QUADERNO N. I  ·  CULTURA VISIVA  ·  5 MIN

Abbigliamento adversarial: perché la moda anti-AI riguarda tutti i brand

L’abbigliamento adversarial inganna il riconoscimento facciale. Cosa rivela sullo sguardo algoritmico e perché i brand devono progettare immagini anche per l’AI.

MILANO, 19 LUGLIO MMXXVI  ·  DALLA REDAZIONE

Nell’estate 2026 una nicchia curiosa della moda è arrivata sulle pagine tech di mezzo mondo: l’abbigliamento adversarial, capi progettati per confondere i sistemi di riconoscimento facciale. Pattern geometrici, volti distorti stampati sui tessuti, motivi ripetuti e calibrati per sfruttare i punti deboli dei modelli di computer vision. Chi li indossa non viene riconosciuto, o viene scambiato per qualcos’altro.

Non è più un esperimento accademico. L’italiana Cap_able sviluppa tessuti che proteggono i dati biometrici di chi li indossa, con pattern generati con l’aiuto dell’AI. Vollebak, marchio noto per i capi «estremi», parla apertamente di un trend sul punto di diventare mainstream. E lo streetwear anti-sorveglianza, da Adversarial Apparel ad AntiAI, ha iniziato a vendere migliaia di pezzi.

I sistemi di riconoscimento facciale cercano nelle immagini configurazioni note: geometrie del volto, rapporti tra gli elementi, texture della pelle. Un pattern adversarial introduce rumore visivo costruito ad arte: forme e colori che il modello interpreta come segnali contraddittori, fino a non rilevare alcun volto o a classificarlo in modo errato. La parte interessante è il metodo: questi pattern vengono ottimizzati proprio con tecniche di intelligenza artificiale. Si usa l’AI per ingannare l’AI.

L’efficacia, va detto, non è garantita: dipende dal sistema di sorveglianza, dalle condizioni di ripresa, dall’angolazione. Ma il punto culturale resta intatto.

Se la moda ha sentito il bisogno di difendersi dallo sguardo delle macchine, è perché quello sguardo è diventato onnipresente. E non riguarda solo le telecamere in strada.

Ogni immagine che un brand di moda pubblica oggi viene letta da algoritmi molte più volte di quante venga guardata da persone. I motori di ricerca visuale la indicizzano. I marketplace la classificano per categoria, colore, stile. I feed social decidono se mostrarla e a chi. I sistemi di raccomandazione la accostano ad altri prodotti. Gli strumenti di virtual try-on la scompongono per ricostruirla su corpi diversi.

«Il pubblico più assiduo delle immagini di moda, in altre parole, non è umano.»

Davanti a questa realtà esistono due strategie. La prima è quella dell’adversarial fashion: sabotare lo sguardo algoritmico, renderlo cieco. È una posizione legittima e culturalmente affascinante, che parla di privacy e di libertà individuale.

La seconda è quella che interessa chi la moda la vende: padroneggiare quello sguardo. Capire come i modelli di visione leggono le immagini e usare questa conoscenza per produrre visual più efficaci. Un packshot ben progettato per l’occhio umano ma illeggibile per un classificatore è un’immagine che performa peggio: viene indicizzata male, raccomandata meno, distribuita peggio.

La conseguenza per i brand è concreta: il contenuto visivo non è più soltanto comunicazione verso le persone, è un’interfaccia verso le macchine che decidono la visibilità dei prodotti. Progettare un’immagine oggi significa progettare per due sguardi contemporaneamente.

È anche uno dei motivi per cui la produzione visiva si sta spostando verso pipeline generative. Un’immagine che nasce dentro l’AI, con controllo su luce, fondo, composizione, coerenza di stile, nasce già ottimizzata per gli ecosistemi algoritmici in cui vivrà. E permette di iterare: testare varianti, misurare cosa gli algoritmi premiano, correggere.

L’abbigliamento adversarial resterà probabilmente una nicchia, ma ha reso visibile una verità che riguarda tutta l’industria: le macchine guardano la moda, costantemente. I brand possono ignorarlo, combatterlo o trasformarlo in un vantaggio.