Immaginate la scena: una strada poco illuminata, nel cuore della notte. In lontananza, la sagoma di un campanile si staglia a malapena contro un cielo inquinato dalla luce cittadina. L’orologio sulla torre è un puntino indistinto, illeggibile a occhio nudo. Prendete dalla tasca il vostro nuovo smartphone, lo puntate verso quella macchia scura e, con un semplice tocco sullo schermo, accade l’impossibile. L’immagine che appare sul display è luminosa, nitida e ricca di dettagli. Il campanile è perfettamente visibile, le lancette dell’orologio sono cristalline e segnano l’ora esatta. È uno scatto magnifico, pronto per essere condiviso. Ma non è una registrazione fedele di ciò che l’occhio umano, o qualsiasi macchina fotografica tradizionale, avrebbe potuto vedere in quel momento.
Questo “scatto impossibile” rappresenta il paradosso centrale della nostra era visiva. È un’immagine sbalorditiva, eppure la sua stessa esistenza ci costringe a porci una domanda fondamentale. Il dispositivo che ha catturato questa scena è davvero una macchina fotografica, nel senso in cui abbiamo inteso questo termine per oltre un secolo? La risposta, sempre più evidente, è no.
È un potente motore di sintesi della realtà. Le immagini che produce non sono fotografie – tracce dirette di luce catturate in un istante – ma creazioni computazionali, facsimili della realtà generati algoritmicamente. Sebbene questa tecnologia sia una meraviglia dell’ingegneria, ci ha spinto oltre una soglia critica, cambiando radicalmente la definizione stessa di “foto” e creando sfide profonde per la nostra percezione della verità.
L’ascesa della fotografia computazionale
Per comprendere la portata di questa trasformazione, è necessario partire dalle fondamenta tecniche e storiche che hanno portato il software a dominare l’imaging degli smartphone. La rivoluzione non è nata da una scelta, ma da una necessità imposta dalle leggi della fisica.
La tirannia della fisica e la nascita di una nuova scienza
Il cuore del problema risiede nelle ineludibili limitazioni fisiche dei sistemi di fotocamere per smartphone. La richiesta del mercato di dispositivi sempre più sottili e leggeri impone che sensori e obiettivi siano incredibilmente piccoli. Queste dimensioni ridotte hanno conseguenze dirette e inevitabili sulla qualità dell’immagine.
I sensori piccoli catturano meno luce, il che si traduce in un elevato rumore digitale (la “grana”) in condizioni di scarsa illuminazione. I pixel minuscoli hanno una gamma dinamica limitata, faticando a gestire scene con forti contrasti, come un cielo luminoso e un primo piano in ombra, spesso “bruciando” le alte luci o perdendo dettagli nelle zone scure. Infine, gli obiettivi piccoli e con apertura fissa non possono produrre un bokeh ottico naturale, ovvero quello sfocato morbido e piacevole dello sfondo che isola il soggetto, tipico delle fotocamere professionali.
Per decenni, queste limitazioni sembravano un muro invalicabile. Nessun miglioramento incrementale dell’hardware avrebbe potuto eguagliare la qualità ottica di una fotocamera DSLR o mirrorless con un sensore di grandi dimensioni. La soluzione, quindi, non poteva venire dall’ottica, ma dal calcolo. È qui che nasce la fotografia computazionale: la pratica di utilizzare la computazione digitale al posto di processi puramente ottici per superare i vincoli fisici.
Si tratta di un cambio di paradigma radicale: l’obiettivo non è più catturare un singolo fotogramma perfetto, ma raccogliere ed elaborare enormi quantità di dati visivi per costruire un’immagine finale superiore a qualsiasi singolo scatto. Tecniche come l’unione di più immagini per creare panorami, la combinazione di esposizioni diverse per l’High Dynamic Range (HDR) e l’uso di algoritmi per simulare la profondità di campo sono diventate la norma.
Come Google ha ridefinito il campo di battaglia
Questa rivoluzione ha un epicentro ben preciso: Google. La sua storia inizia con Marc Levoy, un illustre professore di Stanford ed esperto di fotografia computazionale, e il suo team Google Camera presso il laboratorio di ricerca Google X. La loro missione iniziale, nel 2011, era risolvere un problema apparentemente impossibile: dotare i Google Glass di una fotocamera di alta qualità. Con un sensore ancora più piccolo e una potenza di calcolo inferiore a quella di uno smartphone, l’hardware era un vicolo cieco. La risposta doveva essere il software.
La svolta arrivò con una tecnica chiamata “image fusion” (fusione di immagini). Invece di un singolo scatto lungo, che avrebbe prodotto immagini mosse e piene di rumore, il team sviluppò un sistema per catturare rapidamente una raffica di fotogrammi a breve esposizione e poi fonderli insieme. Questo processo, battezzato HDR+, permetteva di mediare il rumore, preservare i dettagli nelle alte luci (grazie alle esposizioni brevi) e recuperare informazioni dalle ombre, creando un’immagine finale con una gamma dinamica sbalorditiva che nessun singolo scatto avrebbe potuto raggiungere.
Il lancio del primo Google Pixel nel 2016 è stato un momento di svolta per l’intero settore. Google dimostrò al mondo che un telefono con un hardware fotografico considerato mediocre poteva produrre le migliori immagini sul mercato, superando i concorrenti grazie al suo “ingrediente segreto” software. Consapevole di non poter competere con giganti come Sony nel campo dei sensori o con la tradizione ottica di altri produttori, Google cambiò le regole del gioco.
Spostò il campo di battaglia dal mondo fisico degli obiettivi e dei sensori (un problema hardware) al mondo digitale degli algoritmi e del machine learning (un problema software), un’arena in cui era il leader mondiale indiscusso. Il successo critico del Pixel costrinse l’intera industria, inclusi Apple e Samsung, a inseguire, investendo massicciamente in team di intelligenza artificiale e software. La corsa agli armamenti hardware si trasformò in una corsa agli armamenti algoritmici.
Sulla scia di HDR+, Google continuò a innovare con la sua Pixel Camera. Night Sight portò la fusione di immagini all’estremo, utilizzando un “motion metering” per misurare il tremolio della mano e il movimento della scena, e combinando fino a 15 fotogrammi per creare foto notturne luminose e dettagliate in condizioni di buio quasi totale. La Modalità Ritratto utilizzò i dati dei sensori dual-pixel e il machine learning per creare una mappa di profondità della scena e applicare uno sfocato artificiale convincente.
Super-Res Zoom sfruttò il tremolio naturale della mano dell’utente per catturare una serie di fotogrammi leggermente sfalsati, che venivano poi fusi per ricostruire un’immagine zoomata con un dettaglio superiore a quello di un semplice ritaglio digitale. Ognuna di queste funzioni rafforzava lo stesso principio: la fotografia non era più una questione di ottica, ma di dati.
L’IA come creatrice di dettagli
Se la prima ondata della fotografia computazionale mirava a compensare le carenze dell’hardware per ricostruire una versione più fedele della realtà, la seconda ondata, quella che stiamo vivendo ora, sta facendo un passo ulteriore e molto più radicale. L’intelligenza artificiale non si limita più a ricostruire, ma inizia a creare.
Oltre la super-risoluzione: il salto generativo
L’ultima evoluzione dello zoom sugli smartphone rappresenta la nuova frontiera, dove il confine tra ricostruzione e fabbricazione si dissolve completamente. I moderni smartphone di punta, come Honor Magic7 Pro, OnePlus 13 e i nuovi Google Pixel 10 Pro e Pro XL, stanno spingendo questa tecnologia al limite. Quando si zooma oltre le capacità ottiche dei loro teleobiettivi, non si limitano più a unire fotogrammi come nel Super-Res Zoom. Attivano invece modelli di intelligenza artificiale generativa, spesso modelli a diffusione simili a quelli che alimentano generatori di immagini, per “riempire” i dettagli mancanti.
Il processo è tanto affascinante quanto inquietante. L’IA non si limita a rendere più nitidi i pixel esistenti. Analizza il contesto della scena (ad esempio, riconosce che sta guardando un animale) e, basandosi sui milioni di immagini su cui è stata addestrata, genera nuove texture che prevede dovrebbero essere lì: il pelo di un gatto, i mattoni su un edificio lontano, le venature di una foglia. Il risultato immediato è spesso sbalorditivo. Questi “AI Zoom” possono produrre immagini apparentemente chiare a ingrandimenti estremi (30x, 100x o più) che con il tradizionale zoom digitale sarebbero solo una macchia di pixel illeggibile. Per l’utente medio che condivide una foto sui social media, l’effetto è magico, un’impresa tecnologica che sembra sfidare la logica.
I pasticci dell’IA
Tuttavia, un’analisi più attenta di questi risultati rivela una verità più complessa. I critici hanno coniato il termine “AI slop” (pasticcio IA) per descrivere l’output spesso imperfetto e artificiale di questi sistemi. Ci sono segnali inconfondibili che tradiscono la mano dell’algoritmo. Le texture possono apparire innaturali, quasi pittoriche o simili alla plastica, prive della casualità organica della realtà. I bordi degli oggetti sono spesso troppo netidi, con un’acutezza artificiale che nessun obiettivo potrebbe produrre. A volte, l’IA crea “allucinazioni”, inventando dettagli che sono plausibili ma palesemente errati, come motivi geometrici ripetitivi su una superficie naturale o dettagli architettonici che non esistono nell’edificio reale.
Questa non è più fotografia. Si tratta di un “compromesso splendidamente mascherato”, un modo per “travestire trucchi software da autentico progresso fotografico”. Il risultato è più un’illustrazione che un documento. Questo slittamento tecnologico riflette un cambiamento semantico e filosofico fondamentale. Le prime tecniche di fotografia computazionale, come HDR+, miravano a catturare meglio la scena così com’era, superando i limiti del sensore per ottenere una rappresentazione più fedele. L’obiettivo dello zoom generativo, invece, è creare un’immagine plausibile laddove non esistono dati reali sufficienti. Utilizza un modello addestrato per prevedere come dovrebbe apparire la scena.
L’immagine finale, quindi, non è più un prodotto della luce che colpisce il sensore, ma una sintesi di due elementi: i pochi dati reali raccolti e la vasta “conoscenza” enciclopedica del modello IA. Spesso, il secondo elemento contribuisce ai dettagli finali molto più del primo. Il processo è quindi analogo a quello di un artista 3D che renderizza una scena basandosi su un prompt, non a quello di un fotografo che cattura una scena con la luce. La stessa parola “zoom” diventa un eufemismo di marketing per “sintesi di immagine potenziata dall’IA a un ingrandimento specificato”.
Il punto di rottura: dove finisce una fotografia e inizia un’immagine?
Siamo giunti al cuore filosofico della questione. Le realtà tecniche che abbiamo esplorato ci costringono a confrontarci con una definizione più profonda di cosa sia una fotografia, e a riconoscere il momento in cui abbiamo superato un confine invisibile ma cruciale.
Il fantasma nella macchina: Barthes e il “ça a été”
Per comprendere appieno la posta in gioco, dobbiamo rivolgerci al pensiero del teorico francese Roland Barthes e al suo saggio seminale, La camera chiara (Camera Lucida). In questo testo, Barthes identifica la caratteristica che rende la fotografia un mezzo di rappresentazione unico e irriducibile: la sua natura indessicale.
A differenza di un dipinto o di un disegno, che sono segni iconici (assomigliano al loro soggetto), una fotografia è un segno indessicale. Ciò significa che esiste un legame fisico, diretto e causale tra l’immagine e il suo referente nel mondo reale. È una traccia, un’impronta lasciata dalla luce che è emanata da quell’oggetto, in quel luogo, in quel preciso istante.
Questo legame inscindibile è ciò che Barthes chiama il noema della fotografia: l’affermazione inconfutabile che “ciò è stato” (ça a été). Una fotografia non è solo un’immagine di qualcosa; è la prova che qualcosa è stato. È questa garanzia di esistenza passata, questo “raggio ritardato di una stella”, che conferisce alla fotografia il suo potere unico, la sua malinconia e la sua magia. È un frammento del reale, strappato al flusso del tempo.
La rottura del legame indessicale
Questa connessione fondamentale con il reale è esattamente ciò che la moderna fotografia computazionale ha prima indebolito e poi, con l’avvento dell’IA generativa, definitivamente spezzato. Il processo è stato graduale. Il passaggio dalla pellicola al digitale ha già iniziato a erodere questo legame, dematerializzando la luce in dati astratti (1 e 0). Tuttavia, il principio di una singola cattura da un singolo istante è rimasto in gran parte intatto.
La fotografia computazionale ha ulteriormente astratto il processo. Un’immagine HDR+ o Night Sight non è più la registrazione di un singolo istante, ma un composito statistico di più momenti, mediati e fusi da un algoritmo. Il legame con un singolare “ciò è stato” diventa più tenue, più concettuale. Infine, l’IA generativa, come quella utilizzata nello zoom o in funzioni come Magic Editor di Google, porta a compimento la rottura. L’immagine finale non è più causata dalla realtà di fronte all’obiettivo, ma è un output probabilistico generato da un modello. Le texture, i dettagli, persino gli oggetti possono essere interamente sintetizzati. L’immagine che ne risulta è un segno puramente iconico: assomiglia al suo soggetto, a volte in modo impeccabile, ma non è più un segno indessicale, perché non è stata causata da esso.
Questo ci porta a una distinzione critica che è necessario fare: quella tra una fotografia e un’immagine fotorealistica. Uno smartphone moderno non produce più sempre la prima; produce spesso la seconda. Non si tratta di un gioco semantico, ma di una ricategorizzazione fondamentale del medium. Una fotografia, per la sua definizione indessicale, fa un’affermazione sulla realtà. Asserisce: “Questo è esistito, e questa è la luce che ne è provenuta”. Un’immagine computazionale o generata dall’IA, invece, fa un’affermazione sulla plausibilità. Asserisce: “Questa è una rappresentazione statisticamente probabile e visivamente coerente di ciò che avrebbe potuto esserci, basata sui dati che abbiamo raccolto e sulla vasta libreria di immagini su cui siamo stati addestrati”.
La prima è un documento (per quanto imperfetto o interpretato). La seconda è una sintesi. La prima è una registrazione; la seconda è un rendering. Offusca il profondo cambiamento nel modo in cui l’immagine è stata creata e in ciò che rappresenta, portando a un pericoloso fraintendimento della sua relazione con la verità.
I pericoli di un mondo post-fotografico
Questo spostamento tecnologico e filosofico non è un esercizio accademico. Ha conseguenze profonde e tangibili sul modo in cui interagiamo con il mondo e con la verità. Le stesse tecnologie che ci permettono di scattare “foto” perfette stanno anche erodendo le fondamenta della nostra fiducia visiva.
Il cavallo di Troia nelle nostre tasche
Funzioni come Magic Eraser o Best Take di Google, commercializzate come strumenti comodi e divertenti, svolgono un ruolo più insidioso: normalizzano l’idea che la realtà sia modificabile. Insegnano a milioni di utenti, con un semplice gesto, che un’immagine non è una registrazione fissa, ma una tela malleabile. Questa manipolazione costante e disinvolta delle nostre storie personali ci desensibilizza al concetto di verità fotografica. Se possiamo rimuovere un ex partner da una foto di famiglia con un tocco, o creare un sorriso perfetto su un volto che non sorrideva, diventiamo psicologicamente predisposti ad accettare che qualsiasi immagine possa essere alterata. Questo processo erode l’alfabetizzazione visiva e il pensiero critico necessari per navigare in un panorama mediatico sempre più sintetico.
Il più grande pericolo della fotografia computazionale degli smartphone non è la tecnologia in sé, ma il suo ruolo nel condizionare culturalmente la società per un’era post-verità. Rendendo la manipolazione della realtà un atto quotidiano, ludico e senza sforzo per miliardi di persone, smantella la comprensione culturale condivisa di una fotografia come prova. La fotocamera dello smartphone è, a tutti gli effetti, un campo di addestramento per il pensiero post-verità.
Storicamente, il potere della fotografia derivava dalla sua percepita oggettività. Le funzioni degli smartphone, commercializzate come creative, astraggono l’utente dal fatto che sta fabbricando o alterando una registrazione della realtà. Questa pratica quotidiana normalizza l’idea che la “verità” visiva non sia qualcosa da registrare, ma da costruire per adattarsi ai nostri desideri. Ciò crea una popolazione meno scioccata e più cinica di fronte ai deepfake malevoli. La fiducia fondamentale nell’integrità dei media visivi è già stata indebolita, non da attori stranieri, ma dai dispositivi che usiamo per documentare le nostre vite.
Un mondo di (deep)fake
Esiste una linea diretta che collega l’IA “benigna” nelle fotocamere dei nostri telefoni all’uso malevolo della tecnologia deepfake. La tecnologia di base – l’intelligenza artificiale generativa – è la stessa; cambia solo l’intento. E i danni causati dai deepfake non sono una minaccia futura, ma una crisi attuale, con esempi recenti che dimostrano la loro devastante efficacia.
Nel campo della frode finanziaria, un caso emblematico del 2024 ha visto un dipendente di una multinazionale trasferire 25 milioni di dollari dopo essere stato ingannato da una videoconferenza in cui il direttore finanziario e altri colleghi erano deepfake iperrealistici. Nella disinformazione politica, una robocall con la voce clonata del presidente Joe Biden ha esortato gli elettori a non votare durante le primarie, un chiaro tentativo di sabotaggio elettorale.
Ma l’impatto più personale e crudele si vede nell’abuso e nella molestia. La diffusione virale di immagini deepfake esplicite e non consensuali della cantante Taylor Swift all’inizio del 2024 ha messo in luce come questa tecnologia venga usata come arma per la violazione personale e l’umiliazione su scala di massa. Questi strumenti, spesso chiamati app “nudify”, sono facilmente accessibili e possono trasformare qualsiasi foto, anche una foto scolastica, in materiale di abuso, causando danni psicologici incalcolabili.
Il problema più ampio è l’erosione della fiducia nelle istituzioni. La semplice esistenza di questa tecnologia crea quello che gli analisti chiamano il “dividendo del bugiardo”: in un mondo in cui tutto può essere falsificato, anche le prove autentiche possono essere liquidate come false. Questo mina il giornalismo, la giustizia e il discorso pubblico, creando un ambiente in cui la verità oggettiva diventa irraggiungibile.
Reinventare la fiducia: il watermark di autenticità
Di fronte a questa crisi di autenticità, l’industria tecnologica sta iniziando a reagire. La consapevolezza che la fiducia nel contenuto digitale è a un punto di rottura ha spinto alla creazione di iniziative volte a ripristinare una parvenza di ordine. Una delle più significative è la Coalition for Content Provenance and Authenticity (C2PA), un consorzio che include giganti come Adobe, Microsoft, Intel e BBC.
La missione principale della C2PA è sviluppare uno standard tecnico aperto per tracciare l’origine e le modifiche dei contenuti digitali. La loro soluzione, chiamata Content Credentials, funziona come un'”etichetta nutrizionale” per i media digitali. Questo sistema incorpora metadati sicuri e verificabili direttamente nel file al momento della creazione, creando una traccia di provenienza che documenta chi ha creato il contenuto, con quale strumento e quali modifiche sono state apportate successivamente.
.webp)
In linea con questo approccio, anche Google, con i suoi nuovi Pixel 10, ha introdotto un sistema per creare un watermark digitale permanente e invisibile per le immagini catturate e modificate con l’IA sul dispositivo. Questa tecnologia è simile a sistemi come SynthID di Google DeepMind, che incorpora un watermark direttamente nei pixel di un’immagine in un modo che è impercettibile all’occhio umano ma rilevabile da un algoritmo. Questo watermark è progettato per essere robusto e resistere a modifiche comuni come ritaglio, compressione o l’applicazione di filtri, fornendo un segnale persistente dell’origine artificiale del contenuto.
Queste soluzioni sono un passo avanti vitale e necessario verso la trasparenza. Tuttavia, non sono una panacea. La creazione di watermark darà il via a una corsa agli armamenti con chi cerca di rimuoverli o aggirarli. Inoltre, l’assenza di un watermark non prova l’autenticità di un’immagine; un attore malintenzionato può semplicemente utilizzare un software open-source o un dispositivo più vecchio che non implementa lo standard. Si tratta di soluzioni tecnologiche a un problema che è diventato profondamente culturale e filosofico. Possono dirci se un’immagine è stata creata da un’IA, ma non possono ripristinare la fiducia fondamentale che un tempo riponevamo nel medium fotografico.
Questo ci porta a un paradosso finale. Nel tentativo di salvare il legame della fotografia con la realtà, stiamo aggiungendo un altro strato di dati computazionali astratti. La fiducia non è più insita nell’immagine stessa, nel suo legame indessicale con il mondo, ma deve essere verificata da un’autorità algoritmica esterna. Non possiamo più fidarci dei nostri occhi, dobbiamo fidarci dell’algoritmo che legge il watermark. Abbiamo sostituito la semplice fiducia fisica della traccia indessicale con una complessa fiducia crittografica in un sistema. Questa è la vittoria definitiva del modello computazionale su quello fotografico.
Torniamo quindi alla domanda iniziale: “Che cos’è una foto?”. La risposta è ora più complessa che mai. Siamo a un punto di inflessione in cui dobbiamo scegliere: o esigere trasparenza e sviluppare una nuova e più critica forma di alfabetizzazione visiva, o scivolare in un futuro in cui ogni immagine è sospetta e il concetto di una realtà condivisa e verificabile diventa una reliquia di un’epoca passata. Il futuro della fotografia, e forse della verità stessa, dipende dalla nostra capacità di comprendere che il dispositivo magico che teniamo in tasca non è più solo una macchina fotografica. È un cantastorie, e dobbiamo imparare a mettere in discussione le storie che racconta.