Intelligenza artificiale e realtà: perché non sappiamo più cosa è vero
L’intelligenza artificiale sta cambiando il nostro rapporto con la realtà digitale in modo profondo. L’intelligenza artificiale rende sempre più difficile distinguere cosa è vero e cosa è sintetico su internet, con un impatto diretto su informazione, politica, pubblicità e business.
Tutti i rimedi pensati per identificare cosa è reale e cosa è generato dall’AI online stanno mostrando limiti importanti. Dallo standard C2PA alle nuove regole europee, il quadro è frammentato e le big tech non hanno reali incentivi economici a risolvere il problema alla radice. Il risultato è che il peso di distinguere ciò che è autentico ricade sempre di più su utenti, aziende e società.
Nonostante questo scenario critico, esistono segnali di speranza. Nuovi standard tecnici, norme come l’AI Act e il Digital Services Act e un diverso approccio culturale alla verifica delle fonti possono aprire la strada a un ecosistema digitale più affidabile. Per chi lavora nel marketing digitale e nella comunicazione, comprendere questa trasformazione è ormai indispensabile.
Intelligenza artificiale e realtà: come l’AI ha rotto il patto di fiducia con le immagini
Internet ci ha permesso per anni di informarci in tempo reale su ciò che accade ovunque nel mondo. Questo sistema, però, si basava su un presupposto implicito: le immagini e i video, pur manipolabili, erano in larga parte una documentazione attendibile della realtà. Con l’intelligenza artificiale generativa, questo patto di fiducia si è incrinato.
L’invasione di contenuti AI sui social e sulle piattaforme digitali rompe il legame secolare tra i nostri occhi e le immagini riprodotte. Deepfake iper-realistici, foto sintetiche, audio clonati: tutto può essere creato o alterato in pochi minuti, spesso senza etichette chiare. La conseguenza è che non possiamo più affidarci al solo “vedere per credere”.
Il problema non riguarda solo la disinformazione politica o i meme virali. A essere colpite sono tutte le forme di comunicazione visiva: documentari, reportage, pubblicità, contenuti di brand, propaganda istituzionale. Quando anche attori come la Casa Bianca diffondono immagini generate o manipolate dall’AI sui social, senza segnalarlo in modo chiaro, diventa ancora più difficile per il pubblico distinguere tra documentazione e messa in scena, tra cronaca e storytelling.
Certificati C2PA e bollini anti deepfake: perché non bastano più
Per fronteggiare il problema, negli ultimi anni si è puntato molto su etichette e certificati di origine dei contenuti digitali. Il principale tentativo è lo standard C2PA (Coalition for Content Provenance and Authenticity), promosso da aziende come Adobe, Microsoft, OpenAI, Meta e molte altre, con l’obiettivo di creare un sistema di Content Credentials.
C2PA funziona registrando in un “manifesto” di metadati la storia di un file: chi lo ha creato, con quale dispositivo, quali modifiche ha subito e con quali strumenti. In teoria, il flusso ideale sarebbe questo: scatti una foto con fotocamera o smartphone compatibile, apri l’immagine in software abilitati (come Photoshop), ogni modifica viene registrata nel manifesto C2PA, il file viaggia con queste credenziali e le piattaforme che lo pubblicano mostrano un pannello informativo con autore, app utilizzate e uso di strumenti di intelligenza artificiale.
Dal punto di vista tecnico, C2PA è un’evoluzione sofisticata dei metadati Exif, con l’aggiunta di firme crittografiche per rendere difficile la manipolazione. Il progetto, ospitato da una fondazione che dichiara oltre 500 aziende coinvolte (tra cui Google, Sony, BBC, Amazon), nasce come strumento di tracciabilità per fotografi, media e creativi ed è stato rapidamente proposto come risposta all’invasione di contenuti AI.
Ma l’intelligenza artificiale rende evidente che i “bollini” non possono essere la soluzione unica. C2PA, infatti, ha due limiti strutturali: funziona bene solo se chi crea il contenuto vuole farsi tracciare e le credenziali sono relativamente facili da rimuovere o corrompere durante conversioni, upload o rielaborazioni. Inoltre, la catena si spezza proprio nella fase cruciale: la distribuzione sui social network, sulle piattaforme video e nelle app di messaggistica, dove il rispetto dei metadati è molto disomogeneo.
Per approfondire il tema dei deepfake e della disinformazione, è utile consultare le analisi di Wikipedia sul fenomeno deepfake e i report su media e AI pubblicati dall’OECD.
Big tech, watermark nascosti e strategie divergenti
La gestione del rapporto tra intelligenza artificiale e realtà è oggi frammentata anche a causa delle diverse strategie dei grandi player tecnologici. Google ha sviluppato SynthID, un sistema di watermark “nascosto” che inserisce segnali direttamente nei contenuti generati dai suoi modelli (immagini, audio, video, testo). Offre anche un “Detector” e strumenti integrati nel suo assistente Gemini per verificare la presenza di watermark SynthID.
Alcuni prodotti Google combinano SynthID e metadati C2PA, ma questo non risolve il problema dell’interoperabilità: gli altri attori non sono obbligati né tecnicamente pronti a leggere quei segnali. TikTok, invece, ha annunciato nel 2024 l’adozione di C2PA per riconoscere ed etichettare automaticamente i contenuti AI provenienti da altre piattaforme e, nel 2025, ha introdotto un watermark “AI-made” e controlli per ridurre la presenza di contenuti generati nel feed.
YouTube utilizza etichette testuali come “contenuto generato con l’AI”, ma l’applicazione è irregolare: molti video sintetici sfuggono alle segnalazioni automatiche e l’intervento avviene spesso solo dopo segnalazioni puntuali. X (ex Twitter) ha interrotto la collaborazione con C2PA dopo l’acquisizione da parte di Elon Musk, mentre il flusso di contenuti sintetici e disinformazione è cresciuto. Apple rimane per ora defilata, con contatti informali con la coalizione C2PA ma senza annunci pubblici su standard o watermark; nel frattempo, molti produttori di fotocamere professionali (Sony, Nikon, Leica) hanno iniziato a integrare Content Credentials solo sui modelli più recenti, lasciando fuori un’enorme base installata.
Il risultato è un mosaico: alcune soluzioni avanzate, molti vuoti e nessuna copertura uniforme. Sullo sfondo, un evidente conflitto di interessi: le stesse aziende che guadagnano di più dall’intelligenza artificiale controllano anche i principali canali di distribuzione dei contenuti e hanno scarso incentivo economico a etichettare in modo chiaro ciò che potrebbe ridurre il valore percepito di contenuti e investimenti in AI.
Percezione sociale, deepfake e limiti della sola trasparenza
Un altro nodo cruciale del rapporto tra intelligenza artificiale e realtà è la percezione sociale delle etichette “creato con l’AI”. Per molti creatori, questa dicitura equivale a una delegittimazione del proprio lavoro; per i brand può suggerire un output a basso costo; per il pubblico, spesso, significa un contenuto meno autentico e meno umano. Non sorprende che molti autori si irritino quando una piattaforma marca come “AI” contenuti che, dal loro punto di vista, sono semplicemente foto ritoccate o video montati con strumenti digitali standard.
Il confine tra contenuto “AI” e non “AI” è sempre più sfumato. Gli smartphone scattano automaticamente più foto e le fondono per ottenere il risultato migliore; software di editing usano reti neurali per riduzione del rumore, correzione colore, maschere automatiche. Un cielo sostituito, un volto ammorbidito, una voce ripulita: dove inizia davvero l’AI generativa? Senza un consenso minimo sul livello di intervento algoritmico che trasforma un contenuto in “AI-generated”, ogni etichetta rischia di essere troppo aggressiva o troppo permissiva.
Studi psicologici mostrano inoltre che la trasparenza, da sola, non basta. Ricercatori come Simon Clark e Stephan Lewandowsky (University of Bristol) hanno condotto esperimenti su oltre 600 partecipanti in USA e Regno Unito: molti hanno continuato a fidarsi del contenuto di un video deepfake anche dopo essere stati esplicitamente avvertiti che si trattava di un falso. Questo suggerisce che la sola indicazione “questo è un deepfake” non annulla l’impatto emotivo e cognitivo delle immagini, con implicazioni importanti per legislatori e regolatori dei contenuti online.
Il messaggio che emerge da vari addetti ai lavori è chiaro: serve un cambio di mentalità collettivo. Di fronte all’intelligenza artificiale, dobbiamo fidarci meno del singolo fotogramma e molto di più del contesto, delle fonti, delle verifiche incrociate. Uno scetticismo metodico che richiede educazione digitale ma che è sempre più indispensabile anche per chi fa marketing, comunicazione e business.
AI Act, DSA e nuove regole UE per etichette e deepfake
L’Europa ha tentato di affrontare il rapporto tra intelligenza artificiale e realtà soprattutto per via normativa, con due strumenti principali: l’AI Act (Regolamento UE 2024/1689, entrato in vigore ad agosto 2024) e il Digital Services Act (DSA), applicato da febbraio 2024. L’AI Act è oggi il tentativo regolatorio più avanzato a livello globale per gestire i contenuti sintetici.
L’articolo 50(4) dell’AI Act impone un obbligo di etichettatura chiara per contenuti audio, video, testo o immagini generati o manipolati dall’AI che “assomigliano palesemente a persone, oggetti, luoghi, entità o eventi esistenti”, con eccezioni se è evidente dal contesto che il contenuto è sintetico. Le sanzioni possono arrivare fino a 15 milioni di euro o al 3% del fatturato globale, ma l’obbligo è “a valle”: riguarda chi distribuisce i contenuti più che chi li genera, spesso fuori UE o con modelli open source non soggetti alla normativa.
Gli articoli 6 e l’Allegato III classificano come sistemi ad alto rischio alcuni usi dei deepfake, ad esempio per identificazione biometrica o in contesti critici come elezioni e giustizia, imponendo requisiti severi di documentazione e tracciabilità. Tuttavia, la maggior parte dei deepfake “ordinari” – meme, disinformazione generica, pornografia non consensuale – rimane fuori da queste categorie più stringenti.
Il Digital Services Act aggiunge un secondo livello: obblighi di trasparenza per la pubblicità generata con l’AI, valutazioni sui rischi sistemici per le Very Large Online Platforms (VLOP) e meccanismi di notice-and-action per contenuti come immagini intime manipolate. Gli audit indipendenti annuali possono diventare uno strumento per spingere le piattaforme ad adottare standard tecnici più uniformi, inclusi C2PA, watermark e strumenti di analisi forense basati su AI.
Resta però il limite strutturale: AI Act e DSA colpiscono soprattutto gli attori “rispettabili”, mentre chi produce disinformazione in malafede, magari da server extra-UE, tende a ignorare deliberatamente le regole. Senza obblighi di interoperabilità tecnica, il rischio è una ulteriore frammentazione: ogni piattaforma adotta il proprio sistema di etichettatura, lasciando gli utenti (e i marketer) in un ecosistema ancora confuso. Per un’analisi aggiornata dei regolamenti europei si può consultare la pagina ufficiale della Commissione Europea sull’AI.
Intelligenza artificiale e realtà: impatto su Marketing e Business
Il nuovo equilibrio tra intelligenza artificiale e realtà non è solo un tema etico o giuridico: ha un impatto diretto sulle strategie di marketing digitale, sulla customer experience e sulla fiducia verso i brand. Le aziende che usano AI generativa per creare immagini, video o copy devono considerare non solo l’efficienza produttiva, ma anche come queste scelte influenzano la percezione di autenticità.
In uno scenario dominato da contenuti sintetici, i brand che sapranno comunicare in modo trasparente l’uso dell’intelligenza artificiale e, al tempo stesso, garantire tracciabilità e verificabilità dei messaggi avranno un vantaggio competitivo. Pensiamo alle campagne politiche o alle comunicazioni di crisi: un deepfake credibile può danneggiare la reputazione di un’azienda in poche ore, e servono processi interni e strumenti di monitoraggio per rilevare, segnalare e contrastare rapidamente contenuti falsi.
Per il marketing automation, questo significa ripensare funnel e customer journey. Le piattaforme di messaggistica, come WhatsApp Business, diventano canali privilegiati per ristabilire un rapporto diretto e verificabile con i clienti. Un contenuto video visto sui social può essere messo in dubbio; una conversazione one-to-one, tracciata e gestita con strumenti professionali, può invece rafforzare fiducia e conversioni. Le aziende devono integrare AI in modo responsabile, bilanciando automazione e controllo umano, soprattutto nelle fasi di comunicazione sensibile.
Un altro fronte è la segmentazione: utenti sempre più esposti a disinformazione e deepfake diventano più diffidenti e selettivi. Le strategie di content marketing dovranno puntare su proof, casi studio verificabili, testimonianze tracciabili e canali proprietari (newsletter, community, chat dirette) in cui il brand può garantire maggiore affidabilità delle informazioni rispetto al rumore dei social aperti.
Come SendApp Può Aiutare con l’Intelligenza Artificiale e realtà
In questo contesto complesso, le aziende hanno bisogno di strumenti che le aiutino a gestire in modo trasparente, tracciabile e scalabile la comunicazione digitale. SendApp nasce proprio per supportare i business nell’uso professionale di WhatsApp Business, combinando automazione, controllo e integrazione con l’intelligenza artificiale in modo responsabile.
Con SendApp Official, le imprese possono utilizzare le API WhatsApp ufficiali per costruire flussi di messaggistica affidabili, con template approvati e tracciabilità delle comunicazioni. Questo aiuta a creare un canale diretto e verificabile con i clienti, complementare ai social pubblici dove circolano deepfake e contenuti sintetici non controllati.
SendApp Agent permette di gestire conversazioni di team su WhatsApp in modo organizzato, assegnando chat, monitorando performance e integrando risposte automatiche basate su AI dove ha senso, ma sempre sotto supervisione umana. In un’epoca in cui l’intelligenza artificiale può generare messaggi, avere un layer di controllo centralizzato è fondamentale per mantenere coerenza e veridicità nella relazione con il cliente.
Con SendApp Cloud, le aziende possono progettare automazioni avanzate: campagne segmentate, sequenze di nurturing, reminder post-vendita e supporto clienti su larga scala. Integrando l’AI in maniera strutturata, è possibile automatizzare i micro-task (risposte frequenti, routing delle richieste) liberando tempo per attività a maggior valore aggiunto, come la verifica dei contenuti sensibili e la gestione di crisi reputazionali.
L’obiettivo è chiaro: usare l’intelligenza artificiale per migliorare efficienza e personalizzazione, senza perdere il controllo sulla realtà dei messaggi che arrivano ai clienti. SendApp aiuta le aziende a costruire ecosistemi di comunicazione più robusti, dove etichette, tracciabilità e supervisione umana lavorano insieme. Per chi vuole ripensare oggi la propria strategia di WhatsApp Business alla luce di questi cambiamenti, il passo successivo è richiedere una consulenza dedicata e iniziare una prova gratuita sulla piattaforma SendApp, così da testare sul campo automazioni, AI e nuove regole della comunicazione digitale.
