Una coppia lesbica ha chiesto a ChatGPT di generare l’immagine di una famiglia partendo da una loro foto insieme. Il risultato, però, ha raccontato tutt’altra storia. L’immagine generata dall’AI ha restituito una configurazione familiare eterosessuale, con la presenza di un uomo, una donna e due bambini, reinterpretando i soggetti originali secondo uno schema tradizionale. Il risultato ha fatto rapidamente il giro dei social, riaprendo il confronto sui bias dell’intelligenza artificiale e sulla rappresentazione delle famiglie LGBTQIA+.
In questo articolo
L’immagine generata da ChatGPT e la “normalizzazione” eterosessuale
Secondo quanto emerso dalle numerose condivisioni online, l’output generato da ChatGPT ha finito per rappresentare una delle due donne – quella con capelli corti e un abbigliamento percepito come più maschile – come un figlio maschio, affiancato da una sorellina di fantasia. Accanto all’altra donna della foto originale è comparso invece un uomo, interpretato dal sistema come il padre della famiglia.
L’intelligenza artificiale ha quindi ricondotto automaticamente l’immagine a uno schema familiare eterosessuale, ignorando il contesto e la richiesta esplicita delle utenti. Un’interpretazione che sembra basarsi su due elementi principali: l’outfit di una delle donne e, soprattutto, i bias cognitivi che derivano dal modo in cui l’intelligenza artificiale apprende dai dati su cui è stata addestrata.
Lesbian couple asked ChatGPT to generate them a family. pic.twitter.com/0uONZUiTkX
— Klara (@klara_sjo) January 11, 2026
Perché l’AI “vede” una famiglia etero come più probabile
Il caso ha rapidamente fatto il giro del web, diventando un esempio emblematico dei limiti strutturali di questi sistemi. L’intelligenza artificiale, infatti, non comprende le relazioni né il significato sociale delle immagini: elabora enormi quantità di dati e restituisce la risposta statisticamente più probabile.
La “famiglia tradizionale” – composta da madre, padre e figli – è ancora il modello dominante nei dataset online, motivo per il quale l’AI tende a riprodurre quello schema come default. Si tratta dell’effetto diretto di un addestramento basato su dati sbilanciati.
Una dinamica simile, come segnalato anche su Reddit, sarebbe avvenuta con una coppia gay, a cui il sistema avrebbe restituito un’immagine altrettanto distante dalla richiesta originale.
La vicenda, ripresa anche da Demografica AdnKronos, ha acceso un ampio confronto sui social. Tra i commenti c’è chi tende a minimizzare l’accaduto, sostenendo che “non ci sia nulla di strano” nell’immagine generata dall’AI, dal momento che – secondo questa lettura – una coppia omosessuale non potrebbe avere figli. Un’affermazione che ignora però la realtà delle famiglie omogenitoriali, oggi presenti e consolidate in molti Paesi, Italia compresa.
Altri utenti hanno invece espresso delusione e rabbia per commenti giudicati discriminatori, criticando ChatGPT per aver rafforzato una visione dominante della famiglia tradizionale e per aver reso invisibili le famiglie queer.
Non manca infine chi invita a ridimensionare le accuse rivolte all’intelligenza artificiale, sottolineando l’importanza delle istruzioni fornite dagli utenti: “Bastava dire all’intelligenza artificiale che siete lesbiche”, scrive una ragazza su Facebook.
Questa posizione richiama anche un nodo centrale nel dibattito sull’intelligenza artificiale: l’uso spesso poco consapevole di questi strumenti. I sistemi generativi, infatti, funzionano sulla base delle informazioni ricevute e richiedono istruzioni chiare e contestualizzate. In assenza di una reale alfabetizzazione digitale, il rischio è quello di attribuire all’AI responsabilità che derivano anche da richieste imprecise, senza però perdere di vista un elemento strutturale: quando entrano in gioco modelli culturali consolidati, l’intelligenza artificiale tende comunque a rafforzarli, rendendo gli output problematici anche oltre il singolo errore umano.
Gli stereotipi di ChatGPT (e non solo)
Diversi studi mostrano come ChatGPT, al pari di altri modelli linguistici di grandi dimensioni, incorpori stereotipi profondamente radicati. Un rapporto UNESCO del 2025, che ha analizzato il comportamento di sistemi come Llama 2 e GPT-2, evidenzia come una quota significativa dei contenuti generati su persone omosessuali presenti elementi negativi o stigmatizzanti: circa il 70% nel caso di Llama 2 e il 60% per GPT-2.
Le rappresentazioni includono linguaggio discriminatorio, associazioni con immoralità o devianza e narrazioni riduttive delle identità LGBTQIA+. Questi bias emergono anche nella generazione di immagini familiari: quando le richieste provengono da coppie dello stesso sesso, l’intelligenza artificiale tende a ricondurre lo scenario a configurazioni eterosessuali, introducendo figure maschili non richieste o trasformando partner dello stesso genere in coppie etero.
Allo stesso tempo, le donne continuano a essere rappresentate con maggiore frequenza in ruoli domestici – fino a quattro volte più degli uomini – rafforzando stereotipi di genere legati alla cura e alla genitorialità.
È importante, però, sottolinearlo: l’intelligenza artificiale non sceglie deliberatamente di discriminare. I bias nascono dai dataset utilizzati per l’addestramento, che attingono in larga parte da internet, dove prevalgono ancora rappresentazioni tradizionali della famiglia.
Anche nelle versioni più recenti dei modelli, queste asimmetrie persistono, nonostante i tentativi di correzione attraverso processi di fine-tuning. La neutralità tecnologica, in questo contesto, si rivela un’illusione.
AI e famiglie LGBTQIA+: esistono soluzioni più inclusive?
Al momento, non esistono modelli di intelligenza artificiale generativa progettati specificamente per rappresentare in modo sistematico le famiglie LGBTQIA+. Tuttavia, esistono progetti interessanti che cercano di ridurre i bias.
Il MIT ha sviluppato il simulatore “AI Comes Out of the Closet”, pensato per promuovere empatia e competenze di advocacy verso le persone LGBTQIA+ nei contesti lavorativi, attraverso scenari di coming out mediati dall’AI.
In ambito accademico, alcuni ricercatori stanno lavorando a framework basati sui principi dell’affirmative therapy, con l’obiettivo di creare chatbot capaci di offrire supporto sicuro e validante alla salute mentale delle persone LGBTQIA+. Altri sviluppatori sperimentano modelli che chiedono il pronome preferito o utilizzano linguaggio neutro, ma si tratta di tentativi ancora iniziali.
La strategia più efficace passa dall’inclusione di persone LGBTQIA+ nei team di sviluppo e da una revisione critica dei dataset utilizzati per l’addestramento. Numerose ricerche mostrano infatti che la presenza di competenze e background diversi all’interno dei gruppi tecnici contribuisce a rendere i sistemi più equi e a migliorare la qualità delle risposte generate.