Il dividendo del bugiardo: quando i contenuti autentici vengono scartati come falsi<\/h1><\/h1><\/div><\/div><\/div><\/div><\/div>\nOgni giorno, organizzazioni di ogni dimensione producono foto, video, documenti e comunicazioni digitali che finiscono nei fascicoli processuali, nelle trattative commerciali e nei report interni. Fino a pochi anni fa, il problema era uno solo: verificare che un contenuto non fosse stato manipolato. Oggi il problema si \u00e8 capovolto.<\/p>\n
Con la diffusione dell\u2019AI generativa e dei deepfake, chiunque pu\u00f2 affermare che un contenuto autentico sia falso. E questa affermazione \u00e8 diventata plausibile. I ricercatori Robert Chesney e Danielle Citron lo hanno chiamato \u201cliar\u2019s dividend<\/strong>\u201c, il dividendo del bugiardo: il beneficio che i disonesti ottengono dal semplice fatto che i contenuti sintetici esistono. Non hanno bisogno di crearli. Basta invocare la loro esistenza per gettare dubbi su qualsiasi prova reale.<\/p>\nPer le organizzazioni, questo \u00e8 un rischio operativo che inizia a pesare. La risposta non pu\u00f2 essere la detection dei contenuti falsi, perch\u00e9 nessuno strumento di rilevamento offre certezza giuridica. Serve un\u2019infrastruttura che renda l\u2019autenticit\u00e0 delle prove verificabile in modo indipendente fin dal momento della creazione: la Provenienza digitale<\/a>.<\/p>\nChe cos\u2019\u00e8 il \u201cdividendo del bugiardo\u201d e perch\u00e9 riguarda le organizzazioni<\/h2>\n
Il concetto nasce nel 2019 dalla ricerca di Bobby Chesney e Danielle Citron, pubblicata sulla California Law Review<\/a>. L\u2019idea \u00e8 diretta: in un mondo dove i deepfake esistono, chiunque pu\u00f2 negare la veridicit\u00e0 di un contenuto scomodo sostenendo che sia un falso generato dall\u2019AI. E questa negazione \u00e8 diventata credibile.<\/p>\nL\u2019UNESCO, nel documento \u201cDeepfakes and the crisis of knowing\u201d<\/a>, va oltre e inquadra il fenomeno come una \u201ccrisi del sapere stesso\u201d. I deepfake non si limitano a introdurre falsit\u00e0 nell\u2019ecosistema informativo. Erodono i meccanismi con cui le societ\u00e0 costruiscono una comprensione condivisa della realt\u00e0. Non \u00e8 che esistano contenuti falsi a preoccupare. \u00c8 che la loro sola possibilit\u00e0 cambia il modo in cui vengono percepiti tutti i contenuti. Anche quelli autentici.<\/p>\nIl World Economic Forum, nel Global Risks Report 2025<\/a>, ha classificato disinformazione e misinformazione come il primo rischio globale a breve termine, per il secondo anno consecutivo. Il dividendo del bugiardo \u00e8 il lato meno discusso di questa crisi: non riguarda la produzione di contenuti falsi, ma l\u2019effetto che la loro sola esistenza ha sulla credibilit\u00e0 di quelli veri.<\/p>\nIl paradosso della consapevolezza<\/h3>\n
C\u2019\u00e8 un\u2019ironia che vale la pena considerare. Pi\u00f9 le persone imparano a riconoscere i deepfake, pi\u00f9 il dividendo del bugiardo si rafforza. Chi vuole negare un\u2019evidenza reale beneficia proprio della crescente alfabetizzazione sul tema. \u201cLo sai anche tu che oggi si pu\u00f2 falsificare qualsiasi cosa\u201d: \u00e8 la frase perfetta per scartare qualsiasi prova scomoda. E l\u2019educazione ai media, da sola, non basta. Paradossalmente, rischia di amplificare il problema.<\/p>\n
Le conseguenze concrete nei settori pi\u00f9 esposti<\/h2>\n
Il dividendo del bugiardo non \u00e8 un concetto accademico astratto. Produce effetti misurabili in diversi ambiti, con costi reali per chi subisce la contestazione infondata delle proprie prove.<\/p>\n
Procedimenti legali e dispute<\/h3>\n
L\u2019art. 2712 del Codice Civile italiano stabilisce che le riproduzioni meccaniche, incluse quelle informatiche, fanno piena prova dei fatti rappresentati, a meno che la parte contro cui sono prodotte non ne contesti la conformit\u00e0. La norma risale a un\u2019epoca in cui le manipolazioni erano rare e riconoscibili. Oggi offre un appiglio pericoloso: basta una contestazione per mettere in dubbio prove digitali prive di una catena di custodia verificabile.<\/p>\n
Negli Stati Uniti, il fenomeno ha gi\u00e0 raggiunto le aule di tribunale. Nel caso Tesla, i legali della societ\u00e0 hanno sostenuto che le dichiarazioni di Elon Musk sulla sicurezza della guida autonoma non potessero essere usate come prova perch\u00e9 potenzialmente generate dall\u2019AI. Non hanno dovuto dimostrare che fossero deepfake. \u00c8 bastato sollevare il dubbio.<\/p>\n
Comunicazione aziendale e crisi reputazionali<\/h3>\n
Per le aziende, il rischio si presenta su due livelli. Il primo \u00e8 noto: un competitor o un attore malevolo crea contenuti falsi per danneggiare la reputazione. Il secondo \u00e8 meno visibile ma altrettanto insidioso. Quando l\u2019azienda produce documentazione autentica per difendersi, anche quella documentazione pu\u00f2 essere liquidata come \u201cprobabilmente generata dall\u2019AI\u201d. La difesa stessa diventa attaccabile.<\/p>\n
Contesti politici e istituzionali<\/h3>\n
Filmati autentici di eventi vengono negati da attori politici che invocano il rischio deepfake. L\u2019EPRS (European Parliamentary Research Service)<\/a> ha stimato che entro il 2025 circoleranno 8 milioni di deepfake, rispetto ai 500.000 del 2023. Europol ha previsto che il 90% dei contenuti online potrebbe essere generato sinteticamente entro il 2026. La negabilit\u00e0 plausibile \u00e8 diventata lo strumento pi\u00f9 economico per sfuggire alle proprie responsabilit\u00e0.<\/p>\nL\u2019asimmetria fondamentale: contestare costa zero, dimostrare l\u2019autenticit\u00e0 \u00e8 costosissimo<\/h2>\n
Il meccanismo funziona perch\u00e9 sfrutta un\u2019asimmetria economica profonda. Dire \u201cpotrebbe essere un deepfake\u201d non costa nulla. Non servono prove, competenze o investimenti. \u00c8 una frase che chiunque pu\u00f2 pronunciare in qualsiasi contesto.<\/p>\n
Dimostrare che un contenuto \u00e8 autentico \u00e8 tutta un\u2019altra storia. Servono perizie forensi, analisi dei metadati, testimonianze sulla catena di custodia, consulenze tecniche. E anche dopo tutto questo, il risultato resta probabilistico. Nessun perito pu\u00f2 garantire con certezza assoluta che un file non sia stato manipolato, a meno che non esista una traccia crittografica immutabile generata al momento della creazione.<\/p>\n
Chi mente ha il gioco facile. Chi dice la verit\u00e0 paga il prezzo dell\u2019incertezza creata da altri.<\/p>\n
Perch\u00e9 la detection non \u00e8 la risposta<\/h2>\n
La reazione istintiva al problema dei deepfake \u00e8 la detection: strumenti che analizzano un contenuto e stabiliscono se \u00e8 autentico o generato dall\u2019AI. Ma la detection ha limiti concreti che la rendono inadeguata contro il dividendo del bugiardo.<\/p>\n
Il gap tecnologico tra generazione e rilevamento<\/h3>\n
La qualit\u00e0 dei contenuti sintetici migliora pi\u00f9 velocemente della capacit\u00e0 di rilevarli. Ogni nuovo modello generativo supera i detector esistenti. \u00c8 una corsa asimmetrica, e chi genera parte sempre in vantaggio.<\/p>\n
L\u2019assenza di certezza giuridica<\/h3>\n
Un tool di detection che restituisce \u201cprobabilmente autentico\u201d non elimina il ragionevole dubbio. In un procedimento giudiziario, una probabilit\u00e0 non \u00e8 una prova. Il dividendo del bugiardo prospera nello spazio tra \u201cprobabilmente vero\u201d e \u201ccertamente vero\u201d. Finch\u00e9 quello spazio esiste, il bugiardo ha margine.<\/p>\n
La dipendenza dal contesto<\/h3>\n
I detector analizzano il file, ma non possono dire dove, quando e da chi quel file \u00e8 stato creato. Senza contesto verificabile, anche un contenuto dichiarato \u201cautentico\u201d dal detector resta vulnerabile.<\/p>\n
La risposta al problema: certificare l\u2019autenticit\u00e0 alla fonte<\/h2>\n
Se dimostrare a posteriori che un contenuto \u00e8 autentico costa troppo ed \u00e8 sempre contestabile, la logica impone di garantire l\u2019autenticit\u00e0 al momento della creazione. Questo approccio si chiama Provenienza digitale<\/a>: una traccia verificabile dell\u2019origine, dell\u2019integrit\u00e0 e della storia di ogni contenuto digitale.<\/p>\nLa Digital Provenance non tenta di riconoscere il falso. Garantisce il vero. Si passa dall\u2019autenticazione dell\u2019utente all\u2019autenticazione del dato stesso.<\/p>\n
Come funziona la certificazione alla fonte<\/h3>\n
Un contenuto certificato alla fonte porta con s\u00e9 metadati verificabili e immutabili: firma digitale del creatore, timestamp emesso da un ente terzo qualificato, coordinate GPS verificate, hash crittografico del file, metadati del dispositivo. Insieme, formano una catena di custodia che chiunque pu\u00f2 verificare in autonomia, senza dover fidarsi di chi ha prodotto il contenuto.<\/p>\n
Ogni giorno, organizzazioni di ogni dimensione producono foto, video, documenti e comunicazioni digitali che finiscono nei fascicoli processuali, nelle trattative commerciali e nei report interni. Fino a pochi anni fa, il problema era uno solo: verificare che un contenuto non fosse stato manipolato. Oggi il problema si \u00e8 capovolto.<\/p>\n
Con la diffusione dell\u2019AI generativa e dei deepfake, chiunque pu\u00f2 affermare che un contenuto autentico sia falso. E questa affermazione \u00e8 diventata plausibile. I ricercatori Robert Chesney e Danielle Citron lo hanno chiamato \u201cliar\u2019s dividend<\/strong>\u201c, il dividendo del bugiardo: il beneficio che i disonesti ottengono dal semplice fatto che i contenuti sintetici esistono. Non hanno bisogno di crearli. Basta invocare la loro esistenza per gettare dubbi su qualsiasi prova reale.<\/p>\n Per le organizzazioni, questo \u00e8 un rischio operativo che inizia a pesare. La risposta non pu\u00f2 essere la detection dei contenuti falsi, perch\u00e9 nessuno strumento di rilevamento offre certezza giuridica. Serve un\u2019infrastruttura che renda l\u2019autenticit\u00e0 delle prove verificabile in modo indipendente fin dal momento della creazione: la Provenienza digitale<\/a>.<\/p>\n Il concetto nasce nel 2019 dalla ricerca di Bobby Chesney e Danielle Citron, pubblicata sulla California Law Review<\/a>. L\u2019idea \u00e8 diretta: in un mondo dove i deepfake esistono, chiunque pu\u00f2 negare la veridicit\u00e0 di un contenuto scomodo sostenendo che sia un falso generato dall\u2019AI. E questa negazione \u00e8 diventata credibile.<\/p>\n L\u2019UNESCO, nel documento \u201cDeepfakes and the crisis of knowing\u201d<\/a>, va oltre e inquadra il fenomeno come una \u201ccrisi del sapere stesso\u201d. I deepfake non si limitano a introdurre falsit\u00e0 nell\u2019ecosistema informativo. Erodono i meccanismi con cui le societ\u00e0 costruiscono una comprensione condivisa della realt\u00e0. Non \u00e8 che esistano contenuti falsi a preoccupare. \u00c8 che la loro sola possibilit\u00e0 cambia il modo in cui vengono percepiti tutti i contenuti. Anche quelli autentici.<\/p>\n Il World Economic Forum, nel Global Risks Report 2025<\/a>, ha classificato disinformazione e misinformazione come il primo rischio globale a breve termine, per il secondo anno consecutivo. Il dividendo del bugiardo \u00e8 il lato meno discusso di questa crisi: non riguarda la produzione di contenuti falsi, ma l\u2019effetto che la loro sola esistenza ha sulla credibilit\u00e0 di quelli veri.<\/p>\n C\u2019\u00e8 un\u2019ironia che vale la pena considerare. Pi\u00f9 le persone imparano a riconoscere i deepfake, pi\u00f9 il dividendo del bugiardo si rafforza. Chi vuole negare un\u2019evidenza reale beneficia proprio della crescente alfabetizzazione sul tema. \u201cLo sai anche tu che oggi si pu\u00f2 falsificare qualsiasi cosa\u201d: \u00e8 la frase perfetta per scartare qualsiasi prova scomoda. E l\u2019educazione ai media, da sola, non basta. Paradossalmente, rischia di amplificare il problema.<\/p>\n Il dividendo del bugiardo non \u00e8 un concetto accademico astratto. Produce effetti misurabili in diversi ambiti, con costi reali per chi subisce la contestazione infondata delle proprie prove.<\/p>\n L\u2019art. 2712 del Codice Civile italiano stabilisce che le riproduzioni meccaniche, incluse quelle informatiche, fanno piena prova dei fatti rappresentati, a meno che la parte contro cui sono prodotte non ne contesti la conformit\u00e0. La norma risale a un\u2019epoca in cui le manipolazioni erano rare e riconoscibili. Oggi offre un appiglio pericoloso: basta una contestazione per mettere in dubbio prove digitali prive di una catena di custodia verificabile.<\/p>\n Negli Stati Uniti, il fenomeno ha gi\u00e0 raggiunto le aule di tribunale. Nel caso Tesla, i legali della societ\u00e0 hanno sostenuto che le dichiarazioni di Elon Musk sulla sicurezza della guida autonoma non potessero essere usate come prova perch\u00e9 potenzialmente generate dall\u2019AI. Non hanno dovuto dimostrare che fossero deepfake. \u00c8 bastato sollevare il dubbio.<\/p>\n Per le aziende, il rischio si presenta su due livelli. Il primo \u00e8 noto: un competitor o un attore malevolo crea contenuti falsi per danneggiare la reputazione. Il secondo \u00e8 meno visibile ma altrettanto insidioso. Quando l\u2019azienda produce documentazione autentica per difendersi, anche quella documentazione pu\u00f2 essere liquidata come \u201cprobabilmente generata dall\u2019AI\u201d. La difesa stessa diventa attaccabile.<\/p>\n Filmati autentici di eventi vengono negati da attori politici che invocano il rischio deepfake. L\u2019EPRS (European Parliamentary Research Service)<\/a> ha stimato che entro il 2025 circoleranno 8 milioni di deepfake, rispetto ai 500.000 del 2023. Europol ha previsto che il 90% dei contenuti online potrebbe essere generato sinteticamente entro il 2026. La negabilit\u00e0 plausibile \u00e8 diventata lo strumento pi\u00f9 economico per sfuggire alle proprie responsabilit\u00e0.<\/p>\n Il meccanismo funziona perch\u00e9 sfrutta un\u2019asimmetria economica profonda. Dire \u201cpotrebbe essere un deepfake\u201d non costa nulla. Non servono prove, competenze o investimenti. \u00c8 una frase che chiunque pu\u00f2 pronunciare in qualsiasi contesto.<\/p>\n Dimostrare che un contenuto \u00e8 autentico \u00e8 tutta un\u2019altra storia. Servono perizie forensi, analisi dei metadati, testimonianze sulla catena di custodia, consulenze tecniche. E anche dopo tutto questo, il risultato resta probabilistico. Nessun perito pu\u00f2 garantire con certezza assoluta che un file non sia stato manipolato, a meno che non esista una traccia crittografica immutabile generata al momento della creazione.<\/p>\n Chi mente ha il gioco facile. Chi dice la verit\u00e0 paga il prezzo dell\u2019incertezza creata da altri.<\/p>\n La reazione istintiva al problema dei deepfake \u00e8 la detection: strumenti che analizzano un contenuto e stabiliscono se \u00e8 autentico o generato dall\u2019AI. Ma la detection ha limiti concreti che la rendono inadeguata contro il dividendo del bugiardo.<\/p>\n La qualit\u00e0 dei contenuti sintetici migliora pi\u00f9 velocemente della capacit\u00e0 di rilevarli. Ogni nuovo modello generativo supera i detector esistenti. \u00c8 una corsa asimmetrica, e chi genera parte sempre in vantaggio.<\/p>\n Un tool di detection che restituisce \u201cprobabilmente autentico\u201d non elimina il ragionevole dubbio. In un procedimento giudiziario, una probabilit\u00e0 non \u00e8 una prova. Il dividendo del bugiardo prospera nello spazio tra \u201cprobabilmente vero\u201d e \u201ccertamente vero\u201d. Finch\u00e9 quello spazio esiste, il bugiardo ha margine.<\/p>\n I detector analizzano il file, ma non possono dire dove, quando e da chi quel file \u00e8 stato creato. Senza contesto verificabile, anche un contenuto dichiarato \u201cautentico\u201d dal detector resta vulnerabile.<\/p>\n Se dimostrare a posteriori che un contenuto \u00e8 autentico costa troppo ed \u00e8 sempre contestabile, la logica impone di garantire l\u2019autenticit\u00e0 al momento della creazione. Questo approccio si chiama Provenienza digitale<\/a>: una traccia verificabile dell\u2019origine, dell\u2019integrit\u00e0 e della storia di ogni contenuto digitale.<\/p>\n La Digital Provenance non tenta di riconoscere il falso. Garantisce il vero. Si passa dall\u2019autenticazione dell\u2019utente all\u2019autenticazione del dato stesso.<\/p>\n Un contenuto certificato alla fonte porta con s\u00e9 metadati verificabili e immutabili: firma digitale del creatore, timestamp emesso da un ente terzo qualificato, coordinate GPS verificate, hash crittografico del file, metadati del dispositivo. Insieme, formano una catena di custodia che chiunque pu\u00f2 verificare in autonomia, senza dover fidarsi di chi ha prodotto il contenuto.<\/p>\nChe cos\u2019\u00e8 il \u201cdividendo del bugiardo\u201d e perch\u00e9 riguarda le organizzazioni<\/h2>\n
Il paradosso della consapevolezza<\/h3>\n
Le conseguenze concrete nei settori pi\u00f9 esposti<\/h2>\n
Procedimenti legali e dispute<\/h3>\n
Comunicazione aziendale e crisi reputazionali<\/h3>\n
Contesti politici e istituzionali<\/h3>\n
L\u2019asimmetria fondamentale: contestare costa zero, dimostrare l\u2019autenticit\u00e0 \u00e8 costosissimo<\/h2>\n
Perch\u00e9 la detection non \u00e8 la risposta<\/h2>\n
Il gap tecnologico tra generazione e rilevamento<\/h3>\n
L\u2019assenza di certezza giuridica<\/h3>\n
La dipendenza dal contesto<\/h3>\n
La risposta al problema: certificare l\u2019autenticit\u00e0 alla fonte<\/h2>\n
Come funziona la certificazione alla fonte<\/h3>\n
![\"applicazione](\"https:\/\/truescreen.io\/wp-content\/uploads\/2024\/09\/Mobile-Header.png\" "\\"Intestazione")
<\/span><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/p>","protected":false},"featured_media":55848,"template":"","class_list":["post-54752","articoli","type-articoli","status-publish","has-post-thumbnail","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/truescreen.io\/it\/wp-json\/wp\/v2\/articoli\/54752","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/truescreen.io\/it\/wp-json\/wp\/v2\/articoli"}],"about":[{"href":"https:\/\/truescreen.io\/it\/wp-json\/wp\/v2\/types\/articoli"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/truescreen.io\/it\/wp-json\/wp\/v2\/media\/55848"}],"wp:attachment":[{"href":"https:\/\/truescreen.io\/it\/wp-json\/wp\/v2\/media?parent=54752"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}