Il recupero di un’opera d’arte sottratta oltre mezzo secolo fa rappresenta tradizionalmente il risultato di indagini lunghe, spesso basate su segnalazioni, controlli sul mercato antiquario e attività investigative manuali. L’impiego sistematico dell’intelligenza artificiale diviene strumento attivo nella ricerca e identificazione di beni culturali trafugati, dimostrando come le tecnologie digitali stiano trasformando profondamente anche il settore della tutela del patrimonio.
L’episodio riguarda il recupero del dipinto “Riposo della pastorella” del pittore Filippo Palizzi, sottratto nel 1972 dalla Galleria d’Arte Moderna “Carlo Rizzarda” di Feltre e rimasto irreperibile per oltre cinquant’anni. L’opera è stata individuata nel mercato legale, messa in vendita presso una casa d’aste piemontese, e successivamente sequestrata e restituita al Comune di Feltre dopo le verifiche di autenticità.
Il punto centrale della vicenda non è tanto il ritrovamento in sé, quanto il modo in cui l’indagine è stata avviata. L’intervento dei Carabinieri del Nucleo Tutela Patrimonio Culturale è infatti scaturito dall’attività di un sistema di intelligenza artificiale denominato Stolen Works of Art Detection System (Swoads), progettato per monitorare in modo continuo il web e i social network alla ricerca di immagini riconducibili a opere d’arte rubate.
Swoads opera attraverso un meccanismo di riconoscimento visivo e confronto semantico delle immagini. Il sistema analizza contenuti pubblicati online, estrae caratteristiche visive rilevanti e le confronta con quelle presenti nella banca dati dei beni culturali illecitamente sottratti, che rappresenta il più grande archivio al mondo nel suo genere, con oltre sette milioni di oggetti censiti. Questo confronto non si limita a una semplice ricerca per corrispondenza esatta, ma utilizza tecniche di computer vision e machine learning per identificare similarità anche in presenza di variazioni di qualità, illuminazione o inquadratura.
La logica di funzionamento è quindi assimilabile a quella dei moderni sistemi di riconoscimento facciale o di ricerca inversa delle immagini, ma applicata a un dominio altamente specifico e complesso come quello artistico. Le opere d’arte, infatti, presentano caratteristiche uniche ma anche numerose variabili che possono complicarne l’identificazione, come restauri, deterioramenti, fotografie non professionali o riproduzioni parziali. L’intelligenza artificiale consente di gestire questa complessità attraverso modelli addestrati a riconoscere pattern visivi profondi, andando oltre la semplice corrispondenza superficiale.
Nel caso specifico, il sistema ha intercettato un’immagine compatibile con quella del dipinto sottratto, attivando così il processo investigativo. Gli accertamenti successivi hanno confermato la corrispondenza e permesso di ricostruire la provenienza dell’opera, evidenziando anche un aspetto importante: il soggetto che aveva messo in vendita il quadro è risultato in buona fede, a dimostrazione di come le opere rubate possano rientrare nel circuito commerciale senza che vi sia necessariamente consapevolezza della loro origine illecita.
Questo elemento introduce una riflessione più ampia sul funzionamento del mercato dell’arte e sulle criticità legate alla tracciabilità delle opere. A differenza di altri beni, le opere d’arte non sempre dispongono di sistemi di identificazione standardizzati e facilmente verificabili, rendendo complesso il controllo della loro provenienza. In questo contesto, l’intelligenza artificiale si configura come uno strumento in grado di colmare parzialmente questa lacuna, automatizzando il monitoraggio e aumentando la probabilità di individuare anomalie.
L’integrazione di sistemi come Swoads nelle attività investigative rappresenta un cambio di paradigma. Non si tratta più di attendere che un’opera riemerga attraverso canali tradizionali, ma di adottare un approccio proattivo, in cui l’analisi automatizzata del web diventa una componente strutturale delle indagini. Questo approccio consente di operare su scala globale e in tempo quasi reale, intercettando segnali che sarebbero difficilmente individuabili attraverso metodi manuali.
Un ulteriore aspetto rilevante riguarda l’impatto quantitativo di queste tecnologie. L’utilizzo di sistemi basati su intelligenza artificiale ha già dimostrato di poter aumentare significativamente il numero di opere recuperate, trasformando un’attività tradizionalmente limitata in un processo più sistematico e scalabile. In questo senso, il caso del dipinto di Palizzi non è un evento isolato, ma un esempio concreto di una tendenza più ampia.
La restituzione dell’opera alla Galleria Rizzarda non ha soltanto un valore simbolico, ma rappresenta anche la chiusura di una vicenda che aveva inciso profondamente sulla storia del museo, contribuendo alla sua temporanea chiusura dopo il furto del 1972. Questo elemento evidenzia come il recupero di un bene culturale non sia soltanto un fatto patrimoniale, ma anche un processo di ricostruzione della memoria storica e identitaria.
L’applicazione dell’intelligenza artificiale alla tutela del patrimonio culturale apre scenari di grande interesse. Oltre al riconoscimento delle opere rubate, tecnologie simili possono essere utilizzate per la catalogazione automatica, il monitoraggio dello stato di conservazione e la prevenzione dei traffici illeciti.