{"id":5287,"date":"2026-02-24T04:14:15","date_gmt":"2026-02-24T04:14:15","guid":{"rendered":"https:\/\/research.undetectable.ai\/?p=5287"},"modified":"2026-02-24T04:14:50","modified_gmt":"2026-02-24T04:14:50","slug":"i-tested-5-ai-image-detectors-these-are-the-best-in-2026","status":"publish","type":"post","link":"https:\/\/research.undetectable.ai\/it\/ho-testato-5-rilevatori-di-immagini-ai-questi-sono-i-migliori-nel-2026\/","title":{"rendered":"Ho testato 5 rilevatori di immagini AI. Questi sono i migliori nel 2026:"},"content":{"rendered":"

Probabilmente avete visto online pi\u00f9 foto generate dall'intelligenza artificiale di quanto pensiate. <\/strong><\/p>\n\n\n\n

A volte \u00e8 evidente che un'immagine \u00e8 stata generata dall'intelligenza artificiale, ma \u00e8 sempre pi\u00f9 difficile capirlo con il miglioramento degli strumenti generativi per immagini e video. Nuovi strumenti come Google Nano Banana Pro<\/a>e gli aggiornamenti di OpenAI Modello di immagine ChatGPT<\/a> consentono agli utenti di generare rapidamente immagini sintetiche che rispecchiano quelle reali. Una precedente ricerca ha rilevato che 85% degli americani affermano che I deepfakes stanno erodendo la fiducia online<\/a>.<\/p>\n\n\n\n

Diversi strumenti dichiarano di rilevare le immagini generate dall'intelligenza artificiale, ma funzionano? <\/strong><\/h2>\n\n\n\n

Ho eseguito 50 controlli di rilevamento su cinque dei pi\u00f9 popolari rilevatori di immagini AI e ho documentato i risultati. In questo articolo non solo presenter\u00f2 tutti i dati e li spiegher\u00f2, ma alla fine rimander\u00f2 anche alla documentazione.<\/p>\n\n\n\n

I cinque rilevatori che ho utilizzato per questi test sono stati: TruthScan<\/a>, AI o no<\/a>, Motore a vista<\/a>, WasItAI<\/a>, e Winston AI<\/a>. Ho testato questi strumenti facendo analizzare a ciascuno due immagini generate da ChatGPT, sei immagini generate da Nano Banana e due immagini generate da Midjourney. Ho usato diversi stili e tecniche di sollecitazione (di cui parler\u00f2 in dettaglio pi\u00f9 avanti, quando analizzer\u00f2 ogni immagine analizzata).<\/p>\n\n\n\n

Tutti e cinque i rilevatori avevano il compito di individuare le immagini create dall'intelligenza artificiale in categorie come frode, disinformazione, fotografia generale e deepfake. Non sorprende che non tutti i rilevatori abbiano ottenuto buoni risultati. TruthScan \u00e8 stato l'unico rilevatore a classificare costantemente tutti i contenuti che ho inviato a 97% o superiore.<\/strong><\/p>\n\n\n\n\n\n\n\n\nRisultati del test del rilevatore di immagini AI<\/title>\n<style>\n @import url('https:\/\/fonts.googleapis.com\/css2?family=DM+Sans:wght@400;500;600;700&family=Outfit:wght@600;700;800&display=swap');\n\n .ai-detector-wrap {\n max-width: 780px;\n margin: 2rem auto;\n font-family: 'DM Sans', sans-serif;\n -webkit-font-smoothing: antialiased;\n }\n\n .ai-detector-wrap h2 {\n font-family: 'Outfit', sans-serif;\n font-size: 1.75rem;\n font-weight: 800;\n color: #1a1a2e;\n margin-bottom: 1.25rem;\n letter-spacing: -0.02em;\n }\n\n .ai-detector-table {\n width: 100%;\n border-collapse: separate;\n border-spacing: 0;\n border-radius: 14px;\n overflow: hidden;\n box-shadow:\n 0 1px 3px rgba(0,0,0,0.06),\n 0 8px 24px rgba(0,0,0,0.08),\n 0 0 0 1px rgba(0,0,0,0.04);\n }\n\n .ai-detector-table thead th {\n background: #1a1a2e;\n color: #ffffff;\n font-family: 'Outfit', sans-serif;\n font-weight: 700;\n font-size: 0.85rem;\n text-transform: uppercase;\n letter-spacing: 0.06em;\n padding: 16px 20px;\n text-align: center;\n border: none;\n }\n\n .ai-detector-table thead th:first-child {\n text-align: left;\n padding-left: 24px;\n }\n\n .ai-detector-table tbody tr {\n transition: background 0.2s ease;\n }\n\n .ai-detector-table tbody tr:hover {\n background: rgba(0,0,0,0.02);\n }\n\n .ai-detector-table tbody td {\n padding: 14px 20px;\n text-align: center;\n font-size: 0.95rem;\n font-weight: 500;\n color: #2d2d3a;\n border-bottom: 1px solid #eee;\n }\n\n .ai-detector-table tbody tr:last-child td {\n border-bottom: none;\n }\n\n .ai-detector-table tbody td:first-child {\n text-align: left;\n padding-left: 24px;\n font-weight: 600;\n color: #1a1a2e;\n }\n\n \/* Colored cells *\/\n .cell-green {\n background: #22c55e;\n color: #fff !important;\n font-weight: 700 !important;\n border-radius: 6px;\n padding: 6px 12px;\n display: inline-block;\n min-width: 32px;\n text-align: center;\n font-size: 0.9rem;\n }\n\n .cell-red {\n background: #ef4444;\n color: #fff !important;\n font-weight: 700 !important;\n border-radius: 6px;\n padding: 6px 12px;\n display: inline-block;\n min-width: 32px;\n text-align: center;\n font-size: 0.9rem;\n }\n\n \/* Accuracy badges *\/\n .badge-100 { background: #16a34a; color: #fff; }\n .badge-80 { background: #a3e635; color: #1a1a2e; }\n .badge-70 { background: #facc15; color: #1a1a2e; }\n .badge-60 { background: #fb923c; color: #fff; }\n .badge-30 { background: #ef4444; color: #fff; }\n\n .accuracy-badge {\n font-weight: 800;\n font-family: 'Outfit', sans-serif;\n font-size: 0.95rem;\n border-radius: 8px;\n padding: 6px 16px;\n display: inline-block;\n min-width: 60px;\n text-align: center;\n letter-spacing: 0.02em;\n }\n\n \/* Row rank indicator *\/\n .rank-icon {\n margin-right: 6px;\n font-size: 1rem;\n }\n\n \/* Asterisk note *\/\n .table-note {\n margin-top: 0.75rem;\n font-size: 0.8rem;\n color: #888;\n padding-left: 4px;\n }\n\n \/* Responsive *\/\n @media (max-width: 600px) {\n .ai-detector-table thead th,\n .ai-detector-table tbody td {\n padding: 10px 10px;\n font-size: 0.8rem;\n }\n .ai-detector-wrap h2 {\n font-size: 1.3rem;\n }\n }\n<\/style>\n<\/head>\n<body style=\"background:#f8f8fa; padding: 2rem;\">\n\n<div class=\"ai-detector-wrap\">\n <h2>\ud83d\udd0d Risultati del test del rilevatore di immagini AI<\/h2>\n\n <table class=\"ai-detector-table\">\n <thead>\n <tr>\n <th>Strumento di rilevamento<\/th>\n <th>Totale test<\/th>\n <th>Rilevato correttamente<\/th>\n <th>Mancato (Fails)<\/th>\n <th>Precisione<\/th>\n <\/tr>\n <\/thead>\n <tbody>\n <tr>\n <td><span class=\"rank-icon\">\ud83e\udd47<\/span>TruthScan<\/td>\n <td>10<\/td>\n <td><span class=\"cell-green\">10<\/span><\/td>\n <td><span class=\"cell-green\">0<\/span><\/td>\n <td><span class=\"accuracy-badge badge-100\">100%<\/span><\/td>\n <\/tr>\n <tr>\n <td><span class=\"rank-icon\">\ud83e\udd48<\/span>AI o no<\/td>\n <td>10<\/td>\n <td><span class=\"cell-green\">8<\/span><\/td>\n <td><span class=\"cell-red\">2*<\/span><\/td>\n <td><span class=\"accuracy-badge badge-80\">80%<\/span><\/td>\n <\/tr>\n <tr>\n <td><span class=\"rank-icon\">\ud83e\udd49<\/span>Motore a vista<\/td>\n <td>10<\/td>\n <td><span class=\"cell-green\">7<\/span><\/td>\n <td><span class=\"cell-red\">3<\/span><\/td>\n <td><span class=\"accuracy-badge badge-70\">70%<\/span><\/td>\n <\/tr>\n <tr>\n <td><span class=\"rank-icon\">   <\/span>WasItAI<\/td>\n <td>10<\/td>\n <td><span class=\"cell-green\">6<\/span><\/td>\n <td><span class=\"cell-red\">4<\/span><\/td>\n <td><span class=\"accuracy-badge badge-60\">60%<\/span><\/td>\n <\/tr>\n <tr>\n <td><span class=\"rank-icon\">   <\/span>Winston AI<\/td>\n <td>10<\/td>\n <td><span class=\"cell-green\">3<\/span><\/td>\n <td><span class=\"cell-red\">7<\/span><\/td>\n <td><span class=\"accuracy-badge badge-30\">30%<\/span><\/td>\n <\/tr>\n <\/tbody>\n <\/table>\n\n <p class=\"table-note\">* AI or Not ha etichettato una generazione AI come 78%, una come 85% e una come 89%. Poich\u00e9 il test richiede almeno 90%, consideriamo i primi due come non riusciti ma trattiamo l'89% come un quasi-miss, da cui l'asterisco.<\/p>\n<\/div>\n\n<\/body>\n<\/html>\n\n\n\n<p style=\"font-size:17px\">Anche AI or Not si \u00e8 comportato piuttosto bene. Infatti, sebbene AI or Not abbia classificato pi\u00f9 elementi generati dall'AI al di sotto della certezza di 90%, \u00e8 stato il secondo rilevatore pi\u00f9 accurato e coerente durante i miei test, dopo TruthScan. Anche nei casi in cui AI or Not ha fallito, i fallimenti non sono stati catastrofici, ma c'\u00e8 ancora margine di miglioramento. <\/p>\n\n\n\n<p style=\"font-size:17px\">Gli altri rilevatori di immagini AI che ho provato si sono comportati molto peggio. Ad esempio, Sight Engine ha classificato erroneamente come autentiche 3 immagini AI relative a frodi.<\/p>\n\n\n\n<p style=\"font-size:17px\">Ora vi mostrer\u00f2 ogni immagine (delle 10 che ho generato), vi spiegher\u00f2 come l'ho creata e vi mostrer\u00f2 il punteggio ottenuto da ogni modello.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">#1. \"Man On a Ledge\" (generato da ChatGPT)<\/h2>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"683\" height=\"1024\" src=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/CGPT-Generation-1-Man-on-ledge-683x1024.jpg\" alt=\"\" class=\"wp-image-5289\" title=\"\" srcset=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/CGPT-Generation-1-Man-on-ledge-683x1024.jpg 683w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/CGPT-Generation-1-Man-on-ledge-200x300.jpg 200w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/CGPT-Generation-1-Man-on-ledge-768x1152.jpg 768w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/CGPT-Generation-1-Man-on-ledge-8x12.jpg 8w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/CGPT-Generation-1-Man-on-ledge.jpg 1024w\" sizes=\"auto, (max-width: 683px) 100vw, 683px\" \/><\/figure>\n\n\n\n<style>\n @import url('https:\/\/fonts.googleapis.com\/css2?family=DM+Sans:wght@400;500;600;700&family=Outfit:wght@600;700;800&display=swap');\n\n .detector-scores-wrap {\n max-width: 780px;\n margin: 2rem auto;\n font-family: 'DM Sans', sans-serif;\n -webkit-font-smoothing: antialiased;\n }\n\n .detector-scores-wrap h3 {\n font-family: 'Outfit', sans-serif;\n font-size: 1.4rem;\n font-weight: 800;\n color: #1a1a2e;\n margin-bottom: 1.25rem;\n letter-spacing: -0.02em;\n }\n\n .detector-scores-table {\n width: 100%;\n border-collapse: separate;\n border-spacing: 0;\n border-radius: 14px;\n overflow: hidden;\n table-layout: fixed;\n box-shadow:\n 0 1px 3px rgba(0,0,0,0.06),\n 0 8px 24px rgba(0,0,0,0.08),\n 0 0 0 1px rgba(0,0,0,0.04);\n }\n\n .detector-scores-table thead th {\n background: #1a1a2e;\n color: #ffffff;\n font-family: 'Outfit', sans-serif;\n font-weight: 700;\n font-size: 0.7rem;\n text-transform: uppercase;\n letter-spacing: 0.04em;\n padding: 14px 6px;\n text-align: center;\n border: none;\n }\n\n .detector-scores-table thead th:first-child {\n text-align: left;\n padding-left: 14px;\n width: 18%;\n }\n\n .detector-scores-table thead th:nth-child(2) {\n width: 12%;\n }\n\n .detector-scores-table tbody tr {\n transition: background 0.2s ease;\n }\n\n .detector-scores-table tbody tr:hover {\n background: rgba(0,0,0,0.02);\n }\n\n .detector-scores-table tbody td {\n padding: 14px 6px;\n text-align: center;\n font-size: 0.9rem;\n font-weight: 500;\n color: #2d2d3a;\n border-bottom: 1px solid #eee;\n }\n\n .detector-scores-table tbody tr:last-child td {\n border-bottom: none;\n }\n\n .detector-scores-table tbody td:first-child {\n text-align: left;\n padding-left: 14px;\n font-weight: 600;\n color: #1a1a2e;\n }\n\n .score-pill {\n font-weight: 700;\n font-family: 'Outfit', sans-serif;\n font-size: 0.78rem;\n border-radius: 6px;\n padding: 5px 8px;\n display: inline-block;\n min-width: 0;\n text-align: center;\n white-space: nowrap;\n }\n\n .score-pass {\n background: #22c55e;\n color: #fff;\n }\n\n .score-warn {\n background: #fb923c;\n color: #fff;\n }\n\n .score-fail {\n background: #ef4444;\n color: #fff;\n }\n\n @media (max-width: 600px) {\n .detector-scores-table thead th,\n .detector-scores-table tbody td {\n padding: 10px 4px;\n font-size: 0.7rem;\n }\n .score-pill {\n padding: 4px 5px;\n font-size: 0.68rem;\n }\n .detector-scores-wrap h3 {\n font-size: 1.15rem;\n }\n }\n<\/style>\n\n<div class=\"detector-scores-wrap\">\n <h3>Come sono stati valutati i rilevatori di immagini<\/h3>\n\n <table class=\"detector-scores-table\">\n <thead>\n <tr>\n <th>Modello di immagine<\/th>\n <th>Categoria<\/th>\n <th>TruthScan<\/th>\n <th>Motore a vista<\/th>\n <th>AI o no<\/th>\n <th>Winston AI<\/th>\n <th>WasItAI<\/th>\n <\/tr>\n <\/thead>\n <tbody>\n <tr>\n <td>ChatGPT <span style=\"font-size:0.75rem; color:#888; display:block;\">Generazione completa<\/span><\/td>\n <td>Generale<\/td>\n <td><span class=\"score-pill score-pass\">99.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">99.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-warn\">77.99% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">0,98% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">1.00% AI<\/span><\/td>\n <\/tr>\n <\/tbody>\n <\/table>\n<\/div>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p style=\"font-size:17px\">Per me (e vedo molti contenuti generati dall'intelligenza artificiale ogni giorno), l'immagine sembra abbastanza convincente a prima vista. Se cliccaste sul profilo di qualcuno sui social media, scorrendo il suo feed e vedeste questa immagine, vi sembrerebbe immediatamente un falso generato dall'intelligenza artificiale? A dire il vero, ho cercato di essere creativo con la richiesta. Ecco quello che ho usato per generare questa immagine:<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<blockquote class=\"wp-block-quote is-layout-flow wp-block-quote-is-layout-flow\">\n<p class=\"has-text-align-center has-vivid-cyan-blue-color has-text-color has-link-color has-medium-font-size wp-elements-99b76fc78211de13a760aff177dd504c\">“<em><strong>Generatemi una foto in stile macchina fotografica istantanea di un uomo in piedi in cima a un tetto che guarda gi\u00f9 in strada, di notte, \u00e8 illuminato dal flash della macchina fotografica, ci sono tracce di luce dalle auto sottostanti, una donna \u00e8 in piedi dietro di lui con la mano sulle labbra, sorridendo, l'estetica della foto \u00e8 come una foto scattata con una macchina fotografica istantanea nel 2009 da amici del college che scherzano.<\/strong><\/em>“<\/p>\n<\/blockquote>\n<\/blockquote>\n<\/blockquote>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<p style=\"font-size:17px\">Indipendentemente dalla mia creativit\u00e0 o dal numero di dettagli inclusi nella richiesta, TruthScan e Sight Engine hanno comunque classificato correttamente l'output come generato dall'IA. Il rilevatore AI or Not ci \u00e8 andato vicino, ma ha mancato il bersaglio. <\/p>\n\n\n\n<p style=\"font-size:17px\">Winston e WasItAI si sono sbagliati di grosso, classificando l'immagine di ChatGPT come reale.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">#2. \"La ricevuta falsa\" (generato da ChatGPT)<\/h2>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"683\" height=\"1024\" src=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/CGPT2Bestbuyreceipttest-683x1024.jpg\" alt=\"Un'immagine che mostra quello che sembra essere uno scontrino macchiato\" class=\"wp-image-5291\" title=\"\" srcset=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/CGPT2Bestbuyreceipttest-683x1024.jpg 683w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/CGPT2Bestbuyreceipttest-200x300.jpg 200w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/CGPT2Bestbuyreceipttest-768x1152.jpg 768w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/CGPT2Bestbuyreceipttest-8x12.jpg 8w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/CGPT2Bestbuyreceipttest.jpg 1024w\" sizes=\"auto, (max-width: 683px) 100vw, 683px\" \/><\/figure>\n\n\n\n<style>\n @import url('https:\/\/fonts.googleapis.com\/css2?family=DM+Sans:wght@400;500;600;700&family=Outfit:wght@600;700;800&display=swap');\n\n .detector-scores-wrap {\n max-width: 780px;\n margin: 2rem auto;\n font-family: 'DM Sans', sans-serif;\n -webkit-font-smoothing: antialiased;\n }\n\n .detector-scores-wrap h3 {\n font-family: 'Outfit', sans-serif;\n font-size: 1.4rem;\n font-weight: 800;\n color: #1a1a2e;\n margin-bottom: 1.25rem;\n letter-spacing: -0.02em;\n }\n\n .detector-scores-table {\n width: 100%;\n border-collapse: separate;\n border-spacing: 0;\n border-radius: 14px;\n overflow: hidden;\n table-layout: fixed;\n box-shadow:\n 0 1px 3px rgba(0,0,0,0.06),\n 0 8px 24px rgba(0,0,0,0.08),\n 0 0 0 1px rgba(0,0,0,0.04);\n }\n\n .detector-scores-table thead th {\n background: #1a1a2e;\n color: #ffffff;\n font-family: 'Outfit', sans-serif;\n font-weight: 700;\n font-size: 0.7rem;\n text-transform: uppercase;\n letter-spacing: 0.04em;\n padding: 14px 6px;\n text-align: center;\n border: none;\n }\n\n .detector-scores-table thead th:first-child {\n text-align: left;\n padding-left: 14px;\n width: 18%;\n }\n\n .detector-scores-table thead th:nth-child(2) {\n width: 12%;\n }\n\n .detector-scores-table tbody tr {\n transition: background 0.2s ease;\n }\n\n .detector-scores-table tbody tr:hover {\n background: rgba(0,0,0,0.02);\n }\n\n .detector-scores-table tbody td {\n padding: 14px 6px;\n text-align: center;\n font-size: 0.9rem;\n font-weight: 500;\n color: #2d2d3a;\n border-bottom: 1px solid #eee;\n }\n\n .detector-scores-table tbody tr:last-child td {\n border-bottom: none;\n }\n\n .detector-scores-table tbody td:first-child {\n text-align: left;\n padding-left: 14px;\n font-weight: 600;\n color: #1a1a2e;\n }\n\n .score-pill {\n font-weight: 700;\n font-family: 'Outfit', sans-serif;\n font-size: 0.78rem;\n border-radius: 6px;\n padding: 5px 8px;\n display: inline-block;\n min-width: 0;\n text-align: center;\n white-space: nowrap;\n }\n\n .score-pass {\n background: #22c55e;\n color: #fff;\n }\n\n .score-warn {\n background: #fb923c;\n color: #fff;\n }\n\n .score-fail {\n background: #ef4444;\n color: #fff;\n }\n\n @media (max-width: 600px) {\n .detector-scores-table thead th,\n .detector-scores-table tbody td {\n padding: 10px 4px;\n font-size: 0.7rem;\n }\n .score-pill {\n padding: 4px 5px;\n font-size: 0.68rem;\n }\n .detector-scores-wrap h3 {\n font-size: 1.15rem;\n }\n }\n<\/style>\n\n<div class=\"detector-scores-wrap\">\n <h3>Come sono stati valutati i rilevatori di immagini<\/h3>\n\n <table class=\"detector-scores-table\">\n <thead>\n <tr>\n <th>Modello di immagine<\/th>\n <th>Categoria<\/th>\n <th>TruthScan<\/th>\n <th>Motore a vista<\/th>\n <th>AI o no<\/th>\n <th>Winston AI<\/th>\n <th>WasItAI<\/th>\n <\/tr>\n <\/thead>\n <tbody>\n <tr>\n <td>ChatGPT <span style=\"font-size:0.75rem; color:#888; display:block;\">Generazione completa<\/span><\/td>\n <td>Frode<\/td>\n <td><span class=\"score-pill score-pass\">99.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">19.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">94.48% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">0,04% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">1.00% AI<\/span><\/td>\n <\/tr>\n <\/tbody>\n <\/table>\n<\/div>\n\n\n\n<p style=\"font-size:17px\">Ho voluto generare una ricevuta falsa con ChatGPT per vedere quanto sarebbe stata realistica. Si pu\u00f2 notare che nell'immagine manca un indirizzo legittimo, ma la texture appare comunque leggermente realistica. Direi che questa immagine \u00e8 meno convincente della prima che ho fatto generare a ChatGPT, ma la maggior parte dei rilevatori ha comunque fallito quando l'ha analizzata.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li style=\"font-size:17px\">Di tutti i controlli che ho eseguito su questa immagine, <strong>TruthScan<\/strong> \u00e8 stato il pi\u00f9 accurato. <\/li>\n\n\n\n<li style=\"font-size:17px\"><strong>Motore a vista<\/strong> ha davvero fallito in questo caso, dimostrando scarsa capacit\u00e0 di giudizio su un'immagine AI legata a un documento.<\/li>\n\n\n\n<li style=\"font-size:17px\"><strong>AI o no<\/strong> ha ottenuto risultati nettamente migliori in questa seconda analisi.<\/li>\n\n\n\n<li style=\"font-size:17px\"><strong>Winston AI <\/strong>si \u00e8 comportato peggio e anche WasItAI ha fallito completamente.<\/li>\n<\/ul>\n\n\n\n<p style=\"font-size:17px\">Dato che questa immagine \u00e8 associata alla categoria frode, \u00e8 preoccupante che la maggior parte dei rilevatori l'abbia classificata male. <\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Il prompt che ho usato per generare l'immagine<\/h3>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<p class=\"has-vivid-cyan-blue-color has-text-color has-link-color wp-elements-b58fc16e4a944c203389dba029f958d9\"><strong>“<em>Generare l'immagine di uno scontrino di un best buy, che dice che l'importo totale speso \u00e8 di un miliardo di dollari, e su cui c'\u00e8 una macchia di caff\u00e8<\/em>“<\/strong><\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<p style=\"font-size:17px\">Chiaramente, ho scritto un prompt semplice e veloce. Tuttavia, la qualit\u00e0 dell'output di ChatGPT \u00e8 visivamente convincente a occhio nudo. Non cos\u00ec convincente per due dei cinque rilevatori che ho testato, a quanto pare.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">#3: \"Pacchetto pericolo\" (generato con Nano Banana)<\/h2>\n\n\n\n<p><strong><em>Invece di far generare a Nano Banana un'immagine originale, le ho dato un'immagine da modificare. <\/em><\/strong><\/p>\n\n\n\n<p style=\"font-size:17px\">L'idea era di dimostrare come qualcuno potesse facilmente utilizzare l'intelligenza artificiale per creare prove false e affermare di aver ricevuto un pacco danneggiato\/pericoloso. Per prima cosa, ho scattato una foto con un iPhone 15 a un pacco Amazon vuoto che ho trovato.<\/p>\n\n\n\n<p><strong>Ecco la foto che ho scattato:<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"759\" height=\"1024\" src=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/Amazon-package-759x1024.jpg\" alt=\"Una foto di un pacco Amazon\" class=\"wp-image-5293\" title=\"\" srcset=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/Amazon-package-759x1024.jpg 759w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/Amazon-package-222x300.jpg 222w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/Amazon-package-768x1036.jpg 768w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/Amazon-package.jpg 1024w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/Amazon-package-9x12.jpg 9w\" sizes=\"auto, (max-width: 759px) 100vw, 759px\" \/><\/figure>\n\n\n\n<p style=\"font-size:17px\">Poi ho caricato la foto scattata su Nano Banana e le ho dato la seguente indicazione:<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<p class=\"has-vivid-cyan-blue-color has-text-color has-link-color wp-elements-41ee9a66efaa63aab6aedf0d2e80cce1\"><strong>“<em>Voglio che modifichiate questa foto senza cambiare nulla, tranne il punto in cui si trova l'etichetta, aggiungendo danni e macchie di fango nero sulla scatola che sembrano proprio macchie di grasso.<\/em>“<\/strong><\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h3 class=\"wp-block-heading\">Uscita Nano Bana:<\/h3>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"747\" height=\"1024\" src=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Amazon-Package-Damaged-747x1024.jpg\" alt=\"Una foto che mostra un pacchetto\" class=\"wp-image-5292\" title=\"\" srcset=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Amazon-Package-Damaged-747x1024.jpg 747w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Amazon-Package-Damaged-219x300.jpg 219w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Amazon-Package-Damaged-768x1052.jpg 768w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Amazon-Package-Damaged-9x12.jpg 9w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Amazon-Package-Damaged.jpg 864w\" sizes=\"auto, (max-width: 747px) 100vw, 747px\" \/><\/figure>\n\n\n\n<style>\n @import url('https:\/\/fonts.googleapis.com\/css2?family=DM+Sans:wght@400;500;600;700&family=Outfit:wght@600;700;800&display=swap');\n\n .detector-scores-wrap {\n max-width: 780px;\n margin: 2rem auto;\n font-family: 'DM Sans', sans-serif;\n -webkit-font-smoothing: antialiased;\n }\n\n .detector-scores-wrap h3 {\n font-family: 'Outfit', sans-serif;\n font-size: 1.4rem;\n font-weight: 800;\n color: #1a1a2e;\n margin-bottom: 1.25rem;\n letter-spacing: -0.02em;\n }\n\n .detector-scores-table {\n width: 100%;\n border-collapse: separate;\n border-spacing: 0;\n border-radius: 14px;\n overflow: hidden;\n table-layout: fixed;\n box-shadow:\n 0 1px 3px rgba(0,0,0,0.06),\n 0 8px 24px rgba(0,0,0,0.08),\n 0 0 0 1px rgba(0,0,0,0.04);\n }\n\n .detector-scores-table thead th {\n background: #1a1a2e;\n color: #ffffff;\n font-family: 'Outfit', sans-serif;\n font-weight: 700;\n font-size: 0.7rem;\n text-transform: uppercase;\n letter-spacing: 0.04em;\n padding: 14px 6px;\n text-align: center;\n border: none;\n }\n\n .detector-scores-table thead th:first-child {\n text-align: left;\n padding-left: 14px;\n width: 18%;\n }\n\n .detector-scores-table thead th:nth-child(2) {\n width: 12%;\n }\n\n .detector-scores-table tbody tr {\n transition: background 0.2s ease;\n }\n\n .detector-scores-table tbody tr:hover {\n background: rgba(0,0,0,0.02);\n }\n\n .detector-scores-table tbody td {\n padding: 14px 6px;\n text-align: center;\n font-size: 0.9rem;\n font-weight: 500;\n color: #2d2d3a;\n border-bottom: 1px solid #eee;\n }\n\n .detector-scores-table tbody tr:last-child td {\n border-bottom: none;\n }\n\n .detector-scores-table tbody td:first-child {\n text-align: left;\n padding-left: 14px;\n font-weight: 600;\n color: #1a1a2e;\n }\n\n .score-pill {\n font-weight: 700;\n font-family: 'Outfit', sans-serif;\n font-size: 0.78rem;\n border-radius: 6px;\n padding: 5px 8px;\n display: inline-block;\n min-width: 0;\n text-align: center;\n white-space: nowrap;\n }\n\n .score-pass {\n background: #22c55e;\n color: #fff;\n }\n\n .score-warn {\n background: #fb923c;\n color: #fff;\n }\n\n .score-fail {\n background: #ef4444;\n color: #fff;\n }\n\n @media (max-width: 600px) {\n .detector-scores-table thead th,\n .detector-scores-table tbody td {\n padding: 10px 4px;\n font-size: 0.7rem;\n }\n .score-pill {\n padding: 4px 5px;\n font-size: 0.68rem;\n }\n .detector-scores-wrap h3 {\n font-size: 1.15rem;\n }\n }\n<\/style>\n\n<div class=\"detector-scores-wrap\">\n <h3>Come sono stati valutati i rilevatori di immagini<\/h3>\n\n <table class=\"detector-scores-table\">\n <thead>\n <tr>\n <th>Modello di immagine<\/th>\n <th>Categoria<\/th>\n <th>TruthScan<\/th>\n <th>Motore a vista<\/th>\n <th>AI o no<\/th>\n <th>Winston AI<\/th>\n <th>WasItAI<\/th>\n <\/tr>\n <\/thead>\n <tbody>\n <tr>\n <td>Nano Banana <span style=\"font-size:0.75rem; color:#888; display:block;\">Modifica Deepfake<\/span><\/td>\n <td>Frode<\/td>\n <td><span class=\"score-pill score-pass\">99.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">98.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">99.10% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">31.98% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">99.00% AI<\/span><\/td>\n <\/tr>\n <\/tbody>\n <\/table>\n<\/div>\n\n\n\n<p style=\"font-size:17px\">La melma oleosa che Nano Banana ha generato nell'output aveva una convincente lucentezza sporca, completa di un effetto di inzuppamento, per nulla cartoonesco. Fortunatamente, la maggior parte dei rilevatori con cui l'ho confrontata ha etichettato correttamente l'immagine come un falso. L'unica eccezione \u00e8 stata Winston, che ancora una volta si \u00e8 comportato male, classificando l'immagine come autentica. AI or Not, TruthScan e WasItAI sono stati i rilevatori pi\u00f9 precisi nell'individuare questa immagine.<\/p>\n\n\n\n<p style=\"font-size:17px\">\u00c8 preoccupante quanto sembri semplice caricare un'immagine su un chatbot e farla alterare completamente. Posso immaginare che i truffatori e i frodatori utilizzino strumenti di generazione di immagini per cercare di fare richieste di restituzione fraudolente o per commettere frodi sul mercato.<\/p>\n\n\n\n<p style=\"font-size:17px\">Se le piattaforme di e-commerce richiedono solo un'immagine come prova per avviare una richiesta di risarcimento per un pacco danneggiato, allora, senza un modo affidabile per rilevare la manomissione dell'IA, sono esposte a un importante vettore di attacco. Ad esempio, il sito ufficiale di Amazon <a href=\"https:\/\/sellercentral.amazon.com\/help\/hub\/reference\/external\/GYW2EV9FEMJ3JJGR?locale=en-US\" target=\"_blank\" rel=\"noopener\">politica di restituzione degli articoli<\/a> afferma letteralmente<strong>, “<em>I materiali pericolosi, compresi i liquidi o i gas infiammabili, non sono restituibili.<\/em>.”<\/strong><\/p>\n\n\n\n<p style=\"font-size:17px\">Quindi, se si ricevesse effettivamente un pacco ricoperto di olio o di morchia nera e grassa, non sarebbe necessario restituirlo, ma si potrebbe comunque ottenere un rimborso. Se, per qualche motivo, vi capitasse davvero, Amazon probabilmente vi chiederebbe una prova fotografica. Vi rendete conto del problema che possono rappresentare le immagini generate dall'intelligenza artificiale quando sono indistinguibili da quelle reali?<\/p>\n\n\n\n<h2 class=\"wp-block-heading has-text-align-left\">#4. \"Pasto di scarafaggi\" (generato con Nano Banana)<\/h2>\n\n\n\n<p style=\"font-size:17px\">La prossima immagine AI potrebbe farvi perdere l'appetito. Come risulta, sono stati documentati casi di persone che hanno usato l'intelligenza artificiale per ricevere <a href=\"https:\/\/dailydot.com\/ai-generated-undercooked-food-doordash\" data-type=\"link\" data-id=\"https:\/\/dailydot.com\/ai-generated-undercooked-food-doordash\" target=\"_blank\" rel=\"noopener\">rimborsi fraudolenti<\/a> sulle app di consegna di cibo. Per questo quarto test ho seguito gli stessi passi del terzo. Questa volta ho scattato una foto della mia scatola da asporto vuota dopo il pranzo.<\/p>\n\n\n\n<p><strong>Ecco l'immagine reale:<\/strong><\/p>\n\n\n\n<figure class=\"wp-block-image size-large is-resized\"><img loading=\"lazy\" decoding=\"async\" width=\"768\" height=\"1024\" src=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/IMG_6145-768x1024.jpg\" alt=\"Una foto di una scatola da asporto vuota.\" class=\"wp-image-5296\" style=\"width:462px;height:auto\" title=\"\" srcset=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/IMG_6145-768x1024.jpg 768w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/IMG_6145-225x300.jpg 225w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/IMG_6145-scaled.jpg 1024w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/IMG_6145-9x12.jpg 9w\" sizes=\"auto, (max-width: 768px) 100vw, 768px\" \/><\/figure>\n\n\n\n<p style=\"font-size:17px\">Poi ho inserito la foto reale che ho scattato in Nano Banana e le ho dato la seguente richiesta:<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<p class=\"has-vivid-cyan-blue-color has-text-color has-link-color wp-elements-e9f00ca4e893e7742bce463148a639f5\"><strong><em>\"Modifica questa immagine. Non cambiate nulla, se non l'aggiunta di tagliatelle nel punto in cui si trova la pellicola e l'aggiunta di un gruppo di piccoli scarafaggi nel cibo. Fate in modo che tutto sembri realistico e non da cartone animato\". <\/em><\/strong><\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h3 class=\"wp-block-heading\">L'uscita Nano Banana:<\/h3>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"747\" height=\"1024\" src=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Cockroach-meal.jpg\" alt=\"Una foto alterata dall'intelligenza artificiale della scatola di cibo da asporto con spaghetti e insetti al suo interno\" class=\"wp-image-5295\" title=\"\" srcset=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Cockroach-meal.jpg 747w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Cockroach-meal-219x300.jpg 219w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Cockroach-meal-9x12.jpg 9w\" sizes=\"auto, (max-width: 747px) 100vw, 747px\" \/><\/figure>\n\n\n\n<style>\n @import url('https:\/\/fonts.googleapis.com\/css2?family=DM+Sans:wght@400;500;600;700&family=Outfit:wght@600;700;800&display=swap');\n\n .detector-scores-wrap {\n max-width: 780px;\n margin: 2rem auto;\n font-family: 'DM Sans', sans-serif;\n -webkit-font-smoothing: antialiased;\n }\n\n .detector-scores-wrap h3 {\n font-family: 'Outfit', sans-serif;\n font-size: 1.4rem;\n font-weight: 800;\n color: #1a1a2e;\n margin-bottom: 1.25rem;\n letter-spacing: -0.02em;\n }\n\n .detector-scores-table {\n width: 100%;\n border-collapse: separate;\n border-spacing: 0;\n border-radius: 14px;\n overflow: hidden;\n table-layout: fixed;\n box-shadow:\n 0 1px 3px rgba(0,0,0,0.06),\n 0 8px 24px rgba(0,0,0,0.08),\n 0 0 0 1px rgba(0,0,0,0.04);\n }\n\n .detector-scores-table thead th {\n background: #1a1a2e;\n color: #ffffff;\n font-family: 'Outfit', sans-serif;\n font-weight: 700;\n font-size: 0.7rem;\n text-transform: uppercase;\n letter-spacing: 0.04em;\n padding: 14px 6px;\n text-align: center;\n border: none;\n }\n\n .detector-scores-table thead th:first-child {\n text-align: left;\n padding-left: 14px;\n width: 18%;\n }\n\n .detector-scores-table thead th:nth-child(2) {\n width: 12%;\n }\n\n .detector-scores-table tbody tr {\n transition: background 0.2s ease;\n }\n\n .detector-scores-table tbody tr:hover {\n background: rgba(0,0,0,0.02);\n }\n\n .detector-scores-table tbody td {\n padding: 14px 6px;\n text-align: center;\n font-size: 0.9rem;\n font-weight: 500;\n color: #2d2d3a;\n border-bottom: 1px solid #eee;\n }\n\n .detector-scores-table tbody tr:last-child td {\n border-bottom: none;\n }\n\n .detector-scores-table tbody td:first-child {\n text-align: left;\n padding-left: 14px;\n font-weight: 600;\n color: #1a1a2e;\n }\n\n .score-pill {\n font-weight: 700;\n font-family: 'Outfit', sans-serif;\n font-size: 0.78rem;\n border-radius: 6px;\n padding: 5px 8px;\n display: inline-block;\n min-width: 0;\n text-align: center;\n white-space: nowrap;\n }\n\n .score-pass {\n background: #22c55e;\n color: #fff;\n }\n\n .score-warn {\n background: #fb923c;\n color: #fff;\n }\n\n .score-fail {\n background: #ef4444;\n color: #fff;\n }\n\n @media (max-width: 600px) {\n .detector-scores-table thead th,\n .detector-scores-table tbody td {\n padding: 10px 4px;\n font-size: 0.7rem;\n }\n .score-pill {\n padding: 4px 5px;\n font-size: 0.68rem;\n }\n .detector-scores-wrap h3 {\n font-size: 1.15rem;\n }\n }\n<\/style>\n\n<div class=\"detector-scores-wrap\">\n <h3>Come sono stati valutati i rilevatori di immagini<\/h3>\n\n <table class=\"detector-scores-table\">\n <thead>\n <tr>\n <th>Modello di immagine<\/th>\n <th>Categoria<\/th>\n <th>TruthScan<\/th>\n <th>Motore a vista<\/th>\n <th>AI o no<\/th>\n <th>Winston AI<\/th>\n <th>WasItAI<\/th>\n <\/tr>\n <\/thead>\n <tbody>\n <tr>\n <td>Nano Banana <span style=\"font-size:0.75rem; color:#888; display:block;\">Modifica Deepfake<\/span><\/td>\n <td>Frode<\/td>\n <td><span class=\"score-pill score-pass\">97.15% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">18.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-warn\">85.87% AI<\/span><\/td>\n <td><span class=\"score-pill score-warn\">72.29% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">1.00% AI<\/span><\/td>\n <\/tr>\n <\/tbody>\n <\/table>\n<\/div>\n\n\n\n<p style=\"font-size:17px\">Ancora una volta, TruthScan ha rilevato con sicurezza i media generati dall'IA. Sight Engine e WasitAI hanno fallito completamente. AI or Not \u00e8 stato il secondo rilevatore pi\u00f9 accurato (con 85% di certezza AI) durante la scansione di questa immagine AI, e Winston ha ottenuto risultati migliori rispetto al terzo test (con 72% di certezza AI).<\/p>\n\n\n\n<p style=\"font-size:17px\">In questa immagine, gli spaghetti e gli scarafaggi sono stati generati interamente dall'IA; tuttavia, due dei rilevatori non sembrano pensarla cos\u00ec, e solo uno (TruthScan) \u00e8 stato pi\u00f9 di 90% sicuro della manomissione dell'IA.<\/p>\n\n\n\n<p style=\"font-size:17px\">Un punto di interesse \u00e8 stata la semplicit\u00e0 con cui \u00e8 stata creata questa immagine falsa. Dal caricamento della foto scattata, alla richiesta di Nano Banana e alla ricezione del risultato, in tutto ci sono voluti solo 2 minuti. Un incubo per le app di consegna di cibo, un sogno per i bugiardi affamati. Un \"fattore di frode\".<\/p>\n\n\n\n<p class=\"has-vivid-red-color has-text-color has-link-color wp-elements-4c89b6ee3afcbdd6b6617c150e5b2e03\"><strong>DISCLOSURE: Alcune delle immagini generate dall'intelligenza artificiale incluse nei seguenti test erano destinate a dimostrare come le immagini dell'intelligenza artificiale possano essere utilizzate per la disinformazione. Esse contengono immagini controverse e soggetti sensibili<\/strong>, <strong>e NON intendono rappresentare alcuna particolare politica<\/strong> <strong>opinioni o ideologie.<\/strong><\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>#5<\/strong>. \"Autovandalismo\" (generato con Nano Banana)<\/h2>\n\n\n\n<p style=\"font-size:17px\">Ho trovato un'immagine reale di un'auto in vendita online. Piuttosto banale. Ma cosa succederebbe se qualcuno volesse usare questa immagine per diffondere disinformazione o per presentare una richiesta di risarcimento per l'assicurazione auto fasulla? Purtroppo, l'intelligenza artificiale generativa lo rende facile e veloce.<\/p>\n\n\n\n<p style=\"font-size:17px\"><strong>Per questo quinto test, ho preso un'immagine reale di un'automobile e ho dato a Nano Banana la seguente richiesta:<\/strong><\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<p class=\"has-vivid-cyan-blue-color has-text-color has-link-color wp-elements-d06074fe9533ce61c08bcf9750cd398d\">“<strong><em>Non cambiare nulla dell'auto, tranne il fatto che devi aggiungere una vernice spray con la scritta \"Palestina libera\" e che il parabrezza \u00e8 spaccato. I fari sono distrutti e lo specchietto \u00e8 rotto e pende verso il basso e i due finestrini sul lato dell'auto sono<\/em><\/strong> <strong>distrutto<\/strong>.”<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Ecco l'immagine reale:<\/strong><\/h3>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"940\" height=\"627\" src=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/2000_honda_civic-si_2000_honda_civic-si_bbeed9f1-7b50-4314-a504-40be9411b8ab-mXhf1y-2.webp\" alt=\"Una foto di un'auto blu\" class=\"wp-image-5298\" title=\"\" srcset=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/2000_honda_civic-si_2000_honda_civic-si_bbeed9f1-7b50-4314-a504-40be9411b8ab-mXhf1y-2.webp 940w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/2000_honda_civic-si_2000_honda_civic-si_bbeed9f1-7b50-4314-a504-40be9411b8ab-mXhf1y-2-300x200.webp 300w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/2000_honda_civic-si_2000_honda_civic-si_bbeed9f1-7b50-4314-a504-40be9411b8ab-mXhf1y-2-768x512.webp 768w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/2000_honda_civic-si_2000_honda_civic-si_bbeed9f1-7b50-4314-a504-40be9411b8ab-mXhf1y-2-18x12.webp 18w\" sizes=\"auto, (max-width: 940px) 100vw, 940px\" \/><\/figure>\n\n\n\n<h3 class=\"wp-block-heading\">Immagine di Nano Banana AI:<\/h3>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"683\" src=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Protest-Car-Damage.jpg\" alt=\"Una foto alterata dall'AI dell'auto blu, che mostra un parabrezza incrinato e danni da vernice spray sulla fiancata dell'auto.\" class=\"wp-image-5299\" title=\"\" srcset=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Protest-Car-Damage.jpg 1024w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Protest-Car-Damage-300x200.jpg 300w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Protest-Car-Damage-768x512.jpg 768w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Protest-Car-Damage-18x12.jpg 18w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<style>\n @import url('https:\/\/fonts.googleapis.com\/css2?family=DM+Sans:wght@400;500;600;700&family=Outfit:wght@600;700;800&display=swap');\n\n .detector-scores-wrap {\n max-width: 780px;\n margin: 2rem auto;\n font-family: 'DM Sans', sans-serif;\n -webkit-font-smoothing: antialiased;\n }\n\n .detector-scores-wrap h3 {\n font-family: 'Outfit', sans-serif;\n font-size: 1.4rem;\n font-weight: 800;\n color: #1a1a2e;\n margin-bottom: 1.25rem;\n letter-spacing: -0.02em;\n }\n\n .detector-scores-table {\n width: 100%;\n border-collapse: separate;\n border-spacing: 0;\n border-radius: 14px;\n overflow: hidden;\n table-layout: fixed;\n box-shadow:\n 0 1px 3px rgba(0,0,0,0.06),\n 0 8px 24px rgba(0,0,0,0.08),\n 0 0 0 1px rgba(0,0,0,0.04);\n }\n\n .detector-scores-table thead th {\n background: #1a1a2e;\n color: #ffffff;\n font-family: 'Outfit', sans-serif;\n font-weight: 700;\n font-size: 0.7rem;\n text-transform: uppercase;\n letter-spacing: 0.04em;\n padding: 14px 6px;\n text-align: center;\n border: none;\n }\n\n .detector-scores-table thead th:first-child {\n text-align: left;\n padding-left: 14px;\n width: 18%;\n }\n\n .detector-scores-table thead th:nth-child(2) {\n width: 14%;\n }\n\n .detector-scores-table tbody tr {\n transition: background 0.2s ease;\n }\n\n .detector-scores-table tbody tr:hover {\n background: rgba(0,0,0,0.02);\n }\n\n .detector-scores-table tbody td {\n padding: 14px 6px;\n text-align: center;\n font-size: 0.9rem;\n font-weight: 500;\n color: #2d2d3a;\n border-bottom: 1px solid #eee;\n }\n\n .detector-scores-table tbody tr:last-child td {\n border-bottom: none;\n }\n\n .detector-scores-table tbody td:first-child {\n text-align: left;\n padding-left: 14px;\n font-weight: 600;\n color: #1a1a2e;\n }\n\n .score-pill {\n font-weight: 700;\n font-family: 'Outfit', sans-serif;\n font-size: 0.78rem;\n border-radius: 6px;\n padding: 5px 8px;\n display: inline-block;\n min-width: 0;\n text-align: center;\n white-space: nowrap;\n }\n\n .score-pass {\n background: #22c55e;\n color: #fff;\n }\n\n .score-warn {\n background: #fb923c;\n color: #fff;\n }\n\n .score-fail {\n background: #ef4444;\n color: #fff;\n }\n\n @media (max-width: 600px) {\n .detector-scores-table thead th,\n .detector-scores-table tbody td {\n padding: 10px 4px;\n font-size: 0.7rem;\n }\n .score-pill {\n padding: 4px 5px;\n font-size: 0.68rem;\n }\n .detector-scores-wrap h3 {\n font-size: 1.15rem;\n }\n }\n<\/style>\n\n<div class=\"detector-scores-wrap\">\n <h3>Come sono stati valutati i rilevatori di immagini<\/h3>\n\n <table class=\"detector-scores-table\">\n <thead>\n <tr>\n <th>Modello di immagine<\/th>\n <th>Categoria<\/th>\n <th>TruthScan<\/th>\n <th>Motore a vista<\/th>\n <th>AI o no<\/th>\n <th>Winston AI<\/th>\n <th>WasItAI<\/th>\n <\/tr>\n <\/thead>\n <tbody>\n <tr>\n <td>Nano Banana <span style=\"font-size:0.75rem; color:#888; display:block;\">Modifica Deepfake<\/span><\/td>\n <td style=\"font-size:0.82rem;\">Frode \/ Disinformazione<\/td>\n <td><span class=\"score-pill score-pass\">97.48% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">18.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-warn\">89.52% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">0,02% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">99.00% AI<\/span><\/td>\n <\/tr>\n <\/tbody>\n <\/table>\n<\/div>\n\n\n\n<p style=\"font-size:17px\">I risultati dei rilevatori per questa uscita sono stati contrastanti. Per questo test, WasItAI (sorprendentemente) ha ottenuto il punteggio di rilevamento AI pi\u00f9 alto (99%). TruthScan ha ottenuto il secondo punteggio pi\u00f9 alto (97%). Sight Engine non \u00e8 riuscito a rilevare alcun elemento sintetico nell'immagine e Winston ha ottenuto il risultato peggiore tra tutti i rilevatori (assegnando una probabilit\u00e0 di coinvolgimento inferiore a 1%). AI or Not se l'\u00e8 cavata bene, ma la precisione era ancora inferiore a 90%.<br><br>Parliamo dell'immagine. I due aspetti pi\u00f9 preoccupanti di contenuti creati o alterati dall'IA come questo sono che entrambi implicano un inganno. In primo luogo, l'uso dell'intelligenza artificiale per alterare immagini banali e creare contenuti a sfondo politico \u00e8 veloce, facile e sembra reale. Sia che gli autori di questo tipo di contenuti puntino solo al coinvolgimento, sia che siano provocatori politici, il problema \u00e8 che si tratta di informazioni false presentate come autentiche.<\/p>\n\n\n\n<p style=\"font-size:17px\">Il secondo modo in cui si pu\u00f2 abusare di strumenti di generazione di immagini come questo \u00e8 la frode. Se un truffatore vuole presentare una falsa richiesta di risarcimento per l'assicurazione auto, deve produrre prove false. Invece di passare ore e ore in Photoshop a modificare le immagini e a correggere le prove, pu\u00f2 usare i generatori di immagini per produrre rapidamente prove false.<\/p>\n\n\n\n<p style=\"font-size:17px\">Nell'esempio dell'immagine AI qui sopra, si noti come un truffatore potrebbe utilizzare un processo simile per presentare una richiesta di risarcimento falsa secondo Progressive. <a href=\"https:\/\/www.progressive.com\/answers\/does-car-insurance-cover-vandalism\/\" data-type=\"link\" data-id=\"https:\/\/www.progressive.com\/answers\/does-car-insurance-cover-vandalism\/\" target=\"_blank\" rel=\"noopener\">Politica di copertura globale<\/a>, che copre specificamente:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Tagliato o <a href=\"https:\/\/www.progressive.com\/answers\/does-car-insurance-cover-tire-damage\/\" target=\"_blank\" rel=\"noopener\">pneumatici danneggiati<\/a><\/strong><\/li>\n\n\n\n<li><strong>Finestrini, fari o luci posteriori rotti<\/strong><\/li>\n\n\n\n<li><strong>Danni da vernice spray<\/strong><\/li>\n\n\n\n<li><strong><a href=\"https:\/\/www.progressive.com\/answers\/does-car-insurance-cover-scratches\/\" target=\"_blank\" rel=\"noopener\">Ammaccature o graffi<\/a> da qualcuno che ha preso a colpi di chiave la tua auto<\/strong><\/li>\n\n\n\n<li><strong>Mettere zucchero o altre sostanze nel serbatoio del carburante<\/strong><\/li>\n<\/ul>\n\n\n\n<p>Ovviamente presentare prove false non \u00e8 solo ingannevole, ma anche apertamente illegale. In un mondo ideale, nessuno infrangerebbe la legge; in realt\u00e0, il crimine avviene ogni giorno. Senza un rilevamento affidabile, le compagnie di assicurazione rischiano di essere truffate per milioni di euro con l'aumento delle richieste di risarcimento fraudolente da parte dell'intelligenza artificiale.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">#6. \"Soda Musk e Don\" (generato con Nano Banana)<\/h2>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"559\" src=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Elon-Spilling-Soda-1024x559.jpeg\" alt=\"Un'immagine generata dall'intelligenza artificiale di Elon Musk e Donald Trump\" class=\"wp-image-5300\" title=\"\" srcset=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Elon-Spilling-Soda-1024x559.jpeg 1024w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Elon-Spilling-Soda-300x164.jpeg 300w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Elon-Spilling-Soda-768x419.jpeg 768w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Elon-Spilling-Soda-1536x838.jpeg 1536w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Elon-Spilling-Soda-2048x1117.jpeg 1877w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Elon-Spilling-Soda-18x10.jpeg 18w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3-Elon-Spilling-Soda-scaled.jpeg 1878w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<style>\n @import url('https:\/\/fonts.googleapis.com\/css2?family=DM+Sans:wght@400;500;600;700&family=Outfit:wght@600;700;800&display=swap');\n\n .detector-scores-wrap {\n max-width: 780px;\n margin: 2rem auto;\n font-family: 'DM Sans', sans-serif;\n -webkit-font-smoothing: antialiased;\n }\n\n .detector-scores-wrap h3 {\n font-family: 'Outfit', sans-serif;\n font-size: 1.4rem;\n font-weight: 800;\n color: #1a1a2e;\n margin-bottom: 1.25rem;\n letter-spacing: -0.02em;\n }\n\n .detector-scores-table {\n width: 100%;\n border-collapse: separate;\n border-spacing: 0;\n border-radius: 14px;\n overflow: hidden;\n table-layout: fixed;\n box-shadow:\n 0 1px 3px rgba(0,0,0,0.06),\n 0 8px 24px rgba(0,0,0,0.08),\n 0 0 0 1px rgba(0,0,0,0.04);\n }\n\n .detector-scores-table thead th {\n background: #1a1a2e;\n color: #ffffff;\n font-family: 'Outfit', sans-serif;\n font-weight: 700;\n font-size: 0.7rem;\n text-transform: uppercase;\n letter-spacing: 0.04em;\n padding: 14px 6px;\n text-align: center;\n border: none;\n }\n\n .detector-scores-table thead th:first-child {\n text-align: left;\n padding-left: 14px;\n width: 18%;\n }\n\n .detector-scores-table thead th:nth-child(2) {\n width: 14%;\n }\n\n .detector-scores-table tbody tr {\n transition: background 0.2s ease;\n }\n\n .detector-scores-table tbody tr:hover {\n background: rgba(0,0,0,0.02);\n }\n\n .detector-scores-table tbody td {\n padding: 14px 6px;\n text-align: center;\n font-size: 0.9rem;\n font-weight: 500;\n color: #2d2d3a;\n border-bottom: 1px solid #eee;\n }\n\n .detector-scores-table tbody tr:last-child td {\n border-bottom: none;\n }\n\n .detector-scores-table tbody td:first-child {\n text-align: left;\n padding-left: 14px;\n font-weight: 600;\n color: #1a1a2e;\n }\n\n .score-pill {\n font-weight: 700;\n font-family: 'Outfit', sans-serif;\n font-size: 0.78rem;\n border-radius: 6px;\n padding: 5px 8px;\n display: inline-block;\n min-width: 0;\n text-align: center;\n white-space: nowrap;\n }\n\n .score-pass {\n background: #22c55e;\n color: #fff;\n }\n\n .score-warn {\n background: #fb923c;\n color: #fff;\n }\n\n .score-fail {\n background: #ef4444;\n color: #fff;\n }\n\n @media (max-width: 600px) {\n .detector-scores-table thead th,\n .detector-scores-table tbody td {\n padding: 10px 4px;\n font-size: 0.7rem;\n }\n .score-pill {\n padding: 4px 5px;\n font-size: 0.68rem;\n }\n .detector-scores-wrap h3 {\n font-size: 1.15rem;\n }\n }\n<\/style>\n\n<div class=\"detector-scores-wrap\">\n <h3>Come sono stati valutati i rilevatori di immagini<\/h3>\n\n <table class=\"detector-scores-table\">\n <thead>\n <tr>\n <th>Modello di immagine<\/th>\n <th>Categoria<\/th>\n <th>TruthScan<\/th>\n <th>Motore a vista<\/th>\n <th>AI o no<\/th>\n <th>Winston AI<\/th>\n <th>WasItAI<\/th>\n <\/tr>\n <\/thead>\n <tbody>\n <tr>\n <td>Nano Banana <span style=\"font-size:0.75rem; color:#888; display:block;\">Generazione completa<\/span><\/td>\n <td style=\"font-size:0.82rem;\">Disinfo<\/td>\n <td><span class=\"score-pill score-pass\">99.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">99.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">99.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">0,24% AI<\/span><\/td>\n <td><span class=\"score-pill score-warn\">86.00% AI<\/span><\/td>\n <\/tr>\n <\/tbody>\n <\/table>\n<\/div>\n\n\n\n<p style=\"font-size:17px\">Ancora una volta, per questo test ho utilizzato Nano Banana e l'obiettivo era quello di mostrare immagini false, a sfondo politico, con una sfumatura pi\u00f9 sciocca. TruthScan, Sight Engine e AIorNot hanno segnalato l'immagine generata con un punteggio di rilevamento AI di 99%. WasitAI non \u00e8 stato altrettanto sicuro, rilevando l'immagine generata dall'AI con una certezza di soli 86%. Winston ha fallito completamente, assegnando un punteggio AI di 0,2%. Per generare l'immagine, ho dato a Nano Banana questa richiesta:<\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<p class=\"has-vivid-cyan-blue-color has-text-color has-link-color wp-elements-4f7e002ecaefec24bbebdca3101fff42\"><strong>“<em>Generare una foto di Elon Musk che si rovescia sulla camicia una grossa tazza di soda come una Big Gulp e d\u00e0 di matto mentre Donald Trump \u00e8 seduto accanto a lui e ride. Sono su un aereo. Questa \u00e8 la scena. La foto deve sembrare realistica, come se fosse stata scattata con una macchina fotografica istantanea, e deve includere artefatti come il flash della macchina fotografica che si riflette sul finestrino dell'aereo e all'esterno dell'aereo. \u00c8 notte. Dovrebbe sembrare iperrealistica.<\/em>“<\/strong><\/p>\n\n\n\n<hr class=\"wp-block-separator has-alpha-channel-opacity\"\/>\n\n\n\n<p style=\"font-size:17px\">Ogni volta che uno di questi programmi software non riesce a rilevare l'IA, lo etichettano come autentico. Per quanto sciocco possa essere questo esempio di immagine del test, non c'\u00e8 nulla di divertente nel pensare che un deepfake sia reale.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">#7. \"Ancora vivo\" (generato da Nano Banana)<\/h2>\n\n\n\n<figure class=\"wp-block-image size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"765\" height=\"1024\" src=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3Christian_Ransom_Photo.jpg\" alt=\"Un'immagine generata dall'intelligenza artificiale di un uomo che tiene in mano un cartello con scritto "aiuto".\" class=\"wp-image-5301\" title=\"\" srcset=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3Christian_Ransom_Photo.jpg 765w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3Christian_Ransom_Photo-224x300.jpg 224w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/GV3Christian_Ransom_Photo-9x12.jpg 9w\" sizes=\"auto, (max-width: 765px) 100vw, 765px\" \/><\/figure>\n\n\n\n<style>\n @import url('https:\/\/fonts.googleapis.com\/css2?family=DM+Sans:wght@400;500;600;700&family=Outfit:wght@600;700;800&display=swap');\n\n .detector-scores-wrap {\n max-width: 780px;\n margin: 2rem auto;\n font-family: 'DM Sans', sans-serif;\n -webkit-font-smoothing: antialiased;\n }\n\n .detector-scores-wrap h3 {\n font-family: 'Outfit', sans-serif;\n font-size: 1.4rem;\n font-weight: 800;\n color: #1a1a2e;\n margin-bottom: 1.25rem;\n letter-spacing: -0.02em;\n }\n\n .detector-scores-table {\n width: 100%;\n border-collapse: separate;\n border-spacing: 0;\n border-radius: 14px;\n overflow: hidden;\n table-layout: fixed;\n box-shadow:\n 0 1px 3px rgba(0,0,0,0.06),\n 0 8px 24px rgba(0,0,0,0.08),\n 0 0 0 1px rgba(0,0,0,0.04);\n }\n\n .detector-scores-table thead th {\n background: #1a1a2e;\n color: #ffffff;\n font-family: 'Outfit', sans-serif;\n font-weight: 700;\n font-size: 0.7rem;\n text-transform: uppercase;\n letter-spacing: 0.04em;\n padding: 14px 6px;\n text-align: center;\n border: none;\n }\n\n .detector-scores-table thead th:first-child {\n text-align: left;\n padding-left: 14px;\n width: 18%;\n }\n\n .detector-scores-table thead th:nth-child(2) {\n width: 14%;\n }\n\n .detector-scores-table tbody tr {\n transition: background 0.2s ease;\n }\n\n .detector-scores-table tbody tr:hover {\n background: rgba(0,0,0,0.02);\n }\n\n .detector-scores-table tbody td {\n padding: 14px 6px;\n text-align: center;\n font-size: 0.9rem;\n font-weight: 500;\n color: #2d2d3a;\n border-bottom: 1px solid #eee;\n }\n\n .detector-scores-table tbody tr:last-child td {\n border-bottom: none;\n }\n\n .detector-scores-table tbody td:first-child {\n text-align: left;\n padding-left: 14px;\n font-weight: 600;\n color: #1a1a2e;\n }\n\n .score-pill {\n font-weight: 700;\n font-family: 'Outfit', sans-serif;\n font-size: 0.78rem;\n border-radius: 6px;\n padding: 5px 8px;\n display: inline-block;\n min-width: 0;\n text-align: center;\n white-space: nowrap;\n }\n\n .score-pass {\n background: #22c55e;\n color: #fff;\n }\n\n .score-warn {\n background: #fb923c;\n color: #fff;\n }\n\n .score-fail {\n background: #ef4444;\n color: #fff;\n }\n\n @media (max-width: 600px) {\n .detector-scores-table thead th,\n .detector-scores-table tbody td {\n padding: 10px 4px;\n font-size: 0.7rem;\n }\n .score-pill {\n padding: 4px 5px;\n font-size: 0.68rem;\n }\n .detector-scores-wrap h3 {\n font-size: 1.15rem;\n }\n }\n<\/style>\n\n<div class=\"detector-scores-wrap\">\n <h3>Come sono stati valutati i rilevatori di immagini<\/h3>\n\n <table class=\"detector-scores-table\">\n <thead>\n <tr>\n <th>Modello di immagine<\/th>\n <th>Categoria<\/th>\n <th>TruthScan<\/th>\n <th>Motore a vista<\/th>\n <th>AI o no<\/th>\n <th>Winston AI<\/th>\n <th>WasItAI<\/th>\n <\/tr>\n <\/thead>\n <tbody>\n <tr>\n <td>Nano Banana <span style=\"font-size:0.75rem; color:#888; display:block;\">Generazione completa<\/span><\/td>\n <td style=\"font-size:0.82rem;\">Deepfake<\/td>\n <td><span class=\"score-pill score-pass\">97.49% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">95.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">99.27% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">0,15% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">1.00% AI<\/span><\/td>\n <\/tr>\n <\/tbody>\n <\/table>\n<\/div>\n\n\n\n<p style=\"font-size:17px\">Trovate questa immagine inquietante? Per generare questo deepfake, ho usato Nano Banana e gli ho dato una mia foto. Poi gli ho dato un lungo prompt per mettermi in una situazione che implicasse un rapimento. Forse perch\u00e9 questa foto mostra <em>me<\/em> in una posizione compromettente. E se qualcuno avesse fatto una cosa del genere, l'avesse inviata a mia madre e avesse minacciato di farmi del male se non gli avesse mandato dei soldi? Roba da far paura. <\/p>\n\n\n\n<p class=\"has-small-font-size\"><em>(Il prompt completo che ho utilizzato per questo scopo si trova nel set di dati di test completo alla fine di questo articolo).<\/em><\/p>\n\n\n\n<p style=\"font-size:17px\"><br>Fortunatamente per questa immagine, nonostante abbia un aspetto molto realistico, <strong>tre rilevatori su cinque l'hanno identificata come generata dall'intelligenza artificiale.<\/strong> <\/p>\n\n\n\n<p style=\"font-size:17px\">AI or Not ha ottenuto un punteggio di 99%, TruthScan di 97% e Sight Engine di 95%. Purtroppo, Winston e WasItAI hanno classificato l'immagine come reale.<\/p>\n\n\n\n<p style=\"font-size:17px\">Devo precisare che questi test non sono stati fatti sul mio account personale Gemini. Nano Banana non mi ha mai chiesto di dimostrare di essere la persona dell'immagine. Chiunque avrebbe potuto scaricare una mia foto da Internet, inserirla in Nano Banana e farle creare questo tipo di immagine. <\/p>\n\n\n\n<h2 class=\"wp-block-heading\">#8. \"Abuso di un Ben\" (generato con Nano Banana)<\/h2>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full\"><img loading=\"lazy\" decoding=\"async\" width=\"200\" height=\"200\" src=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/c945d528-730f-48c1-bdca-30e5799fc1aa_thumb-1.jpg\" alt=\"\" class=\"wp-image-5307\" title=\"\" srcset=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/c945d528-730f-48c1-bdca-30e5799fc1aa_thumb-1.jpg 200w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/c945d528-730f-48c1-bdca-30e5799fc1aa_thumb-1-150x150.jpg 150w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/c945d528-730f-48c1-bdca-30e5799fc1aa_thumb-1-12x12.jpg 12w\" sizes=\"auto, (max-width: 200px) 100vw, 200px\" \/><\/figure>\n<\/div>\n\n\n<p style=\"font-size:17px\">Vi presentiamo Ben. Trascorre la maggior parte del suo tempo a gestire vari reparti nelle aziende in cui lavora. L'immagine qui sopra \u00e8 la (vera) foto aziendale di Ben. Se non si \u00e8 capito, Ben \u00e8 un professionista. Qualsiasi opinione politica abbia, la tiene per s\u00e9 e le sue conversazioni di lavoro riguardano solo il lavoro. Ma in qualsiasi momento, l'immagine di Ben potrebbe essere utilizzata per diffondere propaganda politica o messaggi senza il suo consenso.<\/p>\n\n\n\n<p style=\"font-size:17px\">Di recente si \u00e8 parlato molto di come i video generati dall'intelligenza artificiale che coinvolgono agenti dell'ICE e proteste si siano diffusi online. Sulla base di tutti i test condotti finora, ho concluso che la creazione di falsa propaganda politica con l'intelligenza artificiale era davvero facile. Ho deciso di fare un altro test, questa volta utilizzando Ben. <\/p>\n\n\n\n<p style=\"font-size:17px\">Con il permesso di Ben, ho usato la sua foto frontale per creare un deepfake. <strong>Ecco l'immagine generata dall'intelligenza artificiale che Nano Banana ha creato:<\/strong><\/p>\n\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter size-full is-resized\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"1024\" src=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/Gemini_Generated_Image_qd4x5sqd4x5sqd4x.jpg\" alt=\"Una foto modificata dall'intelligenza artificiale di un uomo di nome Ben, che tiene in mano un cartello con la scritta Abolire l'ICE.\" class=\"wp-image-5308\" style=\"width:537px;height:auto\" title=\"\" srcset=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/Gemini_Generated_Image_qd4x5sqd4x5sqd4x.jpg 1024w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/Gemini_Generated_Image_qd4x5sqd4x5sqd4x-300x300.jpg 300w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/Gemini_Generated_Image_qd4x5sqd4x5sqd4x-150x150.jpg 150w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/Gemini_Generated_Image_qd4x5sqd4x5sqd4x-768x768.jpg 768w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/Gemini_Generated_Image_qd4x5sqd4x5sqd4x-12x12.jpg 12w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n<\/div>\n\n\n<style>\n @import url('https:\/\/fonts.googleapis.com\/css2?family=DM+Sans:wght@400;500;600;700&family=Outfit:wght@600;700;800&display=swap');\n\n .detector-scores-wrap {\n max-width: 780px;\n margin: 2rem auto;\n font-family: 'DM Sans', sans-serif;\n -webkit-font-smoothing: antialiased;\n }\n\n .detector-scores-wrap h3 {\n font-family: 'Outfit', sans-serif;\n font-size: 1.4rem;\n font-weight: 800;\n color: #1a1a2e;\n margin-bottom: 1.25rem;\n letter-spacing: -0.02em;\n }\n\n .detector-scores-table {\n width: 100%;\n border-collapse: separate;\n border-spacing: 0;\n border-radius: 14px;\n overflow: hidden;\n table-layout: fixed;\n box-shadow:\n 0 1px 3px rgba(0,0,0,0.06),\n 0 8px 24px rgba(0,0,0,0.08),\n 0 0 0 1px rgba(0,0,0,0.04);\n }\n\n .detector-scores-table thead th {\n background: #1a1a2e;\n color: #ffffff;\n font-family: 'Outfit', sans-serif;\n font-weight: 700;\n font-size: 0.7rem;\n text-transform: uppercase;\n letter-spacing: 0.04em;\n padding: 14px 6px;\n text-align: center;\n border: none;\n }\n\n .detector-scores-table thead th:first-child {\n text-align: left;\n padding-left: 14px;\n width: 18%;\n }\n\n .detector-scores-table thead th:nth-child(2) {\n width: 14%;\n }\n\n .detector-scores-table tbody tr {\n transition: background 0.2s ease;\n }\n\n .detector-scores-table tbody tr:hover {\n background: rgba(0,0,0,0.02);\n }\n\n .detector-scores-table tbody td {\n padding: 14px 6px;\n text-align: center;\n font-size: 0.9rem;\n font-weight: 500;\n color: #2d2d3a;\n border-bottom: 1px solid #eee;\n }\n\n .detector-scores-table tbody tr:last-child td {\n border-bottom: none;\n }\n\n .detector-scores-table tbody td:first-child {\n text-align: left;\n padding-left: 14px;\n font-weight: 600;\n color: #1a1a2e;\n }\n\n .score-pill {\n font-weight: 700;\n font-family: 'Outfit', sans-serif;\n font-size: 0.78rem;\n border-radius: 6px;\n padding: 5px 8px;\n display: inline-block;\n min-width: 0;\n text-align: center;\n white-space: nowrap;\n }\n\n .score-pass {\n background: #22c55e;\n color: #fff;\n }\n\n .score-warn {\n background: #fb923c;\n color: #fff;\n }\n\n .score-fail {\n background: #ef4444;\n color: #fff;\n }\n\n @media (max-width: 600px) {\n .detector-scores-table thead th,\n .detector-scores-table tbody td {\n padding: 10px 4px;\n font-size: 0.7rem;\n }\n .score-pill {\n padding: 4px 5px;\n font-size: 0.68rem;\n }\n .detector-scores-wrap h3 {\n font-size: 1.15rem;\n }\n }\n<\/style>\n\n<div class=\"detector-scores-wrap\">\n <h3>Come sono stati valutati i rilevatori di immagini<\/h3>\n\n <table class=\"detector-scores-table\">\n <thead>\n <tr>\n <th>Modello di immagine<\/th>\n <th>Categoria<\/th>\n <th>TruthScan<\/th>\n <th>Motore a vista<\/th>\n <th>AI o no<\/th>\n <th>Winston AI<\/th>\n <th>WasItAI<\/th>\n <\/tr>\n <\/thead>\n <tbody>\n <tr>\n <td>Nano Banana<\/td>\n <td style=\"font-size:0.78rem;\">Deepfake \/ Disinfo<\/td>\n <td><span class=\"score-pill score-pass\">99.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">97.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">98.88% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">5.74% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">99.00% AI<\/span><\/td>\n <\/tr>\n <\/tbody>\n <\/table>\n<\/div>\n\n\n\n<p style=\"font-size:17px\">Ci sono voluti trenta secondi. Tutto quello che ho dovuto fare \u00e8 stato trascinare e rilasciare la sua foto in Gemini e chiedergli di \"tenere un cartello con scritto abolire l'ICE\". Il risultato di Nano Banana non \u00e8 fotorealistico come gli altri, ma \u00e8 comunque abbastanza autentico da risultare persuasivo.<\/p>\n\n\n\n<p style=\"font-size:17px\"><span style=\"box-sizing: border-box; margin: 0px; padding: 0px;\">Fortunatamente, quattro dei rilevatori hanno identificato con precisione l'immagine:\u00a0<strong>TruthScan<\/strong> (9<\/span>9% AI), Was It AI (99% AI), Sight Engine (97% AI) e AI or Not (97% AI). Winston AI ha fallito, assegnando solo un punteggio di 5% AI.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">#9. \"Club Void\" (generato da Midjourney)<\/h2>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"771\" src=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/MJ-Girl-in-club-1024x771.jpg\" alt=\"Una donna sorridente con un abito bianco a maniche corte si trova in una stanza poco illuminata e affollata. La foto sembra essere stata scattata con un flash, creando un'atmosfera nebulosa e bluastra con deboli particelle visibili nell'aria. Altre persone in abiti casual stanno sullo sfondo sotto un soffitto danneggiato o dall'aspetto industriale.\" class=\"wp-image-5309\" title=\"\" srcset=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/MJ-Girl-in-club-1024x771.jpg 1024w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/MJ-Girl-in-club-300x226.jpg 300w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/MJ-Girl-in-club-768x578.jpg 768w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/MJ-Girl-in-club-16x12.jpg 16w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/MJ-Girl-in-club.jpg 1232w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<style>\n @import url('https:\/\/fonts.googleapis.com\/css2?family=DM+Sans:wght@400;500;600;700&family=Outfit:wght@600;700;800&display=swap');\n\n .detector-scores-wrap {\n max-width: 780px;\n margin: 2rem auto;\n font-family: 'DM Sans', sans-serif;\n -webkit-font-smoothing: antialiased;\n }\n\n .detector-scores-wrap h3 {\n font-family: 'Outfit', sans-serif;\n font-size: 1.4rem;\n font-weight: 800;\n color: #1a1a2e;\n margin-bottom: 1.25rem;\n letter-spacing: -0.02em;\n }\n\n .detector-scores-table {\n width: 100%;\n border-collapse: separate;\n border-spacing: 0;\n border-radius: 14px;\n overflow: hidden;\n table-layout: fixed;\n box-shadow:\n 0 1px 3px rgba(0,0,0,0.06),\n 0 8px 24px rgba(0,0,0,0.08),\n 0 0 0 1px rgba(0,0,0,0.04);\n }\n\n .detector-scores-table thead th {\n background: #1a1a2e;\n color: #ffffff;\n font-family: 'Outfit', sans-serif;\n font-weight: 700;\n font-size: 0.7rem;\n text-transform: uppercase;\n letter-spacing: 0.04em;\n padding: 14px 6px;\n text-align: center;\n border: none;\n }\n\n .detector-scores-table thead th:first-child {\n text-align: left;\n padding-left: 14px;\n width: 18%;\n }\n\n .detector-scores-table thead th:nth-child(2) {\n width: 14%;\n }\n\n .detector-scores-table tbody tr {\n transition: background 0.2s ease;\n }\n\n .detector-scores-table tbody tr:hover {\n background: rgba(0,0,0,0.02);\n }\n\n .detector-scores-table tbody td {\n padding: 14px 6px;\n text-align: center;\n font-size: 0.9rem;\n font-weight: 500;\n color: #2d2d3a;\n border-bottom: 1px solid #eee;\n }\n\n .detector-scores-table tbody tr:last-child td {\n border-bottom: none;\n }\n\n .detector-scores-table tbody td:first-child {\n text-align: left;\n padding-left: 14px;\n font-weight: 600;\n color: #1a1a2e;\n }\n\n .score-pill {\n font-weight: 700;\n font-family: 'Outfit', sans-serif;\n font-size: 0.78rem;\n border-radius: 6px;\n padding: 5px 8px;\n display: inline-block;\n min-width: 0;\n text-align: center;\n white-space: nowrap;\n }\n\n .score-pass {\n background: #22c55e;\n color: #fff;\n }\n\n .score-warn {\n background: #fb923c;\n color: #fff;\n }\n\n .score-fail {\n background: #ef4444;\n color: #fff;\n }\n\n @media (max-width: 600px) {\n .detector-scores-table thead th,\n .detector-scores-table tbody td {\n padding: 10px 4px;\n font-size: 0.7rem;\n }\n .score-pill {\n padding: 4px 5px;\n font-size: 0.68rem;\n }\n .detector-scores-wrap h3 {\n font-size: 1.15rem;\n }\n }\n<\/style>\n\n<div class=\"detector-scores-wrap\">\n <h3>Come sono stati valutati i rilevatori di immagini<\/h3>\n\n <table class=\"detector-scores-table\">\n <thead>\n <tr>\n <th>Modello di immagine<\/th>\n <th>Categoria<\/th>\n <th>TruthScan<\/th>\n <th>Motore a vista<\/th>\n <th>AI o no<\/th>\n <th>Winston AI<\/th>\n <th>WasItAI<\/th>\n <\/tr>\n <\/thead>\n <tbody>\n <tr>\n <td>Viaggio intermedio <span style=\"font-size:0.75rem; color:#888; display:block;\">Generazione completa<\/span><\/td>\n <td>Generale<\/td>\n <td><span class=\"score-pill score-pass\">99.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">99.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-warn\">89.21% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">1.56% AI<\/span><\/td>\n <td><span class=\"score-pill score-warn\">70.00% AI<\/span><\/td>\n <\/tr>\n <\/tbody>\n <\/table>\n<\/div>\n\n\n\n<p style=\"font-size:17px\">Ho generato l'immagine qui sopra utilizzando Midjourney. Pi\u00f9 la guardavo, pi\u00f9 mi sembrava inquietante. L'estetica \u00e8 oscura e inquietante. Una presenza oscura sembra emergere da dietro il soggetto. Per creare questa immagine, ho usato la funzione di riferimento estetico di Midjourney e ho semplicemente chiesto che fosse una \"ragazza in piedi in un club che sorride\". Ho mostrato l'immagine ad alcune persone e tutte hanno pensato che fosse reale. <br><br>La maggior parte dei rilevatori ha segnalato l'immagine come generata dall'IA. TruthScan e Sight Engine l'hanno segnalata con un punteggio AI di 99%, mentre AI or Not ha indicato 89%. <\/p>\n\n\n\n<p style=\"font-size:17px\">WasItAI non \u00e8 stato altrettanto sicuro dei rilevatori, classificando l'immagine con un punteggio AI di 70%. <\/p>\n\n\n\n<p style=\"font-size:17px\">Il rilevatore di Winston AI ha fallito completamente, assegnando all'immagine un punteggio AI di 1,56%. <\/p>\n\n\n\n<h2 class=\"wp-block-heading\">#10 \"Ice Box<strong> <\/strong>(generato da Midjourney)<\/h2>\n\n\n\n<figure class=\"wp-block-image size-large\"><img loading=\"lazy\" decoding=\"async\" width=\"1024\" height=\"771\" src=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/MJ-ICE-1024x771.jpg\" alt=\"Una foto sfocata che mostra un uomo con una camicia macchiata di rosso, in piedi davanti a qualcuno.\" class=\"wp-image-5311\" title=\"\" srcset=\"https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/MJ-ICE-1024x771.jpg 1024w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/MJ-ICE-300x226.jpg 300w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/MJ-ICE-768x578.jpg 768w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/MJ-ICE-16x12.jpg 16w, https:\/\/research.undetectable.ai\/wp-content\/uploads\/2026\/02\/MJ-ICE.jpg 1232w\" sizes=\"auto, (max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<style>\n @import url('https:\/\/fonts.googleapis.com\/css2?family=DM+Sans:wght@400;500;600;700&family=Outfit:wght@600;700;800&display=swap');\n\n .detector-scores-wrap {\n max-width: 780px;\n margin: 2rem auto;\n font-family: 'DM Sans', sans-serif;\n -webkit-font-smoothing: antialiased;\n }\n\n .detector-scores-wrap h3 {\n font-family: 'Outfit', sans-serif;\n font-size: 1.4rem;\n font-weight: 800;\n color: #1a1a2e;\n margin-bottom: 1.25rem;\n letter-spacing: -0.02em;\n }\n\n .detector-scores-table {\n width: 100%;\n border-collapse: separate;\n border-spacing: 0;\n border-radius: 14px;\n overflow: hidden;\n table-layout: fixed;\n box-shadow:\n 0 1px 3px rgba(0,0,0,0.06),\n 0 8px 24px rgba(0,0,0,0.08),\n 0 0 0 1px rgba(0,0,0,0.04);\n }\n\n .detector-scores-table thead th {\n background: #1a1a2e;\n color: #ffffff;\n font-family: 'Outfit', sans-serif;\n font-weight: 700;\n font-size: 0.7rem;\n text-transform: uppercase;\n letter-spacing: 0.04em;\n padding: 14px 6px;\n text-align: center;\n border: none;\n }\n\n .detector-scores-table thead th:first-child {\n text-align: left;\n padding-left: 14px;\n width: 18%;\n }\n\n .detector-scores-table thead th:nth-child(2) {\n width: 14%;\n }\n\n .detector-scores-table tbody tr {\n transition: background 0.2s ease;\n }\n\n .detector-scores-table tbody tr:hover {\n background: rgba(0,0,0,0.02);\n }\n\n .detector-scores-table tbody td {\n padding: 14px 6px;\n text-align: center;\n font-size: 0.9rem;\n font-weight: 500;\n color: #2d2d3a;\n border-bottom: 1px solid #eee;\n }\n\n .detector-scores-table tbody tr:last-child td {\n border-bottom: none;\n }\n\n .detector-scores-table tbody td:first-child {\n text-align: left;\n padding-left: 14px;\n font-weight: 600;\n color: #1a1a2e;\n }\n\n .score-pill {\n font-weight: 700;\n font-family: 'Outfit', sans-serif;\n font-size: 0.78rem;\n border-radius: 6px;\n padding: 5px 8px;\n display: inline-block;\n min-width: 0;\n text-align: center;\n white-space: nowrap;\n }\n\n .score-pass {\n background: #22c55e;\n color: #fff;\n }\n\n .score-warn {\n background: #fb923c;\n color: #fff;\n }\n\n .score-fail {\n background: #ef4444;\n color: #fff;\n }\n\n @media (max-width: 600px) {\n .detector-scores-table thead th,\n .detector-scores-table tbody td {\n padding: 10px 4px;\n font-size: 0.7rem;\n }\n .score-pill {\n padding: 4px 5px;\n font-size: 0.68rem;\n }\n .detector-scores-wrap h3 {\n font-size: 1.15rem;\n }\n }\n<\/style>\n\n<div class=\"detector-scores-wrap\">\n <h3>Come sono stati valutati i rilevatori di immagini<\/h3>\n\n <table class=\"detector-scores-table\">\n <thead>\n <tr>\n <th>Modello di immagine<\/th>\n <th>Categoria<\/th>\n <th>TruthScan<\/th>\n <th>Motore a vista<\/th>\n <th>AI o no<\/th>\n <th>Winston AI<\/th>\n <th>WasItAI<\/th>\n <\/tr>\n <\/thead>\n <tbody>\n <tr>\n <td>Viaggio intermedio <span style=\"font-size:0.75rem; color:#888; display:block;\">Generazione completa<\/span><\/td>\n <td style=\"font-size:0.82rem;\">Disinfo<\/td>\n <td><span class=\"score-pill score-pass\">99.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">92.00% AI<\/span><\/td>\n <td><span class=\"score-pill score-pass\">97.94% AI<\/span><\/td>\n <td><span class=\"score-pill score-fail\">41.20% AI<\/span><\/td>\n <td><span class=\"score-pill score-warn\">72.00% AI<\/span><\/td>\n <\/tr>\n <\/tbody>\n <\/table>\n<\/div>\n\n\n\n<p style=\"font-size:17px\">Ho creato questa immagine utilizzando lo stesso metodo a met\u00e0 percorso del test precedente. Questa volta, l'obiettivo era generare qualcosa di pi\u00f9 scuro. TruthScan \u00e8 stato il rilevatore pi\u00f9 accurato, etichettando l'immagine come 99% AI. Sight Engine e AI or Not hanno entrambi rilevato correttamente l'immagine. Winston AI ha fallito completamente e WasItAI ha ottenuto un punteggio di confidenza molto pi\u00f9 basso rispetto a TruthScan, Sight Engine e AI or Not.<\/p>\n\n\n\n<p style=\"font-size:17px\">Devo dire che in questo caso l'immagine che ho generato potrebbe essere utilizzata o incorniciata in due modi. Da un lato, qualcuno potrebbe utilizzare questo tipo di media (o qualsiasi altro a tema politico\/di disordini civili) in una sorta di progetto artistico o creativo per fare una dichiarazione. In questo caso, il rischio sembra minore. La preoccupazione principale che nutro nei confronti di questa categoria di media generati dall'intelligenza artificiale \u00e8 che vengano utilizzati da individui malintenzionati che sostengono che siano reali.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Riepilogo e risultati: I migliori rilevatori di immagini AI<\/h2>\n\n\n\n<p style=\"font-size:17px\">Ok, ora che abbiamo visualizzato tutti i test, ricapitoliamo: Ho generato 10 immagini AI<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li style=\"font-size:17px\">Ho usato ChatGPT, Nano Banana e Midjourney per generare 10 immagini di intelligenza artificiale.<\/li>\n\n\n\n<li style=\"font-size:17px\">Ho testato cinque rilevatori di immagini AI sottoponendo ad essi tutte le immagini AI che ho generato.<\/li>\n\n\n\n<li style=\"font-size:17px\">TruthScan ha superato tutti i test ed \u00e8 stato il rilevatore pi\u00f9 preciso. AI or Not ha superato 8 test su 10, dimostrando una certa affidabilit\u00e0. Sight Engine ha fallito 3 test su 10 e ha dimostrato una precisione tutto sommato discutibile. Was It AI ha fallito 4 test su 10 e ha dimostrato una scarsa precisione. Winston AI \u00e8 stato il rilevatore di immagini AI meno accurato, superando solo 3 test su 10 e sbagliando costantemente la classificazione delle immagini.<\/li>\n<\/ul>\n\n\n\n<!DOCTYPE html>\n<html lang=\"en\">\n<head>\n<meta charset=\"UTF-8\">\n<meta name=\"viewport\" content=\"width=device-width, initial-scale=1.0\">\n<title>Rilevatore di immagini AI - Risultati completi del test<\/title>\n<style>\n @import url('https:\/\/fonts.googleapis.com\/css2?family=DM+Sans:wght@400;500;600;700&family=Outfit:wght@600;700;800&display=swap');\n\n *,*::before,*::after{box-sizing:border-box;margin:0;padding:0}\n\n body {\n background: #f4f3f0;\n min-height: 100vh;\n font-family: 'DM Sans', sans-serif;\n -webkit-font-smoothing: antialiased;\n color: #2d2d3a;\n }\n\n \/* \u2500\u2500 wrapper \u2500\u2500 *\/\n .results-page {\n max-width: 860px;\n margin: 0 auto;\n padding: 3rem 1.25rem 4rem;\n }\n\n \/* \u2500\u2500 hero header \u2500\u2500 *\/\n .hero {\n text-align: center;\n margin-bottom: 2.75rem;\n }\n .hero-badge {\n display: inline-block;\n font-family: 'Outfit', sans-serif;\n font-weight: 700;\n font-size: 0.65rem;\n text-transform: uppercase;\n letter-spacing: 0.12em;\n color: #fff;\n background: #1a1a2e;\n padding: 6px 16px;\n border-radius: 100px;\n margin-bottom: 1.1rem;\n }\n .hero h1 {\n font-family: 'Outfit', sans-serif;\n font-weight: 800;\n font-size: 2.4rem;\n color: #1a1a2e;\n letter-spacing: -0.03em;\n line-height: 1.15;\n margin-bottom: 0.6rem;\n }\n .hero p {\n font-size: 1.02rem;\n color: #6b6b7b;\n max-width: 560px;\n margin: 0 auto;\n line-height: 1.55;\n }\n\n \/* \u2500\u2500 accuracy cards row \u2500\u2500 *\/\n .accuracy-cards {\n display: grid;\n grid-template-columns: repeat(5, 1fr);\n gap: 10px;\n margin-bottom: 2.75rem;\n }\n .acc-card {\n background: #fff;\n border-radius: 14px;\n padding: 1.15rem 0.6rem 1rem;\n text-align: center;\n box-shadow:\n 0 1px 3px rgba(0,0,0,0.05),\n 0 6px 20px rgba(0,0,0,0.07),\n 0 0 0 1px rgba(0,0,0,0.03);\n position: relative;\n overflow: hidden;\n transition: transform 0.2s ease, box-shadow 0.2s ease;\n }\n .acc-card:hover {\n transform: translateY(-3px);\n box-shadow:\n 0 2px 6px rgba(0,0,0,0.06),\n 0 12px 32px rgba(0,0,0,0.1),\n 0 0 0 1px rgba(0,0,0,0.04);\n }\n .acc-card::before {\n content: '';\n position: absolute;\n top: 0; left: 0; right: 0;\n height: 4px;\n }\n .acc-card.rank-1::before { background: #16a34a; }\n .acc-card.rank-2::before { background: #a3e635; }\n .acc-card.rank-3::before { background: #facc15; }\n .acc-card.rank-4::before { background: #fb923c; }\n .acc-card.rank-5::before { background: #ef4444; }\n\n .acc-card .rank-num {\n font-family: 'Outfit', sans-serif;\n font-weight: 800;\n font-size: 0.62rem;\n text-transform: uppercase;\n letter-spacing: 0.08em;\n color: #999;\n margin-bottom: 0.35rem;\n }\n .acc-card .tool-name {\n font-family: 'Outfit', sans-serif;\n font-weight: 700;\n font-size: 0.92rem;\n color: #1a1a2e;\n margin-bottom: 0.65rem;\n line-height: 1.2;\n }\n .acc-ring {\n width: 72px; height: 72px;\n margin: 0 auto 0.55rem;\n position: relative;\n }\n .acc-ring svg { transform: rotate(-90deg); }\n .acc-ring .ring-bg { fill: none; stroke: #eee; stroke-width: 5; }\n .acc-ring .ring-fg { fill: none; stroke-width: 5; stroke-linecap: round; transition: stroke-dashoffset 1s ease; }\n .acc-ring .ring-label {\n position: absolute;\n inset: 0;\n display: flex;\n align-items: center;\n justify-content: center;\n font-family: 'Outfit', sans-serif;\n font-weight: 800;\n font-size: 1.1rem;\n color: #1a1a2e;\n }\n .acc-card .acc-fraction {\n font-size: 0.78rem;\n color: #888;\n font-weight: 500;\n }\n\n \/* \u2500\u2500 section titles \u2500\u2500 *\/\n .section-title {\n font-family: 'Outfit', sans-serif;\n font-weight: 800;\n font-size: 1.45rem;\n color: #1a1a2e;\n letter-spacing: -0.02em;\n margin-bottom: 1rem;\n }\n .section-subtitle {\n font-size: 0.88rem;\n color: #888;\n margin-bottom: 1.25rem;\n line-height: 1.5;\n }\n\n \/* \u2500\u2500 master table \u2500\u2500 *\/\n .master-table-wrap {\n border-radius: 14px;\n overflow: hidden;\n box-shadow:\n 0 1px 3px rgba(0,0,0,0.06),\n 0 8px 24px rgba(0,0,0,0.08),\n 0 0 0 1px rgba(0,0,0,0.04);\n margin-bottom: 2.75rem;\n background: #fff;\n }\n .master-table {\n width: 100%;\n border-collapse: collapse;\n table-layout: fixed;\n }\n .master-table thead th {\n background: #1a1a2e;\n color: #fff;\n font-family: 'Outfit', sans-serif;\n font-weight: 700;\n font-size: 0.62rem;\n text-transform: uppercase;\n letter-spacing: 0.05em;\n padding: 13px 5px;\n text-align: center;\n border: none;\n position: sticky;\n top: 0;\n z-index: 2;\n }\n .master-table thead th:first-child {\n text-align: left;\n padding-left: 14px;\n width: 14%;\n }\n .master-table thead th:nth-child(2) { width: 13%; }\n .master-table thead th:nth-child(3) { width: 9%; }\n\n .master-table tbody tr {\n transition: background 0.18s ease;\n }\n .master-table tbody tr:hover {\n background: rgba(26,26,46,0.025);\n }\n .master-table tbody td {\n padding: 11px 5px;\n text-align: center;\n font-size: 0.82rem;\n font-weight: 500;\n color: #2d2d3a;\n border-bottom: 1px solid #f0f0ec;\n }\n .master-table tbody tr:last-child td { border-bottom: none; }\n .master-table tbody td:first-child {\n text-align: left;\n padding-left: 14px;\n font-weight: 600;\n color: #1a1a2e;\n font-size: 0.78rem;\n line-height: 1.3;\n }\n .test-num {\n display: inline-block;\n font-family: 'Outfit', sans-serif;\n font-weight: 800;\n font-size: 0.6rem;\n background: #1a1a2e;\n color: #fff;\n width: 18px; height: 18px;\n line-height: 18px;\n text-align: center;\n border-radius: 5px;\n margin-right: 5px;\n vertical-align: middle;\n }\n .img-model-sub {\n display: block;\n font-size: 0.68rem;\n color: #999;\n font-weight: 400;\n margin-top: 1px;\n }\n .cat-badge {\n font-family: 'Outfit', sans-serif;\n font-size: 0.6rem;\n font-weight: 700;\n text-transform: uppercase;\n letter-spacing: 0.03em;\n padding: 3px 6px;\n border-radius: 5px;\n display: inline-block;\n white-space: normal;\n line-height: 1.35;\n max-width: 100%;\n }\n .cat-fraud { background: #fef2f2; color: #dc2626; }\n .cat-disinfo { background: #fefce8; color: #a16207; }\n .cat-general { background: #f0fdf4; color: #16a34a; }\n .cat-deepfake { background: #faf5ff; color: #7c3aed; }\n .cat-mixed { background: #fff7ed; color: #c2410c; }\n\n \/* score pills *\/\n .pill {\n font-weight: 700;\n font-family: 'Outfit', sans-serif;\n font-size: 0.7rem;\n border-radius: 6px;\n padding: 4px 7px;\n display: inline-block;\n text-align: center;\n white-space: nowrap;\n min-width: 68px;\n }\n .pill-pass { background: #22c55e; color: #fff; }\n .pill-warn { background: #fb923c; color: #fff; }\n .pill-fail { background: #ef4444; color: #fff; }\n\n \/* \u2500\u2500 legend \u2500\u2500 *\/\n .legend {\n display: flex;\n gap: 1.25rem;\n align-items: center;\n margin-bottom: 1.25rem;\n flex-wrap: wrap;\n }\n .legend-item {\n display: flex;\n align-items: center;\n gap: 6px;\n font-size: 0.78rem;\n font-weight: 500;\n color: #666;\n }\n .legend-dot {\n width: 12px; height: 12px;\n border-radius: 4px;\n }\n .legend-dot.lg-pass { background: #22c55e; }\n .legend-dot.lg-warn { background: #fb923c; }\n .legend-dot.lg-fail { background: #ef4444; }\n\n \/* \u2500\u2500 bottom summary strip \u2500\u2500 *\/\n .summary-strip {\n display: grid;\n grid-template-columns: repeat(3, 1fr);\n gap: 10px;\n margin-bottom: 2.5rem;\n }\n .strip-card {\n background: #1a1a2e;\n border-radius: 12px;\n padding: 1.1rem 1rem;\n color: #fff;\n text-align: center;\n }\n .strip-card .strip-val {\n font-family: 'Outfit', sans-serif;\n font-weight: 800;\n font-size: 1.65rem;\n letter-spacing: -0.02em;\n margin-bottom: 0.15rem;\n }\n .strip-card .strip-label {\n font-size: 0.72rem;\n color: rgba(255,255,255,0.55);\n font-weight: 500;\n text-transform: uppercase;\n letter-spacing: 0.05em;\n }\n .strip-val .hl-green { color: #4ade80; }\n .strip-val .hl-red { color: #f87171; }\n .strip-val .hl-amber { color: #fbbf24; }\n\n \/* \u2500\u2500 footer note \u2500\u2500 *\/\n .foot-note {\n font-size: 0.78rem;\n color: #999;\n line-height: 1.6;\n text-align: center;\n max-width: 640px;\n margin: 0 auto;\n }\n .foot-note strong { color: #666; font-weight: 600; }\n\n \/* \u2500\u2500 responsive \u2500\u2500 *\/\n @media (max-width: 700px) {\n .hero h1 { font-size: 1.6rem; }\n .accuracy-cards { grid-template-columns: repeat(2, 1fr); }\n .accuracy-cards .acc-card:last-child { grid-column: span 2; justify-self: center; max-width: 200px; }\n .summary-strip { grid-template-columns: 1fr; }\n .master-table thead th,\n .master-table tbody td { padding: 9px 3px; font-size: 0.68rem; }\n .pill { font-size: 0.6rem; padding: 3px 4px; min-width: 54px; }\n .test-num { width: 15px; height: 15px; line-height: 15px; font-size: 0.52rem; }\n .section-title { font-size: 1.15rem; }\n }\n\n \/* \u2500\u2500 entrance animations \u2500\u2500 *\/\n @keyframes fadeUp {\n from { opacity: 0; transform: translateY(18px); }\n to { opacity: 1; transform: translateY(0); }\n }\n .anim { animation: fadeUp 0.6s ease both; }\n .anim-d1 { animation-delay: 0.08s; }\n .anim-d2 { animation-delay: 0.16s; }\n .anim-d3 { animation-delay: 0.24s; }\n .anim-d4 { animation-delay: 0.32s; }\n .anim-d5 { animation-delay: 0.4s; }\n<\/style>\n<\/head>\n<body>\n\n<div class=\"results-page\">\n\n <!-- \u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550 HERO \u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550 -->\n <header class=\"hero anim\">\n <span class=\"hero-badge\">50 controlli di rilevamento - 5 rilevatori - 10 immagini AI<\/span>\n <h1>Risultati completi dei test<\/h1>\n <p>Come si sono comportati cinque popolari rilevatori di immagini AI per frodi, disinformazione, deepfakes e fotografia in generale.<\/p>\n <\/header>\n\n <!-- \u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550 ACCURACY RING CARDS \u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550 -->\n <div class=\"accuracy-cards anim anim-d1\">\n\n <!-- 1 \u2014 TruthScan 100% -->\n <div class=\"acc-card rank-1\">\n <div class=\"rank-num\">#1<\/div>\n <div class=\"tool-name\">TruthScan<\/div>\n <div class=\"acc-ring\">\n <svg viewbox=\"0 0 80 80\" width=\"72\" height=\"72\">\n <circle class=\"ring-bg\" cx=\"40\" cy=\"40\" r=\"34\"\/>\n <circle class=\"ring-fg\" cx=\"40\" cy=\"40\" r=\"34\"\n stroke=\"#16a34a\"\n stroke-dasharray=\"213.6\"\n stroke-dashoffset=\"0\"\/>\n <\/svg>\n <span class=\"ring-label\">100%<\/span>\n <\/div>\n <div class=\"acc-fraction\">10 \/ 10 rilevato<\/div>\n <\/div>\n\n <!-- 2 \u2014 AI or Not 80% -->\n <div class=\"acc-card rank-2\">\n <div class=\"rank-num\">#2<\/div>\n <div class=\"tool-name\">AI o no<\/div>\n <div class=\"acc-ring\">\n <svg viewbox=\"0 0 80 80\" width=\"72\" height=\"72\">\n <circle class=\"ring-bg\" cx=\"40\" cy=\"40\" r=\"34\"\/>\n <circle class=\"ring-fg\" cx=\"40\" cy=\"40\" r=\"34\"\n stroke=\"#a3e635\"\n stroke-dasharray=\"213.6\"\n stroke-dashoffset=\"42.72\"\/>\n <\/svg>\n <span class=\"ring-label\">80%<\/span>\n <\/div>\n <div class=\"acc-fraction\">8 \/ 10 rilevato<\/div>\n <\/div>\n\n <!-- 3 \u2014 Sight Engine 70% -->\n <div class=\"acc-card rank-3\">\n <div class=\"rank-num\">#3<\/div>\n <div class=\"tool-name\">Motore a vista<\/div>\n <div class=\"acc-ring\">\n <svg viewbox=\"0 0 80 80\" width=\"72\" height=\"72\">\n <circle class=\"ring-bg\" cx=\"40\" cy=\"40\" r=\"34\"\/>\n <circle class=\"ring-fg\" cx=\"40\" cy=\"40\" r=\"34\"\n stroke=\"#facc15\"\n stroke-dasharray=\"213.6\"\n stroke-dashoffset=\"64.08\"\/>\n <\/svg>\n <span class=\"ring-label\">70%<\/span>\n <\/div>\n <div class=\"acc-fraction\">7 \/ 10 rilevato<\/div>\n <\/div>\n\n <!-- 4 \u2014 WasItAI 60% -->\n <div class=\"acc-card rank-4\">\n <div class=\"rank-num\">#4<\/div>\n <div class=\"tool-name\">WasItAI<\/div>\n <div class=\"acc-ring\">\n <svg viewbox=\"0 0 80 80\" width=\"72\" height=\"72\">\n <circle class=\"ring-bg\" cx=\"40\" cy=\"40\" r=\"34\"\/>\n <circle class=\"ring-fg\" cx=\"40\" cy=\"40\" r=\"34\"\n stroke=\"#fb923c\"\n stroke-dasharray=\"213.6\"\n stroke-dashoffset=\"85.44\"\/>\n <\/svg>\n <span class=\"ring-label\">60%<\/span>\n <\/div>\n <div class=\"acc-fraction\">6 \/ 10 rilevato<\/div>\n <\/div>\n\n <!-- 5 \u2014 Winston AI 30% -->\n <div class=\"acc-card rank-5\">\n <div class=\"rank-num\">#5<\/div>\n <div class=\"tool-name\">Winston AI<\/div>\n <div class=\"acc-ring\">\n <svg viewbox=\"0 0 80 80\" width=\"72\" height=\"72\">\n <circle class=\"ring-bg\" cx=\"40\" cy=\"40\" r=\"34\"\/>\n <circle class=\"ring-fg\" cx=\"40\" cy=\"40\" r=\"34\"\n stroke=\"#ef4444\"\n stroke-dasharray=\"213.6\"\n stroke-dashoffset=\"149.52\"\/>\n <\/svg>\n <span class=\"ring-label\">30%<\/span>\n <\/div>\n <div class=\"acc-fraction\">3 \/ 10 rilevato<\/div>\n <\/div>\n\n <\/div>\n\n <!-- \u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550 STATS STRIP \u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550 -->\n <div class=\"summary-strip anim anim-d2\">\n <div class=\"strip-card\">\n <div class=\"strip-val\"><span class=\"hl-green\">34<\/span> \/ 50<\/div>\n <div class=\"strip-label\">Totale rilevamenti corretti<\/div>\n <\/div>\n <div class=\"strip-card\">\n <div class=\"strip-val\"><span class=\"hl-red\">16<\/span> \/ 50<\/div>\n <div class=\"strip-label\">Totale dei rilevamenti mancati<\/div>\n <\/div>\n <div class=\"strip-card\">\n <div class=\"strip-val\"><span class=\"hl-amber\">68%<\/span><\/div>\n <div class=\"strip-label\">Accuratezza media di tutti<\/div>\n <\/div>\n <\/div>\n\n <!-- \u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550 LEGEND \u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550 -->\n <h3 class=\"section-title anim anim-d3\">Tutti i 10 test - Ripartizione completa<\/h3>\n <p class=\"section-subtitle anim anim-d3\">Ogni punteggio rappresenta l'indice di fiducia dell'AI del rilevatore. Soglia per il passaggio: \u2265 90% AI.<\/p>\n\n <div class=\"legend anim anim-d3\">\n <div class=\"legend-item\"><span class=\"legend-dot lg-pass\"><\/span> Pass (\u2265 90%)<\/div>\n <div class=\"legend-item\"><span class=\"legend-dot lg-warn\"><\/span> Quasi un errore (70-89%)<\/div>\n <div class=\"legend-item\"><span class=\"legend-dot lg-fail\"><\/span> Fallito (< 70%)<\/div>\n <\/div>\n\n <!-- \u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550 MASTER TABLE \u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550 -->\n <div class=\"master-table-wrap anim anim-d4\">\n <table class=\"master-table\">\n <thead>\n <tr>\n <th>Test<\/th>\n <th>Categoria<\/th>\n <th>Fonte<\/th>\n <th>TruthScan<\/th>\n <th>Motore a vista<\/th>\n <th>AI o no<\/th>\n <th>Winston AI<\/th>\n <th>WasItAI<\/th>\n <\/tr>\n <\/thead>\n <tbody>\n\n <!-- #1 -->\n <tr>\n <td><span class=\"test-num\">1<\/span> L'uomo sul cornicione<\/td>\n <td><span class=\"cat-badge cat-general\">Generale<\/span><\/td>\n <td><span class=\"img-model-sub\">ChatGPT<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.00%<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.00%<\/span><\/td>\n <td><span class=\"pill pill-warn\">78.00%<\/span><\/td>\n <td><span class=\"pill pill-fail\">0.98%<\/span><\/td>\n <td><span class=\"pill pill-fail\">1.00%<\/span><\/td>\n <\/tr>\n\n <!-- #2 -->\n <tr>\n <td><span class=\"test-num\">2<\/span> La ricevuta falsa<\/td>\n <td><span class=\"cat-badge cat-fraud\">Frode<\/span><\/td>\n <td><span class=\"img-model-sub\">ChatGPT<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.00%<\/span><\/td>\n <td><span class=\"pill pill-fail\">19.00%<\/span><\/td>\n <td><span class=\"pill pill-pass\">94.48%<\/span><\/td>\n <td><span class=\"pill pill-fail\">0.04%<\/span><\/td>\n <td><span class=\"pill pill-fail\">1.00%<\/span><\/td>\n <\/tr>\n\n <!-- #3 -->\n <tr>\n <td><span class=\"test-num\">3<\/span> Pacchetto pericoli<\/td>\n <td><span class=\"cat-badge cat-fraud\">Frode<\/span><\/td>\n <td><span class=\"img-model-sub\">Nano Banana<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.00%<\/span><\/td>\n <td><span class=\"pill pill-pass\">98.00%<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.10%<\/span><\/td>\n <td><span class=\"pill pill-fail\">31.98%<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.00%<\/span><\/td>\n <\/tr>\n\n <!-- #4 -->\n <tr>\n <td><span class=\"test-num\">4<\/span> Farina di scarafaggi<\/td>\n <td><span class=\"cat-badge cat-fraud\">Frode<\/span><\/td>\n <td><span class=\"img-model-sub\">Nano Banana<\/span><\/td>\n <td><span class=\"pill pill-pass\">97.15%<\/span><\/td>\n <td><span class=\"pill pill-fail\">18.00%<\/span><\/td>\n <td><span class=\"pill pill-warn\">85.87%<\/span><\/td>\n <td><span class=\"pill pill-warn\">72.29%<\/span><\/td>\n <td><span class=\"pill pill-fail\">1.00%<\/span><\/td>\n <\/tr>\n\n <!-- #5 -->\n <tr>\n <td><span class=\"test-num\">5<\/span> Autovandalismo<\/td>\n <td><span class=\"cat-badge cat-mixed\">Frode \/ Disinformazione<\/span><\/td>\n <td><span class=\"img-model-sub\">Nano Banana<\/span><\/td>\n <td><span class=\"pill pill-pass\">97.48%<\/span><\/td>\n <td><span class=\"pill pill-fail\">18.00%<\/span><\/td>\n <td><span class=\"pill pill-warn\">89.52%<\/span><\/td>\n <td><span class=\"pill pill-fail\">0.02%<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.00%<\/span><\/td>\n <\/tr>\n\n <!-- #6 -->\n <tr>\n <td><span class=\"test-num\">6<\/span> Soda Musk & Don<\/td>\n <td><span class=\"cat-badge cat-disinfo\">Disinfo<\/span><\/td>\n <td><span class=\"img-model-sub\">Nano Banana<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.00%<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.00%<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.00%<\/span><\/td>\n <td><span class=\"pill pill-fail\">0.24%<\/span><\/td>\n <td><span class=\"pill pill-warn\">86.00%<\/span><\/td>\n <\/tr>\n\n <!-- #7 -->\n <tr>\n <td><span class=\"test-num\">7<\/span> Ancora vivo<\/td>\n <td><span class=\"cat-badge cat-deepfake\">Deepfake<\/span><\/td>\n <td><span class=\"img-model-sub\">Nano Banana<\/span><\/td>\n <td><span class=\"pill pill-pass\">97.49%<\/span><\/td>\n <td><span class=\"pill pill-pass\">95.00%<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.27%<\/span><\/td>\n <td><span class=\"pill pill-fail\">0.15%<\/span><\/td>\n <td><span class=\"pill pill-fail\">1.00%<\/span><\/td>\n <\/tr>\n\n <!-- #8 -->\n <tr>\n <td><span class=\"test-num\">8<\/span> Abuso di un Ben<\/td>\n <td><span class=\"cat-badge cat-mixed\">Deepfake \/ Disinfo<\/span><\/td>\n <td><span class=\"img-model-sub\">Nano Banana<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.00%<\/span><\/td>\n <td><span class=\"pill pill-pass\">97.00%<\/span><\/td>\n <td><span class=\"pill pill-pass\">98.88%<\/span><\/td>\n <td><span class=\"pill pill-fail\">5.74%<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.00%<\/span><\/td>\n <\/tr>\n\n <!-- #9 -->\n <tr>\n <td><span class=\"test-num\">9<\/span> Club Void<\/td>\n <td><span class=\"cat-badge cat-general\">Generale<\/span><\/td>\n <td><span class=\"img-model-sub\">Viaggio intermedio<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.00%<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.00%<\/span><\/td>\n <td><span class=\"pill pill-warn\">89.21%<\/span><\/td>\n <td><span class=\"pill pill-fail\">1.56%<\/span><\/td>\n <td><span class=\"pill pill-warn\">70.00%<\/span><\/td>\n <\/tr>\n\n <!-- #10 -->\n <tr>\n <td><span class=\"test-num\">10<\/span> La scatola del ghiaccio<\/td>\n <td><span class=\"cat-badge cat-disinfo\">Disinfo<\/span><\/td>\n <td><span class=\"img-model-sub\">Viaggio intermedio<\/span><\/td>\n <td><span class=\"pill pill-pass\">99.00%<\/span><\/td>\n <td><span class=\"pill pill-pass\">92.00%<\/span><\/td>\n <td><span class=\"pill pill-pass\">97.94%<\/span><\/td>\n <td><span class=\"pill pill-fail\">41.20%<\/span><\/td>\n <td><span class=\"pill pill-warn\">72.00%<\/span><\/td>\n <\/tr>\n\n <\/tbody>\n <\/table>\n <\/div>\n\n <!-- \u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550 FOOTNOTES \u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550\u2550 -->\n <p class=\"foot-note anim anim-d5\">\n <strong>Metodologia:<\/strong> Ogni immagine \u00e8 stata presentata una volta per ogni rilevatore. Un punteggio di <strong>\u2265 90% AI<\/strong> \u00e8 considerato un rilevamento corretto. I punteggi compresi tra 70-89% sono \"near-miss\". Qualsiasi punteggio inferiore a 70% \u00e8 un fallimento. AI or Not ha etichettato una generazione a 78%, una a 85% e una a 89% - l'89% \u00e8 trattato come un near-miss con un asterisco nella tabella riassuntiva.\n <\/p>\n\n<\/div>\n\n<\/body>\n<\/html>\n\n\n\n<h2 class=\"wp-block-heading\">Osservazioni conclusive e dati<\/h2>\n\n\n\n<p style=\"font-size:17px\">In totale, tra la stesura di questo articolo e i test rigorosi, ho impiegato 25 ore per mettere insieme questo rapporto. Gli strumenti di rilevamento dell'intelligenza artificiale multimodale sono ancora in fase di sviluppo, ma \u00e8 chiaro che alcuni sono pi\u00f9 precisi di altri. Dopo aver testato tutti gli strumenti, TruthScan \u00e8 quello pi\u00f9 accurato. <a href=\"https:\/\/truthscan.com\/ai-image-detector\" target=\"_blank\" rel=\"noopener\">Rilevatore di immagini AI<\/a>. I test parlano da soli. <\/p>\n\n\n\n<p style=\"font-size:17px\">Se si desidera accedere a una copia CSV dei dati dei test effettuati in questo articolo, \u00e8 possibile trovarla <a href=\"https:\/\/docs.google.com\/spreadsheets\/d\/1iuapCicNcdG6dZCFd-dCmSRgUJ9GVCS2v9kh4PShRew\/edit?usp=sharing\" data-type=\"link\" data-id=\"https:\/\/docs.google.com\/spreadsheets\/d\/1iuapCicNcdG6dZCFd-dCmSRgUJ9GVCS2v9kh4PShRew\/edit?usp=sharing\" target=\"_blank\" rel=\"noopener\">qui.<\/a> Il foglio di calcolo dei dati che ho linkato contiene tutte le richieste originali e i risultati dei test di questo articolo. <\/p>","protected":false},"excerpt":{"rendered":"<p>Probabilmente avete visto online pi\u00f9 foto generate dall'intelligenza artificiale di quanto pensiate. A volte \u00e8 ovvio che un [...]<\/p>","protected":false},"author":15,"featured_media":5326,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"rank_math_lock_modified_date":false,"_themeisle_gutenberg_block_has_review":false,"footnotes":""},"categories":[34],"tags":[19,96,97],"class_list":["post-5287","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-news","tag-ai-detection","tag-ai-images","tag-detecting-deepfakes"],"_links":{"self":[{"href":"https:\/\/research.undetectable.ai\/it\/wp-json\/wp\/v2\/posts\/5287","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/research.undetectable.ai\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/research.undetectable.ai\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/research.undetectable.ai\/it\/wp-json\/wp\/v2\/users\/15"}],"replies":[{"embeddable":true,"href":"https:\/\/research.undetectable.ai\/it\/wp-json\/wp\/v2\/comments?post=5287"}],"version-history":[{"count":27,"href":"https:\/\/research.undetectable.ai\/it\/wp-json\/wp\/v2\/posts\/5287\/revisions"}],"predecessor-version":[{"id":5334,"href":"https:\/\/research.undetectable.ai\/it\/wp-json\/wp\/v2\/posts\/5287\/revisions\/5334"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/research.undetectable.ai\/it\/wp-json\/wp\/v2\/media\/5326"}],"wp:attachment":[{"href":"https:\/\/research.undetectable.ai\/it\/wp-json\/wp\/v2\/media?parent=5287"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/research.undetectable.ai\/it\/wp-json\/wp\/v2\/categories?post=5287"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/research.undetectable.ai\/it\/wp-json\/wp\/v2\/tags?post=5287"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}