AI e foto reali: una guida completa per individuare le immagini generate dall'intelligenza artificiale

Nel 2026, distinguere una fotografia reale da un'immagine generata dall'intelligenza artificiale è diventata una delle abilità di alfabetizzazione visiva più importanti dal punto di vista pratico che puoi sviluppare. Midjourney v6, DALL-E 3, Stable Diffusion XL e Flux possono tutti produrre immagini che superano l'ispezione casuale. Le immagini compaiono in notizie, social media, documenti legali e materiali di marketing. Sapere come valutarli, sia visivamente che forense, non è più un optional per chiunque lavori con contenuti digitali.

Perché il rilevamento visivo sta diventando più difficile

I precedenti generatori di immagini IA avevano punti deboli costanti e ben noti: mani con troppe dita, testo confuso, occhi che lacrimano e struttura della pelle innaturale. I miglioramenti generazione dopo generazione in modelli come Midjourney e Flux hanno ampiamente affrontato questi indizi a livello di superficie. I modelli più recenti vengono addestrati su set di dati molto più grandi, utilizzano meccanismi di attenzione più sofisticati e dispongono di procedure di addestramento specifiche per correggere le modalità di errore note. Il risultato sono immagini che resistono ad un attento esame visivo in modi che semplicemente non riuscivano a resistere due anni fa. Questo è il motivo per cui l’analisi forense – che esamina proprietà invisibili all’occhio umano – è diventata sempre più importante.

Mani, denti e corpi

Nonostante i miglioramenti, la forma umana rimane un’area di relativa debolezza per i generatori di intelligenza artificiale. Osserva attentamente le mani in qualsiasi immagine generata dall'intelligenza artificiale, soprattutto dove le dita interagiscono con gli oggetti, si uniscono alle nocche o appaiono dietro altri elementi. Sebbene il problema delle "sei dita" sia in gran parte risolto, rimangono problemi sottili: proporzioni insolite delle dita, unghie ad angoli strani o articolazioni che non si piegano correttamente. I denti sono altrettanto impegnativi: i sorrisi generati dall'intelligenza artificiale a volte mostrano troppi denti, denti che non si allineano con la struttura della mascella o una geometria insolita della linea gengivale. I corpi visti da angolazioni insolite o in posizioni insolite hanno maggiori probabilità di rivelare distorsioni.

Testo e numeri

Il testo leggibile nelle immagini generate dall’intelligenza artificiale è ancora uno dei segnali di rilevamento più affidabili. Le lettere possono essere leggermente malformate: una "a" minuscola che sembra leggermente sbagliata, una "s" che curva in modo insolito, numeri sul quadrante di un orologio o su un tabellone segnapunti che non hanno del tutto senso. Anche quando i singoli caratteri sembrano corretti, le parole e le frasi potrebbero essere prive di senso, scritte in modo errato o grammaticalmente scorrette. Segni, etichette, loghi e titoli di giornali nelle immagini AI spesso falliscono se letti attentamente. Ciò è particolarmente utile per rilevare "fotografie di notizie" generate dall'intelligenza artificiale o immagini in stile documentario.

Contesto e coerenza ambientale

I generatori di intelligenza artificiale sono addestrati per creare immagini che appaiono corrette in primo piano ma che spesso perdono coerenza verso i bordi e lo sfondo. Cerca: edifici con finestre che non si allineano o non obbediscono alla prospettiva; scale che conducono a luoghi impossibili; trame naturali che si affiancano o si ripetono in schemi innaturali; vegetazione che individualmente sembra organica ma forma configurazioni impossibili ai bordi dell'inquadratura. Le superfici dell’acqua rappresentano una sfida particolare: i riflessi dovrebbero corrispondere alla scena sopra di loro e i modelli delle onde dovrebbero obbedire alla fisica. L’intelligenza artificiale spesso genera acqua che sembra plausibile a livello locale ma che non si integra correttamente con il resto dell’ambiente.

Luci, ombre e riflessi

L’illuminazione coerente è una delle cose più difficili da ottenere per i generatori di intelligenza artificiale su un’intera immagine. Cerca: ombre che cadono in direzioni incoerenti, suggerendo diverse fonti di luce per diversi elementi; evidenziazioni speculari su oggetti che non corrispondono alla sorgente luminosa apparente; riflessi in occhi, occhiali o finestre che non riflettono ciò che dovrebbe logicamente essere riflesso; illuminazione della pelle che sembra provenire da una direzione diversa rispetto all'illuminazione dello sfondo. Queste incoerenze sono spesso sottili ma diventano visibili una volta che sai come cercarle.

La firma del rumore

Le fotografie reali contengono rumore: variazione casuale dei valori dei pixel provenienti dal sensore della fotocamera. Questo rumore ha proprietà statistiche specifiche che variano in base al tipo di sensore, all'impostazione ISO e all'elaborazione. Le immagini generate dall'intelligenza artificiale hanno una struttura del rumore fondamentalmente diversa. I generatori basati su GAN (modelli precedenti) producono modelli di rumore strutturati in aree che dovrebbero essere piatte, visibili come texture in superfici lisce come il cielo o la pelle. I generatori basati sulla diffusione (Midjourney, Stable Diffusion, DALL-E) producono diversi artefatti, modelli caratteristici nel modo in cui i dettagli vengono resi a diverse frequenze spaziali. Gli strumenti di analisi forense esaminano queste tracce di rumore a un livello statistico invisibile all'occhio umano ma che discrimina in modo affidabile tra origine fotografica e sintetica.

Metadati e provenienza

Le fotografie reali contengono metadati EXIF: modello di fotocamera, obiettivo, velocità dell'otturatore, apertura, coordinate GPS e timestamp. Le immagini generate dall'intelligenza artificiale in genere mancano di questi dati o li vengono eliminati. L’assenza di metadati non è una prova definitiva della generazione dell’intelligenza artificiale – le foto vengono regolarmente private dei metadati prima della pubblicazione per motivi di privacy – ma la sua presenza è un segnale positivo di origine fotografica. Inoltre, la ricerca inversa delle immagini può talvolta far emergere la fonte di generazione dell'intelligenza artificiale: le immagini generate vengono talvolta indicizzate insieme ai relativi suggerimenti o possono corrispondere a modelli di archivi di immagini sintetiche noti.

Quando l'ispezione visiva non è sufficiente

Per la verifica ad alto rischio – giornalismo, contesti legali, moderazione dei contenuti – l’ispezione visiva non è sufficiente. L'analisi forense a livello di pixel esamina: il contenuto del dominio della frequenza dell'immagine (i generatori di intelligenza artificiale hanno spettri di potenza caratteristici), la distribuzione del rumore tra i canali di colore, i modelli di artefatti di compressione e le proprietà statistiche di bordi e trame. La pipeline di analisi delle immagini di SUS IT applica queste tecniche per fornire un risultato di rilevamento con un livello di confidenza associato, identificando la generazione di intelligenza artificiale anche in immagini che appaiono visivamente impeccabili. Quando la posta in gioco è alta, la verifica forense dovrebbe integrare, e non sostituire, la revisione visiva.