, preannunciare eventi futuri, creare contrasti tematici. Un LLM non possiede questa intenzionalità, non comprende cosa un giocatore potrebbe volere o necessitare nel contesto più ampio dell'esperienza ludica.

Eppure, non tutti gli esperti condividono una visione completamente negativa. Kreminski identifica potenziali applicazioni interessanti quando i Large Language Models vengono utilizzati non come semplici chatbot, ma come "interpreti di input aperti del giocatore" all'interno di sistemi progettati ad hoc. Cita esempi come 1001 Nights, dove l'intero gameplay è costruito attorno al "ingannare" un personaggio simulato da LLM per fargli pronunciare determinate parole, o Infinite Craft, che usa un LLM per permettere combinazioni creative tra elementi apparentemente non correlati. In questi casi, il designer ha investito "enormi sforzi progettuali nel creare nuove interazioni handcrafted attorno al loop di gameplay basato su LLM".

Dan Griliopoulos, narrative designer con esperienza in Inflexion Games e Improbable, adotta una posizione pragmatica pur condividendo le preoccupazioni etiche dei colleghi. Dal suo punto di vista, i chatbot diventeranno più comuni e performanti nel prossimo decennio. Tuttavia, questo richiederà un cambio culturale: i narrative designer potrebbero passare dalla scrittura alla "curatela" di chatbot, creando backstory, storie del mondo e personalità che modellano le risposte degli NPC. "Non vorrei necessariamente che un chatbot faccia questo lavoro di base a causa della sua tendenza verso la mediocrità. Voglio curare il mio mondo, creare qualcosa di originale e nuovo".

Younès Rabii, ricercatore AI e dottorando alla Queen Mary University di Londra, evidenzia il paradosso tecnologico alla base di questi sistemi. Gli LLM hanno il vantaggio della generalità e di una knowledge base gigantesca, ma il loro svantaggio è proprio la specificità. "C'è una sorta di realizzazione di desideri 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". Creare un chatbot veramente rilevante e adattato a un mondo di gioco specifico richiederebbe un lavoro enorme: curare fonti storiche, tradurre testi, assumere scrittori per creare nuovi scenari. "È il costo della ricerca, il costo della scrittura. Se eviti di pagare questi costi, perché dovresti avere i vantaggi che ne derivano?"

Le implicazioni etiche permeano l'intera discussione con una urgenza impossibile da ignorare. Tutti gli esperti menzionano il consumo energetico catastrofico dei data center necessari per il training e l'inference degli LLM, in un momento in cui la crisi climatica richiede riduzione delle emissioni. Jayanth sottolinea i rischi per la privacy legati alla condivisione di dettagli intimi con chatbot controllati da corporation, e il problema dei creatori il cui lavoro viene usato per l'addestramento senza compenso, per poi vedere gli LLM sostituire le loro opere. Le hallucination dei chatbot, inoltre, contribuiscono a un panorama informativo già "frammentato, inquinato, politicizzato e delirante".

Il contesto industriale amplifica queste preoccupazioni. Kreminski osserva che l'interesse a livello executive è "principalmente guidato dal desiderio di tagliare i costi di produzione, anche se perseguire questa strategia rende quasi sempre i giochi risultanti più deboli". Gardiner identifica un "appeal cinico" nei chatbot: estrarre il massimo numero di parole dal minor numero di scrittori, con il rischio concreto di licenziamenti e perdita di conoscenza istituzionale. Griliopoulos avverte che in altri settori l'AI generativa viene già usata per rendere ridondante il personale junior, e l'industria del gaming "non può semplicemente fingere che non accadrà".

Nonostante il suo pragmatismo, Griliopoulos intravede anche un'opportunità per gli studi che scelgono di distinguersi. "Se ti presenti come un flagship e dici: realizziamo tutto internamente, tutto è handcrafted, ci sono persone disposte a pagare un prezzo extra per beni di lusso". Questo potrebbe creare una biforcazione nel mercato, con titoli premium che enfatizzano la creatività umana come valore differenziante. La sua raccomandazione agli sviluppatori è di cercare "la stranezza, gli angoli strani che le AI non esploreranno, quei frammenti di storytelling che possiamo ancora fare meglio. Non possono copiare qualcosa se non c'è niente da copiare".

Sul piano tecnico, Rabii suggerisce che sistemi veramente funzionali andrebbero oltre il semplice chatbot LLM, trasformandosi in sofisticati sistemi di procedural generation. Ciò richiederebbe training su dataset curati specificamente per l'ambientazione del gioco, testi storici tradotti, nuove storie commissionate a scrittori professionisti. "Tutto questo richiede lavoro e specificità. E questa specificità è qualcosa per cui devi pagare". Il processo implicherebbe comunque decisioni umane continue, rendendo la voce del sistema "anche la loro voce, perché prenderanno decisioni al suo interno".

La prospettiva di Kreminski suggerisce che il vero potenziale non stia nell'aumentare generi esistenti, ma nell'"inventare un nuovo genere di gioco". Citano Façade, l'interactive story del 2005 di Michael Mateas e Andrew Stern, dove i giocatori potevano digitare qualsiasi cosa e il gioco rispondeva tramite un elaborato parser basato su regole. Gli LLM potrebbero funzionare come uno dei componenti in sistemi guidati dal designer che supportano questo tipo di gameplay ibrido tra scripted e improvvisato, ma la conclusione accademica è prudente: "sono necessarie ulteriori ricerche".

La questione sollevata da Jayanth rimane centrale: "Vogliamo vivere in un mondo vivo o morto?". In un'epoca di crescente atomizzazione sociale, sovraccarico lavorativo e crisi ambientale, la proposta di cercare connessione, validazione e amicizia "più in profondità nel vortice-macchina piuttosto che negli altri esseri umani" rappresenta per lei una direzione fondamentalmente sbagliata. L'arte, sostiene, è intrinsecamente connessione umana: "Ho fatto qualcosa per te, senza nemmeno conoscerti. Tu, giocando, leggendo, ascoltando, sperimentando, conosci una parte della mia umanità senza conoscermi".

Guardando al futuro, il dibattito sembra destinato a intensificarsi piuttosto che risolversi. Griliopoulos lamenta che "la conversazione non sta avvenendo perché la classe CEO e tutti gli altri hanno paura di confrontarsi con l'AI", quando invece servirebbero discussioni produttive su come mantenere posti di lavoro e creatività, ridurre il consumo energetico, affrontare le questioni di copyright. Nessuno degli esperti interpellati identifica attualmente implementazioni che considererebbero "corrette". Mentre l'industria procede verso un 2026 in cui i chatbot in-game diventeranno probabilmente più comuni, rimangono aperti interrogativi fondamentali su quale tipo di esperienze videoludiche vogliamo creare, a quale costo ambientale e sociale, e se la tecnologia stia davvero servendo i giocatori o principalmente gli interessi finanziari delle corporation che la promuovono.