Fake news: cosa sono e come riconoscerle

Non un blocco unico: tre tipi di informazione tossica

“Fake news” è diventata l’etichetta per tutto quello che non ci convince online, ma il manuale UNESCO per la formazione dei giornalisti propone un termine più preciso: information disorder, un disturbo dell’informazione che comprende molto più del semplice falso. Gran parte dei contenuti problematici, spiega la ricercatrice Claire Wardle (First Draft), non è nemmeno inventata: è materiale genuino usato fuori contesto, ed è proprio il fondo di verità a renderlo più credibile e più condivisibile.

Dentro questo disturbo si distinguono tre famiglie:

Esempio pratico: un utente riceve su una chat lo screenshot di un articolo con un titolo shock. Prima di inoltrarlo, apre un’altra scheda e cerca lo stesso titolo altrove: se nessuna testata conosciuta ne parla, e il sito d’origine non ha una redazione verificabile, è un segnale sufficiente per fermarsi.

Come si diffondono: social, siti e passaparola

Il sondaggio Reuters Institute del 2026 mostra quanto il problema pesi sulla fiducia nell’informazione: il 62% delle persone nel mondo si dice preoccupato per le fake news online, quattro punti percentuali più dell’anno precedente, con un aumento superiore ai cinque punti in undici mercati (l’unica eccezione è il Brasile, in calo di tre punti). Il 58% teme di non riuscire più a distinguere cosa sia vero e cosa falso quando legge notizie in rete.

Sui canali, lo stesso sondaggio registra una fiducia bassa: solo il 22% si fida delle notizie lette sui social media e il 20% di quelle ottenute da un chatbot IA, contro una fiducia media generale del 37%, la più bassa registrata dal 2015. Eppure, sempre nel 2026, social media e piattaforme video hanno superato per la prima volta, in media nei mercati monitorati, sia la televisione sia i siti delle testate come fonte di notizie: il canale più usato non è quello di cui ci si fida di più. L’uso dei chatbot IA per le notizie resta minoritario ma in crescita, dal 7% al 10% degli utenti a settimana, con un picco del 16% tra gli under 35.

Accanto ai social ci sono i siti: pagine che imitano il logo e il formato di testate vere (quello che Wardle chiama “contenuto impostore”) o storie inventate da zero, pubblicate su domini creati apposta (“contenuto fabbricato”). Capire come funziona Internet e come si arriva a un sito aiuta a notare i dettagli che tradiscono un clone: un indirizzo quasi identico ma non uguale a quello originale, nessuna informazione verificabile sulla redazione.

Infine il passaparola digitale. Molte notizie false non partono da un piano organizzato: partono da persone comuni che condividono in buona fede un contenuto mai verificato, in una chat di famiglia o in un gruppo di lavoro. Passando di mano in mano quella notizia può cambiare forma e trasformarsi in una vera e propria misinformazione, anche senza che nessuno lungo la catena abbia mai voluto ingannare qualcuno.

Perché diventano virali (tra i fattori che contano)

Uno studio del MIT pubblicato su Science nel 2018 ha analizzato circa 126.000 storie vere e false diffuse su Twitter tra il 2006 e il 2017, per un totale di circa 4,5 milioni di condivisioni da parte di 3 milioni di persone. Il risultato: il falso si è diffuso più lontano, più velocemente e più in profondità del vero, in ogni categoria di informazione testata, con un effetto ancora più marcato per le notizie politiche rispetto a terrorismo, disastri naturali, scienza, leggende metropolitane o informazioni finanziarie.

I numeri danno la misura del divario: l’1% più virale delle notizie false ha raggiunto tra 1.000 e 100.000 persone, mentre le notizie vere raramente hanno superato le 1.000. Le notizie vere impiegavano sei volte più tempo per raggiungere 1.500 persone, e venti volte più tempo per essere condivise dieci volte dal messaggio originale; nel complesso, una notizia falsa aveva il 70% di probabilità in più di essere ritwittata rispetto a una vera.

Tra i fattori individuati dagli autori c’è la percezione di novità: le notizie false risultavano più sorprendenti di quelle vere, e questo sembra spingere le persone a condividerle proprio perché inedite. Conta anche la risposta emotiva: il falso suscitava più paura, disgusto e sorpresa, il vero più anticipazione. Un dato smentisce però una spiegazione comoda: i bot hanno amplificato notizie vere e false in modo sostanzialmente uguale, quindi a spiegare la maggiore velocità del falso è soprattutto il comportamento delle persone, non l’automazione.

Un metodo ancora più efficace per riconoscerle

Un’infografica dell’IFLA (basata su un articolo del 2016 di FactCheck.org) propone otto passi pratici, pensati per l’uso nelle biblioteche: guardare la fonte uscendo dalla pagina per indagarla, controllare se l’autore è una persona reale, verificare la data di pubblicazione, riconoscere i propri pregiudizi, leggere oltre il titolo, controllare se i link citati sostengono davvero quanto scritto, capire se si tratta di satira e, in caso di dubbio, chiedere a un bibliotecario o consultare un sito di fact-checking.

La ricerca sui fact-checker professionisti, condotta dallo Stanford History Education Group e ripresa da Poynter, ha però individuato una tecnica ancora più efficace: il lateral reading. Invece di restare sulla pagina sospetta e giudicarla dal suo aspetto — url, grafica, funzionalità — chi legge apre altre schede del browser e cerca cosa dicono fonti indipendenti sullo stesso sito o sulla stessa notizia. Proprio quegli indizi “interni” alla pagina, che sembrano i più naturali da valutare, si sono rivelati poco affidabili: contano di più le tracce che quella fonte lascia altrove, nei giudizi di chi l’ha già valutata.

Foto e video fatti con l’IA: cosa guardare

Con la diffusione dell’IA generativa il “contenuto manipolato” e quello “fabbricato” della classificazione di Wardle si sono arricchiti di un nuovo strumento: immagini e video creati da zero, sempre più difficili da distinguere da una foto reale. Il progetto italiano di debunking Facta.news suggerisce alcuni controlli pratici: cercare le filigrane dei principali generatori (una nuvola animata per Sora 2, una stella a quattro punte per Gemini, il logo per Grok); notare le anomalie, come loghi di marchi riprodotti male, testi incomprensibili, folle troppo uniformi, oggetti che compaiono o scompaiono, prospettive impossibili; diffidare di una “perfezione” sospetta, come pelle troppo liscia, denti tutti uguali, assenza di rumore di fondo, movimento troppo fluido.

Un accorgimento in più: chi crea disinformazione riduce spesso di proposito la risoluzione dei contenuti, così i dettagli che tradirebbero un fotomontaggio o un video sintetico diventano più difficili da notare. Per questo il controllo più solido resta lo stesso valido per un testo: risalire alla fonte originale (spesso chi produce contenuti con l’IA lo dichiara sul proprio profilo) e confrontare l’evento raccontato con quanto riportano testate giornalistiche affidabili. La logica che governa cosa vediamo online, dal resto, non è neutra: lo stesso vale per gli algoritmi che scelgono cosa mostrare per primo su un social, un altro motivo per non fermarsi al primo contenuto che compare in bacheca.