Cos’è SynthID e come funziona

SynthID è una soluzione di watermark digitale sviluppata da Google per segnalare la provenienza di contenuti generati da intelligenza artificiale. Quando un modello come Gemini, Flow o ProducerAI crea un file multimediale, inserisce un segnale impercettibile — un “impronta digitale” — che rimane leggibile da algoritmi specifici ma non influisce sulla qualità visiva o sonora.

Il nuovo sito web di SynthID permette di caricare il file sospetto e, in pochi secondi, restituisce una risposta che indica se il segnale è presente e, in tal caso, quale modello lo ha generato. Il processo avviene interamente sul server di Google, garantendo che i dati inviati non vengano conservati a lungo termine.

Formati supportati

Per massimizzare la diffusione, SynthID accetta una vasta gamma di formati comunemente usati nei media digitali.

    • Immagini: JPG, JPEG, PNG, BMP, WEBP, AVIF, HEIC, HEIF, TIFF, TIF, GIF
    • Video: MP4, MOV, WEBM
    • Audio: WAV, MP3, OGG, FLAC, AAC, M4A

Chi può usare lo strumento

Inizialmente la piattaforma era riservata a giornalisti, professionisti dei media e ricercatori che l’hanno testata durante Google I/O 2023. Dal lancio pubblico, chiunque dispone di una connessione Internet può accedere al servizio, rendendolo un “strumento di massa” contro la diffusione di deepfake e contenuti falsi.

Integrazioni con prodotti esistenti

Google ha già integrato la verifica SynthID in due prodotti di larga diffusione:

    • Gemini app: gli utenti possono verificare direttamente dalla schermata di chat se le risposte generate includono un watermark.
    • Google Chrome: un’estensione nativa segnala le immagini sospette nei risultati di ricerca o nei siti visitati.

Secondo le dichiarazioni di Google, ogni giorno vengono effettuate più di un milione di richieste di verifica.

Collaborazioni e supporto da parte di altri attori

OpenAI, Nvidia e Kakao hanno aderito al protocollo SynthID, inserendo watermark nei loro modelli proprietari. OpenAI gestisce un proprio portale di verifica, mentre Nvidia ha integrato SynthID nei suoi tool di generazione video. Apple sta valutando di aggiungere il supporto nella prossima release di iOS, il che amplierebbe ulteriormente la rete di dispositivi in grado di riconoscere contenuti AI.

Confronto con le soluzioni concorrenti

Microsoft e Meta hanno sviluppato standard proprietari di watermarking, ma le valutazioni indipendenti mostrano che le loro tecnologie non sempre riescono a identificare i contenuti creati dai propri modelli. Alcuni studi indicano che i sistemi di Microsoft falliscono nel 30 % dei casi, mentre quelli di Meta presentano un tasso di errore simile. SynthID, grazie alla sua architettura aperta e al supporto di più aziende, offre una copertura più ampia, anche se non è immune da falsi negativi.

Implicazioni per il giornalismo e la ricerca

Per i giornalisti, la capacità di verificare rapidamente l’origine di un file è fondamentale per evitare la diffusione di notizie false. Ecco alcune pratiche consigliate:

    • Scaricare il file sospetto e caricarlo su SynthID prima di condividerlo.
    • Conservare lo screenshot del risultato di verifica come prova documentale.
    • Utilizzare la funzione di verifica in Chrome per controllare i contenuti durante la navigazione.

Per i ricercatori, l’accesso ai dati di verifica può arricchire i set di addestramento con esempi etichettati, migliorando la capacità dei futuri modelli di distinguere contenuti reali da sintetici.

Prospettive future e raccomandazioni operative

Il panorama dei media generati dall’IA è in rapida evoluzione. Per mantenere l’affidabilità dell’informazione, è consigliabile:

    • Adottare politiche editoriali che includano la verifica SynthID come passaggio obbligatorio.
    • Formare il personale su come interpretare i risultati di verifica e sui limiti tecnici dello strumento.
    • Collaborare con altre piattaforme per creare un ecosistema di watermark interoperabili.

Infine, è importante monitorare gli aggiornamenti di Google e dei partner, poiché la capacità di rilevare nuove generazioni di modelli AI dipenderà dalla costante evoluzione dei watermark e dalle capacità di analisi dei server di verifica.