L’organizzazione internazionale NewsGuard ha pubblicato il 22 gennaio 2026 un rapporto che mette a nudo l'incapacità dei più avanzati chatbot di identificare i video generati artificialmente tramite strumenti come Sora. I test, condotti su piattaforme come ChatGPT, Gemini e Grok nel corso dell’ultimo mese, mostrano percentuali di errore che sfiorano il novantacinque percento dei casi analizzati. Questa cecità algoritmica colpisce persino i sistemi sviluppati dalle medesime aziende produttrici dei software di generazione visiva, creando un cortocircuito logico all'interno dell’ecosistema digitale globale. La ricerca evidenzia come l’attuale intelligenza artificiale multimodale non possieda ancora gli strumenti critici per distinguere la realtà dalla finzione sintetica, trasformando involontariamente gli assistenti digitali in potenziali veicoli di disinformazione. Il motivo di tale fallimento risiede nella natura stessa dei modelli di visione, progettati più per descrivere che per autenticare il materiale multimediale con cui interagiscono.
Il dato più eclatante emerge dalle prestazioni di ChatGPT, che ha fallito nel riconoscere i video prodotti da Sora in oltre il novantadue percento dei tentativi, nonostante entrambi i sistemi appartengano alla medesima casa madre, OpenAI. Questa mancanza di "riconoscimento familiare" suggerisce che non esista ancora un ponte comunicativo o una firma digitale condivisa tra i diversi reparti di sviluppo delle grandi aziende tecnologiche. Anche Grok, il chatbot di xAI, ha registrato una percentuale di insuccesso simile, ignorando sistematicamente la natura sintetica delle clip proposte durante le sessioni di verifica. Al contrario, Gemini di Google ha mostrato una maggiore capacità di analisi, riuscendo a identificare correttamente una parte dei video, ma restando comunque vulnerabile di fronte a contenuti privi di filtri o manipolati per rimuovere le tracce visibili della loro origine.
La difficoltà tecnica incontrata da questi modelli risiede nella gestione della coerenza temporale e spaziale. Mentre un occhio umano addestrato può ancora notare piccole incongruenze fisiche, come oggetti che cambiano forma o leggi della gravità violate, le intelligenze artificiali analizzano i video spesso fotogramma per fotogramma, perdendo il senso d'insieme della sequenza. Senza una specifica istruzione di verifica forense, il chatbot tende a interpretare ciò che vede come un dato reale, applicando i propri pregiudizi di addestramento basati sulla verosimiglianza piuttosto che sull'autenticità. Questa vulnerabilità è aggravata dalla facilità con cui i sistemi di protezione, come i watermark digitali, possono essere rimossi attraverso strumenti gratuiti disponibili in rete, rendendo le attuali barriere di sicurezza quasi del tutto irrilevanti.
L'impatto di questa cecità tecnologica è particolarmente grave nel contesto della lotta alle notizie false. Se l'utente medio inizia a delegare ai chatbot il compito di verificare la veridicità di un contenuto visivo, rischia di ricevere conferme errate che convalidano bufale prodotte artificialmente. Le organizzazioni di fact-checking avvertono che il 2026 potrebbe diventare l'anno in cui il concetto di prova video perderà definitivamente il suo valore legale e sociale. Il paradosso è che, mentre gli strumenti di creazione visiva raggiungono vette di iperrealismo cinematografico, gli strumenti di difesa rimangono ancorati a logiche testuali o a una analisi granulare che non riesce a cogliere l'artificio nel suo complesso. La velocità con cui il calcolo computazionale permette di generare inganni ha superato di gran lunga la capacità di sintesi critica dei modelli linguistici chiamati a giudicarli.
Questa situazione obbliga le aziende tecnologiche a una revisione profonda delle proprie architetture multimodali. Non è più sufficiente che un chatbot sia in grado di leggere una ricetta da una foto o di descrivere un paesaggio in un video; è necessario che impari a dubitare del materiale che gli viene sottoposto. L'integrazione di motori di ricerca specializzati e l'uso di metadati protetti da crittografia sembrano essere le uniche strade percorribili, ma richiedono una cooperazione tra colossi industriali che finora è mancata. Fino a quando gli algoritmi non saranno in grado di riconoscere i propri simili, il peso della verità graverà interamente sulle spalle dell'utente, costretto a navigare in un mare di immagini dove la coerenza è solo una simulazione ben riuscita.