Il segreto del tempo comico

Un comico arriva alla fine della frase, si ferma appena, abbassa una mano. Per una frazione di secondo nella sala non accade nulla. Poi parte la risata. È in quel minuscolo intervallo — troppo breve per essere afferrato a occhio nudo e troppo importante per essere lasciato al caso — che abita ciò che chiamiamo tempo comico. Gli artisti lo sentono, il pubblico lo riconosce, ma spiegarlo è molto più difficile. E misurarlo sembrava, almeno fino a ieri, quasi impossibile.

Un gruppo di ricercatori dell’École nationale des chartes–PSL, di EPITA e del médialab di Sciences Po ha provato a trasformare questa intuizione in un oggetto osservabile. Il risultato si chiama TIC-TALK, acronimo di Timing In stand-up Comedy: Text, Audio, Laughter, Kinesics: una pipeline e una banca dati per studiare insieme quello che il comico dice, come si muove, quando il pubblico ride e che cosa decide di mostrare la regia.

Il paper scientifico completo, firmato da Yaelle Zribi, Florian Cafiero, Vincent Lépinay e Chahan Vidal-Gorène, è stato presentato al secondo Workshop on Computational Humor del 2026. Il suo obiettivo non è costruire una formula della battuta perfetta. È più interessante: creare gli strumenti per capire, su larga scala, come parole, corpo e risposta della sala si coordinano nel tempo.

Che cos’è TIC-TALK

TIC-TALK è insieme un metodo di analisi e un corpus di annotazioni derivate da 90 speciali di stand-up distribuiti da Netflix, usciti tra il 2015 e il 2024. In totale, il materiale esaminato dura circa 94 ore: in media 63 minuti per spettacolo. La banca dati finale comprende 5.416 blocchi tematici allineati nel tempo.

La parola chiave è “multimodale”. Il sistema non tratta lo spettacolo come una semplice trascrizione, ma come la sovrapposizione di quattro flussi: il testo pronunciato, le risate registrate nell’audio, l’inquadratura scelta dalla regia e la posizione del corpo del performer. Questi flussi mantengono risoluzioni temporali diverse e vengono poi ricondotti alla stessa linea del tempo senza appiattirli artificialmente.

Come è stato costruito il dataset

Il primo strato è il testo. I sottotitoli vengono organizzati in segmenti di un minuto e analizzati con BERTopic, un sistema che raggruppa semanticamente i passaggi affini. Ogni blocco conserva anche una rappresentazione numerica del suo contenuto: un embedding a 384 dimensioni, utile per confrontare temi e somiglianze fra porzioni diverse degli spettacoli.

Il secondo strato è l’audio. Whisper-AT cerca le risate con un passo di 0,8 secondi, assegna loro una categoria e un grado di confidenza, quindi unisce le finestre contigue in singoli eventi con un inizio e una fine. Non decide se una battuta è “bella”: registra quando la platea reagisce e per quanto tempo.

Il video viene letto a un fotogramma al secondo. Un classificatore distingue sei tipi di inquadratura, dal campo lungo al primo piano; un secondo modello individua 17 punti del corpo. Da queste coordinate i ricercatori ricavano tre indici continui: apertura delle braccia, energia cinetica e inclinazione del busto. Il corpus conserva anche i punti grezzi, così chi lo utilizzerà potrà formulare domande diverse da quelle affrontate nello studio.

Che cosa misura davvero

Il sistema misura co-occorrenze e relazioni temporali. Può chiedere, per esempio, se nei passaggi che fanno ridere di più il performer si muove maggiormente o resta fermo; se alcuni argomenti coincidono con una maggiore densità di risate; se la regia tende ad avvicinarsi al volto quando arriva la risposta della sala. Non legge l’intenzione del comico e non comprende il significato di una battuta come lo comprende uno spettatore.

Questo punto è decisivo. Una correlazione non è una ricetta. Se immobilità e risata compaiono insieme, non significa che basti restare immobili per essere divertenti. La quiete può precedere la punchline, seguirla, lasciare spazio al pubblico o dipendere dallo stile dell’artista. TIC-TALK rende visibile una regolarità; interpretarla richiede ancora conoscenza della scena, del linguaggio e della costruzione comica.

I risultati principali

Il primo risultato è dunque la relazione tra minore movimento e maggiore presenza di risate. È il dato trasversale più forte fra quelli esaminati, ma gli stessi autori lo definiscono correlazionale: stile del performer, mobilità personale, scelte di montaggio e qualità delle rilevazioni possono influenzarlo.

Il secondo riguarda i temi. Nel corpus, gli argomenti personali e corporei — aspetto fisico, riproduzione, cibo, relazioni — presentano tassi di risata più alti rispetto a passaggi geopolitici o identitari. Non è una graduatoria universale della comicità: è una differenza osservata in questo campione, costruito con spettacoli selezionati e prodotti per una piattaforma globale.

Il terzo risultato è quasi un’assenza. Le risate più profonde, classificate come belly laughs, spariscono quando l’analisi resta alla scala dei blocchi di 60 secondi. Probabilmente sono troppo legate al momento preciso della battuta per emergere in segmenti tematici così ampi; oppure il rilevatore è troppo prudente nell’assegnare quella categoria. In entrambi i casi, per studiarle servirà una grana temporale più fine.

Infine, la percentuale di primi piani mostra una correlazione positiva ma debole con il tasso di risata: r = +0,28. È compatibile con un montaggio reattivo, nel quale la regia stringe sul volto durante i passaggi forti. Ma un’eccezione evidente nel corpus ricorda che ogni special possiede convenzioni visive proprie: la telecamera non si limita a registrare la performance, contribuisce a costruirla.

Gli autori hanno anche provato a prevedere se una nuova risata sarebbe iniziata entro i due secondi successivi. Il sistema completo, che combina testo, immagine e storia recente delle risate, raggiunge un’AUROC di 0,647 e un’AUPRC di 0,277, contro una base casuale di 0,170. È meglio del caso, ma lontano da un oracolo.

La sorpresa più istruttiva è che il migliore indizio non viene né dalle parole né dal corpo: viene dalla risata appena avvenuta. Il modello basato soltanto sui dieci secondi precedenti arriva già a 0,643 di AUROC; aggiungere testo e visione migliora il dato di appena 0,004. In altre parole, una sala “calda” tende a restare calda. Anche la risata, come molti comici sanno senza bisogno di formule, è contagiosa.

I limiti della ricerca

Il primo limite è il campione. Novanta speciali Netflix non sono la stand-up nella sua totalità: sono prodotti selezionati, riconosciuti industrialmente e montati con standard professionali. Restano fuori club, open mic, circuiti locali, registrazioni amatoriali, serate difficili e buona parte delle tradizioni linguistiche non egemoni.

Il secondo limite riguarda l’unità di analisi. I temi di un minuto sono adatti a uno studio su larga scala, ma non descrivono la struttura interna della battuta: setup, punchline, callback, ambiguità, cambio di personaggio e rapporto con ciò che è stato detto dieci minuti prima. Per studiare davvero questi meccanismi servirebbe un’annotazione più locale e drammaturgica.

Il terzo limite è il montaggio. Uno special non è una ripresa neutra: primi piani, cambi d’inquadratura e ritmo visivo sono scelte artistiche. Perciò il sistema analizza insieme lo spettacolo dal vivo e la sua versione audiovisiva. È un merito del progetto, che non tratta la regia come rumore, ma rende più difficile separare il gesto dell’artista dalla costruzione dello special.

Infine, misurare non equivale a spiegare il talento. Il dato può descrivere la tecnica e suggerire regolarità, ma non esaurisce singolarità artistica, intuizione e inclinazione poetica. Gli stessi autori lo dichiarano: capire fino a che punto l’analisi quantitativa possa identificare “ciò che funziona” resta una domanda aperta.

Due speciali Netflix visti con gli occhi di TIC-TALK

Come si traducono queste grandezze — testo, risata, movimento, inquadratura — nell’esperienza concreta di chi guarda uno special? Il paper non rende pubblico l’elenco nominale dei 90 spettacoli e nei risultati identifica i singoli casi soltanto con sigle come T1 e T6. I due passaggi che seguono, tratti da clip pubblicate dal canale ufficiale Netflix Is A Joke, non possono quindi essere attribuiti con certezza al campione. Sono esempi osservativi scelti fra speciali Netflix compresi nell’arco cronologico 2015–2024, utili per capire quali domande permette di porre TIC-TALK.

Questi brani non provano che una certa pausa o una certa posa producano automaticamente una risata. Mostrano però perché una trascrizione non basta: sulla pagina restano le parole, mentre nello special la battuta è anche una sequenza di accelerazioni, arresti, sguardi, inquadrature e risposte collettive. È precisamente lo scarto che TIC-TALK prova a conservare nei dati.

Funziona anche con i comici italiani?

TIC-TALK è stato applicato a un corpus internazionale di speciali Netflix, non alle tre clip italiane che seguono. Quello proposto qui è quindi un esperimento di osservazione, non una verifica scientifica del paper: guardiamo alcuni passaggi con le domande suggerite dalla ricerca — quando si ferma il corpo, dove cade la parola decisiva, quando entra la risata — senza produrre misure né pretendere conclusioni.

Guardare questi tre esempi con gli “occhiali” di TIC-TALK aiuta soprattutto a evitare una vecchia semplificazione: il tempo comico non è soltanto la pausa prima della battuta. È una coordinazione a ritardo breve fra testo, tono, gesto e pubblico. E cambia con la lingua, la sala, il personaggio scenico e il tipo di registrazione.

Per questo un’estensione italiana del progetto sarebbe preziosa. Dovrebbe includere non solo speciali prodotti per lo streaming, ma anche club, teatri, televisione e circuiti locali; confrontare più serate dello stesso pezzo; coinvolgere direttamente i comedian nell’interpretazione dei dati. La loro esperienza pratica è indispensabile perché, come emerge anche nell’intervista di Sagoma Magazine ad Alberto Patrucco, chi fa comicità è spesso anche teorico del proprio mestiere.

La comicità non è un algoritmo

TIC-TALK non ha scoperto la formula per far ridere e, fortunatamente, non promette di farlo. Ha costruito una lente. Grazie a quella lente possiamo osservare migliaia di minuti di performance senza ridurli a trascrizioni, riconoscendo che la comicità accade fra più corpi: quello del comico, quello collettivo del pubblico e, negli speciali, quello invisibile della macchina da presa.

Un algoritmo può contare le risate, seguire i polsi, misurare l’inclinazione del busto e trovare regolarità. Non può sostituire l’istinto che dice a un artista di aspettare ancora mezzo secondo — o di non aspettare affatto. Ma può insegnarci a guardare quel mezzo secondo con occhi diversi. Il segreto del tempo comico resta un segreto; da oggi, però, lascia qualche traccia in più.

Approfondisci con Sagoma editore

Satiristas!

Paul Provenza e Dan Dion entrano nel mondo della satira americana attraverso conversazioni e ritratti di grandi comedian: da George Carlin e Robin Williams a Roseanne Barr e Mike Nichols.

Scopri il libro →