Discriminazione tra volti reali e volti deepfake: Effetti sulla percezione e sulla memoria

Il rapido sviluppo delle applicazioni basate sull’intelligenza artificiale generativa pone importanti interrogativi a livello etico e sociale. Una questione centrale riguarda la capacità di discriminare tra stimoli reali e stimoli generati attraverso le reti GAN (Generative Adversarial Networks). Gli studi disponibili indicano che, nell’ambito del riconoscimento di volti, le capacità di discriminazione degli esseri umani sono molto limitate e scarsamente influenzate dall’esperienza (Papa et al., 2023; Ramon et al., 2024). Inoltre, i volti deepfake tendono ad essere valutati come più umani e più affidabili rispetto a volti reali – un fenomeno noto come AI hyperrealism (Miller et al., 2023). Sulla base di questi dati, gli obiettivi del presente studio erano due: 1) verificare l’esistenza di differenze significative tra volti reali e volti deepfake sui giudizi di valenza, attrattività e affidabilità; 2) verificare l’esistenza di differenze significative nella memorizzazione e nel successivo riconoscimento dei due tipi di volti. Nell’Esperimento 1, ad un campione di 22 studenti universitari è stato chiesto di valutare 80 immagini di volti reali e 80 immagini di volti deepfake (bilanciati per genere) in termini di valenza, attrattività e affidabilità, utilizzando una scala Likert a 7 punti. Le analisi hanno dimostrato che i volti deepfake e i volti femminili erano ritenuti più positivi, più attraenti e più affidabili rispetto a volti reali e volti maschili. Nell’Esperimento 2, è stato chiesto ad un diverso campione di 22 studenti di discriminare tra 40 volti reali e 40 volti deepfake (bilanciati per genere). La memoria per i volti è stata indagata in un successivo test di riconoscimento a scelta singola. Le analisi hanno dimostrato che i partecipanti non erano in grado di distinguere i volti reali da quelli deepfake. Tuttavia, i volti reali erano riconosciuti in maniera significativamente migliore rispetto ai volti deepfake. Nel complesso, questi dati confermano i risultati precedenti relativi alle difficoltà di discriminazione tra volti reali e volti deepfake, ma al contempo suggeriscono che i volti deepfake potrebbe essere codificati in maniera meno distintiva, e quindi meno efficiente, rispetto a volti reali, producendo una differenza significativa nei test di memoria.