Nel dicembre 2023 un'immagine generata dall'intelligenza artificiale ritraeva Papa Francesco con un elegante piumino bianco, e nel giro di poche ore faceva il giro del mondo. All'epoca era una battuta. Oggi la stessa tecnologia è in grado di mostrare un amministratore delegato che annuncia risultati finanziari mai comunicati, un politico che pronuncia frasi mai dette, o un documento fotografato in un luogo mai esistito. Dal 2 agosto 2026 l'Unione Europea ha deciso che questo tipo di contenuto non può più circolare in anonimato: gli obblighi di trasparenza previsti dall'articolo 50 del Regolamento (UE) 2024/1689, il cosiddetto AI Act, sono entrati pienamente in vigore. Per chi lavora con le informazioni — investigatori privati, giornalisti, avvocati, DPO, professionisti della sicurezza — questa novità non è soltanto un adempimento di conformità da spuntare in agenda: cambia radicalmente il modo in cui si valuta l'affidabilità di una fonte, il peso probatorio di un'immagine e la difendibilità di un'indagine. In questo articolo vediamo cosa impone esattamente la nuova normativa, dove i suoi limiti sono più evidenti e, soprattutto, come costruire un metodo di verifica che regga anche quando l'etichetta obbligatoria manca, arriva tardi o è stata rimossa.
Cosa dice davvero l'articolo 50 dell'AI Act
Il Regolamento europeo sull'intelligenza artificiale dedica alla trasparenza dei contenuti sintetici un capitolo che riguarda due categorie di soggetti con obblighi diversi e complementari: i fornitori, ossia chi sviluppa e immette sul mercato i sistemi di IA generativa, e i deployer, termine con cui la normativa indica chi utilizza questi sistemi nell'ambito della propria attività professionale. Per i fornitori, gli articoli 50, commi 1 e 2, impongono che i contenuti sintetici generati — audio, immagini, video e testo — siano marcati in un formato leggibile meccanicamente e quindi rilevabili come artificialmente generati o manipolati. È un obbligo tecnico che agisce a monte della filiera: chi costruisce lo strumento deve garantire che ogni sua produzione porti con sé una tracciabilità verificabile dalle macchine.
Per i deployer professionali, l'obbligo più rilevante riguarda i deepfake: chiunque utilizzi un sistema di IA per generare o manipolare immagini, audio o video che assomiglino a persone, oggetti, luoghi o eventi esistenti, in modo da apparire falsamente autentici, deve rendere noto che quel contenuto è stato generato o manipolato artificialmente. La definizione normativa, contenuta nell'articolo 3, punto 60, del Regolamento, è precisa: la disclosure deve avvenire in modo chiaro e distinguibile al momento della pubblicazione. Gli esempi pratici citati dagli esperti legali che hanno commentato la norma parlano di video con l'avatar di un amministratore delegato che comunica risultati finanziari, oppure di immagini manipolate che mostrano due calciatori in una situazione mai verificatasi. Fanno eccezione i contenuti con finalità chiaramente artistiche, satiriche o narrative: Bruxelles riconosce che non tutto ciò che è sintetico è ingannevole, come ricordato anche da Euronews nella sua analisi dell'entrata in vigore.
Un terzo obbligo, spesso trascurato, riguarda i testi generati dall'IA e pubblicati allo scopo di informare il pubblico su questioni di interesse pubblico: anche in questo caso scatta l'obbligo di dichiarare l'origine artificiale del contenuto, salvo che il testo sia stato sottoposto a revisione umana o controllo editoriale e che una persona fisica o giuridica ne assuma la responsabilità editoriale. In pratica, un articolo redatto con l'ausilio dell'IA ma rivisto e approvato da un direttore responsabile è esente dall'obbligo di etichettatura. Infine, occorre ricordare che gli obblighi si applicano ai deployer professionali: il cittadino privato che genera un contenuto con un'app per uso personale resta fuori dal perimetro. È una distinzione cruciale, perché significa che la quota più consistente di contenuti tossici che circolano sui social network non avrà alcuna etichetta.
Le scadenze e la tabella degli obblighi
Il calendario di attuazione merita attenzione, perché non tutte le imprese sono già soggette agli obblighi nello stesso momento. Come riportato dall'analisi di DLA Piper pubblicata su Diritto al Digitale, i fornitori di sistemi di IA — inclusi i modelli di IA generativa a finalità generale — immessi sul mercato prima del 2 agosto 2026 beneficiano di un termine esteso al 2 dicembre 2026, come previsto dal pacchetto legislativo noto come Digital Omnibus. Significa che nei mesi autunnali del 2026 ci troviamo in una fase ibrida: i sistemi più recenti devono già marcare i propri contenuti, mentre i modelli più diffusi e consolidati hanno ancora qualche settimana di margine. Anche i contenuti generati prima del 2 agosto 2026 ma pubblicati successivamente possono rientrare nei requisiti di trasparenza: la regola guarda alla pubblicazione, non alla data di creazione.
Per agevolare l'adempimento, la Commissione europea ha reso disponibile un set di icone ufficiali per l'etichettatura dei contenuti generati dall'IA, consultabile sul portale della strategia digitale dell'Unione. La Commissione ha inoltre elaborato un codice di condotta volontario, le cui linee guida di riferimento sono state pubblicate nella primavera del 2026, che indica alle imprese come applicare concretamente le marcature. Le sanzioni, per chi viola sistematicamente gli obblighi di trasparenza, arrivano fino a 35 milioni di euro o al 7% del fatturato globale annuo, secondo quanto evidenziato anche dalle analisi di settore sulle implicazioni della normativa.
Perché l'etichetta non basta: le criticità tecniche
Qui veniamo al nodo critico per chi fa della verifica una professione. Gli esperti interpellati da Euronews hanno messo in guardia su due debolezze strutturali della nuova disciplina: le lacune tecniche delle marcature e l'assenza di standard comuni. La marcatura leggibile dalle macchine, nella versione prevista dalla normativa, non è una firma crittografica inviolabile: è un'informazione incorporata nel file che può essere rimossa con strumenti accessibili, alterata nei passaggi tra piattaforme che comprimono e rielaborano i contenuti, o semplicemente non essere presente se il file proviene da un modello distribuito fuori dall'Unione Europea. Lo screenshot di un video deepfake etichettato, ripubblicato come immagine statica, perde ogni tracciabilità del contenuto originale.
C'è poi il problema dell'assegnazione della responsabilità: chi effettua il contenuto — il fornitore, il deployer o l'utente? La risposta normativa distingue con cura i ruoli, ma nella pratica quotidiana un contenuto viralizzato può essere stato ritagliato, ricompresso e ripubblicato decine di volte, fino a far perdere ogni traccia dell'origine. Il caso francese dei deepfake a sfondo sessuale generati con il sistema Grok e diffusi su X, oggetto a inizio 2026 di un'indagine delle autorità francesi con passaggio alla magistratura e al regolatore nazionale nell'ambito del Digital Services Act, dimostra che il quadro sanzionatorio europeo si sta muovendo concretamente, ma anche che la diffusione illecita precede e sopravvive a qualsiasi etichettatura. Per chi lavora nell'informazione, nelle indagini o nella gestione del rischio, la conclusione operativa è una sola: l'etichetta dell'AI Act è un segnale utile, non una prova. La capacità di verificare autonomamente l'autenticità di un contenuto resta una competenza irrinunciabile, e anzi diventa più preziosa proprio perché la falsa sensazione di sicurezza indotta dalle etichette può abbassare la guardia di chi legge.
Il valore probatorio: cosa cambia in tribunale
Per avvocati e investigatori privati l'impatto più profondo riguarda la prova digitale. Fino a ieri, una fotografia o un video acquisiti dalle fonti aperte potevano essere contestati soprattutto sulla catena di custodia e sulla modalità di acquisizione. Da oggi la domanda preliminare di ogni controparte — e di ogni giudice — sarà: come escludiamo che questo contenuto sia sintetico? L'onere di dimostrare l'autenticità del materiale probatorio si è di fatto spostato sul soggetto che lo produce, e il professionista che presenta un'immagine come elemento di prova senza aver documentato il percorso di verifica espone se stesso e il proprio cliente a un rischio processuale concreto.
Questo vale in particolare per gli investigatori privati italiani ed europei, che operano in un contesto in cui la giurisprudenza ha già mostrato di valutare con attenzione la provenienza e la modalità di acquisizione delle prove digitali. Documentare ogni passaggio — data e ora dell'acquisizione, URL sorgente, strumenti di verifica utilizzati, esito delle ricerche — non è più una buona prassi consigliabile: è la condizione minima per difendere il proprio lavoro in sede contraddittoria. Lo stesso ragionamento vale per i giornalisti investigativi, esposti al rischio opposto e simmetrico: non solo pubblicare un contenuto sintetico scambiandolo per autentico, ma subire l'accusa infondata che il proprio materiale documentale sia stato generato artificialmente. In entrambe le direzioni, l'unica difesa è una metodologia di verifica ripetibile e documentata.
Il metodo operativo: una pipeline di verifica in cinque fasi
Vediamo ora come si struttura concretamente un percorso di verifica di un'immagine o di un video di dubbia provenienza. Il metodo che proponiamo segue i principi consolidati dell'intelligence dalle fonti aperte, declinati sull'oggetto specifico dei contenuti sintetici, ed è pensato per essere replicabile e documentabile passo per passo.
Prima fase: ricerca inversa e genealogia dell'immagine
Tutto parte dalla domanda più semplice: questa immagine è già apparsa altrove? La ricerca inversa per immagini — con i motori dedicati disponibili sul mercato, inclusi quelli che indicizzano porzioni di internet diverse dalle principali piattaforme — permette di individuare la prima comparsa nota del contenuto, le sue versioni precedenti e le manipolazioni intermedie. Un'immagine sintetica usata in una campagna di disinformazione tende a comparire contemporaneamente su più account coordinati: risalire alla prima comparsa cronologica è spesso sufficiente a smontare la narrazione che la accompagna. Nel caso dei video, la scomposizione in fotogrammi chiave — il cosiddetto keyframe — consente di applicare la ricerca inversa a singoli istanti significativi.
Seconda fase: metadati e marcature tecniche
Il file che contiene l'immagine o il video parla da solo, se si sa ascoltarlo. I metadati incorporati — formato, data di creazione, eventuale strumento di generazione, coordinate di posizione quando presenti — vanno estratti e conservati. Dal 2 agosto 2026, nei file generati da sistemi conformi, qui dovrebbe comparire anche la marcatura leggibile dalle macchine prevista dall'articolo 50: la sua presenza è un forte indicatore di sinteticità, la sua assenza non dimostra nulla, per tutte le ragioni viste sopra. Gli standard emergenti di provenienza dei contenuti, come quello sviluppato dal consorzio industriale che raggruppa i principali produttori di fotocamere e piattaforme, puntano a legare il file alla sua storia fin dalla cattura, e saperli leggere diventerà progressivamente una competenza di base per chiunque debba autenticare un materiale.
Terza fase: analisi geometrica e fisica della scena
Quando le prime due fasi non bastano, entra in gioco l'osservazione esperta. I generatori di immagini attuali eccellono nell'aspetto generale di una scena ma continuano a tradirsi nei dettagli: riflessi incongruenti, ombre che non rispettano una coerente posizione della sorgente luminosa, mani e denti irregolari, tessiture viziate lungo i bordi degli oggetti, testo illeggibile o fantasioso su cartelli e insegne. Nel dominio del video si aggiungono le discontinuità temporali: cambi di formato o di colore improvvisi tra i fotogrammi, salti nel movimento delle labbra durante la parlata, sfarfallii che occorrono tipicamente ogni paio di secondi nelle più diffuse tecniche di manipolazione del volto. Nessuno di questi elementi, da solo, condanna un contenuto: ognuno di essi, documentato e combinato con gli altri, costruisce un quadro probatorio.
Quarta fase: geolocalizzazione e verifica ambientale
Se il contenuto pretende di mostrare un luogo, quel luogo va verificato. La geolocalizzazione dalle fonti aperte — il confronto tra gli elementi visibili nella scena e le immagini satellitari, fotografiche e panoramiche liberamente consultabili — resta uno degli esercizi più potenti dell'intelligence dalle fonti aperte, come dimostrato dalle esperienze maturate sul campo dai gruppi internazionali di verifica, capaci di smontare video di propaganda individuando un'incongruenza tra i monumenti sullo sfondo e il luogo dichiarato. Un elemento architettonico, una segnaletica stradale, la vegetazione stagionale: tutto il paesaggio è una rete di vincoli reciproci che i generatori di immagini non conoscono abbastanza bene da rispettare. La stessa logica si applica alle date: la posizione delle ombre e le condizioni meteorologiche registrate dai servizi pubblici di osservazione permettono di corroborare o smentire la pretesa temporale di un contenuto.
Quinta fase: corroborazione incrociata e documentazione
L'ultima fase è la più metodologica e la più trascurata: la convergenza di fonti indipendenti. Un contenuto autentico lascia tracce molteplici — testimonianze dirette, pubblicazioni parallele, dati di contesto — mentre un contenuto sintetico nasce isolato o viene amplificato da una rete coordinata. Chiudere la verifica con una sintesi scritta, che elenchi le fasi condotte, gli strumenti utilizzati, gli esiti ottenuti e il livello di confidenza raggiunto, è ciò che trasforma un'attività di ricerca in un prodotto professionale difendibile davanti a un cliente, a un giudice o a un direttore responsabile.
Cosa significa per le diverse figure professionali
Gli investigatori privati devono integrare la pipeline di verifica nel proprio iter operativo standard: prima di consegnare al cliente qualsiasi materiale iconografico acquisito dalle fonti aperte, questo va passato attraverso le cinque fasi descritte e accompagnato da una relazione che ne attesti il percorso di autenticazione. I clienti — studi legali, assicurazioni, imprese — iniziano già a pretendere questa garanzia, e chi non la offre si troverà presto a dover rispondere di una negligenza professionale, oltre a perdere gare d'appalto e mandati a favore di concorrenti più preparati.
Gli avvocati si trovano su entrambi i fronti: da un lato possono contestare la provabilità di materiale sintetico prodotto dalla controparte, chiedendo dimostrazione dell'iter di verifica; dall'altro devono blindare il proprio materiale probatorio anticipando la stessa contestazione. Per i giornalisti investigativi, la raccomandazione operativa è duplice: istituire una procedura interna di verifica con evidenza documentata per ogni contenuto visivo pubblicato, e prevedere una strategia di risposta rapida per le accuse — sempre più frequenti — di aver pubblicato materiale sintetico. Per i DPO e le PMI, la novità impone azioni immediate: censire i sistemi di IA generativa utilizzati in azienda — spesso adottati spontaneamente dai dipendenti senza passaggio dall'ufficio acquisti — valutare se i contenuti prodotti rientrano nella definizione di deepfake o nell'informazione di interesse pubblico, definire policy interne di divulgazione e documentare le misure adottate, come suggeriscono anche le linee guida applicative diffuse dagli studi legali specializzati. Una mansione, quella del DPO, che si arricchisce di una responsabilità nuova sul fronte della trasparenza dei contenuti, affiancando quelle tradizionali sulla protezione dei dati.
Come sta reagendo l'ecosistema
Il mercato si sta organizzando in fretta. Le principali piattaforme di intelligence dalle fonti aperte hanno integrato nelle proprie suite funzioni di rilevamento dei contenuti sintetici e di documentazione automatica dell'evidenza raccolta, mentre i produttori di strumenti per le indagini aziendali orientano lo sviluppo verso l'automazione della raccolta e della correlazione, secondo l'evoluzione del settore documentata dalle analisi di mercato dedicate. Sul fronte opposto, i laboratori accademici e industriali che sviluppano tecniche di rilevamento segnalano una corsa agli armamenti senza quartiere: ogni avanzamento dei detector alimenta una nuova generazione di generatori più difficili da smascherare. In questo contesto, il professionista non può delegare la verifica a un solo strumento automatico, per quanto sofisticato: la forza sta nella combinazione di metodi indipendenti, perché un generatore può ingannare un classificatore, ma non contemporaneamente la geolocalizzazione, la ricerca inversa e l'archivistica documentaria.
Da tenere d'occhio anche l'evoluzione del quadro regolatorio collegato: il codice di condotta europeo sulla trasparenza, destinato a consolidarsi nel corso dei prossimi mesi, e le integrazioni previste dal pacchetto sul digitale che ha introdotto la proroga di dicembre. Chi tiene corsi, chi fa formazione e chi consulenza dovrà aggiornare i propri materiali con una cadenza fino a ieri impensabile.
Conclusione: la verifica è tornata al centro
La scelta dell'Unione Europea di imporre la trasparenza sui contenuti sintetici va nella direzione giusta, e il 2 dicembre 2026 — termine esteso per i modelli già sul mercato — segnerà il definitivo completamento del quadro. Ma nessuna etichetta sostituirà mai il giudizio professionale: le marcature si rimuovono, i modelli extracomunitari non le applicano, gli screenshot le cancellano. Nel momento in cui generare una fotografia credibile è diventato gratuito e immediato, l'unica scarsità rimasta è la fiducia, e l'unica competenza veramente differenziante è saperla ricostruire con un metodo rigoroso, documentato e difendibile. Per investigatori, avvocati, giornalisti e responsabili del trattamento, la verifica dei contenuti visivi non è un accessorio tecnico: è diventata parte integrante del mestiere.
Se questo scenario ti riguarda da vicino, presso la Zuretti Academy è disponibile il corso completo di Open Source Intelligence, che dedica ampio spazio alle tecniche di verifica dei contenuti, alla geolocalizzazione e alla documentazione difendibile dell'attività investigativa. Per le organizzazioni che devono adeguare processi e policy alla nuova disciplina, Zuretti offre inoltre percorsi di consulenza privata su privacy e sicurezza, pensati per trasformare gli obblighi dell'AI Act in un vantaggio competitivo.
Nel dicembre 2023 un'immagine generata dall'intelligenza artificiale ritraeva Papa Francesco con un elegante piumino bianco, e nel giro di poche ore faceva il giro del mondo. All'epoca era una battuta. Oggi la stessa tecnologia è in grado di mostrare un amministratore delegato che annuncia risultati finanziari mai comunicati, un politico che pronuncia frasi mai dette, o un documento fotografato in un luogo mai esistito. Dal 2 agosto 2026 l'Unione Europea ha deciso che questo tipo di contenuto non può più circolare in anonimato: gli obblighi di trasparenza previsti dall'articolo 50 del Regolamento (UE) 2024/1689, il cosiddetto AI Act, sono entrati pienamente in vigore. Per chi lavora con le informazioni — investigatori privati, giornalisti, avvocati, DPO, professionisti della sicurezza — questa novità non è soltanto un adempimento di conformità da spuntare in agenda: cambia radicalmente il modo in cui si valuta l'affidabilità di una fonte, il peso probatorio di un'immagine e la difendibilità di un'indagine. In questo articolo vediamo cosa impone esattamente la nuova normativa, dove i suoi limiti sono più evidenti e, soprattutto, come costruire un metodo di verifica che regga anche quando l'etichetta obbligatoria manca, arriva tardi o è stata rimossa.
Cosa dice davvero l'articolo 50 dell'AI Act
Il Regolamento europeo sull'intelligenza artificiale dedica alla trasparenza dei contenuti sintetici un capitolo che riguarda due categorie di soggetti con obblighi diversi e complementari: i fornitori, ossia chi sviluppa e immette sul mercato i sistemi di IA generativa, e i deployer, termine con cui la normativa indica chi utilizza questi sistemi nell'ambito della propria attività professionale. Per i fornitori, gli articoli 50, commi 1 e 2, impongono che i contenuti sintetici generati — audio, immagini, video e testo — siano marcati in un formato leggibile meccanicamente e quindi rilevabili come artificialmente generati o manipolati. È un obbligo tecnico che agisce a monte della filiera: chi costruisce lo strumento deve garantire che ogni sua produzione porti con sé una tracciabilità verificabile dalle macchine.
Per i deployer professionali, l'obbligo più rilevante riguarda i deepfake: chiunque utilizzi un sistema di IA per generare o manipolare immagini, audio o video che assomiglino a persone, oggetti, luoghi o eventi esistenti, in modo da apparire falsamente autentici, deve rendere noto che quel contenuto è stato generato o manipolato artificialmente. La definizione normativa, contenuta nell'articolo 3, punto 60, del Regolamento, è precisa: la disclosure deve avvenire in modo chiaro e distinguibile al momento della pubblicazione. Gli esempi pratici citati dagli esperti legali che hanno commentato la norma parlano di video con l'avatar di un amministratore delegato che comunica risultati finanziari, oppure di immagini manipolate che mostrano due calciatori in una situazione mai verificatasi. Fanno eccezione i contenuti con finalità chiaramente artistiche, satiriche o narrative: Bruxelles riconosce che non tutto ciò che è sintetico è ingannevole, come ricordato anche da Euronews nella sua analisi dell'entrata in vigore.
Un terzo obbligo, spesso trascurato, riguarda i testi generati dall'IA e pubblicati allo scopo di informare il pubblico su questioni di interesse pubblico: anche in questo caso scatta l'obbligo di dichiarare l'origine artificiale del contenuto, salvo che il testo sia stato sottoposto a revisione umana o controllo editoriale e che una persona fisica o giuridica ne assuma la responsabilità editoriale. In pratica, un articolo redatto con l'ausilio dell'IA ma rivisto e approvato da un direttore responsabile è esente dall'obbligo di etichettatura. Infine, occorre ricordare che gli obblighi si applicano ai deployer professionali: il cittadino privato che genera un contenuto con un'app per uso personale resta fuori dal perimetro. È una distinzione cruciale, perché significa che la quota più consistente di contenuti tossici che circolano sui social network non avrà alcuna etichetta.
Le scadenze e la tabella degli obblighi
Il calendario di attuazione merita attenzione, perché non tutte le imprese sono già soggette agli obblighi nello stesso momento. Come riportato dall'analisi di DLA Piper pubblicata su Diritto al Digitale, i fornitori di sistemi di IA — inclusi i modelli di IA generativa a finalità generale — immessi sul mercato prima del 2 agosto 2026 beneficiano di un termine esteso al 2 dicembre 2026, come previsto dal pacchetto legislativo noto come Digital Omnibus. Significa che nei mesi autunnali del 2026 ci troviamo in una fase ibrida: i sistemi più recenti devono già marcare i propri contenuti, mentre i modelli più diffusi e consolidati hanno ancora qualche settimana di margine. Anche i contenuti generati prima del 2 agosto 2026 ma pubblicati successivamente possono rientrare nei requisiti di trasparenza: la regola guarda alla pubblicazione, non alla data di creazione.
Per agevolare l'adempimento, la Commissione europea ha reso disponibile un set di icone ufficiali per l'etichettatura dei contenuti generati dall'IA, consultabile sul portale della strategia digitale dell'Unione. La Commissione ha inoltre elaborato un codice di condotta volontario, le cui linee guida di riferimento sono state pubblicate nella primavera del 2026, che indica alle imprese come applicare concretamente le marcature. Le sanzioni, per chi viola sistematicamente gli obblighi di trasparenza, arrivano fino a 35 milioni di euro o al 7% del fatturato globale annuo, secondo quanto evidenziato anche dalle analisi di settore sulle implicazioni della normativa.
Perché l'etichetta non basta: le criticità tecniche
Qui veniamo al nodo critico per chi fa della verifica una professione. Gli esperti interpellati da Euronews hanno messo in guardia su due debolezze strutturali della nuova disciplina: le lacune tecniche delle marcature e l'assenza di standard comuni. La marcatura leggibile dalle macchine, nella versione prevista dalla normativa, non è una firma crittografica inviolabile: è un'informazione incorporata nel file che può essere rimossa con strumenti accessibili, alterata nei passaggi tra piattaforme che comprimono e rielaborano i contenuti, o semplicemente non essere presente se il file proviene da un modello distribuito fuori dall'Unione Europea. Lo screenshot di un video deepfake etichettato, ripubblicato come immagine statica, perde ogni tracciabilità del contenuto originale.
C'è poi il problema dell'assegnazione della responsabilità: chi effettua il contenuto — il fornitore, il deployer o l'utente? La risposta normativa distingue con cura i ruoli, ma nella pratica quotidiana un contenuto viralizzato può essere stato ritagliato, ricompresso e ripubblicato decine di volte, fino a far perdere ogni traccia dell'origine. Il caso francese dei deepfake a sfondo sessuale generati con il sistema Grok e diffusi su X, oggetto a inizio 2026 di un'indagine delle autorità francesi con passaggio alla magistratura e al regolatore nazionale nell'ambito del Digital Services Act, dimostra che il quadro sanzionatorio europeo si sta muovendo concretamente, ma anche che la diffusione illecita precede e sopravvive a qualsiasi etichettatura. Per chi lavora nell'informazione, nelle indagini o nella gestione del rischio, la conclusione operativa è una sola: l'etichetta dell'AI Act è un segnale utile, non una prova. La capacità di verificare autonomamente l'autenticità di un contenuto resta una competenza irrinunciabile, e anzi diventa più preziosa proprio perché la falsa sensazione di sicurezza indotta dalle etichette può abbassare la guardia di chi legge.
Il valore probatorio: cosa cambia in tribunale
Per avvocati e investigatori privati l'impatto più profondo riguarda la prova digitale. Fino a ieri, una fotografia o un video acquisiti dalle fonti aperte potevano essere contestati soprattutto sulla catena di custodia e sulla modalità di acquisizione. Da oggi la domanda preliminare di ogni controparte — e di ogni giudice — sarà: come escludiamo che questo contenuto sia sintetico? L'onere di dimostrare l'autenticità del materiale probatorio si è di fatto spostato sul soggetto che lo produce, e il professionista che presenta un'immagine come elemento di prova senza aver documentato il percorso di verifica espone se stesso e il proprio cliente a un rischio processuale concreto.
Questo vale in particolare per gli investigatori privati italiani ed europei, che operano in un contesto in cui la giurisprudenza ha già mostrato di valutare con attenzione la provenienza e la modalità di acquisizione delle prove digitali. Documentare ogni passaggio — data e ora dell'acquisizione, URL sorgente, strumenti di verifica utilizzati, esito delle ricerche — non è più una buona prassi consigliabile: è la condizione minima per difendere il proprio lavoro in sede contraddittoria. Lo stesso ragionamento vale per i giornalisti investigativi, esposti al rischio opposto e simmetrico: non solo pubblicare un contenuto sintetico scambiandolo per autentico, ma subire l'accusa infondata che il proprio materiale documentale sia stato generato artificialmente. In entrambe le direzioni, l'unica difesa è una metodologia di verifica ripetibile e documentata.
Il metodo operativo: una pipeline di verifica in cinque fasi
Vediamo ora come si struttura concretamente un percorso di verifica di un'immagine o di un video di dubbia provenienza. Il metodo che proponiamo segue i principi consolidati dell'intelligence dalle fonti aperte, declinati sull'oggetto specifico dei contenuti sintetici, ed è pensato per essere replicabile e documentabile passo per passo.
Prima fase: ricerca inversa e genealogia dell'immagine
Tutto parte dalla domanda più semplice: questa immagine è già apparsa altrove? La ricerca inversa per immagini — con i motori dedicati disponibili sul mercato, inclusi quelli che indicizzano porzioni di internet diverse dalle principali piattaforme — permette di individuare la prima comparsa nota del contenuto, le sue versioni precedenti e le manipolazioni intermedie. Un'immagine sintetica usata in una campagna di disinformazione tende a comparire contemporaneamente su più account coordinati: risalire alla prima comparsa cronologica è spesso sufficiente a smontare la narrazione che la accompagna. Nel caso dei video, la scomposizione in fotogrammi chiave — il cosiddetto keyframe — consente di applicare la ricerca inversa a singoli istanti significativi.
Seconda fase: metadati e marcature tecniche
Il file che contiene l'immagine o il video parla da solo, se si sa ascoltarlo. I metadati incorporati — formato, data di creazione, eventuale strumento di generazione, coordinate di posizione quando presenti — vanno estratti e conservati. Dal 2 agosto 2026, nei file generati da sistemi conformi, qui dovrebbe comparire anche la marcatura leggibile dalle macchine prevista dall'articolo 50: la sua presenza è un forte indicatore di sinteticità, la sua assenza non dimostra nulla, per tutte le ragioni viste sopra. Gli standard emergenti di provenienza dei contenuti, come quello sviluppato dal consorzio industriale che raggruppa i principali produttori di fotocamere e piattaforme, puntano a legare il file alla sua storia fin dalla cattura, e saperli leggere diventerà progressivamente una competenza di base per chiunque debba autenticare un materiale.
Terza fase: analisi geometrica e fisica della scena
Quando le prime due fasi non bastano, entra in gioco l'osservazione esperta. I generatori di immagini attuali eccellono nell'aspetto generale di una scena ma continuano a tradirsi nei dettagli: riflessi incongruenti, ombre che non rispettano una coerente posizione della sorgente luminosa, mani e denti irregolari, tessiture viziate lungo i bordi degli oggetti, testo illeggibile o fantasioso su cartelli e insegne. Nel dominio del video si aggiungono le discontinuità temporali: cambi di formato o di colore improvvisi tra i fotogrammi, salti nel movimento delle labbra durante la parlata, sfarfallii che occorrono tipicamente ogni paio di secondi nelle più diffuse tecniche di manipolazione del volto. Nessuno di questi elementi, da solo, condanna un contenuto: ognuno di essi, documentato e combinato con gli altri, costruisce un quadro probatorio.
Quarta fase: geolocalizzazione e verifica ambientale
Se il contenuto pretende di mostrare un luogo, quel luogo va verificato. La geolocalizzazione dalle fonti aperte — il confronto tra gli elementi visibili nella scena e le immagini satellitari, fotografiche e panoramiche liberamente consultabili — resta uno degli esercizi più potenti dell'intelligence dalle fonti aperte, come dimostrato dalle esperienze maturate sul campo dai gruppi internazionali di verifica, capaci di smontare video di propaganda individuando un'incongruenza tra i monumenti sullo sfondo e il luogo dichiarato. Un elemento architettonico, una segnaletica stradale, la vegetazione stagionale: tutto il paesaggio è una rete di vincoli reciproci che i generatori di immagini non conoscono abbastanza bene da rispettare. La stessa logica si applica alle date: la posizione delle ombre e le condizioni meteorologiche registrate dai servizi pubblici di osservazione permettono di corroborare o smentire la pretesa temporale di un contenuto.
Quinta fase: corroborazione incrociata e documentazione
L'ultima fase è la più metodologica e la più trascurata: la convergenza di fonti indipendenti. Un contenuto autentico lascia tracce molteplici — testimonianze dirette, pubblicazioni parallele, dati di contesto — mentre un contenuto sintetico nasce isolato o viene amplificato da una rete coordinata. Chiudere la verifica con una sintesi scritta, che elenchi le fasi condotte, gli strumenti utilizzati, gli esiti ottenuti e il livello di confidenza raggiunto, è ciò che trasforma un'attività di ricerca in un prodotto professionale difendibile davanti a un cliente, a un giudice o a un direttore responsabile.
Cosa significa per le diverse figure professionali
Gli investigatori privati devono integrare la pipeline di verifica nel proprio iter operativo standard: prima di consegnare al cliente qualsiasi materiale iconografico acquisito dalle fonti aperte, questo va passato attraverso le cinque fasi descritte e accompagnato da una relazione che ne attesti il percorso di autenticazione. I clienti — studi legali, assicurazioni, imprese — iniziano già a pretendere questa garanzia, e chi non la offre si troverà presto a dover rispondere di una negligenza professionale, oltre a perdere gare d'appalto e mandati a favore di concorrenti più preparati.
Gli avvocati si trovano su entrambi i fronti: da un lato possono contestare la provabilità di materiale sintetico prodotto dalla controparte, chiedendo dimostrazione dell'iter di verifica; dall'altro devono blindare il proprio materiale probatorio anticipando la stessa contestazione. Per i giornalisti investigativi, la raccomandazione operativa è duplice: istituire una procedura interna di verifica con evidenza documentata per ogni contenuto visivo pubblicato, e prevedere una strategia di risposta rapida per le accuse — sempre più frequenti — di aver pubblicato materiale sintetico. Per i DPO e le PMI, la novità impone azioni immediate: censire i sistemi di IA generativa utilizzati in azienda — spesso adottati spontaneamente dai dipendenti senza passaggio dall'ufficio acquisti — valutare se i contenuti prodotti rientrano nella definizione di deepfake o nell'informazione di interesse pubblico, definire policy interne di divulgazione e documentare le misure adottate, come suggeriscono anche le linee guida applicative diffuse dagli studi legali specializzati. Una mansione, quella del DPO, che si arricchisce di una responsabilità nuova sul fronte della trasparenza dei contenuti, affiancando quelle tradizionali sulla protezione dei dati.
Come sta reagendo l'ecosistema
Il mercato si sta organizzando in fretta. Le principali piattaforme di intelligence dalle fonti aperte hanno integrato nelle proprie suite funzioni di rilevamento dei contenuti sintetici e di documentazione automatica dell'evidenza raccolta, mentre i produttori di strumenti per le indagini aziendali orientano lo sviluppo verso l'automazione della raccolta e della correlazione, secondo l'evoluzione del settore documentata dalle analisi di mercato dedicate. Sul fronte opposto, i laboratori accademici e industriali che sviluppano tecniche di rilevamento segnalano una corsa agli armamenti senza quartiere: ogni avanzamento dei detector alimenta una nuova generazione di generatori più difficili da smascherare. In questo contesto, il professionista non può delegare la verifica a un solo strumento automatico, per quanto sofisticato: la forza sta nella combinazione di metodi indipendenti, perché un generatore può ingannare un classificatore, ma non contemporaneamente la geolocalizzazione, la ricerca inversa e l'archivistica documentaria.
Da tenere d'occhio anche l'evoluzione del quadro regolatorio collegato: il codice di condotta europeo sulla trasparenza, destinato a consolidarsi nel corso dei prossimi mesi, e le integrazioni previste dal pacchetto sul digitale che ha introdotto la proroga di dicembre. Chi tiene corsi, chi fa formazione e chi consulenza dovrà aggiornare i propri materiali con una cadenza fino a ieri impensabile.
Conclusione: la verifica è tornata al centro
La scelta dell'Unione Europea di imporre la trasparenza sui contenuti sintetici va nella direzione giusta, e il 2 dicembre 2026 — termine esteso per i modelli già sul mercato — segnerà il definitivo completamento del quadro. Ma nessuna etichetta sostituirà mai il giudizio professionale: le marcature si rimuovono, i modelli extracomunitari non le applicano, gli screenshot le cancellano. Nel momento in cui generare una fotografia credibile è diventato gratuito e immediato, l'unica scarsità rimasta è la fiducia, e l'unica competenza veramente differenziante è saperla ricostruire con un metodo rigoroso, documentato e difendibile. Per investigatori, avvocati, giornalisti e responsabili del trattamento, la verifica dei contenuti visivi non è un accessorio tecnico: è diventata parte integrante del mestiere.
Se questo scenario ti riguarda da vicino, presso la Zuretti Academy è disponibile il corso completo di Open Source Intelligence, che dedica ampio spazio alle tecniche di verifica dei contenuti, alla geolocalizzazione e alla documentazione difendibile dell'attività investigativa. Per le organizzazioni che devono adeguare processi e policy alla nuova disciplina, Zuretti offre inoltre percorsi di consulenza privata su privacy e sicurezza, pensati per trasformare gli obblighi dell'AI Act in un vantaggio competitivo.