Mostra sommario Nascondi sommario
In meno di tre anni i clip generati dall’intelligenza artificiale sono passati da esiti palesemente artificiali a risultati capaci di mettere alla prova l’occhio umano. Il cosiddetto test di Will Smith, nato come esperimento virale, è diventato il metro informale per misurare questi progressi e capire quanto siano realistici i nuovi modelli.
Nel mondo della tecnologia il confronto più noto resta il test di Turing, ideato per valutare se una macchina possa sembrare umana in una conversazione. Ma nella pratica quotidiana degli sviluppatori e delle community online c’è oggi un altro confronto più immediato: un breve video di una celebrità che mangia spaghetti, riutilizzato come banco di prova per gli algoritmi video.
Come è iniziato il fenomeno
Alla fine del 2022 le AI che generavano testi e immagini avevano già fatto passi avanti evidenti. I video, invece, sono arrivati dopo e all’inizio erano ancora ben lontani dal realismo. Un esempio diventato virale nei primi mesi del 2023 mostrava un volto noto che cercava di mangiare della pasta: riconoscibile, certo, ma pieno di artefatti e movimenti innaturali. La fisica degli oggetti non era convincente, le mani e gli utensili apparivano rigidi o deformati e non c’era audio sincronizzato.
Massimo Ambrosini in diretta su eBay Live con SportyCards: appuntamento imperdibile
Pentagono lancia l’allarme su Anthropic: Claude a rischio disattivazione in zone di conflitto
Gli utenti online hanno subito trasformato quel clip in un benchmark informale: confrontare lo stesso prompt anno dopo anno per valutare l’evoluzione. Quel confronto comunitario ha permesso di osservare, in tempo reale, i progressi tecnici e le aree ancora critiche.
Dal grottesco al credibile: i miglioramenti
Nell’arco del 2024 e oltre, i modelli sono diventati più sofisticati. Non si tratta solo di volti più definiti: migliorano anche la resa della pelle, la gestione della luce, il comportamento dei capelli e della barba, e la coerenza della fisica della scena. Alcuni esempi recenti mostrano primi piani con pori visibili e riflessi dinamici sul volto, movimenti della bocca che seguono meglio il suono, e superfici — come il sugo sulla pasta — che si comportano in modo più realistico.
Parallelamente, l’audio generato dall’AI ha smesso di essere un optional. Se i primi test video erano spesso muti, oggi si valuta anche la qualità delle tracce vocali e degli effetti ambientali: la sincronizzazione labiale è diventata un altro criterio di giudizio.
Modelli e prove sul campo
La comunità tecnica ha sperimentato i nuovi algoritmi con gli stessi prompt: nomi come Kling 3 su piattaforme sperimentali, Veo 3 (Google) e Seedance 2.0 (ByteDance) compaiono spesso nelle prove comparative. Alcuni modelli sono disponibili pubblicamente, altri restano limitati a determinati mercati o test chiusi.
Il risultato è che questo semplice scenario — una celebrità che mangia spaghetti — funziona oggi come un vero e proprio benchmark. Permette di valutare texture, animazione, illuminazione, audio e coerenza complessiva con un unico caso d’uso immediatamente comprensibile alla maggior parte delle persone.
Ma la crescita non si arresta: i progressi osservati indicano margini di miglioramento continui, soprattutto quando i dataset, la potenza computazionale e le tecniche di addestramento vengono aggiornate.
Perché conta per il pubblico e per i media
Questa accelerazione non è solo una curiosità tecnica: comporta effetti pratici. Da un lato apre nuove opportunità creative — produzione di contenuti, previsualizzazione cinematografica, intrattenimento interattivo. Dall’altro aumenta i rischi legati alla disinformazione e alla contraffazione audiovisiva.
Termini come deepfake non sono più fantasmi teorici: contenuti molto realistici possono essere creati e diffusi rapidamente, rendendo più difficile distinguere il vero dal falso senza strumenti di verifica. Di conseguenza, cresce la domanda per contromisure efficaci: watermarking digitale, strumenti di analisi forense, norme sulla responsabilità e sistemi di tracciabilità dei contenuti generati dall’AI.
La legislazione e le policy delle piattaforme stanno cercando di tenere il passo, ma la tecnologia evolve in fretta e spesso precede le regole. Per i lettori questo significa che è sempre più importante considerare la fonte di un video e impiegare strumenti di controllo quando il contenuto ha conseguenze pubbliche o politiche.
Che cosa aspettarsi
I progressi degli ultimi anni mostrano una traiettoria chiara: qualità crescente, costi in discesa e accesso sempre più ampio agli strumenti. Il “test di Will Smith” rimane un indicatore pratico della sensibilità visiva collettiva, ma la questione centrale è più ampia: come society dobbiamo adattare pratiche giornalistiche, legali e tecnologiche a un media in cui la veridicità appare sempre più complessa da stabilire.
In futuro vedremo probabilmente una convergenza tra strumenti di generazione sempre più sofisticati e sistemi di autenticazione altrettanto avanzati. Nel frattempo, è utile osservare questi progressi con attenzione: ciò che sembra un semplice esperimento virale è, in realtà, un termometro dello stato dell’arte dell’intelligenza artificiale video e delle sfide che ne derivano per informazione e fiducia pubblica.
