Truffe costruite con voci clonate, video falsi sempre più convincenti, fotografie innocue trasformate in immagini intime, identità imitate, messaggi prodotti su misura conoscendo relazioni, abitudini e fragilità della vittima. A questo si aggiungono sistemi capaci di automatizzare una parte crescente delle operazioni: selezionare possibili bersagli, avviare conversazioni, produrre testi, immagini e audio, fino a lasciare all’essere umano soltanto il momento nel quale vale la pena intervenire direttamente. Di fronte a uno scenario simile, la conclusione sembra quasi inevitabile: stiamo entrando in un mondo nel quale non potremo più fidarci di ciò che vediamo e ascoltiamo.
È questa, almeno, la conclusione che il titolo e l’apertura vi hanno appena suggerito.
Non abbiamo inventato nessuno dei fenomeni descritti. Esistono truffe che utilizzano voci sintetiche, deepfake, immagini manipolate e sistemi di automazione; esistono rischi reali e sarebbe irresponsabile nasconderli. Abbiamo però scelto, tra tutti i modi possibili di presentarli, quello capace di generare maggiore inquietudine. Il titolo non dice che alcuni contenuti possono essere falsificati, ma che non potremo più fidarci di nulla: trasforma un problema reale in una previsione assoluta. Non è necessariamente una falsità; è una cornice.
Da qui nasce il problema che vogliamo osservare. Questo articolo entra in Dietro la macchina come approfondimento del percorso Ecologia dell’informazione: non per stabilire se l’intelligenza artificiale sia “buona” o “cattiva”, ma per osservare che cosa accade quando un fatto reale attraversa titoli, immagini, incentivi economici e meccanismi di distribuzione capaci di modificarne la percezione.
Anche il vero può essere raccontato male
Il 5 ottobre abbiamo osservato un esempio interessante commentando un intervento dedicato all’uso dell’intelligenza artificiale nelle attività criminali. Il punto di partenza era incontestabile: strumenti basati sull’IA possono rendere alcune truffe più economiche, convincenti, personalizzate e scalabili. Il briefing del Servizio di ricerca del Parlamento europeo del 30 settembre 2026 descrive proprio questo passaggio: l’intelligenza artificiale può abbassare le barriere d’ingresso ad alcune forme di criminalità, aumentarne la portata e, in determinati casi, rendere più difficile ricostruire il rapporto tra autore e azione. Negli Stati Uniti l’FBI ha registrato nel 2025 oltre 22 mila segnalazioni con riferimenti all’IA e perdite dichiarate superiori a 893 milioni di dollari; in Italia la Polizia Postale ha trattato 27.085 procedimenti di cybercrime economico-finanziario, con somme sottratte superiori a 269 milioni di euro. I numeri, insomma, meritano attenzione.
Il contenuto che ha dato origine a questa riflessione era documentato, i rischi descritti erano reali, eppure bastava il titolo – “L’IA criminale” – per introdurre qualcosa che non appartiene propriamente ai dati: un soggetto. L’intelligenza artificiale diventava, linguisticamente, criminale.
Naturalmente sappiamo cosa significa davvero quella formulazione. Nessuno sta sostenendo che un modello linguistico abbia deciso di entrare in una cosca o che un generatore di immagini abbia sviluppato una vocazione per il ricatto. Eppure il linguaggio non arriva al lettore sotto forma di nota tecnica: costruisce associazioni, stabilisce prossimità, suggerisce rapporti causali. IA e crimine, IA e truffa, IA e perdita di controllo, IA e pericolo possono così finire per saldarsi in una rappresentazione più forte delle spiegazioni che le accompagnano.
Il problema, quindi, non è soltanto stabilire se un’informazione sia vera o falsa. Come abbiamo già osservato in Lo stesso fatto, due racconti, uno stesso evento può essere descritto senza alterarne i dati e produrre comunque percezioni molto diverse. Il fatto rimane; cambia il modo nel quale viene portato davanti a noi.
Raccontare un rischio non significa costruire una catastrofe
Questo non è un invito a parlare bene dell’intelligenza artificiale, perché sarebbe semplicemente la distorsione opposta. Le tecnologie devono essere osservate anche nelle loro conseguenze negative; i rischi vanno studiati, documentati e spiegati. Se un sistema rende possibile automatizzare migliaia di tentativi di truffa, è importante saperlo; se pochi secondi di voce possono essere utilizzati per costruire un’imitazione credibile, dobbiamo parlarne; se una fotografia normale può diventare materiale per una violenza sintetica, il problema non scompare perché l’immagine prodotta è falsa.
Raccontare un rischio, però, significa anche definirne i confini. Uno strumento utilizzato per commettere un reato non diventa per questo uno strumento criminale. L’automobile è stata utilizzata per fughe, rapimenti, traffici e omicidi; il telefono per minacce, estorsioni e frodi; Internet ha permesso forme di criminalità che prima sarebbero state impossibili o molto più difficili. Non abbiamo però costruito, per questo, una narrazione permanente dell’“automobile criminale” o del “telefono criminale”.
Con l’intelligenza artificiale qualcosa di diverso sta accadendo: ogni utilizzo negativo diventa facilmente una proprietà della tecnologia stessa, mentre ciò che la stessa tecnologia consente in altri ambiti tende a occupare uno spazio narrativo meno intenso. Non necessariamente perché qualcuno abbia deciso di demonizzarla, ma perché la paura funziona.
La temperatura dell’informazione
Una notizia non raggiunge il pubblico soltanto attraverso ciò che dice. Arriva attraverso un titolo, una fotografia, una notifica, un’anteprima social, una posizione nel feed, un commento o una condivisione; prima ancora che il contenuto venga letto, qualcosa ne ha già stabilito la temperatura.
È uno dei problemi che abbiamo affrontato in La temperatura dell’informazione: due contenuti possono trasmettere sostanzialmente gli stessi fatti e produrre reazioni molto diverse attraverso il linguaggio utilizzato per presentarli. Non è soltanto un’impressione. Uno studio pubblicato su Nature Human Behaviour, basato su migliaia di test comparativi di titoli e centinaia di milioni di visualizzazioni, ha rilevato che l’aggiunta di una parola negativa a un titolo di lunghezza media aumentava il tasso di clic del 2,3%. Un’altra ricerca pubblicata su Scientific Reports ha osservato che gli articoli con contenuto negativo tendevano a essere condivisi sui social più di quelli non negativi. La paura e la negatività, dunque, non sono soltanto registri narrativi: possiedono un vantaggio misurabile nella competizione per l’attenzione.
Questo vantaggio prepara anche la lettura. Se un titolo ci comunica che qualcosa rappresenta una minaccia, inizieremo a leggere il testo cercando conferme di quella minaccia; un dato ambiguo tenderà a essere interpretato nella direzione suggerita, un’eccezione sembrerà una prova e una possibilità potrà trasformarsi facilmente in una previsione.
Si apre così un paradosso: da una parte chiediamo alle persone di non reagire impulsivamente, controllare, verificare le fonti e contestualizzare; dall’altra costruiamo un ambiente informativo nel quale la competizione per l’attenzione premia spesso proprio ciò che rende più difficile farlo.
Non possiamo educare il cittadino alla prudenza dentro un sistema che guadagna dalla sua paura.
“Verifica” non può essere l’unica risposta
Negli ultimi anni abbiamo trasformato la verifica quasi in una responsabilità individuale permanente. Controllare la fonte, verificare un’immagine, cercare una seconda conferma, non fidarsi di un messaggio inatteso, richiamare direttamente una persona, osservare l’indirizzo di un sito o chiedersi se un video sia autentico sono tutti consigli sensati e continueremo a darli; esiste però un limite evidente, perché nessuna persona può verificare continuamente tutto ciò che attraversa la propria giornata.
Non possiamo chiedere a ciascun cittadino di diventare contemporaneamente giornalista, investigatore digitale, esperto di sicurezza informatica, analista delle immagini, conoscitore dell’intelligenza artificiale e studioso degli algoritmi di distribuzione. La fiducia non è un difetto da eliminare, ma una delle condizioni che rendono possibile vivere in una società complessa: se dovessimo verificare personalmente ogni informazione prima di utilizzarla, gran parte della nostra vita quotidiana diventerebbe impossibile.
Il problema è allora costruire sistemi nei quali quella fiducia possa essere ragionevole. A questo punto la responsabilità smette di appartenere soltanto al lettore.
L’attrito non può esistere soltanto alla fine
Abbiamo utilizzato più volte la parola attrito per descrivere quei piccoli ostacoli capaci di interrompere un automatismo: fermarsi prima di condividere, controllare prima di reagire, cercare ciò che potrebbe contraddire una convinzione. Nel percorso abbiamo dedicato a questa funzione Dove il pensiero incontra resistenza; la domanda, qui, è perché quell’attrito debba essere richiesto soltanto a chi riceve l’informazione.
Può esistere un attrito editoriale, quando si evita che un titolo allarghi un fatto oltre ciò che i dati consentono di sostenere; può esistere un attrito istituzionale, quando si distingue chiaramente tra rischio documentato, possibilità teorica e previsione; può esistere un attrito tecnologico, quando i sistemi non vengono progettati avendo come unico obiettivo l’aumento del tempo di permanenza, dell’interazione e della propagazione. Può esistere perfino un attrito linguistico: scegliere le parole sapendo che non descrivono soltanto la realtà, ma contribuiscono a costruire il modo nel quale la percepiamo.
Questo non significa rendere l’informazione neutrale, perché una neutralità assoluta probabilmente non esiste. Significa piuttosto rendere visibili le scelte. Noi stessi, all’inizio di questo articolo, ne abbiamo fatta una: abbiamo utilizzato deliberatamente un titolo sproporzionato rispetto a ciò che possiamo realmente sapere sul futuro. Lo abbiamo fatto per mostrare il meccanismo; avremmo però potuto utilizzare lo stesso titolo senza spiegarlo e ottenere comunque attenzione. È questa facilità, prima ancora del singolo esempio, che merita di essere osservata.
L’intelligenza artificiale è un caso particolarmente delicato
L’IA arriva dentro questo ecosistema in una posizione singolare: è abbastanza presente da essere conosciuta, ma ancora abbastanza nuova da essere difficilmente compresa; produce risultati sorprendenti, cambia rapidamente e interessa settori molto diversi tra loro. Per questo può essere caricata con estrema facilità di aspettative opposte e raccontata, alternativamente, come la tecnologia che salverà il mondo, distruggerà il lavoro, curerà malattie, renderà inutile l’uomo, democratizzerà la conoscenza o distruggerà la verità.
Sono affermazioni molto diverse, ma condividono la stessa struttura: trasformano processi complessi in destini. E il destino, positivo o negativo, è molto più facile da raccontare di una trasformazione piena di condizioni, limiti, possibilità e contraddizioni.
Se continuiamo a raccontare l’intelligenza artificiale prevalentemente attraverso gli estremi, non stiamo preparando le persone a comprenderla; stiamo insegnando loro a scegliere da che parte stare. È precisamente ciò che un’ecologia dell’informazione dovrebbe cercare di evitare.
Educare dal basso non basta
L’educazione digitale rimane indispensabile. Dobbiamo insegnare ai ragazzi e agli adulti che una voce può essere imitata, una fotografia manipolata, un’identità simulata; dobbiamo imparare a utilizzare canali alternativi per verificare richieste importanti e comprendere che ciò che appare sullo schermo non acquista automaticamente valore di prova. Ma tutto questo non basta se, contemporaneamente, l’ambiente continua a premiare l’eccesso.
Non possiamo insegnare alle persone a distinguere possibilità e probabilità e poi presentare ogni possibilità come imminente; non possiamo chiedere loro di non reagire emotivamente mentre progettiamo titoli e notifiche per provocare esattamente quella reazione; non possiamo spiegare che l’intelligenza artificiale è uno strumento e contemporaneamente attribuirle intenzioni, desideri e colpe ogni volta che un essere umano la utilizza male.
Partire dal basso è necessario. Restare soltanto in basso significa però chiedere al singolo di correggere continuamente gli effetti prodotti dall’ambiente nel quale vive. Un ambiente informativo sano non elimina la responsabilità individuale: la rende possibile.
La domanda che viene prima di “è vero?”
Per molto tempo abbiamo immaginato l’alfabetizzazione informativa soprattutto come capacità di distinguere vero e falso. Oggi quella distinzione rimane fondamentale, ma non è più sufficiente, perché un contenuto può essere vero e produrre comunque una rappresentazione distorta; un dato può essere corretto e mancare del denominatore necessario per comprenderlo; un titolo può descrivere qualcosa di realmente accaduto e suggerire che sia molto più frequente di quanto sia; una fonte autorevole può utilizzare una cornice discutibile.
Dovremmo allora aggiungere altre domande a quella più immediata. Perché questo fatto mi viene raccontato proprio in questo modo? Che cosa è stato messo in primo piano e che cosa è rimasto fuori? La reazione che sto provando nasce dai fatti o dalla forma con cui mi sono stati presentati? Chi beneficia della mia attenzione, della mia indignazione o della mia paura?
Sono domande più difficili di “è vero?”, ma forse sono proprio quelle che oggi dobbiamo imparare a fare. L’Ecologia dell’informazione, infatti, non riguarda soltanto la qualità dei contenuti che circolano: riguarda le condizioni nelle quali quei contenuti vengono prodotti, selezionati, distribuiti e ricevuti. E dentro quelle condizioni esistiamo anche noi.
Il titolo con cui avete aperto questa pagina era parte dell’esperimento. La prossima volta potrebbe non esserci nessuno, qualche paragrafo più sotto, a dirvelo.
Se vogliamo cittadini più prudenti, dobbiamo certamente insegnare loro a verificare; ma dobbiamo anche costruire un ambiente che non abbia interesse a renderli più impauriti.
Fonti e approfondimenti
Parlamento europeo, Servizio di ricerca, Artificial intelligence and crime, 30 settembre 2026.
FBI Internet Crime Complaint Center, 2025 IC3 Annual Report, sezione sull’uso dell’intelligenza artificiale nel cybercrime.
Polizia Postale e per la Sicurezza Cibernetica, Report annuale 2025.
Claire E. Robertson et al., Negativity drives online news consumption, Nature Human Behaviour, 2023.
Negative online news articles are shared more to social media, Scientific Reports, 2024.