C’è un dettaglio che tradisce quasi sempre gli avatar generati dall’intelligenza artificiale, ed è il più banale di tutti: le mani. Non i pixel strani sullo sfondo, non gli occhi troppo lucidi. Le mani. Se in un video qualcuno parla per due minuti tenendole ferme lungo i fianchi o dietro un tavolo, qualcosa non torna. Il corpo umano non funziona così: gesticoliamo, ci tocchiamo i capelli, appoggiamo un gomito. Un avatar sintetico, invece, spesso “dimentica” di avere delle mani, perché generarle in movimento naturale resta uno dei problemi più ostici per questi sistemi.
Negli ultimi mesi i video con presentatori virtuali sono comparsi ovunque: pubblicità, corsi online, persino telegiornali improvvisati per canali minori. Alcuni sono dichiaratamente sintetici, altri no. E la differenza, a volte, si vede solo se sai dove guardare.
Il problema è sempre nella bocca
Il primo indizio arriva dalla sincronizzazione labiale. Non quella grossolana e sfasata di dieci anni fa: oggi il labiale è quasi perfetto, ma “quasi” è la parola chiave. Guardando con attenzione, specialmente sulle consonanti come la “b” o la “p”, che richiedono la chiusura completa delle labbra, si nota un micro-ritardo o un movimento leggermente più morbido del dovuto. È come se la bocca si muovesse un frame dopo il suono, invece che insieme.
Anche le espressioni facciali aiutano a smascherare l’avatar. Un volto umano, mentre parla, cambia continuamente: si aggrotta la fronte, si stringono gli occhi, si alza un sopracciglio senza motivo apparente. Gli avatar AI tendono a mantenere un’espressione “di base” che si rompe solo a intervalli regolari, quasi meccanici, per poi tornare sempre alla stessa posizione neutra. È un pattern che il cervello umano fatica a definire a parole, ma percepisce quasi subito come “qualcosa di strano”.
Un dettaglio che pochi notano: lo sfondo respira, il volto no
Qui arriva la parte più curiosa. In molti video con avatar sintetici, lo sfondo si comporta in modo perfettamente naturale: tende che si muovono, luce che cambia, magari una persona che passa in lontananza. È il volto, invece, a restare stranamente fermo rispetto al contesto, come se fosse stato “incollato” sopra la scena. Il motivo è tecnico: molti strumenti generano prima un video reale o quasi reale, poi sovrappongono il volto sintetico frame per frame. Il risultato è un ambiente che vive e un viso che, in confronto, sembra congelato in una posa leggermente troppo composta.
C’è poi un altro segnale, più sottile: la luce sul viso non sempre coincide con la luce dell’ambiente. Se la stanza ha una finestra a sinistra ma le ombre sul volto cadono in modo simmetrico o poco coerente, è un altro indizio da tenere d’occhio.
La svolta: non serve più saperlo fare, basta saperlo chiedere
Fino a poco tempo fa, creare un avatar AI credibile richiedeva competenze tecniche non banali: modelli da addestrare, software costosi, ore di lavoro. Oggi bastano una foto, una registrazione vocale di pochi secondi e un abbonamento mensile a una delle tante piattaforme disponibili online. Questo ha cambiato tutto, non tanto nella qualità del risultato, quanto nella quantità. Chiunque, senza alcuna preparazione, può generare in pochi minuti un video con un volto che parla, sorride, annuisce. Ed è proprio questa diffusione di massa a rendere più urgente imparare a riconoscerli, perché il rischio non è più solo teorico: riguarda video aziendali, recensioni finte, persino messaggi che sembrano provenire da persone conosciute.
Ascoltare, non solo guardare
Un errore comune è concentrarsi solo sull’immagine, dimenticando l’audio. Le voci sintetiche sono migliorate enormemente, ma restano tradite da piccoli dettagli: l’assenza quasi totale di respiri tra una frase e l’altra, un’intonazione che sale e scende in modo troppo regolare, senza le imperfezioni tipiche del parlato spontaneo. Una persona vera, mentre racconta qualcosa, si interrompe, cambia ritmo, a volte esita per mezzo secondo cercando la parola giusta. L’avatar, quasi sempre, no.
Vale anche la pena osservare la cadenza delle pause. Chi parla dal vivo raramente mantiene lo stesso intervallo tra una frase e l’altra per l’intera durata di un video. Una regolarità eccessiva, quasi metronomica, è spesso un segnale più affidabile di qualsiasi dettaglio visivo.
Alla fine, riconoscere un avatar AI non richiede strumenti particolari: basta rallentare, guardare le mani, ascoltare i silenzi, e chiedersi se quel viso si muove davvero insieme al mondo che lo circonda.
Scarica la nostra app e ricevi notizie, curiosità, misteri, scoperte e tecnologia direttamente sul tuo smartphone.
Scarica per Android
Mi occupo di fornire agli utenti delle news sempre aggiornate, dal gossip al mondo tech, passando per la cronaca e le notizie di salute. I contenuti sono, in alcuni casi, scritti da più autori contemporaneamente vengono pubblicati su Veb.it a firma della redazione.
