Le 7 statistiche centrali sui deepfake vengono da chi vende il rilevatore — l'unica cifra ufficiale di danno conta le "menzioni all'IA" e la scienza dà 55%, una monetina

L'articolo di statistiche sui deepfake più completo che ho trovato si apre con un avviso onesto: "Deepfake-Statistiken stammen überwiegend von Anbietern für Identitätsprüfung und Betrugserkennung, die ein kommerzielles Interesse am Thema haben" — "le statistiche sui deepfake provengono in prevalenza da fornitori di verifica dell'identità e rilevamento delle frodi, che hanno un interesse commerciale nella materia". Due schermate dopo arriva la tabella delle sette cifre centrali del testo. Sono andato a verificarle una per una: tutte e sette sono di quei fornitori. Signicat, Entrust Onfido due volte, Sumsub due volte, Resemble AI e iProov.

Non è trascuratezza dell'autore — ed è proprio questo a rendere il caso interessante. Dichiara il conflitto, fa il calcolo di crescita nel modo giusto, avvisa quando un numero non ha base. Eppure la tabella esce 7 su 7, perché non esiste altro da citare. Ho passato tre giorni dietro a ciò che esiste: l'unica cifra ufficiale di danno è un'etichetta dell'FBI definita come "menziona l'intelligenza artificiale"; l'unica misurazione indipendente della capacità umana di riconoscere un deepfake è accademica e dà 55%, con un margine che sfiora la monetina; e il miglior dato pubblico al mondo sull'argomento, con test oggettivo invece di autodichiarazione, è brasiliano.

Nota metodologica. Ho verificato ogni numero contro la fonte originale tra il 26 e il 28 agosto 2026 — comunicato aziendale, rapporto in PDF, atto normativo nella gazzetta ufficiale, articolo con DOI — e dico nel testo quando sono riuscito ad arrivare solo alla fonte secondaria. La pagina tedesca che ha motivato il pezzo è stata catturata il 26/08/2026 con browser reale (curl riceve errore 429). Tre misurazioni sono mie e riproducibili: la provenienza riga per riga della tabella delle sette cifre; le percentuali calcolate dal PDF del rapporto annuale dell'FBI; e il conteggio del pannello pubblico di incidenti di Resemble AI, fatto il 28/08/2026 con lo script che pubblico alla fine. Ciò che non sono riuscito a leggere è dichiarato: i rapporti completi di Signicat, Sumsub e Resemble sono dietro un modulo di registrazione (ho usato i comunicati pubblici), l'articolo di Stockner 2026 mi ha dato solo l'abstract, e la decisione del giudice Mendonça al Tribunale Superiore Elettorale brasiliano non ha testo integrale pubblicato — lo dico nel punto in cui compare.

Il tabellone: 7 cifre centrali, 7 fornitori

Il verdetto prima dell'argomento. La colonna centrale è l'unica domanda che conta: chi ha misurato, e misura cosa?

Undici delle tredici righe o vengono da chi vende la soluzione, o sono sbagliate — quattro sono sbagliate. Le due che reggono da sole sono le due che nessuno ripete: una meta-analisi accademica e un'indagine pubblica brasiliana.

Il righello: cinque modi di "misurare" i deepfake, e solo due misurano il mondo

Prima di credere a qualunque cifra sui deepfake, una domanda risolve quasi tutto: il numero è uscito dal contare il mondo, o dal contare i clienti di chi vende il rimedio? La figura è il righello intero; il resto dell'articolo è la dimostrazione, riga per riga.

Si noti che il righello non dice "il fornitore mente". Dice che ogni riquadro risponde a una domanda diversa. La piattaforma del fornitore misura con precisione il suo portafoglio clienti: se Sumsub serve molti exchange di criptovalute, l'"88% dei casi sono cripto" descrive la clientela, non il crimine. Il sondaggio d'opinione misura ciò che i responsabili antifrode credono di aver visto. L'organo ufficiale misura ciò che è stato denunciato, filtrato dalle parole del modulo. L'accademia misura la capacità umana in laboratorio, non la prevalenza là fuori. E l'ultimo riquadro — chiedere e poi verificare — è l'unico che mostra la distanza tra le due cose. Ho trovato una sola indagine così, ed è brasiliana.

L'errore che attraversa l'intera materia non è inventare numeri. È mettere i cinque riquadri nella stessa frase, con lo stesso verbo.

Sette su sette. Nessun organo ufficiale, nessuno studio con revisione paritaria, nessuna indagine pubblica — nella tabella che riassume l'articolo. I numeri ufficiali compaiono nel corpo del testo, più avanti, e sono proprio quelli che non sostengono il titolo.

La crescita: il testo azzecca il calcolo, ed è la sua fonte a sbagliare

Mi aspettavo di trovare qui l'errore classico — e non l'ho trovato. Il testo tedesco fa il calcolo giusto; a produrre il titolo incoerente è l'azienda che lo firma.

Signicat dice che la quota di deepfake nei tentativi di frode è passata da 0,1% nel 2022 a 6,5% nel 2024. La pagina tedesca lo descrive come +6,4 pp — più 6,4 punti percentuali. È corretto: è la differenza tra due percentuali, e così si scrive. Nella frase successiva aggiunge, con attribuzione esplicita: "Signicat selbst beziffert das Wachstum […] auf 2.137 %" — "la stessa Signicat quantifica la crescita in 2.137%".

Il problema sta nella fonte. Andare da 0,1% a 6,5% significa moltiplicare per 65 — una crescita del +6.400%, non del +2.137%. I due numeri convivono nello stesso comunicato dell'azienda, senza una riga che riconcili l'uno con l'altro, e l'indirizzo del comunicato porta il secondo: fraud-attempts-with-deepfakes-have-increased-by-2137-over-the-last-three-year. Il +2.137% corrisponde a moltiplicare per 22,4, non per 65.

Non so quale dei due Signicat consideri corretto, perché il rapporto completo è dietro un modulo di registrazione e il comunicato pubblico non lo spiega. So che i due non possono essere la stessa misurazione, e che quello che viaggia è sempre il più grande.

E c'è un dettaglio di metodo che pesa più dell'aritmetica: quel "6,5%" non è il conteggio di alcun attacco. È uscito da un questionario somministrato da Censuswide a 1.206 responsabili antifrode in sette Paesi europei, nel 2024. È la media di ciò che dei professionisti hanno stimato sulle proprie aziende. La pagina tedesca chiama la serie "la misurazione prima-dopo più pulita" della materia — ed è, di fatto, la più pulita disponibile. È questa la dimensione di ciò che esiste.

Rilevamento umano: 0,1% e 55% rispondono a domande diverse

Il numero più citato della materia è di iProov: lo 0,1% delle persone riconosce i deepfake con sicurezza. È vero ed è fuorviante allo stesso tempo, e la differenza sta nella parola che sparisce per strada.

Il test di iProov ha mostrato sette stimoli a 2.000 persone nel Regno Unito e negli Stati Uniti. Lo 0,1% è la quota che ha indovinato tutti e sette. È un'asticella tutto-o-niente: chi ne sbaglia uno su sette ne resta fuori. Mi sono chiesto quale fosse l'accuratezza per item — quale percentuale dei singoli giudizi fosse corretta — e la risposta è che l'azienda non pubblica quel numero. Pubblica solo il tutto-o-niente e un dato relativo ("il video viene rilevato il 36% in meno dell'immagine").

L'accuratezza per item esiste, ed è accademica. Due meta-analisi l'hanno stimata, e vale la pena darle entrambe perché non dicono esattamente la stessa cosa:

Le due convergono sul punto — 55,5% e 56,1%, mezzo punto di differenza — e divergono sul verdetto statistico. La più grande non riesce a separare la prestazione umana da un testa-o-croce; la più recente, con ambito più stretto e campione sei volte minore, ci riesce, per sei punti percentuali. L'affermazione che entrambe sostengono è l'unica che vale ripetere: l'essere umano resta nell'ordine del 55%, e persino chi è stato addestrato a rilevare non supera il 62%.

Questo cambia la lettura dello 0,1%. Non significa "quasi nessuno si accorge di un deepfake". Significa "quasi nessuno azzecca sette su sette" — e un righello tutto-o-niente produce numeri minuscoli per costruzione. Faccia il conto: con il 55% di accuratezza per item, indovinare sette volte di fila dà circa l'1,5%. Cioè: la letteratura già prevede che quasi nessuno superi un test del genere — e prevede comunque quindici volte più persone di quante ne abbia trovate iProov. Non so spiegare la differenza con ciò che è pubblico: può darsi che i sette stimoli fossero più difficili della media degli esperimenti accademici, o che i giudizi non siano indipendenti tra loro. Ciò che lo 0,1% misura con certezza è il disegno della metrica, non la cecità del pubblico — ed è per questo che non andrebbe letto come "solo una persona su mille si accorge di un deepfake".

Si noti il salto tra le due metà della figura. In alto, ciò che le persone dicono di sé — tra il 34% e il 47%, in tre Paesi. In basso, ciò che accade quando qualcuno misura. Le prime tre barre in basso sono accuratezza media per giudizio; quella del 17% è di un'altra unità — è la quota di persone finita nel gruppo con la prestazione migliore nel test brasiliano. Non sono sommabili, ed è il confronto con il 41% subito sopra che interessa: stessa indagine, stesse persone. E la barra del 17% è di un'altra natura: è l'unica in cui alle stesse persone è stato chiesto e poi è stato fatto un test. Ho già scritto di questa distanza in quante persone usano davvero l'IA; vale allo stesso modo qui. Una dichiarazione non è una misurazione, nemmeno quando la dichiarazione è modesta.

Il danno: l'unica cifra ufficiale conta le "menzioni all'IA"

Quando il tema diventa denaro, una cifra compare ovunque: 893,35 milioni di dollari, dal rapporto annuale 2025 dell'IC3, il centro denunce per crimini informatici dell'FBI. È l'unica cifra di danno con il timbro di un governo, ed è per questo che viaggia.

Sono andato al PDF. Il rapporto definisce l'etichetta così, e cito per intero: "AI Related: Information reported contains a reference to artificial intelligence (AI)" — "Correlato all'IA: l'informazione segnalata contiene un riferimento all'intelligenza artificiale". Non è una categoria di reato. È una marcatura di testo: la denuncia entra nel conteggio se da qualche parte qualcuno ha scritto "intelligenza artificiale". La parola "deepfake" compare tre volte nell'intero rapporto, sempre in prosa corrente, mai come voce con un numero dietro.

La pagina tedesca lo descrive come "erstmals eigene KI-Kategorie" — "per la prima volta una categoria propria per l'IA". È l'errore più consequenziale del testo, perché trasforma un descrittore in statistica criminale.

Anche le percentuali cambiano la lettura, e sono una divisione che chiunque può rifare:

La cifra che si legge come "il costo dei deepfake" è il 4,28% delle perdite di un solo Paese, in un secchio in cui entra qualunque denuncia in cui la sigla sia stata digitata. La sua componente maggiore, secondo il rapporto stesso, è la truffa negli investimenti — la modalità ferma a 632 milioni di dollari.

Ho contato la banca dati di incidenti che produce gli "1,3 miliardi di dollari"

L'altra grande cifra della materia è di Resemble AI: circa 1,3 miliardi di dollari di danni documentati nel 2025, su 1.567 incidenti verificati. L'azienda mantiene un pannello pubblico, e la pagina tedesca avvisa già che "bei über 80 % wurde kein Schaden beziffert" — "in oltre l'80% non è stato quantificato alcun danno". Sono andato a contare per conto mio.

Il pannello, nella finestra "tutto il periodo", aveva il 28/08/2026 2.266 incidenti (la tabella pivot chiude riga per riga; la somma degli ultimi dodici mesi dà 1.537, coerente con l'"1.5K" che il pannello mostra). E subito sotto il valore di 1,3 miliardi di dollari è stampata, in caratteri minuti, la didascalia che non viaggia con esso: 159 incidents with verified losses — "159 incidenti con perdite verificate".

Sono il 7,0% della banca dati. Gli altri 93% non hanno alcun valore attribuito. Tra i 159 che ce l'hanno, la media è di 8,18 milioni di dollari per incidente — un livello che si regge solo perché casi come quello di Arup (25,6 milioni di dollari in una videochiamata) tirano su il conto. Il numero non descrive "il danno dei deepfake": descrive la somma di una minoranza di casi abbastanza grandi da diventare notizia con una cifra. La frase giusta non è "i deepfake hanno causato 1,3 miliardi"; è "159 casi finiti sui giornali hanno sommato 1,3 miliardi".

E il conteggio ha rivelato qualcosa che nessuno dei testi sull'argomento menziona: la categoria dominante della banca dati non è la frode.

Un terzo della banca dati è danno di marchio e reputazione. L'abuso sessuale — immagini intime non consensuali sommate al materiale pedopornografico — è il 21,8%, ed è lì che vive il taglio che nessuno pubblica: il 95,8% del materiale pedopornografico catalogato (229 casi su 239) ha come vittima un individuo privato, non una celebrità. La frode aziendale invece, lo scenario del dirigente ingannato in videochiamata che apre praticamente ogni articolo sul tema, è l'8,2% — la minore delle sei categorie.

Due riserve che l'onestà impone, perché la banca dati ha anch'essa difetti. Negli otto incidenti più recenti della lista, due sono lo stesso caso con schede e indirizzi diversi: la stessa truffa sentimentale da 180 mila dollari ai danni di uno psicologo in pensione, raccontata due volte. Non riesco a dire quanto questo gonfi il totale — la pagina che elenca gli incidenti uno per uno risponde, ma non renderizza nemmeno una riga, e senza di essa non c'è modo di misurare il tasso di duplicazione. La seconda riserva è a favore del pannello: ho cercato una nota metodologica, un glossario o una spiegazione di calcolo nel codice della pagina e non ce n'è nessuna — il che significa anche che l'indicatore "633,5 miliardi di audience mensile potenziale", settantasette volte la popolazione della Terra, viene pubblicato senza una riga che dica cosa misuri.

La legge che è davvero in vigore

Qui la pagina tedesca sbaglia tre volte, e i tre errori vanno nella stessa direzione: fanno sembrare la regolamentazione più avanti di quanto sia. Ho verificato ogni scadenza nell'atto originale, e la legge è più indietro del titolo — tranne in un punto, che è quello brasiliano.

La figura è l'elenco di ciò che si può far valere oggi. Ciò che non c'è, e circola come se ci fosse:

1. La rimozione in 48 ore del TAKE IT DOWN Act vale dal 19 maggio 2025. La pagina tedesca segna maggio 2026 come entrata in vigore — ma quella data è il termine perché le piattaforme abbiano pronto il processo di ricezione, non l'inizio dell'obbligo. È un errore che ritarda di un anno intero il diritto della vittima.
2. La Danimarca non ha approvato alcuna legge. Ciò che esiste è un disegno di legge andato in consultazione pubblica e mai presentato al parlamento. Il testo lo descrive come tappa approvata.
3. Il NO FAKES Act americano non è legge. È stato approvato dalla Commissione Giustizia del Senato il 18 giugno 2026 — passo reale, ma ancora a metà strada.

E c'è una quarta correzione, in senso inverso, che compare solo leggendo l'atto britannico: il Regno Unito ha reso la creazione di immagini intime false un reato autonomo, in vigore dal 6 febbraio 2026. Non si tratta solo di rimuovere: si criminalizza chi le fa. Nessuna delle raccolte che ho letto aveva quella data.

Il caso più grande del 2026 non è in nessun articolo di statistiche

Tutti i testi sui deepfake si aprono con Arup — i 25,6 milioni di dollari persi in una videochiamata nel gennaio 2024. Nessuno menziona ciò che è successo a cavallo tra 2025 e 2026, e che ha mobilitato cinque autorità in tre settimane: la funzione di editing di immagini di Grok, su X, ha iniziato a soddisfare richieste di "spogliare" foto di persone reali.

Nessuna multa è stata applicata finora; tutti i procedimenti restano aperti. E il caso ripete, in tempo reale, esattamente il problema di questo articolo: i cinque atti regolatori sono documenti pubblici e verificabili; tutte le cifre di volume che circolano su di esso non lo sono. L'"un'immagine sessualizzata non consensuale al minuto" è di un'azienda di rilevamento; il "6.700 all'ora" è dietro un abbonamento; il "7.751 all'ora" e "1,8 milioni di post" compaiono in un comunicato parlamentare statunitense attribuito a "ricercatori", senza link alla ricerca. Non uso nessuna delle quattro. Resta agli atti ciò che si può provare: cinque autorità hanno aperto un'indagine in tre settimane, e non è poco.

Ciò che la legislazione europea esige ora — etichettare i contenuti generati dalle macchine — è il tema che ho trattato in la filigrana che Claude ha iniziato a incorporare nel testo: l'AI Act impone la marcatura, e la parte difficile è che marcare funziona molto meglio per chi vuole essere onesto che contro chi non vuole.

Brasile: la migliore misurazione pubblica al mondo è di qui, e le elezioni sono a ottobre

Il dato che cercavo in tutto il mondo esiste, è pubblico ed è brasiliano. Il Pannello TIC del Cetic.br/NIC.br (n = 5.250, rilevazione tra agosto e settembre 2025) ha fatto ciò che nessuna delle indagini europee ha fatto: ha chiesto e poi ha verificato.

• Il 41% dichiara un contatto quotidiano con contenuti sintetici;
• il 41% si dice sicuro di saper identificare contenuti falsi;
• il 17% è finito nel gruppo con la prestazione migliore nel test oggettivo;
• e non c'è stata correlazione tra la fiducia dichiarata e l'esito.

Quest'ultima riga è la più importante delle quattro, ed è quella che non circola mai. Chi si crede bravo a individuare i deepfake non è più bravo a individuare i deepfake — la fiducia non prevede nulla. È lo stesso risultato di Köbis et al. (2021), che misurò una correlazione negativa tra fiducia e accuratezza (r = −0,475), ora riprodotto su un campione brasiliano rappresentativo.

Il righello dell'inizio dell'articolo, ora con i dati di ogni sezione incastrati:

Si noti che i primi due riquadri — quelli che hanno prodotto sette delle sette cifre della tabella tedesca — sono gli unici che non misurano alcuna popolazione. E l'ultimo, l'unico che misura, ha prodotto il numero che nessuno ripete.

Ciò che vale già qui, e ciò che arriva a ottobre

La Risoluzione 23.755 del Tribunale Superiore Elettorale, del 2 marzo 2026, è più dura di quanto la copertura suggerisca, e ha una particolarità che chiude il cerchio di questo articolo: la parola "deepfake" non compare nemmeno una volta nel testo. La norma parla di "contenuto sintetico multimediale generato mediante intelligenza artificiale o tecnologia equivalente" — la stessa mossa dell'FBI, che pure evita il termine della stampa. Gli organi che hanno bisogno della definizione per irrogare sanzioni fuggono dalla parola; chi produce titoli, no.

Tre disposizioni che cambiano il gioco a ottobre:

1. Blackout di 72 ore (art. 9º-B, § 3º-A). Tra le 72 ore precedenti e le 24 ore successive al voto sono vietate pubblicazione, ripubblicazione e promozione a pagamento di contenuti sintetici — e la norma dice "anche se etichettati". Il § 4º ordina la rimozione immediata.
2. Inversione dell'onere della prova (art. 9º-I). Il giudice può invertire l'onere quando la manipolazione è tecnicamente difficile da dimostrare. È la risposta giuridica esatta al 55,5% di accuratezza umana: se la letteratura dice che nessuno rileva in modo affidabile, pretendere che la vittima provi la falsificazione è pretendere l'impossibile — così prova chi ha pubblicato.
3. Divieto rivolto al fornitore di IA stesso (art. 15, § 1º-C). Al fornitore è vietato classificare o raccomandare un candidato, esprimersi sul voto — anche tramite risposta automatizzata — e generare scene di sesso o nudità con un candidato. La regola non mira solo a chi usa lo strumento; mira a chi lo gestisce.

Un'aggiunta calda, etichettata per ciò che è. Il 25 agosto 2026 — tre giorni prima che chiudessi questo testo — il giudice André Mendonça, del Supremo Tribunale Federale e vicepresidente del Tribunale Superiore Elettorale, ha deciso su un ricorso elettorale, ha ordinato la rimozione entro 24 ore di un video sintetico e, nella stessa decisione, ha proposto al plenum una tesi su cosa conti come "deep fake": ai fini dell'art. 9º-C, § 1º, sarebbe il contenuto sintetico che "presenti un grado di realismo o verosimiglianza oggettivamente idoneo a produrre una falsa percezione di autenticità". È una proposta di tesi dentro una decisione monocratica — non è un giudizio del plenum né una modifica della Risoluzione 23.755, che resta in vigore così com'è. Ed entra qui come accertamento giornalistico, non come atto verificato: quattro testate trascrivono il criterio in modo concorde, con firma e orario — O Globo alle 20h01, g1 alle 20h31 e Agência Brasil alle 21h44 del giorno 25, JOTA alle 10h36 del giorno 26 —, ma il testo integrale e il numero di procedimento non sono nel sistema pubblico di fascicoli elettronici, né nella pagina di notizie del tribunale, né in nessuno dei portali che ho consultato. Se compariranno, aggiornerò con il numero di ruolo. Lo registro così perché questo è il punto in cui il righello dell'articolo si rivolge contro il suo stesso autore: il verbo diventato titolo non è del giudice — "flessibilizza" sta nel titolo di g1, non in nessuna delle citazioni attribuite alla decisione —, e la lettura secondo cui caricatura e parodia resterebbero fuori dal regime speciale è interpretazione del criterio, non testo della tesi. È lo stesso meccanismo che il resto di questo articolo esamina, che accade a un aggancio a cui sono interessato.

Il resto del quadro brasiliano, verificato

• La Legge 15.487/2026 (6 agosto 2026) ha riscritto gli artt. 241-C, D ed E dello Statuto del Bambino e dell'Adolescente per raggiungere il materiale sintetico. Vale già.
• Lupa: i casi di disinformazione con IA sono passati da 39 (4,6% del totale) nel 2024 a 159 (25%) nel 2025 — da uno su venti a uno su quattro.
• SaferNet: 16 casi scolastici documentati tra 2023 e 2025, in 10 stati, con 72 vittime e 57 aggressori; la centrale ha ricevuto 87.689 segnalazioni nel 2025, in aumento del 28,4%.
• Tre risposte negative che sono anch'esse un risultato: Febraban non misura i deepfake; la Legge 14.811/2024 e lo Statuto Digitale del Minore (Legge 15.211/2025) non menzionano il termine, al contrario di ciò che circola; e non ho trovato indagini di istituti demoscopici brasiliani sulla percezione dei deepfake.

Cosa ne farei

Tre abitudini, che è ciò che resta dopo tre giorni di verifiche.

Prima di ripetere una cifra, chieda da quale dei cinque riquadri sia uscita. Non serve essere esperti: basta cercare chi ha pagato la misurazione e cosa è stato contato. Se la risposta è "la piattaforma dell'azienda che vende il rilevatore", il numero è vero e descrive la sua clientela.

Tratti l'"io me ne accorgerei" come il dato meno affidabile che ha su sé stesso. L'evidenza è coerente in quattro Paesi e in due meta-analisi: l'accuratezza umana resta nell'ordine del 55%, e la fiducia non prevede l'esito. La difesa che funziona non è l'occhio — è il secondo canale. Alla Arup, una telefonata a un numero noto sarebbe costata trenta secondi e avrebbe evitato 25,6 milioni di dollari. Concordi oggi una parola o un canale di conferma con chi può chiederle denaro; è gratis.

Se lavora con le elezioni, segni 72 ore sul calendario. A partire da 72 ore prima del voto di ottobre, i contenuti sintetici non possono essere pubblicati né promossi — nemmeno etichettati. L'etichetta non salva durante il blackout.

E se vuole rifare ciò che ho fatto: sono tre comandi. Scarichi il rapporto dell'IC3, estragga il testo e conti l'etichetta da sé:

pdftotext ic3-2025-annual-report.pdf - | grep -c "AI Related"

Il conteggio del pannello di Resemble AI è nello script che pubblico insieme a questo testo (capturar-resemble.py, browser reale perché la pagina è resa in JavaScript). La tabella del Cetic.br è pubblica e arriva in foglio di calcolo. Se le viene diverso da quanto ho pubblicato, me lo mandi — aggiorno e do credito.

Fonti

• Signicat — Fraud attempts with deepfakes have increased by 2137% over the last three years (feb. 2025). Indagine Censuswide, n = 1.206 responsabili antifrode, 7 Paesi.
• Entrust / Onfido — Identity Fraud Report 2024-2025.
• Sumsub — Identity Fraud Report 2025 e 2023.
• iProov — Deepfake detection study (feb. 2025), n = 2.000 (Regno Unito e USA).
• Resemble AI — Global Deepfake Incident Database, https://www.resemble.ai/learn/deepfake-incident-database (conteggio proprio, 28/08/2026) e 2025 Deepfake Threat Report.
• Deloitte — Generative AI is expected to magnify the risk of deepfakes and other fraud (mag. 2024).
• FBI IC3 — 2025 Internet Crime Report (apr. 2026).
• Diel, A. et al. — Human performance in detecting deepfakes: A systematic review and meta-analysis. Computers in Human Behavior Reports, 2024. DOI: 10.1016/j.chbr.2024.100538.
• Stockner, M.; Convertino, G.; Cambedda, S.; Mazzoni, G. — Are humans able to discriminate between real and deepfake faces? A systematic review and meta-analysis. Computers in Human Behavior: Artificial Humans, 2026. DOI: 10.1016/j.chbah.2026.100332.
• Köbis, N. et al. — Fooled twice: People cannot detect deepfakes but think they can. iScience, 2021.
• Groh, M. et al. — Deepfake detection by human crowds, machines, and machine-informed crowds. PNAS, 2022.
• Bitkom — Deepfakes (giu. 2026), n = 1.006.
• BSI — Cybersicherheitsmonitor 2026 (apr. 2026), n = 3.060.
• Cetic.br / NIC.br — Pannello TIC — Percezioni su disinformazione e contenuti sintetici (n = 5.250, rilevazione ago.-set. 2025).
• TSE (Brasile) — Risoluzione 23.755, del 2 marzo 2026, e Risoluzione 23.610/2019 (artt. 9º-B e 9º-C).
• Decisione del 25/08/2026 del giudice André Mendonça (TSE) — accertamento giornalistico, testo integrale non localizzato. Fonti secondarie giornalistiche: O Globo, Mariana Muniz, 25/08/2026 20h01; g1, Márcio Falcão, 25/08/2026 20h31; Agência Brasil, André Richter, 25/08/2026 21h44; JOTA, Flávia Maia, 26/08/2026 10h36 (trascrizione più completa della tesi).
• Brasile — Legge 15.487/2026; Legge 15.123/2025.
• Unione Europea — Regolamento (UE) 2024/1689 (AI Act), artt. 50(4), 99(4)(g) e 113.
• Stati Uniti — TAKE IT DOWN Act (Public Law 119-12, 19/05/2025); NO FAKES Act, S.4591.
• Regno Unito — Online Safety Act 2023; SI 2024/1188; Data (Use and Access) Act 2025.
• Ofcom — Ofcom launches investigation into X over Grok sexualised imagery (12/01/2026).
• Commissione Europea — IP/26/203, Commission investigates Grok and X's recommender systems under the DSA (26/01/2026).
• ICO — ICO announces investigation into Grok (03/02/2026).
• Procura Generale della California — comunicato del 14/01/2026.
• Lupa e SaferNet Brasil — rilevazioni del 2025.

Che cosa è stato verificato, contro che cosa e quando. Tutte le cifre sopra sono state verificate contro la fonte nominata tra il 26 e il 28 agosto 2026. Non ho letto i rapporti completi di Signicat, Sumsub né Resemble AI — sono dietro un modulo di registrazione, e ho usato i comunicati pubblici. Dell'articolo di Stockner et al. (2026) ho letto l'abstract depositato dall'editore, non il testo integrale. Non ho localizzato il testo integrale della decisione del 25/08/2026 del giudice André Mendonça al TSE in nessuna delle fonti che ho consultato — né il numero di procedimento — ed è per questo che entra nel testo marcata come accertamento giornalistico, sulla trascrizione concorde di quattro testate, e non come atto verificato. Non ho riverificato le cifre di volume del caso Grok, ed è per questo che nessuna di esse è nel testo.