Deepfake: cosa sono, come funzionano e come riconoscerli

Un dirigente si collega a una videochiamata con il suo direttore finanziario e altri colleghi. Riconosce i volti, sente le voci, riceve l’ordine di autorizzare un bonifico. Esegue. Peccato che in quella call fosse reale solo lui. Tutti gli altri erano deepfake. È successo davvero a Hong Kong all’inizio del 2024, con una perdita di circa 25 milioni di dollari.

Un deepfake è un contenuto audio, foto o video creato o modificato con l’intelligenza artificiale per far dire o fare a una persona qualcosa che non ha mai detto o fatto. Il significato del termine unisce due parole, deep learning e fake. Alla base ci sono reti neurali profonde che imparano a riprodurre volto, voce e movimenti in modo estremamente credibile.

In questo articolo capirai cos’è un deepfake, come funziona la tecnologia che lo genera, quali tipi esistono, come riconoscerlo e quali professioni stanno nascendo per difendere l’integrità dell’informazione. Se ti incuriosisce l’idea di lavorare in questo campo, il nostro Team Admissions può aiutarti a capire da dove partire.

Cosa sono i deepfake: definizione in parole semplici

Un deepfake è un contenuto sintetico in cui l’aspetto o la voce di una persona vengono ricostruiti dall’intelligenza artificiale. Il risultato sembra autentico, ma è stato generato da un algoritmo a partire da immagini e registrazioni reali.

Da dove nasce il termine deepfake

La parola è comparsa online alla fine del 2017 e mette insieme deep learning e fake. Indica proprio il metodo, l’apprendimento profondo, e il risultato, un falso. Da allora è diventata il nome comune per ogni media manipolato con l’AI.

Perché i deepfake sono diventati così realistici

Fino a pochi anni fa servivano computer potenti e competenze avanzate. Oggi la potenza di calcolo è accessibile e molti modelli sono open source. È nata così un’intera categoria di app che generano volti e voci con pochi clic, spostando il problema dai laboratori alla vita quotidiana.

Come funziona un deepfake: la tecnologia dietro le immagini false

Dietro un deepfake ci sono due famiglie di modelli. Entrambe hanno bisogno di molti dati di partenza e di grande potenza di calcolo per produrre risultati convincenti.

Reti generative avversarie: due reti neurali in competizione

Le reti generative avversarie, o GAN, presentate da Ian Goodfellow nel 2014, mettono in gara due reti neurali. Una genera immagini false, l’altra cerca di smascherarle. A furia di sfidarsi la prima migliora, finché i falsi diventano quasi indistinguibili dai contenuti reali.

Modelli di diffusione: dal rumore all’immagine finita

I modelli di diffusione, gli stessi dietro i generatori di immagini più recenti, seguono una logica diversa. Partono da rumore casuale e lo trasformano passo dopo passo nell’immagine desiderata. Sono oggi la tecnica più usata per creare volti e scene di altissima qualità. Se vuoi capire i mattoni di base di questi sistemi, il nostro approfondimento sulle reti neurali spiega come una macchina impara a riconoscere e ricostruire i volti.

I diversi tipi di deepfake

Non esiste un solo tipo di deepfake. Le tecniche cambiano a seconda di ciò che si vuole falsificare, dal volto in un video alla voce al telefono.

Video, scambio di volti e sincronizzazione labiale

Il face swap sostituisce il volto di una persona con quello di un’altra in un video. Il lip sync invece modifica solo il movimento delle labbra per far pronunciare a qualcuno frasi mai dette. Sono le due tecniche più diffuse nei video manipolati.

Deepfake audio e clonazione della voce

La clonazione vocale ricostruisce il timbro di una persona da pochi secondi di registrazione. Bastano una telefonata o un messaggio vocale per generare frasi che quella persona non ha mai pronunciato. È la tecnica al centro di molte truffe recenti.

Volti di persone che non esistono

L’AI può anche creare da zero il volto di una persona che non esiste. Questi volti sintetici vengono usati per profili social falsi, recensioni finte e campagne di disinformazione, perché non corrispondono a nessun individuo reale e sono difficili da tracciare.

Dove si incontrano i deepfake oggi

La tecnologia è neutra, sono gli usi a fare la differenza. I deepfake vivono da un lato nell’industria creativa, dall’altro in un mondo di truffe e manipolazioni.

Cinema, intrattenimento e pubblicità

Nel cinema questa tecnologia ringiovanisce gli attori o ricrea volti per scene complesse. Nella pubblicità permette di doppiare uno spot in molte lingue mantenendo il labiale sincronizzato. Sono applicazioni legittime, spesso dichiarate, che riducono costi e tempi di produzione.

Truffe, disinformazione e contenuti non consensuali

Il lato oscuro è ampio. Truffe con voce clonata che imitano un familiare o un dirigente, video falsi di politici per orientare l’opinione pubblica, contenuti intimi non consensuali. Sono gli usi che rendono i deepfake un tema di sicurezza e non solo di tecnologia.

Vuoi vedere da vicino come si studiano e si governano queste tecnologie in un campus che vive di innovazione? Partecipa all’Open Day e passa una giornata tra le nostre aule.

Come riconoscere un deepfake

Saper riconoscere un deepfake è una competenza sempre più utile. Nessun singolo segnale è definitivo, ma alcuni indizi, combinati tra loro, aiutano a smascherare un falso.

I segnali visivi e audio da osservare

I dettagli che tradiscono un deepfake sono spesso piccoli. Un battito delle palpebre innaturale, i bordi del viso poco definiti, un’illuminazione incoerente tra volto e sfondo, il labiale fuori sincrono, i riflessi negli occhi che non tornano.

Segnale	Cosa osservare	Affidabilità
Battito delle palpebre	Ammiccamenti rari o meccanici	Media
Bordi del viso	Contorni sfocati, capelli e orecchie imprecisi	Alta
Illuminazione	Ombre e luci che non coincidono con lo sfondo	Alta
Sincronia labiale	Labbra fuori tempo rispetto all’audio	Media
Voce	Tono piatto, pause strane, respiri assenti	Media
Fonte del contenuto	Origine non verificabile o poco credibile	Molto alta

Strumenti di rilevamento e ruolo delle media forensics

Oltre all’occhio umano esistono strumenti di rilevamento automatico che analizzano artefatti invisibili, come micro incoerenze nei pixel o nel flusso video. È il campo della media forensics, che studia l’autenticità dei contenuti digitali. La regola pratica più utile, però, resta sempre la stessa, verificare la fonte prima di credere a un contenuto.

Deepfake e regole: cosa prevede la normativa

Il quadro giuridico si sta muovendo in fretta per stare al passo con la tecnologia.

Trasparenza, etichettatura e diritti delle persone

Un deepfake creato per satira, arte o intrattenimento dichiarato è in genere lecito. Diventa illegale quando serve a diffamare, truffare, creare contenuti intimi non consensuali o manipolare l’opinione pubblica. In Europa il regolamento sull’intelligenza artificiale, l’AI Act, introduce obblighi di trasparenza e l’etichettatura dei contenuti sintetici, così che sia chiaro quando un contenuto è generato dall’AI.

Le professioni che nascono intorno ai deepfake

La stessa tecnologia che crea i deepfake apre nuove strade professionali sul fronte della difesa.

Content security specialist, AI ethics e media forensics

Cresce la domanda di specialisti in sicurezza dei contenuti digitali, esperti di media forensics e figure dedicate all’AI ethics. Lavorano in aziende tecnologiche, media e istituzioni per proteggere l’integrità dell’informazione. In Italia i profili junior in questi ambiti partono spesso da 28.000-35.000 € lordi l’anno, mentre i ruoli senior in contesti internazionali superano i 60.000 €.

Per queste professioni servono basi solide di machine learning e deep learning, conoscenza delle reti generative e dei modelli di diffusione, padronanza di Python e dei principali framework di AI. La intelligenza artificiale generativa, che alimenta anche i deepfake, è proprio il cuore di queste competenze.

Studia intelligenza artificiale nel Campus di H-FARM

Capire i deepfake significa capire l’intelligenza artificiale che li genera. In H-FARM College formiamo persone capaci di costruire questi sistemi e, allo stesso tempo, di usarli in modo responsabile.

La Laurea Triennale in AI & Data Science parte dalle basi di matematica, statistica e programmazione per arrivare a reti neurali, deep learning e progetti su dati reali. Chi punta invece a portare l’AI dentro le aziende, tra strategia ed etica, può guardare al master AI for Business Transformation, pensato per chi vuole guidare la trasformazione digitale.

Studiare qui significa lavorare su sfide concrete dentro un ecosistema che vive di innovazione e imprenditorialità, con una community internazionale e un dato che parla da solo, il 92% dei nostri studenti trova lavoro entro sei mesi dalla laurea. Vuoi trasformare la curiosità per l’AI in una carriera? La Laurea in AI & Data Science è il punto di partenza giusto per costruire la tua carriera nel nostro Campus.

FAQ

domande frequenti sui Deepfake