La distinzione tra deep fake e deep true non è tecnica ma concettuale. I primi sono contenuti sintetici generati o manipolati tramite IA (audio, video, immagini) per simulare eventi o dichiarazioni mai avvenuti. Sono quindi dei falsi.
I deep true – termine usato soprattutto in ambito accademico, sono invece contenuti autentici estrapolati dal contesto originale o montati ad arte sempre grazie alle IA che, pure essendo veri, trasmettono significati falsi.
Gli effetti che hanno sull’opinione pubblica sono differenti e sono attualmente oggetto di studio, ma partono da lontano.
Nel 2018, quindi prima dell’ampia diffusione delle IA generative che hanno reso più facile la creazione di deep fake, tre ricercatori del Massachussetts Institute of Technology (MIT) hanno pubblicato uno studio redatto esamindndo 126mila notizie twittate da 3milioni di persone nell’arco di 12 anni (dal 2006 al 2017) e sono giunti alla conclusione che le notizie false si diffondono in modo più rapido e più ampio rispetto a quelle vere le quali, a differenza delle fake news che suscitano disgusto o paura, sono in grado di generare nei lettori gioia, tristezza e fiducia.
Non di meno le notizie false tendono a essere più originali e inedite rispetto a quelle vere. Queste informazioni, seppure in forma evoluta, si ritrovano anche nel dibattito che vede al centro i deep fake e i deep true.
