ChatGPT Images 2.0: il nuovo modello di OpenAI che scrive (quasi) senza errori, ma quanti pasticci sui fatti

22/04/2026 SCIENZA E TECNOLOGIA Preferisci Informazione.News su Google

Redazione Scienza e Tecnologia   -   OpenAI ha tolto i veli da ChatGPT Images 2.0, il nuovo modello di generazione di immagini tramite intelligenza artificiale generativa che, a differenza dei suoi predecessori, promette finalmente una resa credibile di scritte e parole, sia a livello di qualità tipografica sia – e questo è il vero salto in avanti – di coerenza ortografica. Non più testi confusi o caratteri indecifrabili, perché l’obiettivo dichiarato è proprio quello di confezionare testi che si fondano in modo armonico con gli altri elementi grafici, dalle infografiche ai menu dei ristoranti, passando per fumetti e brochure. L’azienda fondata da Sam Altman ha così cercato di rispondere a una delle critiche più ricorrenti mosse ai generatori di immagini basati sull’intelligenza artificiale, vale a dire l’incapacità di gestire il testo in modo preciso. E se i primi test mostrano indubbi progressi sul fronte della leggibilità, emergono però crepe inaspettate quando il modello prova a sporcarsi le mani con i dati reali, quelli aggiornati, quelli che richiederebbero un minimo di verifica fattuale.

Un problema tecnico risolto, un nuovo paradosso informativo

La sfida tecnica che Images 2.0 ha cercato di superare è nota agli addetti ai lavori da anni: i modelli di diffusione, quelli su cui si basava la generazione di immagini AI fino a oggi, imparano i pattern visivi dominanti e finiscono per relegare il testo a un ruolo secondario. Le scritte occupano una porzione troppo piccola dei pixel complessivi di un’immagine, e così il risultato è quasi sempre un disastro tipografico. Con il nuovo modello, OpenAI sembra aver trovato una soluzione, anche se l’azienda ha rifiutato di rivelare l’architettura esatta durante il briefing con la stampa, alimentando le speculazioni su un possibile approccio autoregressivo che ragioni sull’immagine come un grande modello linguistico gestisce il testo. La novità più interessante, però, è un’altra: l’integrazione della cosiddetta “modalità Thinking”, che consente al sistema di cercare informazioni aggiornate sul web prima di generare l’immagine. In teoria, questo dovrebbe garantire una maggiore accuratezza dei dati rappresentati visivamente. Nella pratica, almeno secondo alcune prime verifiche, la realtà è molto più problematica.

L’Italia ai Mondiali? Un errore che non passa inosservato

Un test condotto con un prompt a prima vista innocuo – la richiesta di un’infografica sulle performance della nazionale maschile di calcio nelle ultime quattro edizioni dei Mondiali – ha restituito un risultato a dir poco imbarazzante. Le scritte erano ben realizzate, la grafica curata, i monumenti dei paesi ospitanti perfettamente riconoscibili. Peccato per l’inesistente partecipazione dell’Italia ai Mondiali del Qatar nel 2022, un errore macroscopico che chiunque segua anche solo marginalmente il calcio avrebbe evitato. Lo stesso risultato sbagliato di Italia-Inghilterra del 2014 (1-1 invece del reale 2-1) e la dicitura sulla qualificazione ancora in corsa per l’edizione 2026 – che vede l’Italia nuovamente fuori – completano un quadro imbarazzante. La ricerca online, insomma, è servita a ben poco. Anzi, ha prodotto informazioni false spacciate per vere, il che solleva un interrogativo non da poco sull’affidabilità di questo nuovo approccio. Non si tratta più di un testo scritto male, ma di un’affermazione grafica di un’inesattezza, il che in un’epoca di disinformazione visiva è un salto di qualità in peggio.

Il menu della pizzeria: quando la grafica funziona ma la sostanza zoppica

Un secondo test, questa volta incentrato sulla creazione di un menu per una pizzeria, ha restituito esiti contrastanti. A livello grafico, il risultato era credibile: i nomi delle pizze, i prezzi e le immagini di esempio accanto a ogni piatto apparivano ben confezionati, finalmente leggibili. Le scritte, questa volta, erano ineccepibili. Eppure, anche in questo caso, non sono mancati gli errori. OpenAI ha confermato che il modello è in grado di gestire anche idiomi non latini come giapponese, coreano, cinese, hindi e bengalese, un progresso non da poco per chi opera su mercati internazionali. Ma la capacità di gestire caratteri complessi non basta se poi l’intelligenza artificiale continua a inciampare sui dati più semplici. Il problema di fondo, insomma, non è più tecnico ma diventa cognitivo. Il modello sa scrivere, ma non sa cosa scrivere. Sa disegnare un menu, ma non sa quali piatti siano effettivamente i più ordinati in Italia, e così procede per approssimazione, con il rischio concreto di generare contenuti piacevoli alla vista ma falsi nella sostanza.

Un cambio di paradigma nei flussi di lavoro creativi

Al di là di questi limiti evidenti, che per ora limitano l’uso del modello a contesti dove l’accuratezza dei dati non è prioritaria, ChatGPT Images 2.0 introduce innovazioni strutturali destinate a cambiare il modo di lavorare di grafici e content creator. La creazione visiva diventa parte naturale del dialogo con il chatbot: non più prompt isolati, ma un processo continuo fatto di correzioni, aggiustamenti e iterazioni. Si può modificare solo un elemento specifico dell’immagine, ad esempio lo sfondo o un oggetto, senza dover rigenerare tutto da capo, e il sistema mantiene la coerenza stilistica anche dopo molteplici interventi. Inoltre, è possibile generare fino a otto immagini distinte da un’unica richiesta, mantenendo personaggi e stile coerenti tra loro – un aspetto cruciale per chi realizza storyboard, campagne pubblicitarie o serie di grafiche per i social network. Si tratta, insomma, di un passo avanti notevole sul piano dell’usabilità e dell’integrazione nei flussi di lavoro professionali. Peccato che, quando si tratta di rappresentare il mondo reale, la macchina continui a mostrare tutta la sua fragilità.