Hai mai provato a lanciare una moneta e indovinare se cadrà su testa o croce? Semplice, vero? Eppure, quando si tratta di immagini online, la situazione si complica notevolmente. Un recente studio di Microsoft ha rivelato un dato sorprendente: mentre abbiamo un 50% di possibilità di azzeccare il risultato di una moneta, le probabilità di riconoscere se un’immagine è vera o generata dall’AI si attestano solo al 62%. Sì, hai capito bene: siamo appena un po’ migliori del semplice caso! Questo dato è emerso da un esperimento che ha coinvolto oltre 12.500 persone in tutto il mondo, mettendo in luce quanto sia insidiosa la questione delle immagini false.
I risultati sorprendenti dello studio
La ricerca, condotta attraverso un quiz chiamato “Real or Not”, ha visto migliaia di partecipanti valutare un totale di 287.000 immagini.
Ebbene, il risultato complessivo è stato un modesto 62% di successo nel riconoscere le immagini false. Non proprio un grande traguardo, considerando che la fortuna da sola ci garantirebbe il 50%! Ma ciò che colpisce di più è l’analisi delle differenze nella nostra capacità di distinguere le immagini. Sebbene riusciamo a smascherare relativamente bene i ritratti artificiali, grazie alla nostra innata abilità di analizzare i volti umani, quando si tratta di paesaggi naturali o urbani, le percentuali di successo crollano al 59-61%. È come se il nostro cervello, programmato per decifrare espressioni umane, perdesse ogni capacità di discernimento di fronte a scenari generati dal computer. Ma come mai?
L’insidia dell’inpainting e la superiorità delle macchine
Una delle tecniche più subdole di generazione artificiale è l’inpainting, che sostituisce piccoli dettagli di una foto reale con elementi creati dall’intelligenza artificiale.
Questa metodologia rende la falsificazione praticamente invisibile a occhio nudo. Microsoft avverte che questa tecnica rappresenta un rischio significativo per la disinformazione, rendendo ancora più difficile per noi distinguere il vero dal falso. Nel frattempo, mentre noi esseri umani fatichiamo a raggiungere un misero 62%, i sistemi di rilevamento sviluppati da Microsoft ottengono risultati strabilianti, con percentuali di successo superiori al 95%. Questo dimostra una volta di più come le macchine non solo stiano migliorando nella creazione di contenuti falsi, ma stiano diventando anche esperte nel riconoscerli. Ma c’è di più: l’efficacia di diversi strumenti di generazione è sorprendente.
La sorprendente verità sulle tecnologie di generazione
Contrariamente a quanto ci si potrebbe aspettare, le vecchie reti generative avversarie (GAN) e le tecniche di inpainting si sono rivelate più convincenti rispetto ai modelli più moderni come Midjourney e DALL-E 3.
Questi sistemi più datati tendono a produrre immagini che hanno un aspetto più amatoriale, piuttosto che quello di creazioni professionali. È l’imperfezione che inganna: un’immagine leggermente sfocata o con colori poco saturi appare più autentica rispetto a una generazione impeccabile. I ricercatori di Microsoft, consapevoli di questa battaglia tra creato e creatore, suggeriscono anche delle soluzioni pratiche. Watermark invisibili, strumenti di rilevamento avanzati e campagne educative rappresentano alcune delle contromisure proposte per combattere questa emergenza. Tuttavia, la lotta sembra impari: mentre sviluppiamo sistemi per identificare le immagini false, l’AI continua a migliorare, creando contenuti sempre più sofisticati. È una corsa senza fine, dove sembra prevalere chi genera piuttosto che chi smascherare.
