Il segreto del Battesimo di Cristo: l’IA sfida i grandi esperti d’arte

Mag 25, 2026 | Autenticazioni ed attribuzioni

Un nuovo modello di Artificial Intelligence (AI) per aiutare a distinguere la mano del maestro da quella degli allievi

Per anni gli storici dell’arte hanno discusso sull’attribuzione del Battesimo di Cristo: quanto c’è della mano del maestro? E quanto invece è stato realizzato alla bottega, agli assistenti, agli interventi successivi?

La domanda non è irrilevante, anche perchè sposta moltissimo il valore dell’opera. Quante volte abbiamo sentito giustificare le parti più deboli di un dipinto come “concluse da un allievo”?

El Greco, nato Domenikos Theotokópoulos (1541–1614), dopo un inizio come pittore di icone a Creta viaggio tra Venezia e Roma, per poi stabilirsi definitivamente a Toledo, in Spagna. Fu lì che fuse motivi bizantini e veneziani e sviluppò lo stile peculiare, amato o odiato, caratterizzato da figure umane distorte e l’utilizzo dei colori puri in accostamenti a volte dissonanti. Prendiamo ad esempio Il Battesimo di Cristo (1624, Ospedale Tavera, Toledo, Spagna.

Il Battesimo è da tempo considerato dagli storici dell’arte un’opera che vede il contributo di El Greco e almeno un altro artista. Le prove storiche principali indicano che El Greco iniziò il dipinto su commissione dell’Ospedale Tavera, ma lo tenne con sé fino alla sua morte, nel 1614. Fu consegnato all’Ospedale quasi un decennio dopo, periodo durante il quale si è ipotizzato che il dipinto sia stato completato da membri della bottega, in particolare dal figlio del maestro, Jorge Manuel.

Si è ritenuto che El Greco abbia dipinto personalmente tutta la parte superiore, con la possibile eccezione della veste dell’angelo a destra nonché l’angelo in verde (in basso a sinistra), tranne le ali. A Jorge Manuel viene invece attribuita la figura di Giovanni Battista (in basso a destra) e la figura adiacente in rosso. Due studiosi di fama, Lopera e Wethey attribuiscono l’immagine di Cristo (al centro in basso) rispettivamente a Jorge Manuel e a El Greco. Insomma non c’è un sostanziale accordo.

Per testare il loro metodo di analisi dei dipinti che utilizza AI e reti neurali, un gruppo di ricercatori americani Case Western Reserve University e Purdue University ha deciso di analizzare proprio quest’opera così controversa.

La nuova tecnologia, chiamata PATCH, consiste in un sistema di analisi basato su intelligenza artificiale e scansioni microscopiche tridimensionali delle pennellate. Lo studio è stato pubblicato su la rivista scientifica Science Advances, del gruppo Science.

PATCH: A deep learning method to assess heterogeneity of artistic practice in historical paintings

Negli ultimi anni sono comparsi diversi sistemi di attribuzione basata su AI, come quelli proposti dalla società svizzera Art Recognition, che ha ottenuto diversi titoli sui quotidiani e molte contestazioni. Questi software tentano di identificare la “firma” stilistica di un artista confrontando l’opera in analisi con grandi database di immagini.

Il problema è che per la pittura antica questi grandi database non esistono.

I grandi modelli statistici hanno bisogno di enormi quantità di dati per essere affidabili. Ma nel caso dei maestri antichi le opere sicuramente autografe sono poche, e ancora meno sono quelle attribuite con certezza agli allievi o alle botteghe. Inoltre, quasi tutti i dipinti antichi hanno subito restauri, puliture, ridipinture o abrasioni che alterano proprio gli elementi superficiali su cui lavorano gli algoritmi.

Il progetto PATCH parte invece da un’idea completamente diversa.

Non prova a confrontare il dipinto con migliaia di altre immagini. Studia le variazioni microscopiche della superficie pittorica per capire se diverse zone siano state realizzate dalla stessa mano oppure da mani differenti.

È un approccio molto più vicino a quello della diagnostica scientifica tradizionale: radiografie, riflettografie infrarosse e analisi stratigrafiche non servono soltanto a smascherare falsi, ma soprattutto a entrare nel laboratorio dell’artista, seguendo ripensamenti, correzioni, interventi della bottega e trasformazioni avvenute nel tempo.

Nel caso del dipinto di El Greco, l’analisi PATCH avrebbe mostrato una sorprendente continuità tecnica tra le varie aree dell’opera, suggerendo un coinvolgimento diretto del maestro molto più esteso di quanto alcuni studiosi ritenessero.

Quindi il verdetto dell’AI è contrario a quello degli storici. L’opera pare tutta di mano di El Greco. Padre.

Non sembra di sia ancora modo di rivelare la verità assoluta tramite l’AI, ma certamente si sta passando da una realtà di attribuzioni basate sull’occhio degli esperti, sulla provenienza e sul confronto stilistico, per tentare di rispondere principalmente a “chi ha dipinto?”, a cercare risposte scientifiche su “come è nato davvero questo dipinto?”. Che è l’approccio che ad Art-Test adottiamo da sempre. L’idea infatti non quella di sostituire gli storici dell’arte, ma di aiutare ad interrogare l’opera su diversi aspetti.

Ma forse il punto più sorprendente di questa ricerca è un altro ancora. Questa tecnologia non nasce dalla medicina o dall’industria per essere poi adattata all’arte, come spesso accade. È successo il contrario: PATCH è stato sviluppato per studiare i dipinti, e solo successivamente si è pensato di applicarlo ad altri campi, dalla diagnostica medica al controllo industriale. E, se funziona sulle opere d’arte avrà un’ottima probabilità di ottenere risultati in altri ambiti, perchè l’applicazione ai dipinti, contrariamente a quanto si crede, è molto più sfidante dell’applicazione in medicina, perchè ogni dipinto è realmente diverso dagli altri, non c’è una struttura fisica comune a cui fare riferimento!

Anna Pelagotti
Anna Pelagotti