Allarme fake news: l’IA sta diventando una minaccia?

## Un’Analisi Approfondita

L’affidabilità dei chatbot basati sull’intelligenza artificiale è un tema sempre più scottante, soprattutto alla luce del loro crescente utilizzo come fonti di informazione. Un recente studio condotto da NewsGuard, una società specializzata nel monitoraggio dell’affidabilità delle fonti di notizie online, ha rivelato un dato allarmante: nel corso dell’ultimo anno, la propensione dei principali modelli di IA generativa a diffondere fake news è quasi raddoppiata. Nell’agosto del 2025, questi chatbot hanno ripetuto affermazioni false nel *35% dei casi, un incremento significativo rispetto al 18% registrato nello stesso periodo del 2024.

Questa impennata solleva interrogativi cruciali sull’evoluzione e sull’impatto dell’IA sulla società. Se da un lato l’intelligenza artificiale promette di semplificare l’accesso alle informazioni e di automatizzare processi complessi, dall’altro il rischio di una sua strumentalizzazione per la diffusione di notizie false e disinformazione è sempre più concreto.

## Metodologia dell’Analisi e Risultati Dettagliati

L’analisi di NewsGuard ha coinvolto i dieci principali chatbot basati sull’IA, sottoponendoli a domande su argomenti di cronaca controversi e verificando la correttezza delle loro risposte. I risultati hanno evidenziato una notevole disparità tra i diversi modelli.

I chatbot che hanno mostrato la maggiore propensione a diffondere informazioni false sono stati Pi di Inflection (56,67%) e Perplexity (46,67%). Successivamente, ChatGPT e l’IA di Meta hanno registrato un tasso di errore identico del 40%, mentre Copilot di Microsoft e Le Chat di Mistral si sono posizionati al 36,67%. I modelli più affidabili, invece, si sono rivelati Claude di Anthropic (10%) e Gemini di Google (16,67%).

È interessante notare come alcuni chatbot abbiano subito un significativo peggioramento delle loro prestazioni nel corso dell’ultimo anno. Perplexity, ad esempio, è passato da un tasso di errore dello 0% nel 2024 al 46,67% nel 2025, mentre Meta AI è salito dal 10% al 40%. Questo suggerisce che l’evoluzione dei modelli di IA non sempre si traduce in un miglioramento dell’accuratezza delle informazioni fornite.

## Le Cause dell’Aumento della Disinformazione

Secondo NewsGuard, il principale fattore che ha contribuito all’aumento della disinformazione generata dall’IA è il cambiamento nel modo in cui i chatbot vengono addestrati. In passato, questi modelli si basavano principalmente su dati preesistenti e si rifiutavano di rispondere a domande su argomenti troppo recenti o controversi. Oggi, invece, i chatbot sono in grado di effettuare ricerche sul web in tempo reale per fornire risposte più complete e aggiornate.

Tuttavia, questa maggiore reattività li rende anche più vulnerabili alla disinformazione. Gli attori malevoli, come le operazioni di disinformazione russe, sfruttano questa nuova capacità per diffondere notizie false attraverso siti web, social media e content farm generate dall’IA. I chatbot, incapaci di distinguere tra fonti credibili e non credibili, finiscono per amplificare la diffusione di queste fake news.

Un esempio emblematico è il caso della rete Pravda, un network di circa 150 siti pro-Cremlino che diffondono disinformazione. Nel 33% dei casi, i chatbot analizzati da NewsGuard hanno ripetuto affermazioni false provenienti da questa rete, dimostrando la loro incapacità di valutare criticamente le fonti di informazione.
## Verso un Futuro Più Consapevole: Strategie per Combattere la Disinformazione

La lotta contro la disinformazione generata dall’IA è una sfida complessa che richiede un approccio multifattoriale. È necessario, innanzitutto, migliorare gli algoritmi di valutazione delle fonti di informazione, in modo che i chatbot siano in grado di distinguere tra fonti credibili e non credibili.

Inoltre, è fondamentale promuovere l’alfabetizzazione mediatica e digitale, educando gli utenti a riconoscere le fake news e a valutare criticamente le informazioni che trovano online. In questo contesto, iniziative come AI4TRUST, un progetto finanziato dall’Unione Europea che combina l’intelligenza artificiale con le verifiche di giornalisti e fact-checker, rappresentano un passo importante verso un futuro più consapevole.

Infine, è necessario un impegno congiunto da parte di sviluppatori di IA, governi, istituzioni e società civile per creare un ecosistema informativo più sicuro e affidabile. Solo attraverso la collaborazione e l’innovazione potremo contrastare efficacemente la disinformazione e garantire che l’intelligenza artificiale sia utilizzata per il bene comune.

## Un Imperativo Etico: Responsabilità e Trasparenza nell’Era dell’IA

La proliferazione di fake news* generate dall’intelligenza artificiale non è solo un problema tecnico, ma anche un problema etico. Le aziende che sviluppano e distribuiscono questi modelli hanno la responsabilità di garantire che siano utilizzati in modo responsabile e trasparente. Questo significa investire nella ricerca di algoritmi più accurati e affidabili, promuovere l’alfabetizzazione mediatica e digitale e collaborare con le istituzioni e la società civile per contrastare la disinformazione.

In questo contesto, è fondamentale che i modelli di IA siano valutati non solo in base alla loro capacità di fornire risposte rapide e complete, ma anche in base alla loro accuratezza e affidabilità. Come suggerisce OpenAI, è necessario introdurre schemi di valutazione che penalizzino gli errori pronunciati con sicurezza e che premiano le risposte incerte o le dichiarazioni di non conoscenza. Solo così potremo incentivare i modelli di IA a essere più cauti e responsabili nella diffusione delle informazioni.

La sfida è complessa, ma non insormontabile. Con un impegno congiunto e una visione chiara, possiamo trasformare l’intelligenza artificiale in uno strumento potente per la conoscenza e il progresso, anziché in una fonte di disinformazione e confusione.

Parlando di intelligenza artificiale, è importante comprendere il concetto di “allucinazioni” nei modelli linguistici. In termini semplici, un’allucinazione si verifica quando un modello di IA genera informazioni false o incoerenti, presentandole come vere. Questo fenomeno è particolarmente problematico perché può portare alla diffusione di fake news e disinformazione. Un concetto più avanzato è quello del “reinforcement learning from human feedback” (RLHF), una tecnica che permette di addestrare i modelli di IA utilizzando il feedback umano per migliorare la loro accuratezza e affidabilità. Questa tecnica può essere utilizzata per ridurre le allucinazioni e garantire che i modelli di IA forniscano informazioni più accurate e pertinenti. Riflettiamo: in un mondo sempre più dipendente dall’IA, come possiamo garantire che questi strumenti siano utilizzati in modo responsabile e che non contribuiscano alla diffusione della disinformazione? La risposta a questa domanda richiederà un impegno congiunto da parte di sviluppatori, governi e società civile.