Negli ultimi mesi è diventato sempre più difficile capire cosa sia vero e cosa no sul piano visivo: alcuni chatbot riescono a sbugiardare immagini manipolate, altri invece producono diagnosi fuorvianti. Questo ha conseguenze concrete oggi, mentre le piattaforme traboccano di foto e video legati a conflitti e catastrofi e molti utenti cercano strumenti rapidi per verificare le notizie.
L’avvento delle intelligenze artificiali generative ha abbassato la soglia per creare immagini credibili, e la loro diffusione è rapida quanto capillare. Durante il conflitto in Medio Oriente, ad esempio, sono circolate versioni false ma graficamente convincenti di attacchi al Burj Khalifa o immagini che sembravano mostrare file di salme avvolte nel bianco, ottenendo milioni di visualizzazioni in poche ore.
Di fronte a questo flusso, gli operatori del fact checking si sono trovati sotto pressione: testate come la BBC hanno segnalato carichi di lavoro mai visti prima. Allo stesso tempo, molti lettori comuni non dispongono di strumenti di verifica avanzati e finiscono per rivolgersi proprio agli stessi chatbot che, in alcuni casi, possono aver contribuito alla diffusione delle falsificazioni.
Samsung Galaxy Z Fold 8, Flip 8 e Watch 9: prezzi europei svelati, rincari in arrivo
Funko Pop assurdi e ufficiali: 5 figure che sembrano allucinazioni
Un esempio emblematico è la fotografia scattata dall’alto a Minab, in Iran: la foto ritrae numerose buche nella terra, scavate per ospitare le salme di bambine uccise in un raid. L’immagine è autentica, ma — come evidenziato da un’analisi pubblicata dal Guardian — è stata erroneamente spiegata da alcuni modelli di intelligenza artificiale.
Nel caso citato, il modello Gemini ha collocato la scena in Turchia, attribuendola alle sepolture seguite al terremoto del 2023; Grok l’ha invece collegata a una sepoltura di massa avvenuta nel 2021 a Jakarta. In entrambi i casi le risposte includevano fonti che o non contenevano l’immagine in questione o risultavano inesistenti: un tipico esempio di “allucinazione” dei modelli, cioè risposte plausibili ma imprecise o inventate.
Per verificare personalmente la questione abbiamo sottoposto lo stesso scatto e altri esempi a quattro chatbot popolari: ChatGPT, Claude, Gemini e Grok. I risultati sono stati misti. In più di un caso — oltre a risposte corrette da parte di Gemini e Claude — Grok ha restituito messaggi d’errore, mentre ChatGPT ha proposto una localizzazione errata (un villaggio ucraino chiamato Hroza), senza riconoscere la foto di Minab.
Proseguendo con ulteriori immagini — una foto d’agenzia dopo un raid in Libano e una immagine contraffatta di un presunto F‑15 abbattuto — la maggior parte dei modelli è stata invece in grado di distinguere il vero dal falso, e spesso di indicare tempo e luogo con buona approssimazione. In alcuni casi (come con Claude) il sistema ha fornito anche strumenti e suggerimenti pratici per svolgere la verifica in autonomia: link a servizi di ricerca inversa, controllo delle agenzie fotografiche, incrocio con articoli d’archivio.
Questa variabilità non è un dettaglio trascurabile. I modelli usati oggi restano in gran parte delle vere e proprie “scatole nere”: si conoscono input e output, ma non sempre i meccanismi che portano a una determinata risposta. Non è chiaro perché lo stesso modello possa sbagliare in un esperimento e funzionare correttamente in un altro, né quanto e come apprenda dagli errori. Indagini come quella del New York Times hanno inoltre dimostrato che quando un’immagine è stata modificata dopo lo scatto — ad esempio ritagliata o ritoccata — il tasso di successo dei modelli cala in modo significativo.
Le conseguenze pratiche sono rilevanti. Affidarsi esclusivamente a un chatbot per confermare la veridicità di una foto può produrre falsi negativi (etichettare come autentiche immagini contraffatte) o falsi positivi (scartare immagini reali). Questo rende improbabile, almeno nel breve termine, la sostituzione dei fact‑checker professionisti con le sole intelligenze artificiali.
Per i lettori che vogliono orientarsi meglio, qualche indicazione pratica: verificare sempre se la foto è pubblicata da un’agenzia riconosciuta; usare la ricerca inversa delle immagini; controllare data e autore delle prime segnalazioni; confrontare con fonti locali affidabili; e non basarsi su una singola risposta automatica. Quando possibile, cercare metadati o testimonianze dirette che supportino la scena rappresentata.
In sintesi: i chatbot possono essere strumenti utili per una prima valutazione, ma non sono infallibili. In un’epoca in cui la manipolazione visiva è semplice e rapida, la verifica resta un lavoro umano, supportato dall’AI ma non delegabile ad essa senza controlli.
