Orari di lavoro
Lunedi - Venerdi: 7.30 - 19.30
Sabato: 8 - 16
Z Side · Reality Glitch A cura di Zoom Out Lab
I deepfake non sono più solo un problema di politica o di revenge porn. Stanno entrando nella pubblicità online con una naturalezza che dovrebbe preoccupare chiunque lavori nel digitale o semplicemente ci viva. Quando un video truffa è indistinguibile da uno spot reale, il problema non è più tecnologico. È strutturale.
Sui social network italiani succede una cosa sempre più frequente: scrolli il feed, vedi un video sponsorizzato in cui un volto noto un politico, un imprenditore, un conduttore promuove una piattaforma di investimento. Il tono è quello di un’intervista televisiva. Il logo in sovrimpressione sembra quello di una testata reale. La persona parla in modo naturale, guarda in camera, articola frasi credibili.
Il problema è che quella persona non ha mai detto quelle parole. Non ha mai partecipato a quell’intervista. Non sa nemmeno che esiste.
Quello che stai guardando è un deepfake pubblicitario. E non è un caso isolato: è un fenomeno in crescita esponenziale, che sta ridisegnando il confine tra pubblicità, truffa e contenuto generato dall’intelligenza artificiale.
Deepfake e pubblicità: come funziona il meccanismo
Il funzionamento è più semplice di quanto si pensi. I truffatori raccolgono materiale video e audio pubblicamente disponibile di una persona interviste, conferenze, apparizioni televisive e lo usano per addestrare modelli di AI generativa in grado di riprodurne volto, voce e gestualità. Il risultato è un video sintetico in cui quella persona sembra dire e fare cose che non ha mai detto né fatto.
Questi video vengono poi distribuiti come inserzioni sponsorizzate su Facebook, Instagram, YouTube e TikTok, spesso con budget pubblicitari reali dietro, il che significa che le piattaforme li distribuiscono attivamente nei feed degli utenti.
Il caso più documentato in Italia riguarda le truffe sugli investimenti. Come ricostruito in un’indagine approfondita di Decripto, video deepfake con volti di personaggi pubblici italiani vengono usati per promuovere piattaforme di trading inesistenti. L’utente clicca, lascia i propri dati, viene contattato da un call center professionale spesso con operatori che parlano italiano perfetto e conoscono nel dettaglio il sistema bancario nazionale e da lì parte la truffa vera e propria, con richieste di bonifici e depositi su conti esteri.
Ma il fenomeno non si ferma alle truffe finanziarie. Su TikTok circolano finte interviste costruite con Sora di OpenAI, brandizzate con loghi di testate come il TG5, che veicolano fake news su temi sensibili. Agenda Digitale ha documentato diversi casi in cui questi video vengono spacciati come “contenuti divertenti” ma generano centinaia di commenti d’odio, diventando di fatto strumenti di disinformazione e radicalizzazione.
Il problema non è solo la tecnologia: è il contesto
Il deepfake pubblicitario funziona perché si inserisce in un ecosistema già fragile. Le piattaforme social hanno progressivamente ridotto o eliminato i sistemi di fact-checking professionali. Meta ha smantellato il programma di verifica delle notizie sostituendolo con un sistema di note comunitarie. X (ex Twitter) ha fatto lo stesso.
Questo significa che un deepfake pubblicitario può circolare per giorni a volte settimane prima che qualcuno lo segnali con successo. E nel frattempo genera impression, click, contatti e, nei casi peggiori, danni economici reali.
C’è poi un secondo livello, meno visibile ma altrettanto importante: l’erosione della fiducia. Quando un utente scopre che il video era falso, non impara solo a diffidare di quel video specifico. Inizia a diffidare di tutti i video. Di tutte le pubblicità. Di tutte le interviste. È il cosiddetto “dividendo del bugiardo”: non servono milioni di deepfake per distruggere la fiducia. Ne bastano pochi, ben distribuiti, per far sì che nessuno si fidi più di niente.
E questo riguarda direttamente anche i brand legittimi, che si ritrovano a competere per l’attenzione in un ambiente dove il contenuto video ha perso credibilità a priori.
Cosa dice la legge: dall’AI Act al reato di deepfake in Italia
Il quadro normativo si sta muovendo, ma con tempi che non reggono il passo della tecnologia. Su due fronti principali.
Il primo è europeo. L’articolo 50 dell’AI Act, pienamente applicabile dal 2 agosto 2026, introduce l’obbligo di trasparenza per chiunque produca o diffonda contenuti generati con l’AI. Come analizzato da Agenda Digitale, i deployer che utilizzano sistemi di AI per generare o manipolare immagini, audio o video che costituiscono un deepfake devono rendere noto che il contenuto è stato generato o manipolato artificialmente. I metadati e i watermark non possono essere rimossi. E se il contenuto ritrae una persona reale, gli obblighi diventano ancora più stringenti.
Il secondo fronte è italiano. La Legge 132/2025 ha introdotto il reato di deepfake, punendo la diffusione anche inconsapevole di contenuti sintetici realistici che ritraggono una persona senza il suo consenso e le causano un danno. Come spiega Legal for Digital nella sua analisi della norma, le implicazioni toccano direttamente chiunque operi nel digitale: agenzie, brand, creator, freelance. Nell’ottobre 2025 il Garante della Privacy ha bloccato l’app Clothoff, che generava immagini di nudo a partire da foto di persone vestite, anche minori il provvedimento d’urgenza ha segnato un precedente importante nella lotta alle app di “nudificazione” basate su AI.
La Commissione Europea, a sua volta, sta valutando di estendere i divieti dell’AI Act ai deepfake sessuali non consensuali, dopo lo scandalo Grok il modello di xAI di Elon Musk, contro cui la città di Baltimora ha avviato un’azione legale per la generazione di immagini intime non consensuali, incluse quelle di minori.
Ma ecco il punto: la legge arriva dopo. Le norme entrano in vigore quando il danno è già stato fatto, il video è già stato visto, il bonifico è già stato inviato. Il problema dei deepfake pubblicitari non si risolve solo con la regolamentazione. Si risolve con l’infrastruttura: piattaforme che verificano prima di distribuire, non dopo.
Perché questo è un problema di tutti, non solo delle vittime
Sarebbe facile pensare: “Non mi riguarda, io non ci casco.” Ma il deepfake pubblicitario non colpisce solo chi clicca. Colpisce l’intero ecosistema della comunicazione digitale.
Se sei un brand e fai pubblicità online, operi in un ambiente dove il tuo contenuto legittimo viene mostrato accanto a truffe sofisticate che usano lo stesso formato, lo stesso linguaggio visivo, la stessa piattaforma. Questo abbassa la credibilità percepita di tutta la pubblicità inclusa la tua.
Se sei un creator, il tuo volto e la tua voce possono essere clonati e usati per vendere prodotti che non hai mai visto. È già successo: come riportato da InvestigateTV, una content creator americana con oltre 90.000 follower ha scoperto che un video deepfake con il suo volto veniva usato per vendere assicurazioni sulla vita su YouTube, senza che lei ne sapesse nulla.
Se sei un utente, il deepfake pubblicitario ti costringe a un lavoro di verifica costante che non dovresti fare. Ogni video diventa sospetto. Ogni intervista può essere falsa. La truffa con voce clonata è lo stesso fenomeno trasferito dall’audio al video, con un livello di sofisticazione in più.
E se pensi che il problema sia limitato alla pubblicità, guarda cosa sta succedendo altrove. Reuters ha documentato come nelle elezioni di metà mandato americane del 2026, i deepfake siano già utilizzati come strumenti di campagna: video sintetici di avversari che dicono cose mai dette, distribuiti come inserzioni ufficiali. Euronews ha raccontato come nel conflitto con l’Iran, i deepfake vengano usati da entrambe le parti per fabbricare prove visive, generare panico e manipolare l’opinione pubblica con video che raggiungono milioni di persone prima che qualcuno ne verifichi l’autenticità.
Il web sta diventando un ambiente in cui la prova visiva non è più una prova. E questo, come abbiamo visto parlando del traffico bot e delle AI Overviews, è un altro tassello di un sistema che si allontana progressivamente dall’essere uno spazio costruito per gli esseri umani.
Come riconoscere un deepfake pubblicitario (per ora)
Non esiste un metodo infallibile, ma ci sono segnali ricorrenti. Il labiale spesso non è perfettamente sincronizzato con l’audio. I bordi del volto, soprattutto intorno alla mascella e alle orecchie, possono presentare artefatti o sfocature anomale. L’illuminazione del volto a volte non è coerente con quella dell’ambiente circostante. I movimenti oculari possono risultare innaturali troppo fissi o troppo regolari.
Ma il punto critico è un altro: questi difetti stanno diminuendo. I modelli migliorano a una velocità che rende obsoleto ogni elenco di “segnali da controllare” nel giro di pochi mesi. La vera protezione non è imparare a riconoscere i deepfake. È non fidarsi mai di un video pubblicitario solo perché “sembra reale”. È verificare la fonte, cercare conferme indipendenti, diffidare di qualsiasi proposta economica che arriva da un contenuto sponsorizzato su un social network.
Conclusione: la fiducia è un’infrastruttura, e qualcuno la sta demolendo
La lezione di questo Reality Glitch è scomoda: il deepfake pubblicitario non è un bug del sistema. È una conseguenza diretta di un modello in cui le piattaforme distribuiscono contenuti senza verificarli, le AI generative producono video realistici senza limiti efficaci, e la legge arriva sempre con un ciclo di ritardo rispetto alla tecnologia.
Il problema non è che esistano i deepfake. È che abbiamo costruito un’infrastruttura digitale che li rende profittevoli e facili da distribuire, e non abbiamo ancora costruito un’infrastruttura equivalente per la verifica.
Fino a quando la fiducia sarà trattata come un’esternalità qualcosa che si consuma senza che nessuno paghi per ricostruirla il deepfake pubblicitario non sarà un’eccezione. Sarà la norma.
Questo articolo fa parte di Z Side, il blog editoriale di Zoom Out Lab.
→ Z Side
→ Categoria Reality Glitch
→ Correlati: Truffa voce clonata: quando un vocale ti frega davvero
Quando il web smette di essere umano
AI Overviews: la risposta che mangia il click
