Deepfake e IA generativa: come insegnare agli studenti a riconoscere un’immagine falsa 

“Vedere per credere” è un’idea che ha retto per secoli. Oggi non regge più. Un’immagine, un video, persino una voce possono essere generati da un algoritmo in pochi secondi, con un realismo che pochi anni fa sarebbe sembrato fantascienza. Per chi insegna, questo non è un problema tecnico da lasciare agli esperti: è una delle competenze di cittadinanza digitale più urgenti da costruire in classe, oggi. 

Di cosa parliamo davvero: deepfake, text-to-image e cloni vocali 

Il termine “deepfake” indica contenuti — video, immagini, audio — generati o alterati con l’intelligenza artificiale in modo così realistico da risultare ingannevoli. Non si tratta più solo di volti sovrapposti a corpi altrui: oggi gli stessi strumenti che permettono di creare immagini e video da un semplice testo (i modelli “text-to-image” e “text-to-video”) possono anche clonare una voce a partire da pochi secondi di audio, riprodurre un intero volto in movimento, o generare da zero persone che non sono mai esistite. 

Non è più un fenomeno di nicchia: riguarda ormai chiunque navighi online, e riguarda anche — sempre più spesso — gli studenti stessi, sia come spettatori ingannati sia, in alcuni casi, come possibili vittime. 

I segnali da insegnare a riconoscere 

Non esiste un solo indizio infallibile, ma un insieme di controlli che, messi insieme, aiutano a smascherare gran parte dei contenuti falsi. Sono spunti utili da condividere direttamente con gli studenti come “lista di controllo”: 

• Le mani e i dettagli piccoli. Ancora oggi, le mani restano uno degli elementi più difficili da generare correttamente per l’IA: dita in numero sbagliato, proporzioni innaturali, posizioni impossibili. 

• La coerenza della luce. Ombre che cadono nella direzione sbagliata rispetto alla fonte di luce principale, riflessi su occhiali o superfici lucide che non seguono i movimenti della persona: sono errori che l’occhio umano nota, se allenato a cercarli. 

• La pelle “troppo perfetta”. L’assenza di micro-variazioni naturali — pori, piccole imperfezioni, ombre sottili — è un segnale ricorrente nei volti generati. 

• Nei video, la rotazione della testa. È uno dei momenti in cui i deepfake “soffrono” di più: bordi del viso instabili, texture che cambiano, contorni che sembrano “respirare” se si rallenta la riproduzione. 

• Occhi e battito delle palpebre. Asimmetrie del viso o un battito delle palpebre irregolare sono ancora, in molti casi, un indizio rivelatore. 

Un avvertimento da fare in classe, però, è altrettanto importante quanto la lista stessa: gli strumenti di generazione migliorano continuamente, e alcuni di questi segnali diventeranno via via meno affidabili. Per questo insegnare “cosa guardare in un’immagine” non basta più da solo. 

Perché la fonte conta più dell’aspetto 

Il consiglio più solido da trasmettere agli studenti non è “guarda bene l’immagine”, ma “verifica da dove viene”. Oggi esistono sistemi di provenienza digitale — come gli standard C2PA o i watermark integrati nei modelli di alcune aziende — pensati per rendere riconoscibile un contenuto generato dall’IA. Non sono infallibili: molti social network rimuovono questi metadati durante il caricamento, e non tutti gli strumenti di generazione li includono. Ma restano un primo, utile filtro. 

Il metodo più efficace da insegnare, in sintesi, è quello di accumulare controlli invece di fidarsi di un solo indizio: osservare l’immagine con attenzione, verificarne la provenienza, fare una ricerca inversa per capire se è già apparsa altrove con un contesto diverso, e — soprattutto — chiedersi sempre chi ha interesse a farci credere che quel contenuto sia vero. 

Cosa dice la normativa (in breve) 

Come abbiamo raccontato nel nostro articolo dedicato all’AI Act a scuola, dal 2 agosto 2026 sono in vigore obblighi di trasparenza che impongono di rendere riconoscibili i contenuti generati o manipolati dall’intelligenza artificiale, deepfake compresi. 

È un dettaglio che vale la pena condividere con gli studenti più grandi non come nota legale astratta, ma come conferma che quello di cui stiamo parlando non è un rischio teorico: è un problema che il legislatore europeo ha riconosciuto come abbastanza grave da vietare esplicitamente. 

Su questo fronte, anche il cinema può aiutare ad aprire la discussione. Nel catalogo Cinemainclasse trovate, ad esempio, “Ricordi digitali per cuori in affanno“, un cortometraggio che affronta con delicatezza il tema della diffusione non consensuale di immagini intime — un tema strettamente collegato a quello dei deepfake di cui parla oggi la normativa europea.

È un titolo da proporre con attenzione al grado scolastico e con un adeguato accompagnamento in aula, ma può essere un punto di partenza efficace per parlare di consenso, rispetto e conseguenze legali con gli studenti più grandi. 

Attività da portare in classe 

• Il quiz “vero o falso”. Preparate una selezione di 6-8 immagini, alcune reali e alcune generate dall’IA (se ne trovano molte gratuitamente online, oppure potete generarle voi stessi con un qualsiasi strumento text-to-image). Fate votare la classe immagine per immagine, poi analizzate insieme gli indizi che hanno tratto in errore chi ha sbagliato. 

• L’analisi al rallentatore. Con un breve video sospetto (ce ne sono molti, verificati come falsi, disponibili su siti di fact-checking), fermatevi insieme sui momenti critici — rotazione della testa, movimento delle mani — e fate notare agli studenti gli artefatti visivi. 

• Il gioco della fonte. Dividete la classe in gruppi e assegnate a ciascuno un contenuto (vero o falso) senza dire quale sia. Il compito è risalire alla fonte originale con una ricerca inversa, e presentare alla classe come hanno verificato l’autenticità. 

• La discussione sul “perché”. Chiudete sempre chiedendo: chi potrebbe avere interesse a diffondere questo contenuto, e con quale obiettivo? È la domanda che trasforma un esercizio tecnico in educazione civica. 

Domande guida per aprire il dibattito 

• Se un’immagine sembra vera ma non lo è, chi è responsabile del danno che può causare: chi l’ha creata, chi l’ha condivisa, o la piattaforma che l’ha diffusa? 

• Cosa cambia, dal punto di vista etico, tra un fotomontaggio fatto a mano e un deepfake generato dall’IA in pochi secondi? 

• Se in futuro sarà sempre più difficile distinguere il vero dal falso, su cosa dovremo basare la nostra fiducia in un contenuto? 

Insegnare a riconoscere un deepfake non significa trasformare gli studenti in tecnici forensi, ma allenarli a un atteggiamento: quello di sospendere il giudizio prima di credere, condividere o reagire a un contenuto. È lo stesso pensiero critico che il cinema, da sempre, chiede a chi lo guarda — e che oggi la scuola ha il compito di rendere una competenza quotidiana. 

Scopri tutte le novità di Cinemainclasse e proponilo alla tua scuola

Contattaci per ricevere informazioni su Cinemainclasse ed esplorare tutte le funzionalità dei servizi inclusi.