- I rilevatori di immagini IA ti danno un punteggio di probabilità, non una prova definitiva: combinali con ricerca inversa e controlli visivi per una maggiore precisione.
- Cerca mani innaturali, testo illeggibile, riflessi impossibili e dettagli di gioielli strani, ma sappi che generatori più recenti come Midjourney e ChatGPT Images 2.5 eliminano molti di questi indicatori.
- Usa Google Lens per tracciare un'immagine fino alla sua fonte originale e data di pubblicazione: il contesto spesso conta più dei pixel.
- Content Credentials (C2PA) e la filigrana SynthID di Google sono standard emergenti, ma funzionano solo quando il creatore o la piattaforma le incorpora.
Un rilevatore di immagini IA analizza una foto e restituisce una stima percentuale di se è stata realizzata da un generatore come Midjourney, DALL-E o Stable Diffusion. Il numero è una stima basata su modelli che il rilevatore ha visto prima, non un verdetto forense. Un rilevatore potrebbe etichettare una foto reale come IA o perdere un'immagine IA completamente, specialmente una creata con un modello più recente che non ha mai studiato.
Ecco perché nessun singolo metodo è sufficiente. Per giudicare se una foto virale è generata dall'IA, combini risultati del rilevatore con ricerche di immagini inverse, controlli visivi spot e contesto della fonte. Questa guida illustra tutti e quattro gli approcci in modo che tu possa prendere una decisione consapevole senza una laurea in informatica.
Cosa fanno i rilevatori di immagini IA e perché non sono definitivi
Un rilevatore di immagini IA è un software addestrato su migliaia di immagini reali e generate dall'IA. Impara a riconoscere impronte statistiche: artefatti di compressione, gradienti di colore, modelli di texture che i generatori tendono a lasciare. Quando carichi una foto, il rilevatore la confronta con quei modelli appresi e produce un punteggio: «85% probabilità di essere generato dall'IA» o «20% di affidabilità».
Il problema è duplice. In primo luogo, ogni rilevatore è buono quanto il suo set di addestramento. Se non ha mai visto immagini da i più recenti generatori di immagini IA, perderà i loro indicatori. In secondo luogo, foto reali possono attivare gli stessi modelli statistici: editing pesante, certi sensori fotografici e compressione JPEG introducono artefatti che sembrano «simili all'IA» all'algoritmo.
Ciò significa che un punteggio alto è una bandiera rossa che vale la pena approfondire, non un verdetto. E un punteggio basso non prova che l'immagine è reale. Tratta sempre i risultati del rilevatore come un punto dati in un quadro più ampio.
Indizi visivi che puoi verificare tu stesso
Prima che i generatori IA diventassero mainstream, individuare un falso era semplice: cercava mani aggrovigliate, testo insensato e riflessi che sfidavano la fisica. Questi indicatori sono ancora utili, ma hanno una finestra di affidabilità che si sta restringendo.
Mani e dita
I primi modelli di diffusione hanno faticato con le mani perché le dita si sovrappongono, si piegano e si scorciano in modi che confondono l'addestramento a livello di pixel. Vedresti sei dita, nocche fuse o pollici che spuntano dai polsi. Entro la metà del 2025, modelli come Midjourney v7 e ChatGPT Images 2.5 hanno imparato a rendere le mani correttamente la maggior parte delle volte. Una mano perfetta non prova più che l'immagine è reale, e una mano rotta non prova più che è falsa: alcune foto reali catturano le dita a metà movimento o parzialmente oscurate.
Vale ancora la pena controllare: ingrandisci le mani visibili. Conta le dita. Traccia ogni dito fino alla sua base. Se la geometria non è corretta o un dito sembra scomparire in una manica senza un punto finale chiaro, questo è un punto a sfavore dell'autenticità.
Testo e insegne
I generatori producevano testo illeggibile, un'insalata di alfabeto su vetrine, copertine di libri e magliette perché trattano le lettere come texture visive piuttosto che come linguaggio leggibile. I modelli recenti sono migliorati, ma il testo rimane un punto debole. Cerca:
- Parole insensate che sembrano quasi reali («COFFAE» invece di «COFFEE»)
- Lettere che cambiano stile a metà parola
- Baseline curve o ondulate dove il testo dovrebbe stare dritto
- Glifi ripetuti in un modello che non ha alcun senso semantico
Se il testo è minuscolo, sfocato o angolato, anche una foto reale potrebbe sembrare illeggibile. Il contesto conta.
Riflessi e ombre
La fisica è difficile per i modelli di diffusione. Una persona in piedi di fronte a uno specchio dovrebbe apparire nel riflesso con lo stesso outfit, posa e illuminazione. I generatori IA a volte rendono una posa diversa, scambiano i colori dell'abbigliamento o omettono completamente il riflesso. Le ombre dovrebbero cadere in una direzione coerente con la fonte di luce; le ombre generate dall'IA a volte puntano in più direzioni o fluttuano staccate dai loro oggetti.
Controlla qualsiasi superficie di vetro, pozzanghera o pavimento lucido. Il riflesso ha senso fisico? L'illuminazione è coerente in tutta la scena?
Gioielli e dettagli fini
Collane, orecchini e catene sono un'altra area problematica. I generatori faticano con la geometria sottile e sovrapposta. Potresti vedere un fermaglio di collana che non si connette a nulla, orecchini che passano attraverso il lobo dell'orecchio invece di pendere da esso, o maglie di catena che si fondono in una massa solida. Denti, occhiali e ciocche di capelli mostrano problemi simili: cerca transizioni che sfidano l'anatomia o l'ottica.
Sfondi e bordi
Le immagini generate dall'IA a volte mostrano «scioglimento» al confine tra soggetto e sfondo. Una spalla potrebbe fondersi nella carta da parati, o i capelli potrebbero fondersi con il cielo. Questo accade perché il meccanismo di attenzione del modello offusca la distinzione tra primo piano e contesto. È sottile, ma ingrandire i bordi può rivelarla.
Gli sfondi stessi possono essere troppo perfetti: nessun cavo stray, nessun disordine, tutto arrangiato simmetricamente in un modo che le stanze reali raramente sono. Oppure possono essere incoerenti: uno scaffale di libri dove ogni dorso è insensato, uno skyline di città dove gli edifici hanno prospettive impossibili.
Perché questi indizi stanno scomparendo
Ogni indicatore elencato sopra era una bandiera rossa affidabile nel 2023 e all'inizio del 2024. Tra la fine del 2025 e l'inizio del 2026, i generatori di fascia alta hanno chiuso la maggior parte di queste lacune. Midjourney v7 rende mani anatomicamente corrette. ChatGPT Images 2.5 può produrre insegne leggibili. Flux e Stable Diffusion 4.0 gestiscono riflessi e gioielli fini molto meglio dei loro predecessori.
Ciò non rende i controlli visivi inutili: li rende probabilistici. Una mano rotta è ancora una prova. Una mano perfetta non è più una prova di autenticità. Hai bisogno di più punti dati.
Content Credentials e SynthID: gli standard emergenti
Due standard tecnici mirano a etichettare le immagini generate dall'IA al momento della creazione, in modo che non devi indovinare in seguito.
Content Credentials (C2PA)
Content Credentials è una specifica gestita da Coalition for Content Provenance and Authenticity (C2PA). Quando una fotocamera, un'app di editing o un generatore IA supporta C2PA, incorpora un manifesto crittograficamente firmato nel file immagine. Quel manifesto registra lo strumento che l'ha creato, la data e se sono state apportate modifiche. Adobe, Microsoft e Leica l'hanno adottato; alcune fotocamere Canon e Nikon spediscono con il supporto C2PA.
Per verificare un'immagine per Content Credentials, caricala in un visualizzatore compatibile o usa un'estensione del browser. Se il manifesto è presente e intatto, vedrai una catena di provenienza: «Creato da Adobe Firefly il 2026-10-12, nessuna modifica.» Se l'immagine è stata modificata dopo la creazione, la catena mostra ogni passaggio.
Il problema: Content Credentials funzionano solo se il creatore le ha abilitate. La maggior parte dei generatori IA non incorpora C2PA per impostazione predefinita. Le piattaforme di social media spesso rimuovono i metadati quando carichi una foto, interrompendo la catena. E un attore malintenzionato può semplicemente acquisire uno screenshot di un'immagine IA e salvarla di nuovo, rimuovendo il manifesto. Content Credentials sono un forte segnale positivo quando presenti, ma la loro assenza non prova nulla.
Google SynthID
SynthID è il sistema di watermarking di Google per immagini e testi generati dall'IA. Invece di aggiungere un segno visibile, altera sottilmente i valori dei pixel in modo invisibile all'occhio umano ma rilevabile dal decoder di SynthID. Google integra SynthID nelle immagini create tramite il suo Gemini image generator e ha messo la tecnologia a disposizione di altre piattaforme.
SynthID resiste a modifiche moderate, ritagli e compressioni, tecniche che cancellano i watermark tradizionali. Ma non è infallibile. I filtri pesanti, la conversione dell'immagine in un formato diverso più volte, o la stampa e la scansione possono degradare il watermark sotto le soglie di rilevamento.
Come Content Credentials, SynthID è facoltativo. Solo le immagini create da generatori partecipanti la portano, e non esiste un decoder SynthID pubblico che puoi usare a casa. È uno strumento per piattaforme e investigatori, non una prima linea di difesa per gli utenti comuni.
Ricerca inversa: trovare la fonte
Uno dei modi più affidabili per giudicare un'immagine è scoprire dove è apparsa per la prima volta e in quale contesto. Google Lens lo rende semplice.
Come usare Google Lens
Su uno smartphone, apri l'app Google o scarica Google Lens. Tocca l'icona della fotocamera, quindi scatta una foto dell'immagine su un altro schermo o caricala dalla tua galleria. Lens ti mostrerà immagini visivamente simili da tutto il web, insieme alle pagine dove appare l'immagine esatta.
Su un desktop, vai su lens.google.com. Fai clic sull'icona di caricamento e seleziona il file immagine. Lens restituisce un elenco di corrispondenze con date e fonti.
Cosa cercare
Se l'immagine è stata online per mesi o anni, è più probabile che sia una foto vera che circola di nuovo. Se appare solo in thread di Reddit degli ultimi 48 ore con didascalie come «È vera?», è un campanello d'allarme.
Verifica se la fonte più antica è un outlet di notizie credibile, un account social verificato o una libreria di foto stock. Se la traccia risale a una vetrina di arte IA o a un tag «immagini generate» su un forum, hai la tua risposta.
La ricerca inversa cattura anche i falsi riciclati: un'immagine IA del 2024 spacciata per una foto di notizia dell'ultimo minuto nel 2026. Il timestamp e il contesto contano tanto quanto i pixel.
Uso dello strumento immagine-a-prompt
Se sospetti che un'immagine sia generata dall'IA, lo strumento gratuito di Convly image-to-prompt può aiutarti a capire quale prompt potrebbe averla creata. Carica l'immagine e lo strumento decodifica al contrario una descrizione testuale: «un ritratto fotorealistico di una donna in un abito rosso, illuminazione da studio, profondità di campo ridotta».
Questo non prova che l'immagine sia generata dall'IA, ma ti dà il vocabolario per cercare immagini IA conosciute simili. Incolla il prompt ricostruito in una ricerca per immagini o in un database di arte IA e vedi se trovi corrispondenze. Se le trovi, è una forte prova circostanziale.
Perché non dovresti affidarti solo ai siti web di rilevamento
Decine di siti web offrono rilevamento gratuito di immagini IA: carica una foto, aspetta pochi secondi, ottieni una percentuale. Sono costruiti sullo stesso principio—classificatori addestrati che cercano segnali statistici—ma la loro precisione varia molto, e nessuno pubblica i tassi di falsi positivi o falsi negativi.
Uno studio indipendente del 2025 ha testato otto rilevatori popolari su un mix di foto reali e immagini IA da Midjourney, DALL-E e Stable Diffusion. Il miglior rilevatore ha raggiunto il 78% di precisione sui modelli dell'era di addestramento ma è sceso al 54% (a malapena meglio di un lancio di moneta) su immagini da generatori rilasciati dopo il suo cutoff di addestramento. Il peggior rilevatore ha contrassegnato il 40% delle foto reali come IA.
I rilevatori falliscono anche in modi prevedibili:
- Foto reali pesantemente modificate hanno punteggi alti perché il software di editing introduce artefatti che il rilevatore associa alla generazione.
- Immagini IA semplici—illustrazioni piatte, sfondi minimi—hanno punteggi bassi perché mancano delle texture complesse che il rilevatore ha imparato a riconoscere.
- Modifiche avversariali: aggiungere uno strato sottile di rumore o eseguire un'immagine attraverso un filtro specifico può ingannare il rilevatore senza cambiare l'aspetto dell'immagine per te.
Convly non offre un rilevatore di immagini IA. Se scegli di usarne uno, tratta il risultato come un punto di partenza. Un punteggio alto significa «indaga ulteriormente», non «caso chiuso».
Deepfake e video: un problema correlato
Le immagini generate dall'IA sono un pezzo di un puzzle più grande. I video deepfake—clip con scambio di volti, voci generate dall'IA, conduttori di notizie sintetici—pongono le stesse domande di autenticità ma si muovono a 30 fotogrammi al secondo. Le tecniche per controllarli si sovrappongono al rilevamento di immagini fisse (artefatti visivi, controlli delle fonti, metadati), ma il video aggiunge analisi del movimento e analisi forense dell'audio al mix.
Per un'analisi più approfondita di come deepfake funzionano, perché sono difficili da rilevare e quali strumenti esistono per identificarli, leggi la guida di Convly su deepfake: la minaccia e come rilevarli.
Mettere tutto insieme: una checklist
Quando incontri un'immagine che vuoi verificare, procedi attraverso questi passaggi in ordine:
- Esegui una ricerca inversa per immagini con Google Lens. Trova la fonte più antica e controlla il contesto. Se risale a un outlet credibile o precede l'era attuale di generazione dell'IA, è probabilmente reale.
- Cerca Content Credentials o SynthID. Se presenti, sono prove forti (anche se l'assenza non dimostra nulla).
- Ispeziona i dettagli visivi: mani, testo, riflessi, gioielli, coerenza dello sfondo. Un difetto non è una prova, ma un gruppo di problemi aumenta la probabilità.
- Carica in un rilevatore di immagini IA se hai ancora dubbi. Un punteggio molto alto (sopra il 90%) vale la pena di notare; un punteggio intermedio (40–70%) è rumore.
- Controlla lo strumento image-to-prompt strumento per vedere se il prompt ricostruito corrisponde a stili o tropi di arte IA conosciuti.
- Valuta il contesto: chi l'ha condiviso, quando e con quale affermazione? Un entusiasta «è appena successo» allegato a un'immagine con zero presenze web precedenti è di per sé un campanello d'allarme.
Nessun singolo test è infallibile. Insieme, ti danno abbastanza segnale per fare un giudizio ragionato.
Domande frequenti
Posso fidarmi di un punteggio di rilevamento IA del 95%?
Un punteggio molto alto significa che il rilevatore ha trovato modelli che associa fortemente alla generazione IA, quindi vale la pena approfondire. Ma i rilevatori hanno falsi positivi: foto reali molto modificate, certi sensori fotografici e immagini compresse possono ottenere punteggi alti. Usa il punteggio come un elemento informativo, non come la parola definitiva.
Perché alcune immagini IA sembrano completamente reali?
I principali generatori di immagini AI nel 2026—Midjourney v7, ChatGPT Images 2.5e Flux—sono stati addestrati su miliardi di foto ad alta risoluzione e hanno imparato a imitare l'illuminazione, la texture e l'anatomia a un livello che inganna l'occhio umano in molti casi. Commettono ancora errori, ma quegli errori sono più rari e più sottili di quanto lo fossero due anni fa. Man mano che i modelli migliorano, i controlli visivi spot diventano meno affidabili, motivo per cui la ricerca inversa e i controlli dei metadati contano di più.
Qual è il modo più affidabile per verificare se un'immagine è reale?
La ricerca inversa con Google Lens è lo strumento singolarmente più utile perché ti dice da dove viene l'immagine, quando è apparsa per la prima volta e in quale contesto. Un'immagine online da anni o che risale a una testata giornalistica credibile è molto più probabile che sia reale rispetto a una senza tracce sul web. Combina questo con controlli visivi e risultati del rilevatore per il verdetto più sicuro.
Le piattaforme di social media etichettano le immagini IA?
Alcuni lo fanno, in modo incoerente. Meta (Facebook e Instagram) ha iniziato ad aggiungere etichette «Immaginato con IA» nel 2024 a immagini con Content Credentials C2PA, ma solo se i metadati hanno sopravvissuto al caricamento. X (precedentemente Twitter) non etichetta le immagini IA. TikTok richiede ai creatori di divulgare i contenuti generati dall'IA ma si affida all'auto-segnalazione. Nessuna piattaforma ha un sistema perfetto, quindi tratta le etichette come utili ma non esaustive.
Posso rimuovere una filigrana IA per far passare un'immagine come reale?
Rimuovere i metadati o ritagliare una filigrana visibile è tecnicamente possibile, ma farlo per ingannare gli altri, specialmente in contesti giornalistici, pubblicitari o accademici, è non etico e spesso illegale. Molte giurisdizioni ora hanno leggi contro frodi deepfake e media sintetici fuorvianti. Oltre al rischio legale, erode la fiducia nelle informazioni visive per tutti. Se hai generato un'immagine, dichiaralo.
Il rilevamento di immagini IA migliorerà?
Rilevamento e generazione sono in una corsa agli armamenti. Ogni volta che i rilevatori imparano un nuovo indicatore, i generatori vengono addestrati per evitarlo. La soluzione a lungo termine non è migliori rilevatori ma migliori sistemi di provenienza: Content Credentials, SynthID e registri multimediali basati su blockchain che etichettano l'autenticità al momento della creazione. Fino a quando questi sistemi non saranno universali, il rilevamento rimarrà probabilistico e imperfetto.