{"id":57157,"date":"2026-06-11T09:26:11","date_gmt":"2026-06-11T07:26:11","guid":{"rendered":"https:\/\/truescreen.io\/articoli\/deepfake-detection-o-certificazione-alla-fonte\/"},"modified":"2026-06-11T09:42:34","modified_gmt":"2026-06-11T07:42:34","slug":"deepfake-detection-o-certificazione-alla-fonte","status":"publish","type":"articoli","link":"https:\/\/truescreen.io\/it\/articoli\/deepfake-detection-o-certificazione-alla-fonte\/","title":{"rendered":"Deepfake detection o certificazione alla fonte: riconoscere i falsi non basta"},"content":{"rendered":"<p><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-1 fusion-flex-container has-pattern-background has-mask-background nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-padding-top:0px;--awb-padding-bottom:0px;--awb-margin-top:0px;--awb-margin-bottom:0px;--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:1236px;margin-left: calc(-3% \/ 2 );margin-right: calc(-3% \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-0 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:1.455%;--awb-margin-bottom-large:20px;--awb-spacing-left-large:1.455%;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:1.455%;--awb-spacing-left-medium:1.455%;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:1.455%;--awb-spacing-left-small:1.455%;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><style>\n.fusion-title .fusion-title-heading { font-family: 'Raleway', sans-serif !important; }\n.fusion-text p, .fusion-text li, .fusion-text a, .fusion-text span, .fusion-text strong, .fusion-text b { font-family: 'DM Sans', sans-serif; }\n.fusion-button-text { font-family: 'DM Sans', sans-serif; }\n.panel-title a, .fusion-toggle-heading { font-family: 'DM Sans', sans-serif !important; }\n.toggle-content p { font-family: 'DM Sans', sans-serif; }\n.fusion-checklist .fusion-li-item-content p { font-family: 'DM Sans', sans-serif; }\n<\/style><\/div><\/div><\/div><\/div><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-2 fusion-flex-container has-pattern-background has-mask-background nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-padding-top:38.9913px;--awb-padding-bottom:39.9931px;--awb-padding-top-small:0px;--awb-padding-bottom-small:48px;--awb-margin-top:0px;--awb-margin-top-small:0px;--awb-margin-bottom-small:0px;--awb-background-color:var(--awb-color2);--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:1236px;margin-left: calc(-3% \/ 2 );margin-right: calc(-3% \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-1 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:1.455%;--awb-margin-bottom-large:20px;--awb-spacing-left-large:1.455%;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:1.455%;--awb-spacing-left-medium:1.455%;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:1.455%;--awb-spacing-left-small:1.455%;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-title title fusion-title-1 fusion-sep-none fusion-title-text fusion-title-size-one\" style=\"--awb-text-color:var(--awb-color1);\"><h1 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"margin:0;--fontSize:36;--minFontSize:36;line-height:1.3;\"><h1>Deepfake detection o certificazione alla fonte: riconoscere i falsi non basta<\/h1><\/h1><\/div><\/div><\/div><\/div><\/div><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-3 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-padding-top:36px;--awb-padding-bottom:48px;--awb-padding-top-small:40px;--awb-padding-bottom-small:0px;--awb-margin-bottom:0px;--awb-background-color:#ffffff;--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:1236px;margin-left: calc(-3% \/ 2 );margin-right: calc(-3% \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-2 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:1.455%;--awb-margin-bottom-large:0px;--awb-spacing-left-large:1.164%;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:1.455%;--awb-spacing-left-medium:1.455%;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:1.455%;--awb-margin-bottom-small:0px;--awb-spacing-left-small:1.455%;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><p>Ogni giorno studi legali, compagnie assicurative, redazioni e funzioni di sicurezza aziendale prendono decisioni sulla base di foto, video e screenshot. Da quando l'AI generativa ha reso i contenuti sintetici indistinguibili a occhio nudo, la prima risposta del mercato \u00e8 stata la deepfake detection: software che analizzano un contenuto e restituiscono una probabilit\u00e0 che sia falso. L'idea \u00e8 rassicurante. I numeri molto meno.<\/p>\n<p>Il benchmark Deepfake-Eval-2024 ha misurato un crollo dell'accuratezza dei rilevatori fino al 50% quando si passa dai dataset di laboratorio ai deepfake che circolano davvero online. E anche quando il rilevatore funziona, il suo output resta un punteggio di probabilit\u00e0: utile come indizio, fragile come prova.<\/p>\n<p>Per chi deve difendere un contenuto in giudizio, liquidare un sinistro o pubblicare un'inchiesta, la domanda giusta non \u00e8 \"come riconosco i falsi?\", ma \"come garantisco gli originali?\". La risposta strutturale \u00e8 la certificazione alla fonte: acquisire il contenuto in ambiente controllato, calcolare un hash crittografico alla nascita del dato, legarlo a un sigillo elettronico qualificato e a una marca temporale qualificata, e documentare tutto in un report forense con catena di custodia. Questo articolo mette a confronto i due approcci, dati alla mano.<\/p>\n<h2>Cos'\u00e8 la deepfake detection e come funziona<\/h2>\n<p>La deepfake detection \u00e8 l'insieme di tecniche che analizzano un contenuto digitale esistente per stimare la probabilit\u00e0 che sia stato generato o manipolato da un'intelligenza artificiale. In pratica: reti neurali addestrate su grandi dataset di contenuti veri e falsi imparano a riconoscere gli artefatti tipici della generazione sintetica, come incoerenze di illuminazione, anomalie nelle frequenze dell'immagine, micro-movimenti facciali innaturali o discontinuit\u00e0 nei bordi del volto.<\/p>\n<p>Il risultato dell'analisi non \u00e8 mai un verdetto. \u00c8 un punteggio di confidenza: \"questo video \u00e8 sintetico con probabilit\u00e0 dell'87%\". Su questo punto torneremo, perch\u00e9 \u00e8 il cuore del problema legale.<\/p>\n<p>I media sintetici, peraltro, vanno ben oltre i volti scambiati: voci clonate, immagini generate da zero, testi e documenti fabbricati. Ogni famiglia di contenuti richiede rilevatori diversi, addestrati su dati diversi, con tassi di errore diversi.<\/p>\n<p>Accanto alla deepfake detection esiste una seconda famiglia di approcci, quella della provenienza: lo standard C2PA e le Content Credentials promosse dalla Content Authenticity Initiative non analizzano il contenuto, ma vi allegano credenziali firmate crittograficamente che ne raccontano l'origine e le modifiche. \u00c8 un'idea vicina alla <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/truescreen.io\/it\/articoli\/provenienza-digitale\/\">provenienza digitale<\/a>, e gi\u00e0 pi\u00f9 solida del rilevamento: sposta il problema dal \"riconoscere\" al \"documentare\". La certificazione alla fonte, di cui parleremo pi\u00f9 avanti, porta questa logica fino al valore probatorio.<\/p>\n<h2>Quanto \u00e8 davvero affidabile la deepfake detection?<\/h2>\n<p>Poco, sui contenuti che contano. I sistemi di rilevamento raggiungono accuratezze altissime sui benchmark accademici, ma le perdono quando incontrano i deepfake reali: quelli prodotti con i generatori pi\u00f9 recenti, compressi dai social network, ritagliati e ricondivisi.<\/p>\n<p>Secondo <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/arxiv.org\/abs\/2503.02857\">Deepfake-Eval-2024<\/a>, il primo benchmark costruito su deepfake circolati realmente online nel 2024, l'AUC dei migliori rilevatori open-source cala del 50% sui video, del 48% sull'audio e del 45% sulle immagini rispetto ai benchmark accademici precedenti. Lo studio di Chandra e colleghi ha testato i sistemi su contenuti raccolti da social network e siti di notizie, cio\u00e8 sul materiale che un professionista incontra davvero. Il miglior rilevatore video commerciale si \u00e8 fermato intorno al 78% di accuratezza. Tradotto: pi\u00f9 di un contenuto su cinque viene classificato male, in contesti dove un errore significa accettare un sinistro fraudolento o scartare una prova autentica. Le accuratezze di laboratorio, spesso sopra il 95%, descrivono una condizione che non esiste pi\u00f9: i deepfake dei benchmark accademici appartengono a generazioni tecnologiche superate da quelle in circolazione. Valutare un rilevatore sui numeri di laboratorio significa misurare uno scenario che il professionista non incontrer\u00e0 mai.<\/p>\n<h3>Benchmark di laboratorio contro il mondo reale<\/h3>\n<p>Il divario tra laboratorio e realt\u00e0 \u00e8 la norma del settore. Un'analisi pubblicata da <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/www.brside.com\/blog\/why-deepfake-detection-tools-fail-in-real-world-deployment\">Brightside AI<\/a> stima che gli strumenti commerciali di deepfake detection perdano tra il 45% e il 50% di accuratezza nel passaggio dal laboratorio all'uso reale. Le cause sono note: compressione dei social, risoluzioni basse, illuminazione non controllata, contenuti prodotti con generatori mai visti in fase di addestramento.<\/p>\n<p>E l'occhio umano non \u00e8 un piano di riserva. La revisione sistematica di <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/www.sciencedirect.com\/science\/article\/pii\/S2451958824001714\">Diel e colleghi (2024)<\/a>, pubblicata su ScienceDirect, ha misurato un'accuratezza umana del 68,46% sui contenuti reali e del 53,16% sui deepfake: su questi ultimi, poco sopra il lancio di una moneta.<\/p>\n<h3>Perch\u00e9 i rilevatori non reggono i nuovi modelli generativi<\/h3>\n<p>Un rilevatore impara a riconoscere gli artefatti dei generatori su cui \u00e8 stato addestrato, non \"il falso\" in astratto. Gli studi sulla generalizzazione cross-dataset lo mostrano con chiarezza: modelli che raggiungono un'AUC di 0,98 su FaceForensics++ crollano intorno a 0,65 quando vengono testati su Celeb-DF, un dataset costruito con tecniche diverse (si veda ad esempio <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/arxiv.org\/pdf\/2204.04285\">arXiv:2204.04285<\/a>).<\/p>\n<p>Per chi compra un sistema di rilevamento questo significa una cosa precisa: l'accuratezza dichiarata oggi non dice nulla sull'accuratezza tra sei mesi, quando i contenuti da analizzare saranno prodotti da modelli generativi che oggi non esistono.<\/p>\n<h2>La rincorsa AI-contro-AI che la deepfake detection non pu\u00f2 vincere<\/h2>\n<p>A differenza della certificazione alla fonte, la deepfake detection compete sullo stesso terreno tecnologico di ci\u00f2 che vuole smascherare, e parte strutturalmente in svantaggio. Ogni rilevatore pubblicato diventa materiale di studio per il generatore successivo: i modelli generativi vengono addestrati proprio a superare i sistemi di riconoscimento. La ricerca sugli attacchi avversari ha quantificato questa fragilit\u00e0: uno studio presentato a <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/openaccess.thecvf.com\/content\/CVPR2023\/papers\/Hou_Evading_DeepFake_Detectors_via_Adversarial_Statistical_Consistency_CVPR_2023_paper.pdf\">CVPR 2023<\/a> ha mostrato che perturbazioni impercettibili all'occhio umano possono ingannare i rilevatori pi\u00f9 avanzati con percentuali di successo che arrivano al 100%, e che questi esempi avversari si trasferiscono da un rilevatore all'altro. Chi ha interesse a far passare un falso, in altre parole, dispone di tecniche documentate per farlo. Un sistema di verifica che l'avversario pu\u00f2 aggirare per costruzione non \u00e8 un sistema di verifica: \u00e8 un ostacolo temporaneo, destinato a cadere appena l'avversario aggiorna i propri strumenti.<\/p>\n<p>C'\u00e8 poi un effetto collaterale che colpisce anche quando il falso viene smascherato. Chesney e Citron lo hanno chiamato <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/www.californialawreview.org\/print\/deep-fakes-a-looming-challenge-for-privacy-democracy-and-national-security\">\"liar's dividend\"<\/a> nel loro saggio sulla California Law Review: man mano che il pubblico impara che tutto pu\u00f2 essere falsificato, diventa pi\u00f9 facile negare anche i contenuti autentici. \"\u00c8 un deepfake\" diventa una difesa universale. Abbiamo dedicato un approfondimento a <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/truescreen.io\/it\/articoli\/dividendo-bugiardo-crisi-fiducia-digitale\/\">come il liar's dividend erode la fiducia digitale<\/a>: qui basta notare che il rilevamento, da solo, non risolve questo problema. Lo alimenta, perch\u00e9 ogni suo errore pubblico rende pi\u00f9 credibile la negazione.<\/p>\n<h2>Cosa la deepfake detection non riesce a vedere<\/h2>\n<p>Un cheapfake \u00e8 una manipolazione ottenuta con strumenti tradizionali, senza alcun modello generativo: un video rallentato per far sembrare ubriaco chi parla, un ritaglio che elimina il contesto, un contenuto autentico attribuito a un luogo o a una data falsi. Per un rilevatore di deepfake un cheapfake \u00e8 invisibile per definizione: non ci sono artefatti sintetici da trovare, perch\u00e9 ogni singolo fotogramma \u00e8 autentico. E se gli esseri umani riconoscono i deepfake appena il 53,16% delle volte (<a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/www.sciencedirect.com\/science\/article\/pii\/S2451958824001714\">Diel et al. 2024<\/a>), sui cheapfake il problema non \u00e8 nemmeno percettivo: \u00e8 documentale. La domanda non \u00e8 \"questi pixel sono stati generati?\", ma \"questo contenuto \u00e8 quello che dichiara di essere?\". A quella domanda nessuna analisi del contenuto pu\u00f2 rispondere, perch\u00e9 la risposta non sta nei pixel: sta nella storia del file, in chi lo ha prodotto, dove e in quale momento.<\/p>\n<p>Il punto merita di essere allargato, perch\u00e9 l'autenticit\u00e0 dei contenuti digitali si gioca su molte pi\u00f9 dimensioni della sintesi AI:<\/p>\n<ul>\n<li>Cheapfake e shallowfake: tagli, rallentamenti, ricontestualizzazioni. Nessun artefatto da rilevare.<\/li>\n<li>Spoofing della posizione GPS: app gratuite simulano coordinate false; la foto \u00e8 vera, il luogo no.<\/li>\n<li>Modifica dei metadati EXIF: data, ora e dispositivo di scatto si riscrivono in pochi secondi con software liberamente disponibili.<\/li>\n<li>Editing manuale mirato: una cifra ritoccata su un documento fotografato, un nome sostituito in una conversazione.<\/li>\n<li>Ricattura dello schermo: si fotografa o si riprende un contenuto manipolato; il file risultante \u00e8 \"originale\" a tutti gli effetti, perch\u00e9 generato da una fotocamera reale.<\/li>\n<\/ul>\n<p>Ognuna di queste classi supera indenne un controllo di deepfake detection. Un quadro di verifica costruito solo sul rilevamento dei contenuti sintetici lascia quindi scoperte proprio le manipolazioni pi\u00f9 semplici da produrre, che sono anche le pi\u00f9 frequenti.<\/p>\n<h2>Un punteggio di probabilit\u00e0 non \u00e8 una prova: i limiti in giudizio<\/h2>\n<p>Un punteggio di confidenza \u00e8 una stima statistica, non una prova digitale. \"Sintetico con probabilit\u00e0 dell'87%\" non dice chi ha acquisito il contenuto, quando, con quale dispositivo, n\u00e9 se il file \u00e8 stato modificato dopo l'acquisizione. In un contenzioso, la controparte ha gioco facile: contester\u00e0 il tasso di errore del modello (documentato, come abbiamo visto), la sua vulnerabilit\u00e0 agli attacchi avversari, l'assenza di catena di custodia sul file analizzato. Il quadro normativo italiano lascia al giudice ampia discrezionalit\u00e0: l'articolo 20 del <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/docs.italia.it\/italia\/piano-triennale-ict\/codice-amministrazione-digitale-docs\/it\/v2017-12-13\/_rst\/capo2_sezione1_art21.html\">CAD (D.lgs. 82\/2005)<\/a> lega il valore probatorio del documento informatico alle sue caratteristiche di qualit\u00e0, sicurezza, integrit\u00e0 e immodificabilit\u00e0. Caratteristiche che un'analisi probabilistica a posteriori non pu\u00f2 conferire: o il documento nasce con garanzie di integrit\u00e0 verificabili, o resta liberamente contestabile. Un punteggio di confidenza, per quanto alto, non offre al giudice nessuna di queste garanzie.<\/p>\n<p>Il regolamento <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/eur-lex.europa.eu\/eli\/reg\/2014\/910\/oj\/eng\">eIDAS (UE 910\/2014)<\/a> mostra quanto sia diversa la posizione di chi presenta un contenuto certificato. L'articolo 35 attribuisce al sigillo elettronico qualificato la presunzione di integrit\u00e0 dei dati e di correttezza dell'origine; l'articolo 41 attribuisce alla marca temporale qualificata la presunzione di accuratezza della data e dell'ora. Presunzione significa inversione dell'onere: non sei tu a dover dimostrare che il contenuto \u00e8 integro, \u00e8 la controparte a dover dimostrare che non lo \u00e8. Una stima probabilistica gioca in un altro campionato: per quanto sofisticata, resta un parere tecnico che il giudice pu\u00f2 pesare come crede.<\/p>\n<p>C'\u00e8 anche una questione di tempi. La deepfake detection interviene quando il contenuto \u00e8 gi\u00e0 in circolazione, spesso dopo passaggi multipli di compressione e ricondivisione che degradano proprio i segnali su cui il rilevatore si basa. La certificazione interviene prima che il problema esista.<\/p>\n<div class=\"ts-feature-banner\" style=\"margin: 40px 0; padding: 0; background-color: #f8f7fd; border-radius: 12px; display: flex; overflow: hidden; border: 1px solid rgba(0,0,0,0.06);\">\n  <div style=\"width: 160px; min-height: 140px; flex-shrink: 0; overflow: hidden;\">\n    <img decoding=\"async\" src=\"https:\/\/truescreen.io\/wp-content\/uploads\/2026\/06\/certified-whatsapp-chat-evidence-cover-2.webp\" alt=\"Acquisizione certificata di chat WhatsApp TrueScreen\" style=\"width: 100%; height: 100%; object-fit: cover;\" \/>\n  <\/div>\n  <div style=\"padding: 20px 24px; flex: 1; display: flex; flex-direction: column; justify-content: center;\">\n    <p style=\"font-family: 'DM Sans', sans-serif; font-size: 12px; font-weight: 600; color: #7c6bc4; text-transform: uppercase; letter-spacing: 0.5px; margin: 0 0 6px 0;\">Caso d'uso<\/p>\n    <p style=\"font-family: 'Raleway', sans-serif; font-size: 17px; font-weight: 700; color: #1a1a2e; margin: 0 0 6px 0; line-height: 1.3;\">Acquisizione certificata di chat WhatsApp con valore legale<\/p>\n    <p style=\"font-family: 'DM Sans', sans-serif; font-size: 14px; color: #555; margin: 0 0 12px 0; line-height: 1.4;\">Con TrueScreen le conversazioni WhatsApp diventano prove certificate con hash, marca temporale e report forense.<\/p>\n    <a href=\"https:\/\/truescreen.io\/it\/casi-di-utilizzo\/certificazione-chat-whatsapp\/\" style=\"font-family: &#039;DM Sans&#039;, sans-serif; font-size: 14px; font-weight: 600; color: #007afe; text-decoration: none; display: inline-block;\">Scopri di pi\u00f9 \u2192<\/a>\n  <\/div>\n<\/div>\n<h2>La certificazione alla fonte: l'approccio preventivo all'autenticit\u00e0<\/h2>\n<p>La certificazione alla fonte \u00e8 il paradigma opposto al rilevamento: invece di cercare il falso a posteriori, garantisce l'autentico a priori. Il contenuto viene acquisito in un ambiente controllato e verificato; nel momento stesso dell'acquisizione viene calcolato un hash crittografico che fotografa il dato alla nascita; l'hash viene legato a un sigillo elettronico qualificato e a una marca temporale qualificata ai sensi di eIDAS; l'intero processo viene documentato in un report forense che ricostruisce la catena di custodia. <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/truescreen.io\/it\">TrueScreen<\/a> certifica il contenuto nel momento stesso dell'acquisizione, legandolo a un hash crittografico, a un sigillo elettronico qualificato e a una marca temporale qualificata. La differenza concettuale con la deepfake detection \u00e8 netta: qui non si stima nulla. L'integrit\u00e0 del dato non \u00e8 un'opinione di un modello, \u00e8 una propriet\u00e0 matematica verificabile da chiunque, oggi e tra dieci anni, indipendentemente da quali generatori sintetici esisteranno nel frattempo.<\/p>\n<h3>Acquisizione certificata e controllo di integrit\u00e0 del dispositivo<\/h3>\n<p>L'acquisizione certificata \u00e8 il primo anello: il contenuto non viene caricato dopo, viene creato dentro un processo controllato. L'<a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/truescreen.io\/it\/app\/\">app TrueScreen<\/a> e il portale web acquisiscono foto, video, audio e schermate eseguendo controlli di integrit\u00e0 sul dispositivo, cos\u00ec che eventuali condizioni anomale dell'ambiente di acquisizione vengano rilevate e documentate. \u00c8 la differenza tra ricevere un file di provenienza ignota e generare un dato gi\u00e0 accompagnato dalle sue garanzie. Per i contenuti web esiste il Forensic Browser, pensato per la <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/truescreen.io\/it\/articoli\/software-acquisizione-forense-pagine-web\/\">cattura forense di pagine e contenuti online<\/a>, mentre l'estensione Chrome permette di <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/truescreen.io\/it\/come-certificare-uno-screenshot\/\">certificare uno screenshot<\/a> direttamente durante la navigazione.<\/p>\n<h3>Hash crittografico e immutabilit\u00e0 dalla fonte<\/h3>\n<p>Al momento dell'acquisizione viene calcolata l'impronta crittografica del contenuto: un hash che cambia se cambia anche un solo bit del file. \u00c8 lo stesso principio su cui si fonda la copia forense nell'informatica forense: cristallizzare il dato in un istante preciso, cos\u00ec che ogni manipolazione successiva diventi dimostrabile per confronto. Con una differenza di tempistica decisiva: la copia forense tradizionale interviene su un dato che esiste gi\u00e0 da tempo, la certificazione alla fonte cristallizza il dato nell'istante in cui nasce. Non c'\u00e8 una finestra temporale in cui il contenuto \u00e8 esistito senza protezione.<\/p>\n<h3>Sigillo elettronico qualificato e marca temporale (eIDAS)<\/h3>\n<p>L'hash da solo prova l'integrit\u00e0, non la data n\u00e9 l'origine. Per questo viene legato a un <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/truescreen.io\/it\/articoli\/eidas-2-sigillo-elettronico-qualificato-imprese\/\">sigillo elettronico qualificato<\/a> e a una marca temporale qualificata, che conferiscono al dato data certa opponibile ai terzi e le presunzioni legali degli articoli 35 e 41 di eIDAS. Un chiarimento doveroso sui ruoli: TrueScreen non \u00e8 un QTSP e non emette certificati qualificati. Il sigillo elettronico qualificato e la marca temporale sono erogati da QTSP qualificati terzi, che TrueScreen integra nel processo di certificazione <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/truescreen.io\/it\/api\/\">tramite API<\/a>. Il valore aggiunto della piattaforma sta nella metodologia forense completa: acquisizione controllata, verifica di integrit\u00e0 e certificazione sono fasi di un unico processo, non un sigillo applicato a posteriori su un file qualunque.<\/p>\n<h3>Reportistica forense e catena di custodia<\/h3>\n<p>Ogni certificazione produce un report forense che documenta cosa \u00e8 stato acquisito, quando, da quale dispositivo e con quali esiti dei controlli di integrit\u00e0. \u00c8 la catena di custodia che gli <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/truescreen.io\/it\/articoli\/standard-internazionali-conservazione-prove-digitali\/\">standard di conservazione delle prove digitali<\/a> richiedono e che nessuna analisi a posteriori pu\u00f2 ricostruire: la documentazione del percorso del dato dalla nascita alla produzione in giudizio. Per un consulente tecnico o un legale significa poter sostituire \"lo dice un algoritmo\" con un fascicolo verificabile punto per punto.<\/p>\n<h2>Deepfake detection o certificazione: il confronto a colpo d'occhio<\/h2>\n\n<div style=\"overflow-x: auto; margin: 24px 0; border-radius: 8px; border: 1px solid #e8e6f0;\"><table style=\"width: 100%; border-collapse: collapse; font-family: 'DM Sans', sans-serif; font-size: 14px; line-height: 1.5; min-width: 600px;\"><thead><tr><th style=\"background-color: #1a1a2e; color: #ffffff; padding: 12px 16px; text-align: left; font-weight: 600; font-size: 13px; white-space: nowrap; border-bottom: 2px solid #7c6bc4;\">Criterio<\/th><th style=\"background-color: #1a1a2e; color: #ffffff; padding: 12px 16px; text-align: left; font-weight: 600; font-size: 13px; white-space: nowrap; border-bottom: 2px solid #7c6bc4;\">Rilevamento di deepfake e contenuti GenAI<\/th><th style=\"background-color: #1a1a2e; color: #ffffff; padding: 12px 16px; text-align: left; font-weight: 600; font-size: 13px; white-space: nowrap; border-bottom: 2px solid #7c6bc4;\">Certificazione alla fonte<\/th><\/tr><\/thead><tbody><tr><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Approccio<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Reattivo: analizza contenuti gi\u00e0 esistenti<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Preventivo: garantisce il dato alla nascita<\/td><\/tr><tr style=\"background-color: #f8f7fd;\"><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Output<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Punteggio di probabilit\u00e0<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Prova certificata con hash, sigillo e marca temporale<\/td><\/tr><tr><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Tenuta nel tempo<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Cala con ogni nuovo modello generativo (AUC fino a -50%)<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Indipendente dall'evoluzione dei generatori<\/td><\/tr><tr style=\"background-color: #f8f7fd;\"><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Cheapfake, spoofing GPS, modifica EXIF<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Non li rileva<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Irrilevanti: il dato nasce gi\u00e0 certificato<\/td><\/tr><tr><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Attacchi avversari<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Vulnerabile (fino al 100% di successo, CVPR 2023)<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Non applicabili: l'integrit\u00e0 \u00e8 verificabile via hash<\/td><\/tr><tr style=\"background-color: #f8f7fd;\"><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Valore in giudizio<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Parere tecnico liberamente contestabile<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Presunzione di integrit\u00e0 e data certa (eIDAS art. 35 e 41)<\/td><\/tr><tr><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Onere della prova<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Resta su chi produce il contenuto<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Passa a chi lo contesta<\/td><\/tr><tr style=\"background-color: #f8f7fd;\"><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Catena di custodia<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Assente<\/td><td style=\"padding: 12px 16px; border-bottom: 1px solid #e8e6f0; vertical-align: top; color: #333;\">Documentata nel report forense<\/td><\/tr><\/tbody><\/table><\/div>\n\n<h2>Quando usare l'una o l'altra<\/h2>\n<p>La regola pratica \u00e8 semplice: il rilevamento serve quando il contenuto esiste gi\u00e0 e non puoi controllarne l'origine; la certificazione serve per tutto ci\u00f2 che produci o acquisisci tu e che potrebbe finire in un processo, in una pratica di sinistro o in una pubblicazione.<\/p>\n<p>Su contenuti di terzi gi\u00e0 in circolazione, ricevuti da fonti che non controlli, un sistema di rilevamento pu\u00f2 avere un ruolo di triage: aiuta a decidere quali contenuti meritano un'analisi tecnica approfondita. Va trattato per quello che \u00e8, un filtro preliminare con tassi di errore documentati, mai una prova da produrre.<\/p>\n<p>Per tutto il resto, il calcolo costi-benefici pende dalla stessa parte in ogni settore. Uno studio legale che deve produrre in giudizio un video ricevuto da un cliente, con la sola analisi a posteriori, ottiene un \"probabilmente autentico all'87%\" che la controparte smonter\u00e0 citando la letteratura sui tassi di errore. Se invece il video viene acquisito tramite app certificata, arriva sigillato e marcato temporalmente: \u00e8 la controparte a dover dimostrare l'alterazione. Abbiamo descritto questo scenario nel caso d'uso dedicato alle <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/truescreen.io\/it\/casi-di-utilizzo\/prove-digitali-avvocati-studi-legali\/\">prove digitali per studi legali<\/a>. Con TrueScreen \u00e8 possibile acquisire uno screenshot, una foto o un video in ambiente controllato e ottenere un report forense con valore probatorio.<\/p>\n<p>Lo stesso schema vale per le compagnie assicurative che ricevono documentazione fotografica dei sinistri, per le redazioni che devono difendere l'autenticit\u00e0 del proprio materiale d'inchiesta, per le funzioni di sicurezza che raccolgono prove di illeciti interni. Dove un sistema di deepfake detection restituisce una probabilit\u00e0, TrueScreen restituisce una prova certificata e immutabile, con catena di custodia verificabile.<\/p>\n<div class=\"ts-feature-banner\" style=\"margin: 40px 0; padding: 0; background-color: #f8f7fd; border-radius: 12px; display: flex; overflow: hidden; border: 1px solid rgba(0,0,0,0.06);\">\n  <div style=\"width: 160px; min-height: 140px; flex-shrink: 0; overflow: hidden;\">\n    <img decoding=\"async\" src=\"https:\/\/truescreen.io\/wp-content\/uploads\/2026\/06\/certified-car-accident-report-cover.webp\" alt=\"Sinistro automobilistico certificato TrueScreen\" style=\"width: 100%; height: 100%; object-fit: cover;\" \/>\n  <\/div>\n  <div style=\"padding: 20px 24px; flex: 1; display: flex; flex-direction: column; justify-content: center;\">\n    <p style=\"font-family: 'DM Sans', sans-serif; font-size: 12px; font-weight: 600; color: #7c6bc4; text-transform: uppercase; letter-spacing: 0.5px; margin: 0 0 6px 0;\">Caso d'uso<\/p>\n    <p style=\"font-family: 'Raleway', sans-serif; font-size: 17px; font-weight: 700; color: #1a1a2e; margin: 0 0 6px 0; line-height: 1.3;\">Sinistro automobilistico certificato<\/p>\n    <p style=\"font-family: 'DM Sans', sans-serif; font-size: 14px; color: #555; margin: 0 0 12px 0; line-height: 1.4;\">Scopri come TrueScreen certifica la documentazione fotografica dei sinistri con data certa e posizione verificata.<\/p>\n    <a href=\"https:\/\/truescreen.io\/it\/casi-di-utilizzo\/sinistro-automobilistico-certificato\/\" style=\"font-family: &#039;DM Sans&#039;, sans-serif; font-size: 14px; font-weight: 600; color: #007afe; text-decoration: none; display: inline-block;\">Scopri di pi\u00f9 \u2192<\/a>\n  <\/div>\n<\/div>\n<h2>L'autenticit\u00e0 non si indovina, si certifica<\/h2>\n<p>I numeri visti fin qui puntano tutti nella stessa direzione: l'affidabilit\u00e0 della deepfake detection cala mentre la qualit\u00e0 dei generatori cresce, e intere classi di manipolazione restano fuori dal suo raggio d'azione. Chi gestisce contenuti con peso legale o reputazionale ha bisogno di garanzie che non degradino a ogni nuovo modello generativo.<\/p>\n<p>Se vuoi vedere come funziona la certificazione alla fonte su foto, video, screenshot e contenuti web, <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/truescreen.io\/it\/contacts\/\">richiedi una demo di TrueScreen<\/a>: bastano pochi minuti per certificare il primo contenuto e capire la differenza tra una probabilit\u00e0 e una prova.<\/p><\/div><\/div><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-3 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-bg-blend:overlay;--awb-bg-size:cover;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:1.455%;--awb-margin-bottom-large:20px;--awb-spacing-left-large:1.455%;--awb-width-medium:100%;--awb-spacing-right-medium:1.455%;--awb-spacing-left-medium:1.455%;--awb-width-small:100%;--awb-spacing-right-small:1.455%;--awb-spacing-left-small:1.455%;\"><div class=\"fusion-column-wrapper fusion-flex-justify-content-flex-start fusion-content-layout-column\"><section class=\"faq faq-truescreen\" aria-labelledby=\"faq-title\">\n<h2 id=\"faq-title\">FAQ: deepfake detection e certificazione alla fonte<\/h2>\n<div class=\"faq-list\">\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">La deepfake detection \u00e8 affidabile?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>Solo in parte. Sui benchmark di laboratorio i rilevatori superano spesso il 95% di accuratezza, ma sui deepfake reali del 2024 l'AUC cala fino al 50% e il miglior sistema commerciale si ferma intorno al 78% sui video (Deepfake-Eval-2024, arXiv:2503.02857). Pu\u00f2 funzionare come filtro preliminare su contenuti di terzi, non come verdetto sull'autenticit\u00e0.<\/p><\/div>\n<\/details>\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">Come si dimostra che un video \u00e8 autentico in tribunale?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>Dimostrando integrit\u00e0 e provenienza: chi lo ha acquisito, quando, con quale dispositivo e che il file non \u00e8 stato alterato. Hash crittografico calcolato all'acquisizione, marca temporale qualificata e sigillo elettronico qualificato attivano le presunzioni di integrit\u00e0 e data certa previste da eIDAS (art. 35 e 41), invertendo l'onere della prova. Il giudice valuta secondo i criteri dell'art. 20 del CAD.<\/p><\/div>\n<\/details>\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">Che differenza c'\u00e8 tra riconoscere un falso e certificare l'originale?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>Il riconoscimento \u00e8 reattivo e probabilistico: analizza un contenuto esistente e stima quanto \u00e8 plausibile che sia sintetico, con tassi di errore che crescono a ogni nuova generazione di modelli. La certificazione \u00e8 preventiva e deterministica: garantisce l'integrit\u00e0 del dato dal momento dell'acquisizione con hash, sigillo e marca temporale, e resta verificabile nel tempo a prescindere dall'evoluzione dell'AI generativa.<\/p><\/div>\n<\/details>\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">Uno screenshot ha valore legale?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>Uno screenshot semplice \u00e8 una riproduzione informatica liberamente contestabile: se la controparte lo disconosce, il suo peso probatorio crolla. Uno screenshot acquisito con processo certificato, con hash, marca temporale qualificata e report forense, \u00e8 molto pi\u00f9 difficile da contestare. Abbiamo approfondito il tema nel nostro articolo sul <a target=\"_blank\" rel=\"noopener\" href=\"https:\/\/truescreen.io\/it\/articoli\/screenshot-prova-tribunale-ammissibilita\/\">valore probatorio degli screenshot in giudizio<\/a>.<\/p><\/div>\n<\/details>\n<details class=\"faq-item\">\n<summary class=\"faq-question\"><span class=\"faq-question-text\">I messaggi WhatsApp hanno valore legale come prova?<\/span><br \/>\n<span class=\"faq-icon\" aria-hidden=\"true\">+<\/span><\/summary>\n<div class=\"faq-answer\"><p>S\u00ec, la giurisprudenza italiana li ammette come prova, ma il loro peso dipende da come vengono acquisiti. Un semplice screenshot della conversazione \u00e8 facilmente disconoscibile. Un'acquisizione certificata della chat, con hash alla fonte, marca temporale qualificata e catena di custodia documentata, rende la prova molto pi\u00f9 solida e sposta sulla controparte l'onere di dimostrare l'eventuale alterazione.<\/p><\/div>\n<\/details>\n<\/div>\n<\/section><\/div><\/div><\/div><\/div><div class=\"fusion-fullwidth fullwidth-box fusion-builder-row-4 fusion-flex-container nonhundred-percent-fullwidth non-hundred-percent-height-scrolling\" style=\"--awb-border-radius-top-left:0px;--awb-border-radius-top-right:0px;--awb-border-radius-bottom-right:0px;--awb-border-radius-bottom-left:0px;--awb-padding-top:80px;--awb-padding-bottom:80px;--awb-padding-top-small:40px;--awb-padding-bottom-small:110px;--awb-margin-bottom:0px;--awb-background-color:#ffffff;--awb-background-image:linear-gradient(180deg, var(--awb-color3) 0%,var(--awb-color3) 100%);--awb-flex-wrap:wrap;\" ><div class=\"fusion-builder-row fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"max-width:1236px;margin-left: calc(-3% \/ 2 );margin-right: calc(-3% \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column fusion-builder-column-4 fusion_builder_column_1_1 1_1 fusion-flex-column\" style=\"--awb-padding-top:36px;--awb-padding-right:36px;--awb-padding-bottom:36px;--awb-padding-left:36px;--awb-overflow:hidden;--awb-bg-color:var(--awb-color2);--awb-bg-color-hover:var(--awb-color2);--awb-bg-size:cover;--awb-border-radius:8px 8px 8px 8px;--awb-width-large:100%;--awb-margin-top-large:0px;--awb-spacing-right-large:1.455%;--awb-margin-bottom-large:20px;--awb-spacing-left-large:1.455%;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:1.455%;--awb-spacing-left-medium:1.455%;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:1.455%;--awb-spacing-left-small:1.455%;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-builder-row fusion-builder-row-inner fusion-row fusion-flex-align-items-flex-start fusion-flex-content-wrap\" style=\"width:103% !important;max-width:103% !important;margin-left: calc(-3% \/ 2 );margin-right: calc(-3% \/ 2 );\"><div class=\"fusion-layout-column fusion_builder_column_inner fusion-builder-nested-column-0 fusion_builder_column_inner_2_3 2_3 fusion-flex-column fusion-flex-align-self-center\" style=\"--awb-bg-size:cover;--awb-width-large:66.666666666667%;--awb-margin-top-large:0px;--awb-spacing-right-large:2.1825%;--awb-margin-bottom-large:0px;--awb-spacing-left-large:2.1825%;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:1.455%;--awb-spacing-left-medium:1.455%;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:1.455%;--awb-spacing-left-small:1.455%;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-title title fusion-title-2 fusion-sep-none fusion-title-text fusion-title-size-two\" style=\"--awb-text-color:var(--awb-color1);--awb-margin-top:-40px;--awb-margin-top-small:-32px;\"><h2 class=\"fusion-title-heading title-heading-left fusion-responsive-typography-calculated\" style=\"margin:0;--fontSize:32;--minFontSize:32;line-height:1.3;\"><h2>Certifica i tuoi contenuti alla fonte<\/h2><\/h2><\/div><div class=\"fusion-text fusion-text-1 fusion-text-no-margin\" style=\"--awb-font-size:18px;--awb-text-color:var(--awb-color1);--awb-margin-bottom:32px;\"><p><span style=\"letter-spacing: 0.24px; background-color: rgba(0, 0, 0, 0);\">Acquisisci foto, video, screenshot e contenuti web con hash crittografico, sigillo elettronico qualificato e marca temporale: prove con valore legale, non probabilit\u00e0.<\/span><\/p>\n<\/div><div ><a class=\"fusion-button button-flat fusion-button-default-size button-default fusion-button-default button-1 fusion-button-default-span fusion-button-default-type\" target=\"_self\" href=\"https:\/\/portal.truescreen.io\/signin\/\"><span class=\"fusion-button-text\">Inizia ora<\/span><\/a><\/div><div class=\"fusion-separator fusion-full-width-sep\" style=\"align-self: center;margin-left: auto;margin-right: auto;margin-top:12px;width:100%;\"><\/div><div ><a class=\"fusion-button button-flat fusion-button-default-size button-custom fusion-button-default button-2 fusion-button-default-span\" style=\"--button_accent_color:var(--awb-color1);--button_border_color:rgba(255,255,255,0.3);--button_accent_hover_color:var(--awb-color1);--button_border_hover_color:var(--awb-color1);--button_border_width-top:1px;--button_border_width-right:1px;--button_border_width-bottom:1px;--button_border_width-left:1px;--button_gradient_top_color:rgba(0,0,0,0);--button_gradient_bottom_color:rgba(0,0,0,0);--button_gradient_top_color_hover:rgba(255,255,255,0.1);--button_gradient_bottom_color_hover:rgba(255,255,255,0.1);\" target=\"_self\" href=\"https:\/\/truescreen.io\/it\/contattaci\/\"><span class=\"fusion-button-text\">Richiedi una demo<\/span><\/a><\/div><\/div><\/div><div class=\"fusion-layout-column fusion_builder_column_inner fusion-builder-nested-column-1 fusion_builder_column_inner_1_3 1_3 fusion-flex-column fusion-flex-align-self-center fusion-no-small-visibility fusion-no-medium-visibility\" style=\"--awb-bg-size:cover;--awb-width-large:33.333333333333%;--awb-margin-top-large:0px;--awb-spacing-right-large:4.365%;--awb-margin-bottom-large:0px;--awb-spacing-left-large:4.365%;--awb-width-medium:100%;--awb-order-medium:0;--awb-spacing-right-medium:1.455%;--awb-spacing-left-medium:1.455%;--awb-width-small:100%;--awb-order-small:0;--awb-spacing-right-small:1.455%;--awb-spacing-left-small:1.455%;\"><div class=\"fusion-column-wrapper fusion-column-has-shadow fusion-flex-justify-content-flex-start fusion-content-layout-column\"><div class=\"fusion-image-element\" style=\"--awb-max-width:300px;--awb-caption-title-font-family:var(--h2_typography-font-family);--awb-caption-title-font-weight:var(--h2_typography-font-weight);--awb-caption-title-font-style:var(--h2_typography-font-style);--awb-caption-title-size:var(--h2_typography-font-size);--awb-caption-title-transform:var(--h2_typography-text-transform);--awb-caption-title-line-height:var(--h2_typography-line-height);--awb-caption-title-letter-spacing:var(--h2_typography-letter-spacing);\"><span class=\"fusion-imageframe imageframe-none imageframe-1 hover-type-none\"><img decoding=\"async\" width=\"1204\" height=\"1208\" alt=\"applicazione mockup\" title=\"Intestazione mobile\" src=\"https:\/\/truescreen.io\/wp-content\/uploads\/2024\/09\/Mobile-Header.png\" class=\"img-responsive wp-image-45466\" srcset=\"https:\/\/truescreen.io\/wp-content\/uploads\/2024\/09\/Mobile-Header-200x201.png 200w, https:\/\/truescreen.io\/wp-content\/uploads\/2024\/09\/Mobile-Header-400x401.png 400w, https:\/\/truescreen.io\/wp-content\/uploads\/2024\/09\/Mobile-Header-600x602.png 600w, https:\/\/truescreen.io\/wp-content\/uploads\/2024\/09\/Mobile-Header-800x803.png 800w, https:\/\/truescreen.io\/wp-content\/uploads\/2024\/09\/Mobile-Header-1200x1204.png 1200w, https:\/\/truescreen.io\/wp-content\/uploads\/2024\/09\/Mobile-Header.png 1204w\" sizes=\"(max-width: 1024px) 100vw, (max-width: 640px) 100vw, 400px\" \/><\/span><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/p>","protected":false},"featured_media":57159,"template":"","class_list":["post-57157","articoli","type-articoli","status-publish","has-post-thumbnail","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/truescreen.io\/it\/wp-json\/wp\/v2\/articoli\/57157","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\/57159"}],"wp:attachment":[{"href":"https:\/\/truescreen.io\/it\/wp-json\/wp\/v2\/media?parent=57157"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}