Dal selfie “impossibile” al video credibile: quando l’IA ci mette accanto alle star…non senza polemiche

Per un po’ è sembrata l’ennesima moda da social: la foto “troppo perfetta” in cui ti ritrovi accanto a una celebrità, in un backstage, su un red carpet o addirittura dentro un set iconico. Poi la tecnologia ha fatto il salto di qualità: non solo immagini, ma video. E quando un contenuto si muove, parla, gesticola e mantiene una coerenza visiva sufficiente a reggere lo scroll veloce, la questione smette di essere un semplice giochino e diventa un test serio per piattaforme, media e pubblico.

Il fenomeno ha una base semplice: strumenti di intelligenza artificiale sempre più accessibili consentono di combinare il volto (o l’intera figura) di un utente con ambienti e personaggi celebri, generando scatti e brevi clip dall’aspetto realistico in pochi passaggi. Nell’articolo di Repubblica si cita, tra gli esempi, il trend “Elevator AI”, nato da una funzione di un’app mobile capace di creare in tempi rapidissimi una foto credibile “accanto a un vip” partendo da un’immagine caricata dall’utente.

Quello era il primo tempo. Il secondo tempo è più complesso e più delicato: la trasformazione del selfie in sequenza video. Non più l’istantanea che si può “perdonare” come fotomontaggio, ma una clip che imita movimenti, luci, prospettive e persino micro-espressioni. E nel frattempo l’ecosistema dei creator ha già capito come capitalizzare: “concept trailer”, “scene mai girate”, “sequel inesistenti”, “cameo impossibili”.

Perché funziona: identità, fandom, nostalgia

Il motivo per cui questi contenuti esplodono è un mix di psicologia e grammatica dei social.

1. Desiderio di prossimità: l’idea di “essere con” il personaggio famoso. È un desiderio di contatto, anche simbolico.

2. Fandom e immaginario: entrare in un universo narrativo noto (film, serie, videogiochi) è un modo per partecipare alla storia.

3. Nostalgia: i set “classici” e le celebrità del passato hanno un potere emotivo enorme; l’IA rende “nuovo” ciò che era irraggiungibile.

4. Ricompensa immediata: la produzione è rapida, il risultato è condivisibile, la reazione (like/commenti) è quasi garantita.

Finché restiamo nella cornice della creatività dichiarata, il gioco può essere innocuo. Il problema nasce quando l’output diventa sufficientemente plausibile da confondersi con un contenuto autentico.

Come si costruisce un “selfie con la star” (e come diventa video)

Dall’immagine statica: face swap, identity conditioning, fotorealismo

A livello tecnico (semplificando), molte app lavorano su tre elementi:

• Identità: il volto o i tratti distintivi dell’utente (o della celebrità) da preservare.

• Contesto: ambiente, luci e “scena” (il set, il red carpet, un backstage).

• Stile/fotorealismo: quanto l’immagine deve sembrare una foto “vera”, e non un’illustrazione.

È qui che si gioca la partita: texture della pelle, ombre, riflessi, profondità di campo, grana “da smartphone”. Sono dettagli che l’utente percepisce anche senza saperli nominare.

Il salto ai video: motion transfer, lip-sync, audio, montaggio

Il video aggiunge complessità e potenza. Perché non basta più “incollare” un volto: bisogna farlo muovere in modo credibile, con continuità fotogramma per fotogramma.

Le tecniche più usate (in varie combinazioni) sono:

• Image-to-video: parti da una foto e l’IA genera pochi secondi di movimento coerente.

• Video-to-video: parti da un filmato reale e trasformi soggetto, vestiti, sfondo o stile, mantenendo i movimenti originali.

• Lip-sync: allinei la bocca a una traccia audio, rendendo la clip “parlata” plausibile.

• Voice cloning / voice style: in alcuni workflow si aggiunge anche una voce simile (tema ancora più sensibile, perché l’identità non è solo visiva).

Qui entrano in gioco i generatori video che negli ultimi mesi hanno alzato molto l’asticella del realismo e della coerenza: ad esempio OpenAI ha presentato “Sora 2” come evoluzione del proprio sistema di generazione video, con enfasi su fisica e resa cinematografica. 
Sul fronte “creator tools”, anche Runway ha continuato a spingere modelli text-to-video sempre più accurati (secondo la comunicazione e la copertura stampa), con l’obiettivo dichiarato di arrivare a clip “quasi indistinguibili” dal girato reale. 
E accanto ai modelli text-to-video, crescono strumenti orientati al “modifica del girato”, cioè partire da attori e camera reali e trasformare scena, personaggi e costumi: Luma, per esempio, ha presentato un approccio che valorizza performance reali e le “reimmagina” con overlay e trasformazioni.

Non serve conoscere i nomi dei tool per capire la dinamica: il punto è che la pipeline si è industrializzata. Con pochi input e un po’ di tentativi, si ottengono risultati che fino a poco tempo fa erano da studio VFX.

Dove finisce il gioco e inizia l’inganno: il caso dei trailer falsi

Il settore in cui la deriva è diventata più evidente è quello dei “trailer”.

Negli ultimi giorni YouTube ha terminato canali molto seguiti (tra cui Screen Culture e KH Studio) accusati di pratiche ingannevoli legate a trailer “fake” costruiti con IA e/o montaggi che mescolavano materiale reale e scene inventate. La copertura stampa parla di oltre due milioni di iscritti complessivi e più di un miliardo di visualizzazioni: numeri che rendono chiaro perché la questione non sia più una nicchia.

Questo passaggio è importante per due ragioni:

1. dimostra che le piattaforme, prima tolleranti o ambigue, stanno iniziando a intervenire quando la produzione “somiglia troppo” a comunicazione ufficiale;

2. sposta il tema dal diritto d’autore “classico” a una miscela di copyright, inganno e metadati fuorvianti, cioè la costruzione di contenuti studiati per essere scambiati per veri (o almeno per restare nel dubbio).

Il Washington Post, in un approfondimento precedente, descrive bene la trasformazione: dai fake trailer come forma creativa e artigianale alla produzione in serie di contenuti “AI slop”, dove la quantità batte la qualità e la linea fra parodia e inganno si fa opaca.

Il nodo dei diritti: volto, voce, reputazione, lavoro creativo

1) Diritto all’immagine e consenso

Usare il volto di una persona (famosa o meno) dentro un contesto non autorizzato non è solo una questione “etica”. In molti ordinamenti, incluso quello europeo, entrano in gioco principi di tutela dell’immagine e della reputazione. Quando la resa è fotorealistica, il rischio di attribuzione indebita cresce: “sembra proprio lui/lei”.

2) Likeness e industria: la tensione con Hollywood

Il tema è esploso anche in relazione al lavoro degli attori e alle tutele contrattuali. Una parte del dibattito pubblico (e sindacale) contesta l’uso di facce e performance come materia prima per contenuti non autorizzati, soprattutto quando diventano monetizzabili e scalabili. In questo contesto, la stampa ha evidenziato frizioni tra studio system, piattaforme e sindacati (come SAG-AFTRA) proprio attorno al valore economico generato da contenuti sintetici che “sfruttano” l’immagine dei performer.

3) Pubblicità e truffe: il fronte più tossico

Il rischio più concreto, oggi, è la “pubblicità deepfake”: celebrità apparentemente impegnate a promuovere prodotti, investimenti, integratori, servizi. Non è più intrattenimento: è leva di persuasione.

Non a caso diversi Paesi stanno valutando o introducendo obblighi di etichettatura per contenuti pubblicitari creati con IA: l’Associated Press ha riportato, ad esempio, la scelta della Corea del Sud di richiedere etichette per annunci generati con IA a partire dal 2026, in risposta anche a campagne ingannevoli con deepfake di celebrità.

La risposta regolatoria: etichette e trasparenza (AI Act e linee guida)

Nel dibattito europeo, il concetto chiave è “trasparenza”. L’AI Act introduce obblighi specifici per chi genera o diffonde contenuti sintetici che possono ingannare, inclusi i deepfake: l’idea è che il pubblico debba essere messo in condizione di capire che quel contenuto è stato creato o manipolato artificialmente.

La Commissione europea sta anche lavorando su un Codice di condotta dedicato a marcatura ed etichettatura dei contenuti generati dall’IA, proprio per supportare l’applicazione pratica degli obblighi di trasparenza. Strategia Digitale Europea
Alcune analisi legali sottolineano inoltre che l’obbligo può essere modulato in casi creativi/satirici/fiction, purché la disclosure resti “appropriata” e non distrugga l’esperienza dell’opera.

Tradotto: non basta dire “era uno scherzo” dopo. Serve che lo spettatore capisca prima (o almeno mentre guarda) che non sta vedendo una fonte ufficiale.

Cosa stanno facendo le piattaforme: etichette, policy, enforcement

Sul fronte piattaforme, due linee si stanno consolidando:

1. Etichettatura: Meta, ad esempio, ha comunicato un approccio di labeling per contenuti “Made with AI”, con l’obiettivo di rendere riconoscibili immagini (e progressivamente altri formati) generati o manipolati con strumenti IA.

2. Interventi contro contenuti ingannevoli: il caso YouTube sui canali di fake trailer è un segnale di enforcement più duro quando la produzione è seriale, ottimizzata per clic e confusionaria per design.

Il punto, però, è che labeling ed enforcement funzionano solo finché:

• i creator dichiarano correttamente l’uso dell’IA (o le piattaforme riescono a rilevarlo);

• le policy sono applicate con continuità anche a contenuti che portano grandi numeri (e quindi grande pubblicità).

Su questo secondo aspetto, più di un’inchiesta ha evidenziato zone grigie, soprattutto quando entrano in gioco dinamiche economiche e rivendicazioni di revenue.

Come riconoscere (almeno un po’) un contenuto sintetico: segnali pratici

Non esiste un metodo “sicuro” al 100%, perché la qualità cresce e gli errori classici (dita strane, ombre impossibili) si stanno riducendo. Ma alcuni indicatori restano utili:

• Contesto e provenienza: chi pubblica? È un account verificato? È una pagina ufficiale?

• Metadati e descrizione: c’è una disclosure (“concept”, “parody”, “AI-generated”) oppure il testo è costruito per sembrare ufficiale?

• Incoerenze narrative: loghi, titoli, date di uscita, cast “troppo perfetti” o non confermati.

• Audio e labiale: ancora oggi, in molti deepfake, il labiale può risultare “troppo pulito” o leggermente fuori tempo quando si guarda in rallenty.

• Reverse search / confronti: a volte i frame corrispondono a scene già esistenti, riusate e “ritoccate”.

Un dato interessante (anche se va preso come tendenza generale) è che diverse analisi divulgative sostengono come nel 2025 i deepfake video siano diventati più difficili da smascherare proprio perché molte “sbavature” tecniche si sono attenuate.

Cosa cambia per editori, giornalisti e creator: regole minime di igiene

Se il tuo obiettivo è pubblicare un pezzo informativo (o un approfondimento) senza scivolare in un rilancio involontario di fake, alcune regole operative aiutano:

1. Non incorporare video dubbi senza contesto e senza una verifica minima.

2. Dichiarare sempre quando un contenuto è generato/alterato (anche se “si capisce”): la trasparenza è parte della credibilità.

3. Separare intrattenimento e informazione: un “video-gioco” creativo va presentato come tale, non come news.

4. Fare fact-check delle fonti: per trailer/annunci, sempre doppio controllo su canali ufficiali e comunicati.

Il punto vero: non è la tecnologia, è la fiducia

Il passaggio dal selfie ai video non è un dettaglio di formato: è un salto nella capacità di “simulare realtà”. E in un ecosistema in cui l’attenzione è scarsa e la velocità di condivisione è altissima, la plausibilità vale più della verità.

Per questo la storia non riguarda solo chi “si mette accanto a un vip”, ma il modo in cui la cultura digitale costruisce fiducia: nei volti, nelle immagini, nelle clip, nelle fonti. Quando ogni scena può essere generata, la competenza più importante diventa riconoscere chi sta parlando e perché.