L’intelligenza artificiale generativa sta rendendo sempre più semplice creare immagini, video e audio indistinguibili dalla realtà. Ma la stessa tecnologia che oggi alimenta deepfake, truffe vocali e fake news potrebbe diventare la soluzione per contrastarli.“Stiamo lavorando a un agente forense – dice a EconomyUp Giulia Boato, co-founder e Chief Scientist di TrueBees – capace di apprendere dai casi precedenti, costruire conoscenza e aiutare professionisti come giornalisti o assicuratori a valutare nuovi contenuti sospetti. Non un detector generalista, ma un sistema specializzato in forensic AI. Dunque, in ultima analisi, saranno gli strumenti di intelligenza artificiale a individuare e, diciamo così, smascherare i fake fatti con l’intelligenza artificiale”.Indice degli argomenti
Come nasce TrueBeesPerché si chiama TrueBeesChi è Giulia BoatoLo sviluppo del progettoIl problema dei deepfake è già fuori controlloL’idea: creare un layer di fiducia digitaleIl modello di business di TrueBeesIl vantaggio competitivo: la detection “in the wild”La nuova frontiera: gli agenti AI forensics“Presto dovremo dimostrare cosa è reale”Come nasce TrueBeesLa sperimentazione – secondo Boato “la prima al mondo di questo tipo” – parte da TrueBees, nata a Trento dall’incontro tra ricerca accademica e imprenditorialità deep tech. Il progetto prende forma nel 2022 grazie alla collaborazione tra il Dipartimento di Ingegneria e Scienza dell’Informazione dell’Università di Trento e la società U-Hopper, con l’obiettivo di sviluppare tecnologie per individuare immagini generate dall’intelligenza artificiale e deepfake condivisi sui social network.La startup, fondata ufficialmente in Italia come Truebees Srl, sviluppa soluzioni di AI forensics capaci di rilevare contenuti sintetici anche dopo compressioni e modifiche operate dalle piattaforme social. Il team combina tecnologie di deepfake detection, analisi forense digitale e sistemi di tracciabilità dei contenuti, con applicazioni rivolte a media, giornalismo, cybersecurity, legal e organizzazioni che devono verificare l’autenticità di immagini, video e contenuti digitali.Nella squadra, oltre a Boato, ci sono: Daniele Miorandi, CEO; Stefano Tavonatti, CTO; Andrea Montibeller, Chief AI Officer; Davide Piazza, Head of Business Development.Perché si chiama TrueBeesIl nome racconta la filosofia della startup. “Ci piaceva l’idea dello sciame”, spiega la co-founder. “Ormai non esiste più un singolo detector che funziona da solo. Serve cooperazione tra algoritmi, analisi e strumenti differenti”. Ma c’è anche un altro motivo. “Le api hanno una straordinaria sensibilità verso l’autenticità. Se metti un fiore finto davanti a un’ape, lei se ne accorge subito. Noi lavoriamo esattamente così: cerchiamo tracce invisibili”.Chi è Giulia BoatoProfessoressa ordinaria al Dipartimento di Ingegneria e Scienza dell’Informazione (DISI) dell’Università di Trento insegna e svolge attività di ricerca nel campo della multimedia forensics, dell’analisi delle manipolazioni digitali e della deepfake detection. Dopo oltre dieci anni come assistant professor e sette anni come associate professor all’Università di Trento, dal 2024 è Full Professor.“Faccio ricerca sulla rilevazione di manipolazioni e dati sintetici dal 2012”, racconta. “All’epoca non esisteva ancora l’AI generativa come la conosciamo oggi, ma lavoravamo già sulla distinzione tra volti generati al computer e volti reali”.Nel corso degli anni la sua attività di ricerca si è concentrata sempre più sull’impatto della generative AI e sulle tecnologie per riconoscere deepfake, immagini manipolate e contenuti sintetici. La crescita rapidissima di strumenti come Midjourney, Runway, ElevenLabs e dei grandi modelli generativi ha però cambiato completamente lo scenario. “Oggi basta scrivere un prompt, non serve più essere ricercatori o esperti: la generazione di contenuti sintetici è diventata accessibile a tutti”.Lo sviluppo del progettoL’obiettivo iniziale era sviluppare un progetto europeo per creare un detector di deepfake realmente efficace sui social network. “All’epoca esistevano già molti sistemi di detection”, spiega Boato, “ma funzionavano bene solo in laboratorio. Quando invece immagini e video passavano da WhatsApp, Instagram o X, l’accuratezza crollava drasticamente”.Il team riesce però a sviluppare un modello molto più performante. “Gli algoritmi esistenti avevano accuratezza attorno al 60%, praticamente come lanciare una moneta. Noi siamo riusciti a portarla al 98%”. Il risultato ottiene attenzione internazionale e convince il team a fare il salto imprenditoriale. Grazie a fondi regionali dedicati alle startup deep tech in Trentino, nel 2024 nasce ufficialmente TrueBees. “Abbiamo deciso di fondare una startup innovativa che unisse competenze di ricerca avanzata e trasferimento tecnologico”, racconta Boato.Il problema dei deepfake è già fuori controllo“La frontiera sarà questa: l’intelligenza artificiale ci dirà cosa è reale e cosa non lo è”, spiega a EconomyUp Boato. “È una lotta AI contro AI. La tecnologia che genera contenuti sintetici sempre più realistici deve essere contrastata con strumenti altrettanto sofisticati di verifica e analisi”.Il punto, secondo Boato, è che gli esseri umani stanno progressivamente perdendo la capacità di distinguere il vero dal falso. “Abbiamo pubblicato già nel 2022 uno studio su 600 persone che dimostrava come l’accuratezza umana nel riconoscere un volto generato artificialmente fosse appena del 20%. Significa che nell’80% dei casi le persone credono reale qualcosa che non lo è”.Secondo Boato, il salto tecnologico compiuto dalla generative AI negli ultimi due anni è impressionante. “Nel 2025 anche i video hanno fatto un salto enorme. Prima era ancora relativamente facile distinguere un video sintetico da uno reale perché c’erano molti artefatti. Oggi invece basta scrivere una frase e ottenere sequenze estremamente realistiche”.Il problema riguarda soprattutto la viralità dei contenuti. “Pensiamo a cosa succede quando un fake diventa virale sui social. Oppure a un audio WhatsApp in cui una voce sintetica imita tuo figlio e ti chiede denaro”. Boato cita anche casi già accaduti nel mondo reale, come truffe realizzate attraverso la clonazione vocale. “In questo momento strumenti come ElevenLabs permettono di estrarre la voce di una persona da pochi secondi di audio e farle dire qualsiasi cosa”.L’idea: creare un layer di fiducia digitaleLa missione di TrueBees è costruire quello che Boato definisce “un layer di infrastruttura per la fiducia”. “Vorremmo dare alle persone strumenti accessibili per distinguere il sintetico dal reale”, spiega. “Non solo agli esperti, ma a chiunque”.Le applicazioni sono enormi: giornalismo, assicurazioni, banche, cybersecurity, legal tech. “Pensiamo a una redazione che riceve un video user generated e deve capire rapidamente se pubblicarlo oppure no. Oppure alle assicurazioni, dove iniziano a emergere casi di radiografie false generate con l’AI per ottenere rimborsi”.Secondo Boato il rischio è che le organizzazioni prendano decisioni basate su dati manipolati senza rendersene conto. “Quanto sono oggi aziende e istituzioni davvero in grado di verificare l’autenticità dei contenuti su cui prendono decisioni?”Il modello di business di TrueBeesTrueBees sta sviluppando un modello ibrido tra open source, ricerca e servizi commerciali. Da una parte la startup vuole mantenere una componente aperta. “Pensiamo che questo sia anche un problema sociale”, sottolinea Boato. “Per questo stiamo rilasciando dataset e strumenti pubblici”. Dall’altra parte esiste una strategia commerciale precisa.La startup ha già lanciato un servizio SaaS online che permette di verificare immagini sintetiche direttamente via piattaforma. “Un giornalista può registrarsi, verificare gratuitamente un piccolo numero di immagini e poi utilizzare il servizio tramite abbonamento”. Il sistema non si limita a classificare un’immagine come reale o fake. “Possiamo anche capire da quale social network potrebbe provenire un contenuto e analizzare il contesto di diffusione”.Il vantaggio competitivo: la detection “in the wild”Secondo Boato il vero elemento distintivo di TrueBees è la capacità di lavorare su contenuti che circolano realmente online. “La nostra specializzazione è mantenere elevata l’accuratezza della detection in contesti reali, quindi sui social media, dove immagini e video vengono compressi, condivisi e modificati”.È una sfida tecnica molto complessa. Molti detector funzionano bene su dataset puliti, ma perdono efficacia quando i contenuti vengono manipolati dalle piattaforme social o condivisi più volte. “Noi lavoriamo proprio su questo scenario reale”.La nuova frontiera: gli agenti AI forensicsLa direzione futura della startup guarda ora agli AI agent.TrueBees sta lavorando a una nuova architettura che trasforma l’analisi forense in un agente AI capace di ragionare, contestualizzare informazioni e supportare decisioni umane. “Non vogliamo creare semplicemente un detector”, spiega Boato. “L’idea è sviluppare un agente forense che integri molti detector diversi, analisi contestuali, verifica audio e video, provenienza dei contenuti e capacità di reasoning”.Secondo la ricercatrice si tratta di una delle prime proposte al mondo in questo ambito. “Abbiamo pubblicato un paper insieme a esperti internazionali. È una nuova frontiera della forensic AI”.L’obiettivo non è sostituire l’uomo. “Ci sarà sempre human in the loop. L’agente AI non prende decisioni al posto delle persone, ma supporta il processo decisionale”.“Presto dovremo dimostrare cosa è reale”Secondo Boato stiamo entrando in una fase completamente nuova. “C’è chi sostiene che presto il 90% dei contenuti online sarà sintetico”. Per questo il paradigma potrebbe invertirsi. “Forse arriveremo a un punto in cui non dovremo più identificare il fake, ma certificare ciò che è reale”. Ed è proprio qui che la startup vuole posizionarsi. Perché nella nuova economia dell’intelligenza artificiale la fiducia potrebbe diventare una delle infrastrutture più importanti.
