Deepfake: come riconoscere i falsi e arginarne la diffusione

Sono nati per serie e complesse applicazioni nel campo scientifico ma è il loro utilizzo a volte scellerato nel campo della comunicazione che desta timore e merita provvedimenti. Stiamo parlando dei ‘deepfake’, ovvero le rielaborazioni di immagini attraverso sofisticati software che partendo da video e foto reali ne creano dei nuovi falsi. I falsi video girano sul web spacciati per reali e vengono usati per scopi non sempre nobili, come orientare l’opinione pubblica attraverso false notizie durante le campagne elettorali, o diffamare personaggi pubblici. 
Ma quando sono nati e cosa sono i deepfake lo può spiegare meglio il prof. Angelo Ciaramella, docente di Scienze Matematiche e Informatiche all’Università Parthenope. “Risalgono al 2016 i primi esempi di tecnologia in grado di sviluppare questo meccanismo. È una tecnica che si basa sulle ‘generative adversarial networks’ la quale permette di costruire informazioni false partendo da dati reali”. L’idea che sta alla base delle deepfake, quindi, è “usare questo modello di machine learning per creare delle notizie non vere, o comunque per inserire all’interno di immagini o video degli audio o sequenze di immagini fasulli, facendo dire o fare ai personaggi presenti cose non hanno mai detto o fatto”. Questa tecnologia, ricorda il docente, “è nata per applicazioni nella bioinformatica e per la ricostruzione di immagini, con applicazioni ad esempio nel restauro. Rientra nel concetto di intelligenza artificiale, che permette di andare a costruire un modello che genera informazioni partendo da dati reali. Ad esempio, supponiamo di avere un quadro eseguito secondo una determinata tecnica da un pittore. Con questa tecnologia noi possiamo riprodurre quadri secondo la sua tecnica e quindi ricostruire immagini perdute”. 
Questo tipo di tecnologia però oggi viene spesso usata in maniera impropria, intuibile la pericolosità: “L’intento di chi genera questi deepfake è quello di far circolare notizie false, e il grande rischio è che queste girino più velocemente delle smentite, anche perché la gente è incline ad ascoltare e diffondere  quello che vuole sentire. Le notizie false hanno facile presa sul grande pubblico che costituisce l’utenza della rete”.
In Stati come la California sono state adottate misure restrittive, con leggi ad hoc per punire chi manipola video di politici allo scopo di screditarli nei 60 giorni che precedono una votazione che li vede coinvolti, o chi viene suo malgrado inserito in video porno, mentre da Google arriva la chiamata alle armi per creare un data base mondiale dei deepfake. Ma a cosa serve creare una raccolta di tutti i video falsi? “Lo scopo –  spiega sempre Ciaramella – è iniziare a raccogliere tutti i deepfake e le informazioni relative in modo da creare un modello di deep learning per il riconoscimento dei fake. Creare un data base serve per raccogliere più informazioni possibili in modo da individuare qualcosa che identifichi i fake. Anche l’Italia sta partecipando al progetto di Google con team della Federico II e dell’Università di Salerno. Noi, come Dipartimento di Scienze e Tecnologie della Parthenope, stiamo invece portando avanti degli studi sulla sicurezza dei dati andando verso un modello per individuare sequenze di fake news”.
Come può, invece, un utente della rete individuare dei video fake? “Solitamente i deepfake hanno una qualità di immagini più bassa rispetto al solito. Inoltre, se si sta attenti ai dettagli, alle sequenze, ai movimenti, si può risalire alla ricostruzione. Naturalmente per fare questo bisogna prestare attenzione alle notizie che ci vengono somministrate, mentre troppo spesso chi naviga in rete legge e condivide in maniera frettolosa e distratta”.
Valentina Orellana
- Advertisement -
spot_img
spot_img
spot_img

Articoli Correlati