Immagini autentiche fuori contesto: il falso che nessun rilevatore può trovare

Pubblicato il 1 settembre 2026

Una fotografia autentica può mentire senza essere stata toccata. Basta ripubblicarla con una data diversa, in un altro paese, sotto una didascalia che racconta un evento al quale non ha mai assistito: il file resta identico a quello uscito dalla fotocamera e qualsiasi verifica tecnica lo conferma originale. Sono le immagini fuori contesto, la disinformazione visiva che costa meno fatica di tutte e funziona meglio di quasi tutte.

Attenzione, budget e strumenti si sono intanto concentrati sul contenuto sintetico, sui deepfake e sulle notizie false costruite da zero. In redazione, in un ufficio comunicazione o in una organizzazione non governativa capita però più spesso il caso opposto: un’immagine vera, scattata anni prima o a mille chilometri di distanza, che arriva con la didascalia sbagliata e produce, per un’azienda, i danni di un falso comunicato societario.

Il motivo per cui nessun rilevatore trova questo falso è che il falso non è nell’immagine. L’analisi a valle cerca tracce di manipolazione dentro il contenuto, e qui tracce non ce ne sono, perché la manipolazione sta nel rapporto fra il contenuto e il mondo: nel quando e nel dove. Quell’informazione nel file non c’è mai stata e, se non viene fissata nel momento dello scatto, dopo la si può soltanto argomentare.

Che cosa si intende per immagine fuori contesto

Un’immagine fuori contesto è una fotografia autentica, non alterata e non generata, diffusa con una didascalia che ne falsifica il momento, il luogo o l’evento. Il file è originale in ogni suo bit: la manipolazione riguarda soltanto ciò che viene affermato intorno all’immagine, non ciò che l’immagine contiene.

La categoria è formalizzata anche dalle piattaforme. Fra le classificazioni che i fact checker partner applicano ai contenuti, Meta prevede quella di contenuto autentico ma fuorviante: immagini o contenuti audio e video autentici, presentati come prova di un evento non pertinente. Il nome cambia da un manuale all’altro, immagini decontestualizzate, contenuti ricontestualizzati, distorsione del contesto, ma il meccanismo è sempre quello: un contenuto vero viene spostato da un tempo e da un luogo a un altro, e la falsità nasce interamente da quello spostamento.

Contenuto alterato, contenuto generato e contenuto ricontestualizzato: che cosa cambia nel file

La terza riga manda in crisi ogni flusso di verifica costruito sull’analisi del file. Una foto vecchia spacciata per nuova non ha subito alcun intervento, quindi non produce alcun segnale anomalo: chi la esamina ottiene un referto pulito e, se si ferma lì, conclude che l’immagine è genuina. Lo è davvero: a non esserlo è la didascalia.

Perché le foto vecchie spacciate per attuali sono la disinformazione visiva più diffusa

Le informazioni reali usate in modo ingannevole sono più comuni delle storie interamente inventate: lo scrive il Parlamento europeo nel censimento delle tattiche utilizzate dalla disinformazione, dove la distorsione del contesto compare accanto alle forme più note di manipolazione. I numeri della rete europea di fact checking vanno nella stessa direzione: nel brief mensile dell’European Digital Media Observatory pubblicato a gennaio 2026, su 1.605 articoli di fact checking usciti in Europa nel dicembre 2025 il 16% riguardava contenuti creati o alterati con intelligenza artificiale, massimo storico della serie, poi sceso dal 20% al 14% fra aprile e maggio 2026. Anche nel mese di picco, quindi, oltre l’80% di ciò che i fact checker hanno verificato non era generato con l’intelligenza artificiale.

La spiegazione è economica prima che tecnologica: produrre un’immagine sintetica credibile richiede strumenti, tempo e competenze, e lascia comunque una superficie analizzabile. Riscrivere la didascalia di una fotografia vera non costa nulla, non lascia nulla e sposta lo stesso volume di pubblico. Intanto la fiducia si assottiglia: secondo il Digital News Report 2026 del Reuters Institute il 62% dei rispondenti a livello globale è preoccupato per la difficoltà di distinguere il vero dal falso nelle notizie online, quattro punti in più dell’anno precedente.

Perché la verifica di una foto basata sul file non riesce a segnalarla

Nessuna analisi del file può segnalare un’immagine fuori contesto, perché dentro quel file non è stato manipolato niente. Gli strumenti di rilevamento lavorano sul contenuto: confrontano ciò che vedono con ciò che si aspettano di vedere in un’immagine integra, e su una fotografia autentica trovano esattamente quello che dovrebbero trovare. Il referto è corretto e completamente inutile ai fini della domanda che conta, cioè quando e dove quello scatto è stato realizzato.

Nemmeno il quadro normativo sulla trasparenza dei contenuti sintetici interviene su questo caso. Gli obblighi europei di marcatura riguardano ciò che viene generato o alterato con l’intelligenza artificiale, e qui non è stato generato né alterato niente. Per ragioni analoghe, etichettare i contenuti AI non basta a stabilire che cosa sia vero: un’etichetta assente non dice che il contenuto è affidabile, dice soltanto che nessuna macchina lo ha prodotto.

Che cosa cerca davvero un rilevamento a valle

Un rilevatore di immagini generate cerca i segnali statistici che un modello generativo lascia dentro l’immagine: regolarità nelle texture, coerenze innaturali fra le zone dell’inquadratura, impronte del processo di sintesi. Un rilevatore di manipolazione cerca invece discontinuità nella compressione, nel rumore del sensore, nelle ombre e nei bordi, cioè i punti in cui due porzioni di immagine hanno storie diverse. Strumenti di analisi forense come FotoForensics rendono visibili proprio queste incoerenze.

Entrambe le famiglie condividono un presupposto: che la bugia abbia lasciato un residuo materiale nel contenuto. Il presupposto regge quando qualcuno ha davvero messo le mani sull’immagine. Su una fotografia mai toccata non c’è residuo, quindi non c’è niente da misurare, e l’assenza di segnalazioni viene scambiata per una conferma di veridicità.

Il limite strutturale: la manipolazione sta fuori dal file

Una fotografia registra la luce che arriva sul sensore, non le circostanze in cui quella luce è arrivata. Il momento e il luogo dello scatto non sono parte dell’immagine: sono informazioni sul mondo che l’immagine, da sola, non conserva e non può dimostrare. Quando qualcuno afferma che una certa foto ritrae un certo evento, fa un’affermazione che il contenuto non contiene e che quindi non può smentire.

Da qui nasce il limite strutturale di ogni verifica delle foto condotta sul file. Un metodo può accertare che l’immagine non è stata manomessa, e non è poco; non può accertare che sia stata scattata dove e quando qualcuno sostiene, perché quel dato non è mai entrato nel perimetro osservato. Cambiare rilevatore, aumentare la potenza di calcolo o affinare i modelli non sposta il problema: si sta cercando un’informazione nel posto sbagliato.

Come sapere quando e dove è stata scattata davvero una fotografia

Per sapere quando e dove è stata scattata una foto, a posteriori restano tre strade, tutte parziali: i metadati sopravvissuti nel file, il confronto con ciò che è già pubblicato online e la lettura degli indizi visivi presenti nell’inquadratura. Nessuna delle tre produce una risposta stabile, perché tutte dipendono da circostanze che nessuno controlla: che i metadati non siano stati rimossi, che l’immagine sia già apparsa da qualche parte, che nell’inquadratura ci sia qualcosa di riconoscibile. Nella pratica quotidiana questo significa tempi lunghi e conclusioni che reggono finché nessuno le contesta: la verifica di una foto arriva spesso a una risposta ragionevole, quasi mai a una risposta dimostrabile. È la differenza fra ricostruire e registrare: la provenienza del dato o viene fissata quando il contenuto nasce, oppure va inseguita dopo con quello che il caso ha lasciato sul tavolo.

Metadati foto: i dati EXIF e perché le piattaforme di condivisione li rimuovono

I metadati EXIF sono i dati che il dispositivo scrive nel file allo scatto: data, ora, modello dell’apparecchio, parametri di ripresa e, se la localizzazione è attiva, le coordinate GPS. Il loro peso davanti a un giudice è trattato nell’analisi dedicata a metadati EXIF e prova della data di una foto.

Quasi nessuna immagine in circolazione li conserva ancora. WhatsApp, Facebook, Instagram, X, TikTok, LinkedIn e Reddit ricomprimono le immagini in caricamento e ripuliscono dai dati EXIF il file scaricabile dagli altri utenti, coordinate e data di scatto comprese. La motivazione dichiarata è la privacy insieme alla riduzione del peso; l’effetto è che il file non porta più con sé la propria storia. Le redazioni e gli uffici comunicazione usano TrueScreen per acquisire immagini sul campo con data, ora e coordinate registrate al momento dello scatto, senza dipendere dai metadati che le piattaforme rimuovono.

Ricerca inversa delle immagini e geolocalizzazione foto: che cosa provano e che cosa no

La ricerca inversa delle immagini mostra dove un’immagine è già apparsa online ed è il primo passo corretto in qualsiasi verifica delle foto. Ha però un’asimmetria quasi sempre ignorata: trovare una pubblicazione più vecchia dimostra che l’immagine è vecchia, non trovarla non dimostra il contrario. È un test che può soltanto falsificare, mai confermare, e smette di funzionare se l’immagine è inedita, se è stata ritagliata o rispecchiata, o se le pubblicazioni precedenti sono state rimosse.

Per capire dove è stata scattata una foto, quando le coordinate non ci sono più, si passa alla geolocalizzazione per indizi visivi: insegne, segnaletica, architettura, tipo di vegetazione, posizione del sole, confronto con immagini satellitari e con le viste stradali. È un metodo serio, che i servizi di fact checking usano quotidianamente, ma richiede tempo, competenza specifica e almeno un elemento identificabile nell’inquadratura. Su un cielo, su una folla generica o su un interno anonimo non produce nulla.

Verifica riuscita per fortuna e verifica ripetibile

La differenza fra le due non sta nel risultato, sta nel procedimento. Una verifica riuscita per fortuna poggia su una circostanza favorevole: un cartello leggibile nell’inquadratura, un metadato sopravvissuto per caso, una copia archiviata da qualcuno prima che l’originale sparisse. Funziona quando funziona e non è replicabile sul contenuto successivo. Anche gli archivi web, la risorsa più usata per datare una pubblicazione, hanno limiti precisi come prova: registrano quando una pagina è stata catturata, non quando una fotografia è stata scattata.

Una verifica ripetibile poggia invece su informazioni prodotte apposta al momento dell’acquisizione e legate al file in modo controllabile. Regge quando qualcuno contesta la conclusione e chiede come ci si è arrivati, che è esattamente il momento in cui la prima strada cede. Il problema, quindi, si affronta a monte: registrando la provenienza nel momento della creazione invece di ricostruirla dopo.

Come si fissa la provenienza di una fotografia nel momento in cui viene scattata

TrueScreen certifica fotografie e video nell’istante in cui vengono acquisiti, legando il contenuto al momento e al luogo dell’acquisizione con marca temporale e sigillo digitale. Conta l’ordine dei fattori: la provenienza non viene ricostruita dagli indizi rimasti, viene registrata mentre il contenuto nasce. Data, ora e coordinate sono rilevate durante l’acquisizione e vincolate al file, insieme a una marca temporale e a un sigillo digitale riconosciuti nel quadro europeo, così che qualsiasi alterazione successiva risulti evidente. L’acquisizione segue una metodologia forense e produce un pacchetto verificabile in modo indipendente, non una dichiarazione di parte: chi lo riceve può controllare che il contenuto sia rimasto identico a quello registrato sul posto. La domanda che nessuna analisi del file riesce a sciogliere, quando e dove, ha una risposta soltanto perché quella risposta è stata registrata mentre esisteva ancora.

Alcuni produttori di apparecchi fotografici hanno imboccato la stessa strada, marcando l’immagine nel dispositivo allo scatto: il problema si risolve all’origine. Il limite è che funzionano soltanto sul proprio hardware, mentre la quasi totalità delle immagini che circolano nasce dai telefoni. A differenza dei sistemi legati a uno specifico apparecchio fotografico, TrueScreen funziona sui dispositivi che le persone hanno già in mano, per certificare una foto al momento dello scatto o certificare un video da smartphone.

Una redazione riceve da un collaboratore sul posto la fotografia di un edificio danneggiato. Se lo scatto è stato acquisito con certificazione alla fonte, ha data, ora e coordinate legate al file e può pubblicare senza ricostruire niente. Se la stessa fotografia arriva come immagine inoltrata in chat, ha soltanto la parola del collaboratore e l’ora di ricezione del messaggio: due cose che non si mostrano a chi contesta.

Contro le immagini fuori contesto non esiste un rilevatore migliore, perché non c’è niente da rilevare. Esiste solo la scelta di produrre, all’origine, l’informazione che dopo nessuno riuscirà più a recuperare.