Nel 2019 il primo convegno italiano in materia di deepfakes, la Polizia Postale accende i riflettori su una realtà che non possiamo più ignorare. L’IA (Intelligenza Artificiale), ML (Machine learning), la rivoluzione digitale sono state, sono e saranno grandi opportunità, ma come tali possono generare controversie importanti se utilizzate impropriamente.

Cosa sono le deepfakes? Perchè sono pericolose?

Il deepfake è una tecnica che consiste nella manipolazione di contenuti digitali.

Al contrario delle “fake news”, che sono per definizione notizie redatte con informazioni inventate, ingannevoli o distorte, la tecnica delle “deepfakes” viene usata per combinare e sovrapporre immagini e video realmente esistenti con altri video o immagini che ritraggono i soggetti, tipicamente personaggi noti, in modo da ricreare situazioni in cui il soggetto ha un atteggiamento ambiguo, sconveniente o sta pronunciano frasi fuori luogo. La gravità di queste notizie è dovuta alla tecnologia sottostante: si tratta di manipolazioni talmente ben riuscite da risultare del tutto realistiche per cui la pericolosità delle deepfakes non è tanto il come replicare, ma il come capire che si tratta di una notizia non vera.

La loro creazione si basa sull’uso di intelligenza artificiale e machine learning: grazie a queste si riesce a ricreare il volto o la voce di una persona proprio come se fosse ripresa da una telecamera. La tecnologia è molto complessa, ma gli strumenti di base sono facilmente reperibili, soprattutto in un contesto in cui la condivisione di immagini e audio è ormai indiscreta: con le conoscenze tecniche adeguate possono bastare poche immagini per produrre video deepfake difficili da riconoscere come tali. Tra gli esempi più simpatici di applicazione del deepfake si è ridata virtualmente vita ad Albert Einstein, Salvador Dalì, Marilyn Monroe, Dostoevskij, addirittura, alla Gioconda ritratta da Leonardo da Vinci.

Dal momento che è il non lecito ad attirare più sguardi, neanche a dirlo il primo settore in cui tale tecnica è stata usata è quello della pornografia. Sono, tuttavia, molti i settori (e i pericoli) che possono essere coinvolti. The Economist ha pubblicato un video informativo sul tema (https://www.mishcon.com/news/tv/now-and-next-the-danger-of-deepfakes)

 

Una caratteristica di BNova è la grande curiosità ed attenzione alle novità che vedono coinvolto il nostro settore, siamo pronti ad approfondimenti e allo studio di tecniche che possano contrastare tali fenomeni, forti di esperti in materia informatica e legale ormai parte della nostra famiglia.

Per la rubrica “A proposito di…” parliamo di deepfakes con Giulia e Laura, Data Analyst e Data Scientist del team di Data Science di BNova. In questo podcast proponiamo una breve intervista sul tema. Invitiamo tutti come sempre, qualora interessati, a contattarci per domande o situazioni che vi piacerebbe esporci.

New call-to-action

Approfondimenti da BNext:

Prevenire l’abbandono dei clienti: le churn analysis in Niky

Le churn analysis sono analisi avanzate dei dati che non solo offrono una previsione della tendenza all’abbandono da parte dei clienti, ma consente di trarre efficaci strategie per migliorare la Customer eXperience.

Niky Analytics, analisi avanzate dei dati per il Retail Marketing

Gli analytics nel retail: Niky Analytics per migliorare l’esperienza del cliente, aumentare le vendite e ottimizzare le operations

Dataiku: le novità della release 9

Dataiku, tante novità. Le energie si concentrano sul processo di trasformazione e analisi del dato e sulla collaborazione con altri tool, come Tableau

Predictive Analytics nel Retail marketing, i casi d’uso

Retail marketing, i casi d’uso delle predictive analytics. Alcuni esempi applicativi delle analisi predittive nell’ambito del Retail marketing

Retail Analytics, la Data Science applicata al settore del commercio

Cosa sono i Retail Analytics, a cosa servono e per chi sono utili. Scopri come sfruttare al meglio la Retail Data Analysis

Dataiku: Intelligenza Artificiale per le case farmaceutiche

Oltre il 60% delle aziende farmaceutiche sono state identificate come “principianti” quando si parla della loro maturità riguardo l’AI.

denodo: quando la Data Virtualization fa la differenza

La data virtualization è trasversale e può fare la differenza in quelle situazioni in cui i dati sono su diverse fonti da integrare

Le analisi di coorte integrate in Niky, la piattaforma di Customer Analytics di BNova

Nelle analisi di coorte integrate in Niky puoi osservare l’evoluzione nel tempo delle coorti acquisendo informazioni di valore per il business

Data Virtualization: a chi porta i maggiori benefici?

I vantaggi e benefici che la Data Virtualization porta in azienda riguardano tutti i data consumer, ciascuno in modo diverso. Vediamo per le diverse funzioni aziendali, quali sono i benefici più evidenti.

Analisi di coorte: cos’è e perché è importante per capire il comportamento degli utenti

L’analisi di coorte è una tipologia di analisi dei dati che si concentra sulle attività ed il comportamento di una specifica coorte, ossia un gruppo di persone che condividono una o più caratteristiche comuni in un dato periodo di tempo.