“Con l’Intelligenza Artificiale, la rappresentazione non è più soltanto un modo di raccontare la realtà. Diventa uno strumento per costruirla.”
È questo il punto di partenza del nuovo contenuto pubblicato da SemiotiGram, che analizza il caso Donald Trump (rappresentato visivamente nelle vesti di Gesù e del Papa) come esempio emblematico di una trasformazione più ampia nel sistema dei media.
Non si tratta di semplici immagini virali o provocazioni visive: le immagini generate artificialmente condensano significati complessi in forme immediate, emotive e altamente condivisibili. Non importa che siano “false”: importa che appaiano credibili. Il mondo della comunicazione food rappresenta uno dei campi più fertili, e controversi, per questo slittamento semiotico.
Nel food, l’immagine non è mai stata solo “documentazione”: è sempre stata costruzione di desiderio. La fotografia tradizionale di cibo (food styling, luci perfette, props studiati) già manipolava la realtà per renderla appetibile.
Con l’Intelligenza Artificiale generativa, questo processo diventa radicale: l’immagine non deve più partire da un piatto reale. Può creare il piatto ideale direttamente.
Dall’iper-realtà alla simulazione perfetta
Come nel post su Trump, dove l’immagine “mostra” invece di dimostrare, nel food l’AI genera piatti che sembrano più appetitosi di quelli reali. Uno studio dell’Università di Oxford ha dimostrato che le immagini di cibo generate dall’AI vengono spesso giudicate più gustose di quelle fotografate realmente, perché esaltano simmetria, lucentezza (glossiness), colori vividi e illuminazione ideale, elementi che attivano il “visual hunger” (la fame visiva). Non importa se quel burger non è mai esistito in quella forma: se l’immagine è coerente esteticamente e attiva emozioni (acquolina, desiderio, nostalgia), ha svolto il suo compito. La credibilità deriva dalla plausibilità visiva, non dalla corrispondenza fattuale.
Quando l’agenzia “simula” la convivialità
Ci troviamo spesso nella necessità di creare contenuti per ristoranti importanti che mostrano persone mentre condividono una cena: tavoli animati, risate, brindisi, sguardi complici davanti a piatti eleganti.
Fino a pochi anni fa questo significava organizzare uno shooting con cast di modelli, location, stylist, fotografo/videomaker, catering… costi elevati e tempi lunghi.
Oggi, grazie all’AI generativa, possiamo simulare queste scene in modo realistico senza far spendere nulla al locale in termini di cast e produzione fisica.
Generiamo video in cui coppie, gruppi di amici o famiglie sembrano vivere un’esperienza autentica nel ristorante del cliente, senza che nessuno abbia mai messo piede lì durante le riprese. È una soluzione pragmatica e potente: riduce drasticamente i costi, accelera i tempi e permette di produrre volumi di contenuti che prima erano impensabili.
Video verticali per Instagram/TikTok, reel più lunghi per ads, varianti con diversi target, coppie romantiche, cene tra colleghi, famiglie… tutto generato in poche ore invece che in giorni o settimane.
Ma c’è una condizione fondamentale
Tutto questo funziona solo se all’interno dell’agenzia ci sono persone in grado di utilizzare al meglio l’AI.
Non basta avere accesso a tool specifici.
Il risultato dipende dalla qualità del prompt, dalla capacità di dirigere l’AI come un regista, di correggere artefatti (mani strane, movimenti innaturali, sguardi vuoti), di mantenere coerenza stilistica con l’identità del ristorante e di integrare eventualmente elementi reali (foto del piatto vero, ambientazione del locale).
Chi sa “parlare” con l’AI trasforma uno strumento tecnico in un vero e proprio dispositivo semiotico: crea non solo immagini/video plausibili, ma narrazioni che generano desiderio e senso di appartenenza. Chi non ha questa competenza rischia di produrre contenuti che sembrano “finti”, con quel tipico aspetto plastico o uncanny valley che spezza l’appetito e la fiducia invece di alimentarli.
La competenza interna diventa strategica. Non è più solo una questione tecnica, ma di responsabilità semiotica: chi usa l’AI decide quale versione di “realtà” sta proponendo al pubblico.
Esempi concreti nell’uso dell’AI nel foodmarketing
– Brand e agenzie: usano tool come Midjourney o Typeface per creare spot commerciali interi (immagini e video) senza set fotografici costosi. Si generano scene di noodles fumanti, birre su spiagge al tramonto o piatti in contesti avventurosi, perfettamente adattati al target.
– Ristoranti e delivery: Molti locali (soprattutto su Instagram e app di delivery) usano immagini AI per i menu. Il risultato? Piatti che appaiono perfetti, con lighting da studio e composizioni impeccabili. Il problema: quando il cliente riceve il piatto reale, lo scarto tra simulacro e realtà può deludere profondamente.
Molti utenti sui social denunciano questa pratica, dicendo che “spezza l’appetito” quando si capisce che è AI.
– Contenuti virali: Reel e video di “mondi fatti di cibo” (strade di pizza, fiumi di cioccolato) o transizioni estreme diventano virali su TikTok e Instagram, creati interamente con AI.
Qui non si vende un prodotto specifico, ma un’esperienza estetica e ludica.
C’è anche il lato opposto: alcuni clienti usano AI per manipolare foto di consegna (rendere un burger cotto come crudo) e chiedere rimborsi. Il falso diventa arma a doppio taglio.
La questione semiotica: l’immagine sostituisce il fatto (e il gusto)
Riprendendo le parole dell’analisi di Bianca Terracciano e del team SemiotiGram: non siamo più di fronte a una semplice distorsione, ma a una riconfigurazione del senso.
Nel food questo significa:
– Il “sapore” si costruisce prima di tutto visivamente. L’immagine genera aspettative che il piatto reale deve poi soddisfare (o deludere).
– La veridicità perde importanza rispetto alla coerenza narrativa. Un piatto AI può raccontare meglio la storia del brand (autenticità artigianale, esotismo, salute, indulgence) di una foto reale imperfetta.
– Emerge un nuovo regime di credibilità: non “è vero perché esiste”, ma “appare vero perché è visivamente coerente e desiderabile”.
Questo slittamento può amplificare fenomeni già noti nella comunicazione food:
– Unrealistic expectations: →piatti che nella realtà non possono mai essere così perfetti.
– Visual hunger: stimolo continuo all’appetito che può influenzare comportamenti alimentari.
– Erosione della fiducia: →quando il pubblico impara a riconoscere le immagini AI (o sospetta che lo siano), l’effetto può essere controproducente. Alcuni studi mostrano che rivelare che un’immagine è “reale” ne aumenta l’appetibilità, mentre dire che è AI la riduce.
Opportunità e rischi per chi comunica il food
Opportunità
– Democratizzazione: piccoli ristoratori, food blogger o startup possono produrre contenuti di alto livello senza budget da shooting professionale.
– Personalizzazione estrema: immagini adattate al pubblico (es. stesso prodotto in contesti diversi: relax sulla spiaggia o avventura sportiva).
– Creatività narrativa: mondi surreali, storytelling visivo impossibile con la fotografia tradizionale.
Rischi
– Perdita di autenticità: il cibo è materia, corpo, cultura. Se tutto diventa simulacro, si rischia di svuotare il valore esperienziale e culturale del mangiare.
– Backlash del pubblico: sempre più persone dicono “basta AI food images” perché sembrano “troppo perfette” o “fake” e tolgono il desiderio.
– Questioni etiche e regolatorie: in alcuni paesi (es. UE) esistono già regole strette sulle immagini di cibo negli spot; l’AI potrebbe complicare il confine tra rappresentazione e inganno.
In sintesi, come per le immagini politiche analizzate da SemiotiGram, anche nel food l’AI non è solo uno strumento tecnico: è un dispositivo semiotico potente che sta ridefinendo come costruiamo il senso intorno al cibo. La domanda non è più solo “questo piatto è vero?”, ma “perché appare vero e perché mi fa venire fame?”.
[Editoriale del numero di maggio-giugno 2026 de La Madia Travelfood. Leggilo online oppure abbonati alla rivista cartacea!]