Intelligenza artificiale e cultura pop: quando i contenuti sintetici riscrivono la storia

Secondo l’UNESCO, per “contenuto sintetico” si intende qualunque audio, immagine o video creato da un sistema di intelligenza artificiale, una definizione che vale sia per un contenuto inventato da zero sia per la colorizzazione di una foto vera, cioè per un’alterazione di qualcosa di autentico. È proprio questa seconda categoria a complicare la verifica, perché il punto di partenza non è un’invenzione ma un documento reale.

Un caso raccolto da Lead Stories nell’agosto 2026 mostra la differenza. Una foto in bianco e nero del 1944, conservata negli archivi degli Imperial War Museums, ritrae alcuni bambini della Fen Ditton Junior School seduti ai banchi mentre recitano una preghiera prima del latte di metà mattina. È circolata online in una versione colorizzata dall’IA, e a un primo sguardo sembra solo un restauro. Caricata su Sightengine, però, l’immagine è risultata generata artificialmente con una probabilità del 99%: le tazze sui banchi, non uniformi nell’originale, erano diventate tutte identiche con un bordo tipico dei bicchieri di carta usa e getta; l’illuminazione era uniforme in modo innaturale; i volti erano stati reinventati al punto da somigliare ad altre persone; le scritte su un poster in aula restavano leggibili nella forma ma illeggibili nel contenuto.

Esempio pratico: prima di condividere una foto storica “colorizzata” o “restaurata” dall’IA, cerca la versione originale in bianco e nero nell’archivio citato (musei, biblioteche, agenzie di stampa) e confronta i dettagli materiali, tazze, insegne, volti, non solo il colore.

Quando il falso non è nemmeno generato dall’IA

Non tutta la disinformazione visiva nasce da un modello generativo. Poynter ha documentato un video di una grande esplosione fatto circolare su X come prova recente della guerra in Iran nel 2026: si trattava in realtà delle immagini di un incidente del 2015 in un deposito chimico a Tianjin, in Cina. Allo stesso modo, una foto attribuita a combattimenti attuali era in realtà uno scatto Reuters del 21 maggio 2023 che ritraeva un’esercitazione militare di Hezbollah.

Questa distinzione conta perché le contromisure sono diverse. Un video o una foto riciclati si smascherano risalendo alla fonte originale; un contenuto davvero generato dall’IA lascia altri tipi di indizi. Google, per esempio, incorpora nelle immagini prodotte da alcuni dei propri strumenti una filigrana chiamata SynthID, che Gemini può rilevare; i video creati con Veo, sempre secondo Poynter, durano al massimo circa otto secondi, un limite tecnico che rende sospetto un filmato “generato” più lungo di così. Ognuno di questi indizi copre solo una parte degli strumenti disponibili, e va quindi affiancato ad altri controlli.

Perché la cultura pop e la storia sono un bersaglio comodo

Le immagini storiche e i personaggi iconici hanno un vantaggio per chi genera contenuti sintetici: sono già familiari, quindi un’alterazione plausibile passa più facilmente inosservata di un’invenzione da zero. Una foto di scolari inglesi durante la Seconda guerra mondiale, o un fotogramma da un film conosciuto, arrivano già con una cornice di fiducia che raramente viene rimessa in discussione a ogni condivisione.

Il Reuters Institute for the Study of Journalism, nel suo Digital News Report 2026, registra un effetto collaterale di questo scenario: la fiducia nelle risposte dei chatbot IA sulle notizie è al 20% a livello globale, contro il 37% riposto nelle notizie in generale, e nel Regno Unito scende al 6%. Lo stesso rapporto segnala che in ogni mercato dell’Europa occidentale la preoccupazione per le fake news è cresciuta di almeno 4 punti percentuali nell’ultimo anno, fino ai 9 punti del Belgio. La stessa dinamica ha un risvolto economico. L’UNESCO riporta cifre di un sondaggio Statista del 2024 secondo cui il 46% degli esperti antifrode intervistati ha incontrato casi di frode con identità sintetica, il 37% con voce clonata e il 29% con video deepfake; in un caso documentato nel gennaio 2024, alcuni truffatori hanno impersonato il direttore finanziario di un’azienda in una videochiamata deepfake, convincendo un dipendente a trasferire 25 milioni di dollari.

Cosa fare in pratica

La verifica resta un lavoro artigianale più che automatico. Organizzazioni come PolitiFact, Snopes, BBC Verify, Full Fact, Lead Stories e AFP confrontano sistematicamente i contenuti virali con le fonti originali. Chi si affida a un chatbot per una verifica rapida deve tenere presente un limite riconosciuto dagli stessi esperti citati da Poynter: l’accuratezza di queste risposte dipende dalla qualità e dall’aggiornamento dei dati su cui il modello è stato addestrato, oltre che da come viene posta la domanda.

Per capire meglio come funzionano i modelli dietro questi contenuti può essere utile approfondire cos’è l’intelligenza artificiale generativa e come si riconoscono le fake news in generale. Il tema tocca anche la regolamentazione: l’Unione Europea affronta la trasparenza dei contenuti sintetici nell’AI Act, mentre le domande più ampie sui limiti dei modelli attuali sono al centro del dibattito sulla superintelligenza artificiale.