Pangram ha rilasciato una funzione per l’analisi dei video che segnala anche i singoli fotogrammi in cui sarebbe intervenuta l’intelligenza artificiale. Lo strumento punta a rendere più individuabili i filmati manipolati o generati, un problema sempre più rilevante con la diffusione dei deepfake.
Secondo quanto dichiarato dall’azienda, il sistema distingue fra clip parzialmente generate dall’IA e video interamente creati con strumenti generativi. Il risultato viene mostrato attraverso una mappa di calore che evidenzia i punti del filmato interessati dall’analisi.
Come funziona l’analisi di Pangram
La novità annunciata da Pangram riguarda l’analisi a livello di frame, cioè dei singoli fotogrammi che compongono un video. Invece di limitarsi a classificare l’intero file come autentico o sintetico, la funzione può indicare le porzioni nelle quali rileva l’intervento dell’intelligenza artificiale.
Questa distinzione è importante per i contenuti ibridi: un filmato può infatti partire da materiale reale e includere soltanto alcune sequenze, volti o elementi modificati digitalmente. Pangram dichiara tassi di accuratezza superiori al 98%, ma si tratta di un dato comunicato dalla stessa società e non di una verifica indipendente riportata dalla fonte.
La mappa di calore non sostituisce quindi un accertamento forense completo. Può però offrire un’indicazione più leggibile su dove l’IA potrebbe essere intervenuta, invece di lasciare chi analizza il video davanti a un responso generale sull’intera clip.
Il problema non è soltanto riconoscere un falso
La crescita dei contenuti sintetici rende più semplice costruire immagini e video ingannevoli, ma produce anche un effetto opposto: può rendere credibile il sospetto perfino verso una registrazione autentica. È il punto evidenziato da Mirko Vicenzotto di Axerta, società italiana attiva nelle attività forensi.
Axerta ha inserito la deepfake detection fra gli elementi utili a individuare manipolazioni digitali e a distinguere le evidenze autentiche dai contenuti alterati. In questo contesto, gli strumenti di rilevamento lavorano a posteriori: prendono in esame file già circolati o già acquisiti per cercare segnali di generazione o modifica.
Dalla verifica alla provenienza del contenuto
Accanto ai sistemi che cercano anomalie nei file, il settore sta spingendo sulla tracciabilità fin dall’origine. Il riferimento citato da ANSA è la Coalition for Content Provenance and Authenticity, o C2PA: uno standard aperto sostenuto, fra gli altri, da Adobe, Microsoft, Google, Intel, Sony e BBC.
Il protocollo sviluppa i Content Credentials, descritti come un’etichetta digitale associata al file. Le informazioni possono riguardare l’origine del contenuto, le modifiche ricevute e l’eventuale utilizzo di strumenti di IA, a partire dallo scatto o dalla generazione.
Le due strade rispondono a esigenze diverse. La rilevazione prova a esaminare ciò che è già disponibile; i dati di provenienza cercano invece di conservare una cronologia delle trasformazioni del file. La presenza di un sistema non elimina l’utilità dell’altro, soprattutto quando occorre valutare contenuti condivisi fuori dal loro contesto originario.
Il quadro normativo italiano citato da ANSA
La fonte segnala anche interventi normativi in Italia. La legge n. 132/2025 ha introdotto nel codice penale l’articolo 612-quater, relativo all’illecita diffusione di contenuti generati o alterati con l’IA.
ANSA riferisce inoltre che il d.lgs. n. 160/2026, in vigore dal 30 settembre, ha incluso il deepfake tra i reati che possono far scattare la responsabilità amministrativa degli enti e ha previsto nuove regole di responsabilità civile per i danni causati dai sistemi di IA.
Domande frequenti
Pangram può indicare solo che un video è falso?
No. La funzione descritta da ANSA analizza il file anche a livello di singolo frame e usa una mappa di calore per evidenziare i momenti nei quali rileva l’intervento dell’intelligenza artificiale.
Che cosa sono i Content Credentials?
Sono informazioni associate a un file nell’ambito dello standard C2PA. Possono riportare origine, modifiche subite ed eventuale impiego di strumenti di IA sin dal momento della creazione del contenuto.
In Italia esistono norme sui deepfake?
Sì. La fonte cita la legge n. 132/2025 e il d.lgs. n. 160/2026, con disposizioni penali, responsabilità amministrativa degli enti e regole civili sui danni legati ai sistemi di IA.
Considerazioni finali
La possibilità di localizzare le parti sospette di un video è più utile di una semplice etichetta finale, perché dà a chi deve valutare il file un punto preciso da controllare. Il valore della funzione di Pangram sta soprattutto in questa maggiore leggibilità dell’analisi, pur con risultati che restano dichiarati dall’azienda.
La risposta ai deepfake non può dipendere da un solo indicatore tecnico. Strumenti di rilevamento e dati sulla provenienza affrontano momenti diversi dello stesso problema: capire se un contenuto è stato alterato e sapere quale percorso ha seguito. È questa combinazione a pesare di più quando l’autenticità di un video diventa un elemento da accertare.