La costellazione di contenuti visivi creati dalle reti neurali, sempre più realistici, invade le piattaforme social a ritmo incessante. Riconoscere a colpo d’occhio un file digitale partorito da un algoritmo diventa quindi un’impresa: gli strumenti di generazione evolvono, l’occhio umano fatica a stare al passo.
A certificare questa difficoltà interviene una nuova indagine dell’AI for Good Lab di Microsoft, che misura l’acutezza percettiva del pubblico fra fotografie autentiche e fotogrammi sintetici. I risultati sorprendono e fanno riflettere: l’errore di valutazione è tutt’altro che raro e solleva interrogativi sulla fiducia che riponiamo nelle immagini che scorrono nei feed ogni giorno.
Il test firmato AI for Good Lab di Redmond
Il team ha reclutato 12.500 volontari e li ha messi di fronte a un compito semplice soltanto in apparenza: stabilire la provenienza di 22 scatti a testa. Su 287.000 valutazioni complessive, il margine di successo si arresta al 62%. Questa percentuale indica che la percezione umana, di fronte a contenuti sempre più raffinati, vacilla con facilità inaspettata.
Il campione, numericamente consistente, riduce al minimo eventuali errori di campionamento. La metodologia, trasparente e replicabile, rende i dati particolarmente solidi. Nessun partecipante ha potuto contare su suggerimenti esterni.
L’archivio di immagini e i generatori coinvolti
Lo studio ha assemblato 1.050 file: 350 fotografie reali prive di copyright e 700 composizioni elaborate dai modelli più recenti. Tra i generatori figurano DALL-E 3, Stable Diffusion 3, Stable Diffusion XL, Amazon Titan v1 e Midjourney v6, ossia l’élite attuale del settore. Una scelta così ampia consente di verificare come l’estetica di ciascun motore contribuisca a trarre in inganno l’osservatore.
Le immagini reali ritraggono soggetti ordinari, evitando scene troppo elaborate che avrebbero potuto alterare il giudizio. Le controparti sintetiche riproducono contesti analoghi per scongiurare indizi evidenti. Il confronto, equilibrato fin nei dettagli, fornisce un terreno neutro a chi deve esprimere il proprio verdetto.
L’IA che smaschera l’IA e la sfida interattiva “Real Or Not”
Sullo stesso dataset è stata messa alla prova una soluzione sperimentale interna a Microsoft.
L’algoritmo, addestrato appositamente per smascherare immagini fittizie, individua l’origine artificiale in quasi tutti i casi. Il distacco rispetto al giudizio umano evidenzia quanto la macchina, paradossalmente, veda più lontano di noi.
Per chi desidera cimentarsi, Microsoft offre il minigioco Real Or Not. L’esperienza, accessibile via browser, propone serie di scatti casuali e calcola il punteggio in tempo reale. Molti partecipanti restano sorpresi nel constatare quanto sia facile confondere un capolavoro di DALL-E o Midjourney con una fotografia tradizionale.
Mentre l’intelligenza artificiale continua a perfezionare luci e prospettive, la capacità critica dello spettatore diventa ancora più preziosa. Saper riconoscere dettagli sospetti – ad esempio riflessi incoerenti o anatomie improbabili – è ormai una competenza digitale di base. Strumenti di verifica automatizzata, plugin browser e watermark invisibili rappresentano le nuove “lenti d’ingrandimento” nella lettura dei contenuti visivi.
