AI FAKE SCAN
Come analizziamo le prove
Comprendi i segnali usati, il significato di ogni risultato e i limiti dell’analisi.
Dati sull’origine e dati del file
I metadati sono informazioni conservate nel file, come il nome di un programma o dati della fotocamera. Possono essere modificati o rimossi. Da soli non provano l’origine dell’immagine.
Content Credentials sono registri sull’origine e sulle modifiche di un file. C2PA è lo standard usato in questi registri. Controlliamo il registro, la sua firma e l’affidabilità del firmatario. Un registro assente o non valido non prova l’uso di AI.
Segnali visivi
Un modello cerca nei pixel schemi che possono essere legati a immagini generate dall’AI. I nostri segnali visivi sono ancora sottoposti a test di validazione. Da soli lasciano il risultato senza risposta definitiva. Non sono una probabilità misurata che l’immagine sia stata creata dall’AI.
Cosa significa ogni risposta
Segnali di uso dell’AI: una dichiarazione affidabile sull’origine o una verifica validata ha indicato l’uso di AI. Questo non risolve tutti i dubbi sull’immagine.
Non è stato possibile arrivare a una risposta: le informazioni o la copertura non bastano per una conclusione affidabile. Questo non significa che l’immagine sia reale.
Nessun forte segnale di AI: le verifiche necessarie sono rimaste sotto le soglie usate. Questo non prova che la scena o la storia siano vere.
Cosa non promettiamo
Non promettiamo di identificare tutti i generatori, le sostituzioni del volto, le modifiche o i contrassegni invisibili. Una verifica non eseguita non deve essere trattata come un risultato negativo. La versione base non sostituisce un’indagine sulla fonte.
Ritagli, schermate, compressione e nuovi programmi di AI possono cambiare i segnali. Leggi la copertura di ogni report. Non usare un risultato da solo per accusare qualcuno o prendere una decisione importante.
contact@aifakescan.com · Verifica immagine · Privacy · Termini di utilizzo
Domande e risposte
Un rilevatore IA può accusare falsamente qualcuno?
Sì. Possono verificarsi falsi positivi, soprattutto con contenuti fuori ambito, trasformati o sconosciuti.
Un punteggio alto prova la generazione IA?
Non da solo. Il punteggio deve essere definito, calibrato e validato per contenuti comparabili.
La compressione può confondere un rilevatore IA?
Sì. La compressione può indebolire segnali utili o introdurre artefatti che influenzano la classificazione.
Un risultato inconcludente è un fallimento?
No. È appropriato quando le prove disponibili non sostengono una conclusione binaria affidabile.
Guide correlate
Come rilevare immagini generate dall’IA
Scopri come rilevare immagini generate dall’IA usando controlli delle fonti, Content Credentials, esame visivo e risultati dei rilevatori, senza scambiare indizi per prove.
Cosa hanno cambiato schermate e compressione JPEG nel nostro test di rilevamento IA su 60 file
Un caso di studio riproducibile con 12 fonti e 60 file su schermate, ridimensionamento, compressione JPEG, ricodifica dei metadati, credenziali C2PA e risultati del modello visivo.
Il rilevatore di immagini IA dice «inconcludente»: cosa controllare dopo
Una procedura pratica per una scansione IA inconcludente: controlla la copertura, conserva l’originale, esamina credenziali e filigrane e documenta il contesto della fonte.