TechCrunch ha pubblicato il 4 settembre 2026 un’analisi intitolata The sameness problem behind those unappetizing AI-generated menus, un testo che mette sotto la lente un fenomeno ormai diffuso nel settore della ristorazione: la crescente adozione di strumenti di intelligenza artificiale per la creazione di menu e descrizioni alimentari, e il conseguente appiattimento estetico che ne deriva. Il titolo stesso — con la sua insistenza sulla sameness, la somiglianza ripetitiva — indica un problema che va ben oltre la tecnica: è una questione di linguaggio, di percezione e di ciò che una cultura del cibo perde quando la sua espressione verbale viene delegata a un modello generativo.

Il menu come atto linguistico, non come scheda tecnica

Un menu non è un semplice elenco di ingredienti e porzioni. È un atto di traduzione culturale: il cuoco o il gastronomo trasforma l’esperienza sensoriale in parole, sceglie un registro, costruisce un ritmo, decide cosa nominare e cosa lasciare all’immaginazione del commensale. La descrizione di un piatto — la sua consistenza, la sua memoria territoriale, il gesto che lo ha prodotto — è una forma di scrittura che presuppone un corpo che ha mangiato, un territorio che ha attraversato, una tradizione che ha interiorizzato. Quando questa funzione viene affidata a un sistema algoritmico, il rischio non è la qualità tecnica del testo, ma la sua assenza di voce: la perdita di quell’irregolarità che distingue una frase scritta da una persona con una storia da una frase prodotta da un modello che ha visto tutto e non ha assaggiato nulla.

La sameness di cui parla TechCrunch non è un difetto di esecuzione. È la conseguenza strutturale di un processo che ottimizza per la plausibilità media: il modello genera ciò che è statisticamente più probabile, e nel cibo — dove l’identità passa proprio attraverso l’eccezione, il dettaglio inaspettato, la scelta controcorrente — la media è il nemico. Il risultato è un vocabolario gastronomico omogeneo, in cui ogni piatto parla con la stessa intonazione, in cui l’appetibilità percepita cala non perché il testo sia sbagliato, ma perché è intercambiabile.

La questione estetica della generazione algoritmica

Il problema dei menu AI generati si inserisce in una conversazione più ampia sulla capacità degli strumenti di intelligenza artificiale di produrre contenuto che non sia solo corretto ma significativo. In letteratura, in musica, nelle arti visive, la domanda è sempre la stessa: un sistema che ha assimilato milioni di esempi può produrre qualcosa di nuovo, o riproduce per definizione la media del suo addestramento? La risposta, almeno nel campo della generazione testuale applicata a contesti sensoriali e culturali come la ristorazione, sembra pendere verso la seconda opzione. La sameness non è un bug: è la logica interna di un modello che non ha un palato, non ha una memoria di luogo, non ha un’opinione formata dall’esperienza diretta.

Questo non significa che l’AI sia inutilizzabile in ambito gastronomico. Significa che il suo impiego pone una domanda di autorialità che il settore della ristorazione, storicamente costruito sulla figura del cuoco-autore e sulla narrazione del piatto, non può ignorare. Chi firma un menu generato da un modello? A chi appartiene la scelta lessicale, il ritmo della frase, la decisione di nominare o tacere? La risposta non è giuridica ma culturale: riguarda il contratto implicito tra chi cucina, chi scrive e chi mangia.

Cosa si perde quando l’omogeneità diventa norma

La rilevanza culturale di un’analisi come quella di TechCrunch sta nel fatto che porta alla luce un meccanismo che opera in silenzio. Non si tratta di un singolo ristorante che ha sostituito il proprio menu con uno generato da un algoritmo: si tratta di una tendenza che, moltiplicandosi, ridisegna il paesaggio linguistico dell’intera industria. Se ogni locale in una città offre descrizioni con la stessa struttura sintattica, lo stesso lessico, la stessa cadenza, il commensale perde la possibilità di orientarsi attraverso la voce del luogo. Il menu diventa un’interfaccia standardizzata, e la diversità gastronomica — che è anche diversità linguistica — si assottiglia.

In un’epoca in cui gli strumenti di generazione testuale sono accessibili a chiunque, la capacità di distinguere una scrittura con una storia da una scrittura senza storia diventa una competenza critica. Non è una questione di nostalgia per il manoscritto: è una questione di attenzione. Riconoscere la sameness significa rifiutare l’idea che l’efficienza della produzione equivalga alla ricchezza della comunicazione. E nel cibo, dove la parola è già un gesto di cura prima ancora che di informazione, questa distinzione non è un lusso estetico: è il perimetro stesso del senso.

L’analisi di TechCrunch non offre soluzioni, e non ne ha bisogno. Il suo valore sta nel nominare un problema che fino a poco tempo fa restava invisibile, confuso con la semplice adozione di uno strumento nuovo. Chiamarlo sameness problem significa riconoscere che la questione non è tecnologica ma culturale: riguarda ciò che una società è disposta a perdere in nome della velocità, e cosa, al contrario, chiede di preservare perché senza di esso il piatto — e la sua parola — smette di essere un’esperienza e diventa un dato.