Forthcoming · Journal Article
Progetto Grafico

Progettare senza mani: Ricostruire un’applicazione web con l’IA

Dario Rodighiero

Che cosa resta del progetto quando il designer non ne disegna più alcuna parte? Questo saggio risponde attraverso un unico caso di studio: una visualizzazione di rete che dispone una comunità scientifica su una sfera, ricostruita in dialogo con un’IA sei anni dopo la sua prima pubblicazione. Dietro la ricostruzione c’è una lunga eredità, dalla cartografia di Tolomeo alla proiezione di Peirce fino al codice open source, tutta rivolta contro lo stesso nemico: il margine ingiusto. E dietro l’eredità c’è una figura antica, l’architetto che concepisce ma non costruisce. Nel corso di cinque sessioni di lavoro la macchina propone ed esegue, mentre il designer giudica, rifiuta e risponde del risultato finale. Il progetto senza mani, sostiene il saggio, non è un’autorialità sminuita ma un’autorialità affinata.

In un’aula del Bauhaus, un secolo fa, Johannes Itten insegnava ai suoi studenti che progetto e forma non sono la stessa cosa. Il progetto è l’idea generativa; la forma è l’oggetto che quell’idea diventa: il libro, la sedia, la lampada (Itten [1963] 1975). Per Itten la cucitura tra le due parole era una lezione di lettura, non un fatto di produzione, perché le stesse mani che concepivano l’opera andavano poi a realizzarla. Progetto e forma restavano fusi in una sola persona, e la distinzione viveva quieta nella teoria. Oggi non è più così. Quando una macchina scrive il codice, combina gli elementi visivi e produce l’artefatto, ideazione e realizzazione si separano, e la domanda arriva con forza: quando la cucitura diventa uno strappo, che cosa resta dalla parte del designer? Victor Papanek aveva risposto molto prima che la domanda potesse essere posta: il progetto non è mai stato stile ma responsabilità, il rispondere delle conseguenze (Clarke 2021; Papanek [1971] 1985). Più di recente, Manuel Lima ha raccolto artefatti in cui la separazione è nativa: da tempo gli algoritmi producono la forma, e l’autore decide che cosa significhi la rete (Lima 2011).

Quest’estate una visualizzazione di rete è stata ricostruita in cinque sessioni di lavoro con una macchina, senza che il suo autore scrivesse una sola riga di codice. I risultati sono pubblici come applicazione web (Rodighiero 2026a) e come codice (Rodighiero 2026b). Ciò che è stato ricostruito è un grafo di co-autorialità sviluppato sei anni prima, che dispone una comunità scientifica non su una superficie piana ma su una sfera (Rodighiero 2020). La sfera non è mai stata un ornamento. In una rete, ogni layout piano condanna qualcuno ai bordi, e chi vi finisce appare periferico, minore, quasi assente. Una sfera non ha bordi: ogni punto della sua superficie è interno, e chiunque può esserne il centro, basta ruotare il globo. Era questo l’argomento originario: la rappresentazione come questione di design justice, democratizzata dalla geometria (Costanza-Chock 2020; Rodighiero 2021). Ma una sfera non si può stampare; per arrivare sulla pagina deve essere appiattita. È l’antico problema della proiezione cartografica, e quasi 90 proiezioni abitano ora lo strumento ricostruito. Così il progetto si ripiega su se stesso: un lavoro sull’eliminazione dei margini diventa, nella sua ricostruzione, una prova di ciò che resta del designer.

Figura 1. Spherical Projection, rete di co-autorialità della ricerca sul machine learning vista attraverso la proiezione ortografica, 2026. Mostra la sfera come vista da lontano: è visibile un solo emisfero, compresso verso i bordi.
Figura 1. Spherical Projection, rete di co-autorialità della ricerca sul machine learning vista attraverso la proiezione ortografica, 2026. Mostra la sfera come vista da lontano: è visibile un solo emisfero, compresso verso i bordi.
Figura 2. Spherical Projection, rete di co-autorialità della ricerca sul machine learning dispiegata attraverso la proiezione armadillo, 2026. La proiezione armadillo di Erwin Raisz avvolge la sfera su un guscio curvo visto di scorcio, tagliando via una regione polare.
Figura 2. Spherical Projection, rete di co-autorialità della ricerca sul machine learning dispiegata attraverso la proiezione armadillo, 2026. La proiezione armadillo di Erwin Raisz avvolge la sfera su un guscio curvo visto di scorcio, tagliando via una regione polare.

L’appiattimento comincia con Tolomeo, che assegnò coordinate al mondo conosciuto e inventò il problema su cui questo saggio sta ancora lavorando: come rappresentare una sfera su una superficie piana senza distorsioni (Dilke 1987). Per diciassette secoli il problema passò di mano in mano, e ogni cartografo scambiò una distorsione con un’altra. Nel 1879 Charles S. Peirce offrì la propria: il globo intero ripiegato in un quadrato, con la distorsione posizionata ai lati (Peirce 1879). Nessuna proiezione è neutrale: ciascuna decide chi debba sopportare la distorsione, e sceglierne una è sempre stato un atto d’autore, del cartografo e ora del designer. Poi la genealogia diventò codice. Con le librerie d3, Bostock e una comunità di cartografi hanno raccolto duemila anni di proiezioni in funzioni che chiunque può usare (Bostock, Ogievetsky e Heer 2011). Lo strato più recente è un’IA addestrata su quegli stessi archivi, che arriva non come un riferimento da consultare ma come un collaboratore che propone: l’eredità digerita comincia a rispondere. Tutto questo sapere, raccolto strato dopo strato, non è più custodito in un museo ma rimesso al lavoro, rivolto ancora una volta contro il margine ingiusto.

Figura 3. Spherical Projection, rete di co-autorialità della ricerca sul machine learning dispiegata attraverso la proiezione quincunciale di Peirce, 2026. La proiezione di Charles S. Peirce del 1879 ripiega l’intero globo in un quadrato, posizionando la distorsione lungo i quattro lati.
Figura 3. Spherical Projection, rete di co-autorialità della ricerca sul machine learning dispiegata attraverso la proiezione quincunciale di Peirce, 2026. La proiezione di Charles S. Peirce del 1879 ripiega l’intero globo in un quadrato, posizionando la distorsione lungo i quattro lati.
Figura 4. Spherical Projection, rete di co-autorialità della ricerca sul machine learning dispiegata attraverso la proiezione poliedrica di Waterman, 2026. La proiezione a farfalla di Steve Waterman dispiega la sfera sulle facce di un poliedro, tagliandola in pezzi piani con poca distorsione.
Figura 4. Spherical Projection, rete di co-autorialità della ricerca sul machine learning dispiegata attraverso la proiezione poliedrica di Waterman, 2026. La proiezione a farfalla di Steve Waterman dispiega la sfera sulle facce di un poliedro, tagliandola in pezzi piani con poca distorsione.

Basta entrare in un qualsiasi grande studio di architettura di oggi. Il fondatore il cui nome è il marchio non disegna nulla: i junior modellano, gli associati rifiniscono, i partner rivedono, e il lavoro risale la gerarchia per essere diretto e curato. Dana Cuff ha passato anni dentro questi studi e ha trovato l’autorialità ovunque tranne che al tavolo da disegno: distribuita, negoziata e infine concentrata nella persona che decide (Cuff 1991). Nessuno parla di autorialità sminuita: l’edificio è suo. L’assetto è più antico della professione: nel Quattrocento Alberti aveva già separato l’ideazione dall’esecuzione, distinguendo l’architetto che concepisce l’opera dal muratore che la innalza (Alberti [ca. 1452] 1988). Da sei secoli l’architetto è qualcuno le cui mani non toccano mai l’artefatto, eppure l’opera resta sua, perché l’autorialità non è mai stata una questione di mani. Come ha mostrato Bourdieu, l’autorialità è una posizione in un campo di forze, sostenuta dal giudicare e dall’essere colui che risponde quando il giudizio è sbagliato (Bourdieu 1993). La fabbricazione digitale aveva promesso di riunire ideazione e realizzazione (Carpo 2011), ma l’IA le separa di nuovo: basta sostituire i junior con una macchina e la struttura non cambia. Il designer di questa rete sferica siede esattamente dove da sempre siede l’architetto.

Figura 5. Spherical Projection, rete di co-autorialità della ricerca sul machine learning dispiegata attraverso la proiezione a stella di Berghaus, 2026. La proiezione a stella di Hermann Berghaus del 1879 apre la sfera in cinque punte attorno a un emisfero centrale.
Figura 5. Spherical Projection, rete di co-autorialità della ricerca sul machine learning dispiegata attraverso la proiezione a stella di Berghaus, 2026. La proiezione a stella di Hermann Berghaus del 1879 apre la sfera in cinque punte attorno a un emisfero centrale.
Figura 6. Spherical Projection, rete di co-autorialità della ricerca sul machine learning dispiegata attraverso la proiezione di Van der Grinten, 2026. La proiezione di Alphonse van der Grinten racchiude l’intera sfera in un cerchio, bilanciando forma e area ma dilatando i poli.
Figura 6. Spherical Projection, rete di co-autorialità della ricerca sul machine learning dispiegata attraverso la proiezione di Van der Grinten, 2026. La proiezione di Alphonse van der Grinten racchiude l’intera sfera in un cerchio, bilanciando forma e area ma dilatando i poli.

Ecco quello studio quando l’organizzazione è una macchina, in tre momenti tratti dal registro della ricostruzione (Co-work Transcript 2026). Il lavoro si è svolto in Claude Code, una chat nel terminale, dove la macchina poteva leggere il lavoro precedente e il repository del codice e verificare i propri risultati in un browser tutto suo. 1) Rifiuto. La macchina propone un’interfaccia più ordinata con sole 15 proiezioni. Il designer chiede di tenerle tutte. La macchina avverte che l’elenco sarà difficile da leggere, ma il designer non cede. La completezza conta più dell’ordine, un principio che la macchina non poteva vedere perché nessuna istruzione lo conteneva. 2) Iniziativa. Incaricata di correggere due vulnerabilità, la macchina salta un’intera versione maggiore quando sarebbe bastata una piccola correzione. Poi segnala il proprio eccesso, come farebbe un junior. Il designer legge il resoconto e lo accetta: la delega ammette lo sconfinamento, purché venga confessato. 3) Stallo. La macchina consuma la quota d’uso di un’intera giornata per verificare il proprio lavoro, prova tre correzioni e ammette che nessuna servirà. Non c’è una risposta comoda perché non esiste, e la supervisione comprende il sentirsi dire di no. La macchina era libera sui mezzi ma mai sui fini, e il designer ha giudicato secondo tre criteri: fedeltà al principio, trasparenza sulle deviazioni, onestà sui limiti. Si tratta di un caso singolo, raccontato dal suo stesso autore, e va letto come testimonianza più che come prova.

Figura 7. Spherical Projection, rete di co-autorialità della ricerca sul machine learning dispiegata attraverso la proiezione Natural Earth, 2026. La proiezione Natural Earth di Tom Patterson è un compromesso per le carte del mondo, con angoli arrotondati e distorsione bilanciata sull’intera superficie.
Figura 7. Spherical Projection, rete di co-autorialità della ricerca sul machine learning dispiegata attraverso la proiezione Natural Earth, 2026. La proiezione Natural Earth di Tom Patterson è un compromesso per le carte del mondo, con angoli arrotondati e distorsione bilanciata sull’intera superficie.
Figura 8. Spherical Projection, rete di co-autorialità della ricerca sul machine learning dispiegata attraverso la proiezione equirettangolare, 2026. Tra le proiezioni più antiche e semplici, trasforma longitudine e latitudine in una griglia regolare, dilatando tutto verso i poli.
Figura 8. Spherical Projection, rete di co-autorialità della ricerca sul machine learning dispiegata attraverso la proiezione equirettangolare, 2026. Tra le proiezioni più antiche e semplici, trasforma longitudine e latitudine in una griglia regolare, dilatando tutto verso i poli.

Da questi tre momenti deriva la risposta. Quando il designer non disegna più, ciò che resta del progetto è il decidere stesso: il giudizio che sceglie tra le proposte, il rifiuto che difende un principio che la macchina non vede, l’obbligo di rispondere che nessuna delega dissolve. La macchina non ha cancellato la distinzione di Itten tra progetto e forma. L’ha resa visibile per la prima volta. Finché una sola persona concepiva e realizzava, le due cose potevano passare per un unico gesto; ora che sono divise tra menti di natura diversa, possiamo finalmente vedere quale fosse l’una e quale l’altra. Il progetto, a quanto pare, è sempre stato la parte che non era la mano. Il progetto senza mani ha un nome: supervisione. Non è un’autorialità minore ma più affinata, ridotta all’unica cosa che non si può mai delegare, ed esposta proprio per questo. L’automazione non cancella né il mestiere né la responsabilità: lascia al designer il compito di rispondere di ciò che le sue mani non hanno fatto.

Bibliografia

  • Alberti, Leon Battista. (ca. 1452) 1988. On the Art of Building in Ten Books. Tradotto da Joseph Rykwert, Neil Leach e Robert Tavernor. Cambridge, MA: MIT Press.
  • Bostock, Michael, Vadim Ogievetsky e Jeffrey Heer. 2011. “D3: Data-Driven Documents.” IEEE Transactions on Visualization and Computer Graphics 17 (12): 2301–9. doi:10.1109/TVCG.2011.185.
  • Bourdieu, Pierre. 1993. The Field of Cultural Production: Essays on Art and Literature. A cura di Randal Johnson. New York: Columbia University Press.
  • Carpo, Mario. 2011. The Alphabet and the Algorithm. Cambridge, MA: MIT Press.
  • Clarke, Alison J. 2021. Victor Papanek: Designer for the Real World. Cambridge, MA: MIT Press.
  • Co-work Transcript. 2026. “Spherical Projection.” Trascrizione inedita di cinque sessioni di lavoro assistite dall’IA, 5–6 agosto 2026, estratta dai log di sessione di Claude Code. Archivio dell’autore.
  • Costanza-Chock, Sasha. 2020. Design Justice: Community-Led Practices to Build the Worlds We Need. Cambridge, MA: MIT Press. direct.mit.edu/books/oa-monograph/4605.
  • Cuff, Dana. 1991. Architecture: The Story of Practice. Cambridge, MA: MIT Press.
  • Dilke, O. A. W. 1987. “The Culmination of Greek Cartography in Ptolemy.” In The History of Cartography, vol. 1, Cartography in Prehistoric, Ancient, and Medieval Europe and the Mediterranean, a cura di J. B. Harley e David Woodward, 177–200. Chicago: University of Chicago Press. press.uchicago.edu/books/HOC/HOC_V1/HOC_VOLUME1_chapter11.pdf.
  • Itten, Johannes. (1963) 1975. Design and Form: The Basic Course at the Bauhaus and Later. Ed. riv. New York: Van Nostrand Reinhold.
  • Lima, Manuel. 2011. Visual Complexity: Mapping Patterns of Information. New York: Princeton Architectural Press.
  • Papanek, Victor. (1971) 1985. Design for the Real World: Human Ecology and Social Change. 2a ed. Chicago: Academy Chicago Publishers.
  • Peirce, Charles S. 1879. “A Quincuncial Projection of the Sphere.” American Journal of Mathematics 2 (4): 394–96. doi:10.2307/2369491.
  • Rodighiero, Dario. 2020. “Drawing Network Visualizations on a Continuous, Spherical Surface.” In Proceedings of the 24th International Conference Information Visualisation (IV), 573–80. IEEE. doi:10.1109/IV51561.2020.00097.
  • ———. 2021. Mapping Affinities: Democratizing Data Visualization. Ginevra: Métis Presses. doi:10.37866/0563-99-9.
  • ———. 2026a. Spherical Projection. Applicazione web. rodighiero.github.io/spherical-projection.
  • ———. 2026b. Spherical Projection. Software. GitHub. github.com/rodighiero/spherical-projection.