Loom: il framework che supera la tensione tra fatti e stile

Il framework Loom separa la trama dalla scrittura, risolvendo il conflitto tra fedeltà e intensità narrativa

Due mesi fa, al CHI 2026, una delle conferenze più importanti sull’interazione uomo-macchina, un gruppo di ricercatori delle università di Pechino e del BIGAI ha presentato un dato che ha costretto chi si occupa di scrittura automatica a rimettere in discussione alcune certezze. Un framework chiamato Loom – descritto in un paper pubblicato ad aprile e aggiornato a giugno – ha ottenuto il punteggio di qualità complessiva più alto in una serie di test comparativi, superando modelli considerati lo stato dell’arte. La parte che conta non è tanto il primato in sé, quanto la natura del risultato: Loom ha migliorato contemporaneamente l’integrità fattuale e l’intensità descrittiva dei testi generati. Per anni questi due obiettivi sono stati trattati come forze opposte – più una storia era vivida, più era probabile che si prendesse delle libertà con i fatti; più era fedele ai dati, più rischiava di risultare piatta. Loom ha mostrato che è possibile risolvere quella tensione.

Una pipeline che non scrive, ma dirige

Per capire come ci sia riuscito bisogna guardare all’architettura interna, che assomiglia più al lavoro di un regista che a quello di uno scrittore. Dove un modello generativo tradizionale riceve una serie di istruzioni e produce testo in un colpo solo, Loom lavora in tre passaggi distinti, ciascuno con una responsabilità precisa. Il primo strato definisce la fabula, ovvero la sequenza logica e cronologica degli eventi: cosa succede, in quale ordine, con quali relazioni causali. Il secondo strato costruisce il syuzhet, cioè il modo in cui quella materia prima viene organizzata per creare tensione, ritmo, punto di vista. Solo il terzo strato – l’ultimo – si occupa della resa linguistica, decidendo quanto densa o asciutta debba essere la descrizione in ogni punto del racconto.

I termini fabula e syuzhet non sono stati inventati dai ricercatori di Loom. Li avevano introdotti all’inizio del Novecento due esponenti del formalismo russo, Vladimir Propp e Viktor Shklovsky, per distinguere il materiale narrativo grezzo dalla sua messa in forma. È curioso che proprio quei concetti, nati per analizzare le fiabe e la letteratura, siano tornati utili in un modello di intelligenza artificiale. Loom li usa come schema per una catena di pensiero semiotica: invece di chiedere a un unico modello di gestire insieme «cosa raccontare» e «come raccontarlo», separa le due decisioni e le mette in sequenza, come farebbe una redazione con un desk dei contenuti, uno di struttura e uno di scrittura.

Il vantaggio è nel controllo. Se vuoi aumentare la drammaticità di un passaggio, puoi intervenire sul syuzhet senza toccare i fatti della fabula. Se vuoi alzare la densità descrittiva di una scena, lavori sul terzo strato senza rischiare di alterare la cronologia o di inventare dettagli. Il paper lo chiama «controllo preciso sull’intento narrativo e sulla densità di rendering», e i numeri presentati a maggio sembrano dargli ragione: Loom ha ottenuto guadagni sostanziali in entrambe le dimensioni rispetto a tutti i modelli messi a confronto.

Per chi pubblica, il problema si sposta a monte

Vista da fuori, la scrittura assistita è sempre sembrata un problema di penna. Servivano modelli più grandi, prompt più raffinati, un editing umano più attento per correggere allucinazioni e banalità. Loom suggerisce che il punto non è più lì. Se la qualità automatica può raggiungere livelli in cui fedeltà e vividezza convivono senza sacrifici, il valore per un editore o per un’azienda non sta più nel saper scrivere, ma nel saper progettare l’intento narrativo. In altre parole, diventa centrale decidere che storia si vuole raccontare e con quale effetto sul lettore, mentre la macchina si occupa di eseguire quella decisione con coerenza.

Non è una questione di sostituire le redazioni. È una questione di spostare l’investimento: dalla riscrittura e dalla verifica punto a punto verso un lavoro di regia più a monte, che somiglia a quello di un editor che lavora sulla scaletta e sul tono più che sulle singole frasi. Già nel 2026 alcuni studi, come quello di Liu e colleghi dell’UNSW pubblicato quest’anno, avevano notato che nella teoria narrativa applicata ai modelli linguistici i compiti di generazione erano rimasti indietro rispetto a quelli di comprensione. Loom colma in parte quel divario, ma lo fa in una direzione precisa: non scrive meglio perché imita più fedelmente lo stile umano, ma perché separa i livelli della narrazione e li rende governabili uno per uno.

La vera sfida, per chi pubblica online, non sarà più trovare il modello giusto. Sarà capire che tipo di storia serve ai propri lettori, e con quale intenzione raccontarla. Non è più un problema di scrittura.
È un problema di regia.