Come riconoscere un video generato con l’intelligenza artificiale

Neonati che parlano, canguri che aspettano di salire su un aereo e addirittura conduttori di telegiornali che raccontano notizie fake. Girando sui social capita sempre più spesso di incappare in questo genere di video: contenuti fatti per divertire – e «fare visualizzazioni» – che colpiscono proprio per il loro effetto surreale. Non si tratta solo degli ormai conosciuti «Skibidi Boppy» (parola diventata virale che non ha alcun significato) ma ci sono alcuni video in cui il confine tra realtà e finzione è molto sottile. Ed è proprio lì, nei commenti ai video sui social, che le opinioni degli utenti sono contrastanti: c'è chi ci scherza su, chi discute della gravità della creazione di questi video e, soprattutto, chi chiede dove è accaduto o come sia possibile. Insomma, c’è chi ci crede. Il video del canguro a cui viene proibito di salire sull'aereo L’etichetta «Creato con IA» Riconoscere un video generato dall'intelligenza artificiale è sempre più difficile. In linea generale, ciò che aiuta a distinguere subito un contenuto fatto dall'AI è quella piccola etichetta che compare su Instagram con scritto «Creato con IA» o su TikTok con «Etichettato dal creator come generato dall'IA». «Etichettato dal creator», perché è dovere di chi pubblica il contenuto segnalarlo come non autentico, ma questo non sempre accade. Così l'omissione di quella spunta, unita a contenuti iperrealistici, rende ancora più complesso capire quando stiamo guardando e credendo a un contenuto che non esiste, non è reale. Etichettato dal creato come generato dall'IA Riuscire a riconoscerli è sempre più complicato ma ci sono alcuni dettagli a cui tutti possiamo prestare attenzione, per evitare di credere a notizie false o, nella peggiore delle ipotesi, incappare in una truffa. Indizi visivi Come riconoscere un video generato dall’AI solo guardandolo? A livello estetico sembra tutto perfetto: definizione, colori, dettagli. La pelle appare eccessivamente levigata, quasi «di gomma». Ma è proprio questa mancanza di naturalezza a tradire spesso l’origine artificiale: un effetto noto come «uncanny valley» (letteralmente «valle perturbante», espressione coniata nel 1970 dallo studioso di robotica Masahiro Mori). L'approvazione dell’AI Act europeo nel Tg Economia di Teletutto Se poi osserviamo meglio possiamo notare molto altro: quasi sempre il lip-sync (sincronizzazione tra voce e movimento labiale) risulterà impreciso, come in un film doppiato male. E ancora: occhi e sguardi vitrei, innaturali e assenti, anche definiti in gergo «sguardi uncanny (inquietanti)», mani con qualche dito in più, orecchie deformi, capelli sfocati o che si confondono con lo sfondo, simmetrie perfette o al contrario difetti molto evidenti, incoerenti con il resto dell'immagine. @elvin #aifilter bebeğimiz babasının lülük saçlarını annesinin gözlerini almış maşallah da bana normuş 😂 #futurebaby #babyai ♬ son original - Magic_IA Passiamo poi ai movimenti: dove oggetti e persone compaiono dal nulla. Un esempio molto in trend su TikTok è «Future baby AI». A partire da una foto si può creare un video in cui compaiono la persona della foto e il suo futuro bambino. In questi contenuti, i bambini sembrano comparire dal nulla, dall'esterno del riquadro del video come se si materializzasse. Indizi audio Come riconoscere un audio falso, invece? Le musiche create dall'IA sono tendenzialmente monotone, prive di inflessioni e, ovviamente, prive di naturalità. Tutto sembra molto pulito: non ci sono rumori di fondo, eco, respiri, fruscii. «Quella dell’AI è vera intelligenza e non solo memorizza, comprende» Per le voci, invece, bisogna fare una distinzione: sono standard e allenate. Le voci standard sono «tts» (text-to-speech), cioé leggono ciò che c'è scritto, nulla più. Sono meccaniche, prive di tono, inflessione, ritmo, accenti e, soprattutto, pause: è un dialogo innaturale. Un audio parlato, però, si può anche generare allenando l'AI a simulare la propria voce, ad esempio. In questo caso, gli errori che si possono individuare sono davvero pochi, tranne per uno: l'intonazione che non sa distinguere le emozioni, in quanto priva di componente umana.