Prevenzione e Riconoscimento

Con la crescente diffusione dei deepfake e la loro sofisticazione tecnica, è essenziale sviluppare strategie di difesa multilivello che combinino tecnologia, educazione e normative. La lotta contro i deepfake si articola in due grandi filoni:

• Prevenzione: impedire la creazione o la diffusione illecita.

• Riconoscimento: identificare contenuti falsi attraverso analisi tecniche.

 PREVENZIONE: Come ridurre i rischi alla fonte

1. Regolamentazione e leggi

• L’Unione Europea, con il Digital Services Act e l’AI Act, impone trasparenza sull’origine dei contenuti generati da AI.

• In Italia, i deepfake non autorizzati possono violare articoli del Codice Civile e Penale, tra cui:

  • Art. 10 c.c. (diritto all'immagine),

  • Art. 595 c.p. (diffamazione),

  • Art. 167 GDPR (trattamento illecito dei dati personali).

• Alcuni paesi, come la Cina e alcuni stati USA, impongono obblighi di etichettatura dei contenuti sintetici.

2. Watermarking digitale

• È una tecnica che inserisce firme digitali invisibili nei contenuti generati artificialmente (es. Content Credentials di Adobe).

• Può essere usata per garantire l'autenticità e tracciare la provenienza.

• Alcuni modelli di generazione AI recenti includono watermark nativi.

3. Educazione digitale

• È fondamentale promuovere nelle scuole e nella società una maggiore alfabetizzazione mediatica:

  • Saper distinguere fonti affidabili.

  • Riconoscere segnali visivi sospetti.

  • Sapere cosa fare se si è vittime.

4. Limitazioni tecniche sull’uso delle AI

• Alcune piattaforme vietano l’uso di strumenti AI per creare contenuti ingannevoli (es. TikTok, Meta, YouTube).

• Vengono imposti filtri sull’upload di contenuti manipolati.

  
  

RICONOSCIMENTO: Come smascherare un deepfake

Il riconoscimento di deepfake è una sfida in continua evoluzione. Le tecniche si dividono in due categorie principali: automatiche (software) e manuali (analisi umana).

A. Tecniche automatiche (basate su AI)

1. Riconoscimento di artefatti visivi

I modelli AI analizzano:

• Movimenti oculari anomali (es. occhi che non sbattono).

• Incoerenze di luce e ombra.

• Errori nei dettagli del volto (occhi sfocati, capelli distorti, denti non naturali).

• Morfologia del volto che cambia da frame a frame.

  
  

2. Rilevamento audio deepfake

• Analisi di:

  • Micro-pause innaturali.

  • Frequenze vocali anomale.

  • Assenza di rumori di fondo o respirazione.

    
    

3. Reti neurali addestrate al riconoscimento

Alcuni strumenti e progetti pubblici e privati:

• Microsoft Video Authenticator

• Sensity AI (ex Deeptrace)

• Deepware Scanner

• Intel FakeCatcher: analizza microvariazioni nel colore della pelle causate dalla circolazione sanguigna (impossibili da replicare nei deepfake).

4. Blockchain e autenticazione

• Nuove soluzioni propongono di legare l’autenticità dei contenuti alla blockchain, registrando ogni modifica a un video o foto e garantendo così immutabilità delle prove digitali.

  
  

B. Tecniche manuali: cosa può fare un utente comune

Anche senza strumenti sofisticati, esistono segnali da osservare:

Segnale	Descrizione
Occhi fissi	I deepfake a volte non sbattono le palpebre correttamente.
Movimenti rigidi	Le espressioni possono sembrare “robotiche”.
Voce piatta	Mancanza di emozione o inflessione vocale.
Incoerenze audio-video	Le labbra non seguono bene le parole.
Errori nei dettagli	Orecchie asimmetriche, sfondo distorto, gioielli che cambiano forma.