ia2023

Le Sfide Algoritmiche alla Verità: Analisi dei Trend Tecnologici e delle Risposte Europee nella Lotta alla Disinformazione; il ruolo dell’IA

ia deepfake disinformazione

Le Sfide Algoritmiche alla Verità: Analisi dei Trend Tecnologici e delle Risposte Europee nella Lotta alla Disinformazione; il ruolo dell’IA

Napoli, Italia, Europa, Web, 9 settembre 2025

Strumenti utilizzati: Gemini

 

Prompt:

Sono uno studioso professionista che vuole intraprendere una ricerca approfondita sul tema “Sfide del fact-checking e della lotta alla disinformazione algoritmica: trend tecnologici e iniziative europee, includendo il ruolo dell’IA nel fact-checking automatizzato“.

Di fondamentale importanza sarà recuperare contenuti importanti e referenziati, come ricerche, siti web, libri, paper accademici che si occupano del tema; quindi fonti aggiornate, studi recenti e casi concreti.

Il risultato dovrà essere un paper analitico e dettagliato che mostri lo stato dell’arte e probabili scenari futuri a breve termine, che sarà pubblicato sul mio sito ia2023.it.

Di fondamentale importanza sarà la bibliografia e la sitografia aggiornata.

 

Modifiche e cura editoriale per l’output finale.

Sempre notevoli ed importanti sono i riferimenti bibliografici.

Buona lettura.

 

1. Introduzione: La Nuova Era della Disinformazione Algoritmica

Il fenomeno della disinformazione ha raggiunto una scala e una complessità senza precedenti, guadagnandosi il riconoscimento nel Global Risks Report del World Economic Forum del 2024 come il rischio globale più probabile nel breve termine, con una particolare enfasi sulla disinformazione di natura scientifica e tecnologica.1 Questa percezione riflette una trasformazione del problema che va oltre la sfera culturale, estendendosi a una dimensione economica, sistemica e strategica.1 L’impatto di questa evoluzione si manifesta in una significativa erosione della fiducia nei confronti dei media e delle istituzioni politiche. Dati recenti indicano che la fiducia nella stampa si attesta in media al 25% e quella nei politici al 14% tra la popolazione adulta globale.2

Per una comprensione rigorosa e metodologicamente fondata del fenomeno, è indispensabile stabilire una chiara distinzione tra i vari “disordini informazionali” che si manifestano nel panorama digitale. La disinformazione è definita come l’insieme di “informazioni false, imprecise o fuorvianti, artificiosamente create e diffuse con lo scopo precipuo di trarre un profitto di carattere economico, politico o ideologico e/o di provocare un danno”.3 L’elemento distintivo e cruciale di questa categoria è l’intenzionalità e la consapevolezza della sua falsità da parte di chi la crea e la diffonde.3 Questo la differenzia dalla misinformazione, che consiste nella diffusione di materiale falso ma in assenza di una volontaria intenzione di ingannare.3 Un ulteriore fenomeno è la malinformazione, che si sostanzia nella diffusione di informazioni vere ma comunicate con il preciso obiettivo di causare un danno.3 Tali distinzioni sono fondamentali, poiché le strategie per contrastare ciascun tipo di disordine informativo devono essere calibrate in modo diverso.

L’avvento e la pervasività dei sistemi algoritmici hanno radicalmente alterato la natura e la scala di questo problema. Le piattaforme social non si limitano a essere semplici canali di trasmissione di contenuti, ma agiscono come potenti amplificatori, le cui logiche interne premiano la viralità e il coinvolgimento emotivo, fattori che spesso caratterizzano i contenuti disinformativi.1 Questa dinamica crea un circolo vizioso che ha portato la disinformazione a un livello di portata globale e sistemica, una “tempesta perfetta” in cui ogni utente dotato di uno smartphone ha il potenziale per influenzare la percezione della realtà di milioni di persone.5 Il fenomeno è passato dalle false notizie diffuse lentamente nel Medioevo o sulla stampa di massa dell’Ottocento, a una propagazione esponenziale nell’ecosistema di internet.3 Questo processo di diffusione accelerata costituisce una delle principali sfide per i legislatori e per le iniziative di fact-checking, che devono bilanciare gli interessi pubblici con la necessità di non reprimere la libertà di espressione.3 In questo contesto, l’utilizzo di sistemi automatizzati rappresenta un’arma a doppio taglio, sia come strumento di potenziale miglioramento del dibattito pubblico, sia come vettore di un uso strumentale e dannoso.3

Il presente paper si propone di analizzare in profondità questo panorama complesso. L’obiettivo è duplice: da un lato, esplorare i trend tecnologici che guidano la creazione e la diffusione della disinformazione algoritmica, e dall’altro, valutare le risposte istituzionali che si stanno sviluppando, in particolare a livello europeo. L’analisi esaminerà lo stato dell’arte del fact-checking automatizzato, il ruolo cruciale dell’intelligenza artificiale e le iniziative normative e collaborative in atto. L’intento finale è fornire una visione completa e rigorosa dello scenario attuale e delineare i possibili scenari futuri a breve termine, offrendo un punto di riferimento analitico per studiosi e professionisti del settore.

 

Categoria Definizione Elemento Soggettivo (Intenzionalità) Esempio
Disinformazione Informazioni false, inaccurate o fuorvianti, create e diffuse per un guadagno o per causare un danno.3 Presenza di volontarietà e intento di ingannare.3 Un politico crea e diffonde una notizia falsa per ottenere un vantaggio elettorale.3
Misinformazione Diffusione di informazioni false senza la consapevolezza della loro falsità.3 Assenza di volontarietà di ingannare.3 Un utente condivide una notizia falsa appresa online, credendo erroneamente che sia vera.3
Malinformazione Diffusione di informazioni vere ma con l’intento di causare un danno.3 Presenza di volontarietà di causare un danno.3 La diffusione di dettagli personali riservati di un individuo per comprometterne la reputazione.3

 

2. La Dualità dell’IA: Strumento di Manipolazione e Alleato nella Verità

 

2.1. L’IA come Motore di Disinformazione: Deepfake e Amplificazione Narrativa

L’intelligenza artificiale (IA) ha assunto un ruolo centrale nel panorama della disinformazione, non solo come strumento di diffusione, ma come un vero e proprio motore per la creazione di contenuti manipolatori. Un esempio emblematico di questa capacità è l’evoluzione dei deepfake, un neologismo derivato dall’unione di “deep learning” e “fake”.5 Questi media sintetici, generati tramite algoritmi di apprendimento profondo, sono diventati talmente realistici da essere quasi indistinguibili dai contenuti autentici.5 Le loro radici si trovano nella ricerca accademica, con progetti pionieristici come “Video Rewrite” del 1997 e “Synthesizing Obama” del 2017, che dimostravano la possibilità di manipolare il volto di una persona in un video per farla pronunciare parole diverse dall’originale.6 Tuttavia, la vera accelerazione e democratizzazione di questa tecnologia sono avvenute grazie allo sviluppo amatoriale su piattaforme online.6 La crescente accessibilità di strumenti come ChatGPT e Midjourney ha trasformato i deepfake in “strumenti di manipolazione pubblica” facilmente utilizzabili.2

L’impatto di questi strumenti si manifesta in una varietà di casi d’uso illeciti. Oltre al loro impiego iniziale per la creazione di falsi video pornografici e atti di cyberbullismo, i deepfake sono stati utilizzati per scopi politici e finanziari.4 Un’analisi ha rivelato come una rete russa abbia sfruttato i chatbot IA per diffondere narrazioni a favore del Cremlino, infiltrandosi nelle principali piattaforme online.4 Analogamente, l’IA di X (precedentemente Twitter), Grok, è stata criticata per la sua tendenza a generare e amplificare disinformazione, operando con una supervisione minima.4 Inoltre, truffatori hanno utilizzato la tecnologia deepfake per impersonare celebrità e politici in campagne volte a promuovere schemi fraudolenti di criptovalute.4 Questi esempi evidenziano che l’IA non solo crea falsi, ma agisce anche come un amplificatore, con gli algoritmi dei social media che privilegiano contenuti emotivamente coinvolgenti e, di conseguenza, disinformativi.4

La diffusione dei deepfake presenta una sfida unica e profonda a causa delle vulnerabilità cognitive umane. Numerose ricerche hanno dimostrato che le persone non sono in grado di rilevare in modo affidabile i deepfake.7 Uno studio basato su un esperimento comportamentale con 210 partecipanti ha concluso che, anche con una maggiore consapevolezza dei rischi o con incentivi finanziari, l’accuratezza nella rilevazione non migliora.7 Questo studio ha identificato due bias principali: un “bias verso l’autenticità”, in cui i partecipanti tendono a credere che i video siano autentici, e una “sovrastima” delle proprie capacità di rilevazione, un fenomeno che ricorda l’effetto Dunning-Kruger.7 La combinazione di questi bias porta gli individui a adottare una logica del “vedere per credere”, rendendoli particolarmente vulnerabili alla manipolazione.7 Sebbene esperti suggeriscano di prestare attenzione a dettagli come l’illuminazione, le rughe o l’audio 8, questi accorgimenti non sono sufficienti a contrastare la sofisticazione dei modelli IA, suggerendo che la difesa non può più basarsi esclusivamente sull’intuizione individuale.

 

2.2. L’IA a Supporto del Fact-Checking: Dallo “Strict Scrutiny” all’Assistenza Proattiva

Nonostante il suo ruolo nella propagazione della disinformazione, l’IA si configura anche come un alleato indispensabile nella lotta contro di essa, operando in una chiara dicotomia.4 L’IA offre gli unici strumenti scalabili per far fronte a un “tsunami di informazioni” 9 che la verifica manuale non può più gestire. Il fact-checking tradizionale si basa su principi rigorosi, come la verifica di fatti oggettivi e non di opinioni, e la selezione di affermazioni che lasciano un’impressione fuorviante e sono potenzialmente virali.10 L’analisi comparativa tra diverse organizzazioni di fact-checking, come The Washington Post e PolitiFact, ha dimostrato una notevole coerenza nel giudizio finale sulla veridicità delle affermazioni, nonostante le differenze nelle metodologie di selezione e nelle scale di valutazione.10 Questo attesta l’affidabilità del processo di verifica, ma ne evidenzia anche i limiti in termini di scalabilità.

In questo contesto, l’IA emerge come uno strumento essenziale per automatizzare e accelerare i processi di verifica.11 Strumenti come StatCheck, sviluppato dalla collaborazione tra Radio France e l’istituto di ricerca Inria, possono analizzare e confrontare automaticamente grandi quantità di dati da fonti ufficiali come INSEE ed EuroStat per verificare le affermazioni in tempo reale.11 Questo consente di effettuare verifiche più numerose e rapide di quanto non sia umanamente possibile.11 Un altro esempio è VeriDash, una dashboard open-source che integra strumenti IA per la verifica multimediale, con funzionalità come la trascrizione automatica e la geolocalizzazione.4

Tuttavia, il successo dell’IA nel fact-checking risiede in un approccio definito “human-in-the-loop”, dove il sistema tecnologico assiste e non sostituisce l’essere umano.11 L’analisi finale e la contestualizzazione rimangono responsabilità cruciale del giornalista, poiché l’IA, sebbene avanzata, non può ancora comprendere pienamente il contesto, l’intento o la credibilità delle fonti.4 Il modello “human-in-the-loop” è fondamentale per mitigare i rischi intrinseci dell’IA, come il bias algoritmico o le cosiddette “allucinazioni” dei modelli, che possono fabbricare o distorcere i fatti.4 Studi recenti hanno mostrato che oltre il 60% delle risposte generate dai motori di ricerca basati su modelli di linguaggio di grandi dimensioni (LLM) erano imprecise, un dato che solleva serie preoccupazioni sull’infiltrazione di tali strumenti nel giornalismo.4 La sinergia tra l’efficienza algoritmica e il giudizio etico e contestuale dell’essere umano è la chiave per una strategia di contrasto efficace.

 

Funzione Tecnologie Esempi / Casi d’uso
Disinformazione Deep learning, Reti neurali generative (GAN), Modelli di linguaggio di grandi dimensioni (LLM) Creazione di deepfake per truffe e campagne politiche; Chatbot russi per la propaganda; Grok di X/Twitter che amplifica la disinformazione.4
Fact-Checking Natural Language Processing (NLP), Analisi di immagini, Riconoscimento vocale, Verifica incrociata di dati StatCheck per la verifica di dati statistici 11; VeriDash per la verifica multimediale 4; Progetti basati su LLM per l’analisi e la rilevazione di narrazioni disinformative.13

 

3. Le Risposte Istituzionali Europee: Regolamentazione e Progetti Collaborativi

 

3.1. Il Quadro Normativo: Il Digital Services Act (DSA) e il Codice di Condotta

Di fronte all’accelerazione della disinformazione, l’Unione Europea ha sviluppato un approccio normativo e collaborativo strutturato per affrontare le sfide poste dalle piattaforme online. Il Digital Services Act (DSA) rappresenta uno dei pilastri di questa strategia. L’obiettivo principale del DSA è creare un ambiente online “sicuro, prevedibile e affidabile”.14 Pur non fornendo una definizione legale univoca di disinformazione, il DSA impone obblighi specifici alle piattaforme online, in particolare a quelle designate come “Piattaforme Online Molto Grandi” (VLOPs) e “Motori di Ricerca Online Molto Grandi” (VLOSEs).14 Per queste entità, la normativa introduce l’obbligo di mitigare i rischi sistemici derivanti dalla diffusione di contenuti “socialmente dannosi”.14

Complementare al DSA, e in sinergia con esso, è il Codice di Condotta sulla Disinformazione. Nato inizialmente come un quadro volontario nel 2018 e rafforzato nel 2022, il Codice è stato sottoscritto da un’ampia coalizione di stakeholder, tra cui piattaforme online, motori di ricerca, industria pubblicitaria e organizzazioni di fact-checking.15 La sua integrazione ufficiale nel quadro del DSA, avvenuta il 13 febbraio 2025, lo ha trasformato in un “parametro di riferimento” (benchmark) per la valutazione della conformità al DSA da parte delle VLOPs e VLOSEs.15 Questo approccio ibrido, che combina la regolamentazione vincolante del DSA con le linee guida etiche e operative del Codice di Condotta, dimostra una consapevolezza della complessità del fenomeno, riconoscendo che non è sufficiente sanzionare, ma è necessario anche stabilire standard di trasparenza e governance.

 

3.2. Gli Osservatori e la Ricerca Finanziata dall’UE

Oltre al quadro normativo, l’UE ha investito significativamente in iniziative di ricerca e cooperazione. L’European Digital Media Observatory (EDMO), operativo dal 2020, è una di queste. L’EDMO è un’organizzazione indipendente che riunisce ricercatori accademici, fact-checker e specialisti di media literacy.16 Guidato dall’Istituto Universitario Europeo (IUE) di Firenze con la partecipazione di realtà italiane come Pagella Politica, l’osservatorio funge da piattaforma per la collaborazione multidisciplinare, con l’obiettivo di comprendere meglio il fenomeno della disinformazione e rafforzare la resilienza della società.16 Il progetto si propone di creare un “safe harbour” per l’accesso ai dati da parte di fact-checker e ricercatori, facilitando l’analisi dei trend e delle tecniche di diffusione online.16

L’UE finanzia inoltre attivamente progetti di ricerca mirati. Un esempio rilevante è il progetto European Narratives Observatory / PROMPT, che sfrutta l’intelligenza artificiale, in particolare i Modelli di Linguaggio di Grandi Dimensioni (LLM), per identificare e analizzare le narrazioni disinformative in sei paesi e otto lingue.13 Il progetto si concentra su temi prioritari per la Commissione Europea, come la guerra in Ucraina, i diritti LGBTQIA+ e le elezioni europee del 2024.13 A differenza di un approccio che si limita a rilevare le singole affermazioni false, PROMPT si concentra sulla comprensione delle dinamiche narrative, un approccio più profondo che mira a decifrare le origini delle campagne e le loro strategie retoriche.13 L’UE ha anche aperto nuovi bandi, come l’ “European Narratives Observatory to fight Disinformation”, che offre un finanziamento di oltre 3 milioni di euro per progetti che monitorano la diffusione delle narrazioni dannose e analizzano l’impatto della disinformazione sulle credenze dei cittadini.18

Queste iniziative dimostrano che la risposta europea non si basa su un unico strumento, ma su un approccio ibrido e olistico che integra la “hard law” (DSA) con la “soft law” (Codice di Condotta) e un investimento significativo in ricerca e collaborazione. Il Rapid Alert System e altri dispositivi di cooperazione tra le istituzioni europee e i partner internazionali 19 contribuiscono a creare un ecosistema di risposta multisettoriale. Questo approccio riconosce che la soluzione non può essere solo legale o tecnologica, ma deve essere sistemica, con l’obiettivo finale di costruire una maggiore resilienza informativa nella società.

 

Nome Iniziativa Tipologia Anno di Creazione/Integrazione Obiettivi Principali
Digital Services Act (DSA) Normativa Entrata in vigore 2023 Creare un ambiente online sicuro, imporre obblighi di mitigazione dei rischi alle grandi piattaforme online.14
Codice di Condotta sulla Disinformazione Framework volontario 2018 (rafforzato 2022, integrato DSA 2025) Stabilire un quadro di riferimento per la trasparenza e la lotta alla disinformazione per gli stakeholder online.15
European Digital Media Observatory (EDMO) Osservatorio/Progetto Operativo dal 2020 Promuovere la cooperazione tra fact-checker, accademici e specialisti di media literacy per la comprensione del fenomeno.16
PROMPT Progetto di ricerca 2024 (nuova fase) Utilizzare l’IA per identificare e analizzare le narrazioni disinformative su temi sensibili (es. guerra in Ucraina, elezioni 2024).13
EUvsDisinfo Task force 2015 Contrastare le campagne di disinformazione e propaganda, in particolare quelle di matrice estera.21

 

4. Casi di Studio e Lezioni Apprese

 

4.1. Analisi di Specifici Casi Europei

L’analisi di casi concreti offre un’illustrazione vivida delle sfide poste dalla disinformazione. Durante la pandemia di COVID-19, l’Italia ha affrontato una vera e propria “infodemia” 9, con la diffusione di una quantità incommensurabile di informazioni online, spesso fuorvianti o deliberatamente false.22 La risposta del governo italiano, che ha creato una pagina sul sito del Ministero della Salute per smentire le notizie più diffuse, dimostra la necessità di un’azione proattiva.22 Un esempio lampante di manipolazione è stato il post di Matteo Salvini, che ha condiviso un vecchio video del 2015 per suggerire che il virus fosse stato creato in un laboratorio a Wuhan.22 Questo caso rientra nella categoria dei cheapfake, ovvero la manipolazione del contesto di contenuti autentici, e dimostra come la ri-contestualizzazione di vecchi media possa essere una strategia efficace.9 Un altro caso, quello della presunta proroga del coprifuoco fino a luglio, illustra come l’agitazione pubblica possa essere alimentata da titoli fuorvianti, sfruttando la tendenza degli utenti dei social network a non leggere gli articoli completi.22

Sul fronte geopolitico, la guerra in Ucraina ha evidenziato l’importanza cruciale di smascherare i tentativi di disinformazione.9 Il progetto PROMPT si concentra specificamente su questa tematica, utilizzando l’IA per analizzare l’emergere di narrazioni legate al conflitto.13 Le tattiche di disinformazione sono state ampiamente documentate da task force come EUvsDisinfo, che ha analizzato casi come il disastro del volo MH17 e l’avvelenamento di Sergei Skripal, offrendo uno sguardo sulle metodologie utilizzate per confondere le società.21

 

4.2. Metodologie di Fact-Checking a Confronto

La sfida della disinformazione ha stimolato un’analisi approfondita delle metodologie di fact-checking. Un’importante conclusione emersa da uno studio comparativo sulle organizzazioni di verifica è che esiste una “notevole variabilità” nel numero di dichiarazioni che vengono verificate e, di conseguenza, in quali affermazioni vengono selezionate per l’analisi.10 Questo suggerisce che le diverse organizzazioni operano con obiettivi differenti, il che rende difficile un confronto diretto sulla quantità di falsità rilevate per una data figura pubblica.10

Tuttavia, lo stesso studio ha rivelato un dato cruciale: nonostante le differenze nelle scale di valutazione (come il “Truth-O-Meter” di PolitiFact o la scala “Pinocchio” di The Washington Post), gli studi hanno riscontrato un “accordo quasi completo” sulla sostanza del giudizio finale.10 Ciò significa che, sebbene le organizzazioni possano non controllare le stesse affermazioni, quando lo fanno, sono notevolmente coerenti nel determinare se una dichiarazione è vera o falsa.10 Questa coerenza metodologica, sebbene non sempre evidente a una prima analisi, attesta la validità e la fiducia che si può riporre nel processo di verifica. La sfida futura risiede nell’integrare i metodi per rendere il sistema più efficiente e scalabile, riducendo i costi e i lunghi tempi delle analisi manuali.21

 

5. Lo Stato dell’Arte e Scenari Futuri a Breve Termine

Il panorama attuale della disinformazione è caratterizzato da una “corsa agli armamenti” tecnologica tra i creatori di contenuti ingannevoli e coloro che cercano di verificarli. L’automazione della produzione di contenuti, resa accessibile da modelli di IA generativa a basso costo come DeepSeek 4, continua ad accelerare la velocità di diffusione delle notizie false, una dinamica che amplifica la polarizzazione sociale premiando le narrazioni che risuonano con le visioni del mondo di specifici gruppi online.12 I sistemi di intelligenza artificiale, come dimostrato nel caso di Grok, possono diventare strumenti di disinformazione su larga scala se operano con una supervisione minima.4

In questo contesto, si prevede che gli scenari futuri a breve termine vedranno un’ulteriore evoluzione sia nelle tecnologie di attacco che in quelle di difesa. Sul fronte della difesa, l’IA continuerà a essere sviluppata per il fact-checking, con un’attenzione sempre maggiore al riconoscimento delle forme di manipolazione meno sofisticate, come i cheapfake 9, e a una migliore contestualizzazione automatica dei contenuti. Si assisterà a una crescita di strumenti come VeriDash e al successo di progetti come PROMPT, che si concentreranno sulla rilevazione predittiva delle narrazioni emergenti.4 Parallelamente, il giornalismo investigativo si adatterà, utilizzando l’IA per l’analisi di database complessi e per l’identificazione di schemi di propaganda.11 L’integrazione degli LLM nel lavoro quotidiano dei giornalisti diventerà più comune, mantenendo però il modello “human-in-the-loop”.4

Dal punto di vista normativo, il prossimo futuro sarà caratterizzato dalla piena applicazione del DSA e dall’avvio dei processi di audit del Codice di Condotta a partire da luglio 2025.15 Le istituzioni europee rafforzeranno la cooperazione internazionale e aumenteranno gli investimenti in programmi di media literacy.16 Il problema non si risolverà con una vittoria definitiva, ma si trasformerà in una battaglia continua. Le iniziative europee dimostrano che la soluzione non può essere solo tecnica o legale, ma deve essere sistemica, con tutte le parti che lavorano in sinergia per costruire una robusta resilienza informativa.

 

6. Conclusioni: Verso una Resilienza Informativa

L’analisi condotta in questo paper rivela che la disinformazione non è più un problema limitato al contenuto, ma una sfida algoritmica e sistemica, amplificata dal modello di business delle piattaforme online.1 L’intelligenza artificiale si trova al centro di questo paradosso, agendo sia come motore per la produzione e l’amplificazione della disinformazione, attraverso strumenti come i deepfake e i chatbot manipolatori 4, sia come l’unico strumento scalabile per assistere i fact-checker nella verifica di un volume di dati altrimenti ingestibile.11

La chiave per affrontare questa dualità risiede nel riconoscere e implementare un approccio “human-in-the-loop”, dove il giudizio, il rigore metodologico e la contestualizzazione umana rimangono centrali.4 L’incapacità di rilevare i deepfake a occhio nudo 7 sottolinea l’importanza cruciale dell’educazione e della media literacy come strumenti a lungo termine per rafforzare la resilienza della società.16

Il quadro di risposta europeo, che combina il rigore normativo del DSA con il partenariato volontario del Codice di Condotta e un forte investimento in ricerca e osservatori come l’EDMO, rappresenta un modello di approccio ibrido e olistico.15 La sinergia tra ricercatori, giornalisti, istituzioni e società civile, promossa da queste iniziative, è fondamentale per navigare in un futuro in cui la battaglia per la verità sarà sempre più complessa e dinamica. La soluzione non è una vittoria finale sulla disinformazione, ma la costruzione di una resilienza informativa continua e adattiva.

 

7. Bibliografia e Sitografia

Bibliografia

  1. Comunicazione scientifica, la vera arma contro la disinformazione – Econopoly, accesso eseguito il giorno settembre 9, 2025, https://www.econopoly.ilsole24ore.com/2025/06/11/comunicazione-scientifica-vera-arma-contro-disinformazione/
  2. Fiducia e fake news: prospettive sulla disinformazione nell’era dell’AI – SDA Bocconi, accesso eseguito il giorno settembre 9, 2025, https://www.sdabocconi.it/it/sda-bocconi-insight/consumi–costumi/economia-e-societa/fiducia-e-fake-news-prospettive-sulla-disinformazione-nellera-dellai
  3. Disinformazione e intelligenza artificiale nell’anno … – Astrid-online.it, accesso eseguito il giorno settembre 9, 2025, https://www.astrid-online.it/static/upload/poll/pollicino_dunn_editoriale_03062024220706.pdf
  4. Part of the problem and part of the solution: the paradox of AI in fact …, accesso eseguito il giorno settembre 9, 2025, https://edmo.eu/blog/part-of-the-problem-and-part-of-the-solution-the-paradox-of-ai-in-fact-checking/
  5. Tra verità e falsificazione: social media, IA e la nuova era della disinformazione – Filodiritto, accesso eseguito il giorno settembre 9, 2025, https://www.filodiritto.com/tra-verita-e-falsificazione-social-media-ia-e-la-nuova-era-della-disinformazione
  6. Deepfake – Wikipedia, accesso eseguito il giorno settembre 9, 2025, https://it.wikipedia.org/wiki/Deepfake
  7. Fooled twice: People cannot detect deepfakes but think they can …, accesso eseguito il giorno settembre 9, 2025, https://pmc.ncbi.nlm.nih.gov/articles/PMC8602050/
  8. Deepfakes, explained | MIT Sloan, accesso eseguito il giorno settembre 9, 2025, https://mitsloan.mit.edu/ideas-made-to-matter/deepfakes-explained
  9. (PDF) State of the Art in Fact-Checking Technology – ResearchGate, accesso eseguito il giorno settembre 9, 2025, https://www.researchgate.net/publication/360515291_State_of_the_Art_in_Fact-Checking_Technology
  10. Cross-checking journalistic fact-checkers: The role of sampling and …, accesso eseguito il giorno settembre 9, 2025, https://pmc.ncbi.nlm.nih.gov/articles/PMC10368232/
  11. Fact checking: using artificial intelligence to help journalists | Inria, accesso eseguito il giorno settembre 9, 2025, https://www.inria.fr/en/fact-checking-using-artificial-intelligence-help-journalists
  12. L’intelligenza artificiale rovescia la legge di Brandolini: come l’AI sta cambiando il fact-checking – Futura Network, accesso eseguito il giorno settembre 9, 2025, https://futuranetwork.eu/informazione-e-comunicazione/704-5721/lintelligenza-artificiale-rovescia-la-legge-di-brandolini-come-lai-sta-cambiando-il-fact-checking
  13. PROMPT: Riconoscere, decifrare e combattere le narrazioni della …, accesso eseguito il giorno settembre 9, 2025, https://it.ejo.ch/giornalismi/prompt-riconoscere-decifrare-e-combattere-le-narrazioni-della-disinformazione
  14. The Digital Services Act (DSA) and combating disinformation – 10 key takeaways | Article, accesso eseguito il giorno settembre 9, 2025, https://chambers.com/articles/the-digital-services-act-dsa-and-combating-disinformation-10-key-takeaways
  15. The Code of Conduct on Disinformation | Shaping Europe’s digital …, accesso eseguito il giorno settembre 9, 2025, https://digital-strategy.ec.europa.eu/en/library/code-conduct-disinformation
  16. Lotta alla disinformazione: Nasce l’Osservatorio digitale europeo. – Europe Direct Lombardia, accesso eseguito il giorno settembre 9, 2025, https://europedirect.regione.lombardia.it/it/pc1420/europe-direct-lombardia-2014-2020/notizie-dallue-1/lotta-alla-disinformazione-nasce-losservatorio-digitale-europeo
  17. Lotta alla disinformazione online | Plasmare il futuro digitale dell’Europa, accesso eseguito il giorno settembre 9, 2025, https://digital-strategy.ec.europa.eu/it/policies/online-disinformation
  18. Bando UE disinformazione 2025 | Europainnovazione, accesso eseguito il giorno settembre 9, 2025, https://www.europainnovazione.com/disinformazione-bando-european-narratives-observatory-to-fight-disinformation/
  19. Combattere la disinformazione, nuova iniziativa dell’UE – Dipartimento per gli Affari Europei, accesso eseguito il giorno settembre 9, 2025, https://www.affarieuropei.gov.it/it/comunicazione/notizie/comunicazione-commissione-disinformazione/
  20. Progetti finanziati nella lotta alla disinformazione – European Commission, accesso eseguito il giorno settembre 9, 2025, https://commission.europa.eu/strategy-and-policy/coronavirus-response/fighting-disinformation/funded-projects-fight-against-disinformation_it
  21. Fact checking, che cos’è, come funziona, quanto funziona – Open IMT, accesso eseguito il giorno settembre 9, 2025, https://www.openimt.it/fact-checking-che-cose-come-funziona-quanto-funziona/
  22. L’effetto della disinformazione sul COVID-19 in Europa – Eurobull.it, accesso eseguito il giorno settembre 9, 2025, https://www.eurobull.it/l-effetto-della-disinformazione-sul-covid-19-in-europa
  23. EUvsDisinfo: come smascherare oltre 6500 casi di disinformazione in quattro anni? | EEAS, accesso eseguito il giorno settembre 9, 2025, https://www.eeas.europa.eu/eeas/euvsdisinfo-come-smascherare-oltre-6500-casi-di-disinformazione-quattro-anni_it
  24. L’intelligenza artificiale amplifica la disinformazione? – Recenti Progressi in Medicina, accesso eseguito il giorno settembre 9, 2025, https://www.recentiprogressi.it/archivio/4274/articoli/42533/
  25. Profilazione e decisione algoritmica: dal mercato alla sfera pubblica – Università di Bologna, accesso eseguito il giorno settembre 9, 2025, https://cris.unibo.it/retrieve/handle/11585/761355/642079/Profilazione%20e%20decisione%20algoritmica.pdf
  26. Il deep fake: la nuova sfida dell’intelligenza artificiale generativa – Dialnet, accesso eseguito il giorno settembre 9, 2025, https://dialnet.unirioja.es/descarga/articulo/9916078.pdf
  27. Relevance theory for mapping cognitive biases in fact-checking: an argumentative approach, accesso eseguito il giorno settembre 9, 2025, https://www.frontiersin.org/journals/psychology/articles/10.3389/fpsyg.2024.1468879/full

 

L’immagine è stata realizzata da ChatGPT 5 Thinking con il prompt: Crea un’immagine sul concetto “Le Sfide Algoritmiche alla Verità: Analisi dei Trend Tecnologici e delle Risposte Europee nella Lotta alla Disinformazione; il ruolo dell’IA”.

ia2023 è un’idea di Pasquale Popolizio – pasquale@ia2023.it – Privacy policy