Google DeepMind sta testando Backstory, un nuovo strumento che aiuta i giornalisti a capire se un’immagine trovata online è vera, è stata modificata, è stata creata con l’intelligenza artificiale oppure viene usata per raccontare un fatto diverso da quello originale. A provarlo c’è anche India Today, una delle principali testate giornalistiche indiane, che lo utilizza come primo aiuto nel lavoro quotidiano di verifica delle notizie.

Controllare una fotografia pubblicata su Internet non significa soltanto scoprire se è vera o falsa. Una foto può essere autentica, ma essere stata scattata anni prima o in un altro Paese e poi ripubblicata come se mostrasse un fatto appena accaduto. Un’immagine può anche essere stata modificata oppure creata interamente con l’intelligenza artificiale. È su questi diversi casi che lavora Backstory.

Il funzionamento parte da un’operazione semplice. Il giornalista carica un’immagine e chiede al sistema di controllarla. Backstory avvia quindi una serie di verifiche: cerca di capire se la foto presenta segni di manipolazione, controlla se potrebbe essere stata generata dall’AI e cerca le precedenti apparizioni della stessa immagine su Internet. In questo modo può aiutare a ricostruire quando una fotografia è comparsa online e in quale contesto era stata pubblicata.

Al termine dei controlli, Backstory prepara un report con le informazioni raccolte, le fonti trovate e i passaggi utilizzati per arrivare ai risultati. Lo strumento si basa su Gemini, la famiglia di modelli di intelligenza artificiale sviluppata da Google.

Per capire l’utilità del sistema basta osservare il lavoro di India Today. Il suo gruppo di fact-checking è composto da sei persone e controlla ogni giorno contenuti sospetti che circolano sui social network. Può trattarsi, per esempio, di una fotografia creata con l’intelligenza artificiale, del video reale di un’alluvione presentato però come se fosse stato girato in un altro luogo oppure di un deepfake, cioè un contenuto manipolato con l’AI per far apparire una persona mentre dice o fa qualcosa che in realtà non ha detto o fatto.

Prima di utilizzare Backstory, i giornalisti dovevano svolgere diversi controlli separatamente. Potevano usare un programma per cercare tracce di intelligenza artificiale, un altro strumento per trovare copie della stessa fotografia su Internet e poi ricostruire quando e dove fosse già stata pubblicata. Backstory prova a riunire queste operazioni nello stesso spazio.

“Nel nostro team, quasi tutti usano Backstory in combinazione con altri strumenti. Lo usiamo come riferimento rapido: ci fornisce un contesto, ci dà un’indicazione”, ha spiegato Bal Krishna, responsabile del fact-checking di India Today. “Permette di svolgere tutto il lavoro che prima avremmo fatto con cinque strumenti e cinque accessi diversi, in un unico posto. Questa è la sua bellezza”.

Una delle funzioni principali riguarda proprio la storia di una fotografia. Backstory cerca le copie dell’immagine presenti sul web e prova a ricostruire come è stata utilizzata nel tempo. Questo permette, per esempio, di scoprire che una foto presentata oggi come immagine di un determinato evento era già stata pubblicata anni prima per raccontare un fatto completamente diverso.

Secondo Mike Caulfield, esperto di alfabetizzazione digitale e creatore del metodo SIFT per la verifica delle informazioni online, ricostruire questo percorso è una delle operazioni che richiedono più tempo. “L’aspetto dell’integrazione, ovvero raccontare la storia completa dell’immagine, si rivela essere la parte che richiede più tempo”, ha spiegato. “La ricostruzione del background richiede un processo iniziale di 50 minuti, che può essere ridotto a tre”.

Backstory può svolgere anche controlli più tecnici. Può utilizzare SynthID, una tecnologia sviluppata da Google per riconoscere particolari segnali inseriti nelle immagini prodotte con i suoi strumenti di intelligenza artificiale. Può inoltre cercare le Content Credentials, informazioni digitali collegate a un file che possono indicare da dove proviene e quali modifiche ha subito.

“Il valore aggiunto unico di Backstory sta nel fatto che offre molteplici possibilità di analisi”, ha spiegato Zoe Darmé, product manager del gruppo di DeepMind che sviluppa lo strumento. “Spesso, quando si parla di analizzare un’immagine e cercare di comprenderne il contesto, ci si concentra su un singolo aspetto. Backstory, invece, cerca di integrare tutti questi elementi in un’unica esperienza utente”.

Lo strumento è ancora in fase di sperimentazione e non è disponibile liberamente al pubblico. Google lo sta facendo provare attraverso il programma Trusted Testers a migliaia di persone che lavorano con le informazioni, tra cui giornalisti, fact-checker, ricercatori, bibliotecari ed esperti specializzati nelle ricerche attraverso fonti disponibili online. I loro commenti vengono utilizzati dal gruppo di DeepMind per sviluppare il servizio.

Il progetto arriva mentre giornalisti e ricercatori devono confrontarsi con un numero crescente di strumenti capaci di creare e modificare immagini. Nel luglio 2026, un rapporto del Center for Information Technology Policy dell’Università di Princeton ha rilevato che diversi sistemi per riconoscere i contenuti generati dall’AI sono stati sviluppati senza un adeguato coinvolgimento dei giornalisti.

Il rapporto ha segnalato anche un altro problema. Alcuni strumenti indicano, per esempio, che esiste una probabilità dell’80% che una fotografia sia stata generata dall’intelligenza artificiale, ma non spiegano in modo chiaro come sia stata calcolata quella percentuale. Inoltre, stabilire se una foto sia stata creata dall’AI non risolve tutti i problemi: anche un’immagine completamente autentica può diventare fuorviante quando viene pubblicata con una descrizione falsa.

Backstory, però, non può stabilire con certezza assoluta che cosa sia accaduto a un’immagine. Lo stesso strumento avverte gli utenti: “Backstory può commettere errori, quindi si consiglia di ricontrollare i dati”.

Tra gli errori possibili c’è quello di confondere due immagini simili. Se sul web esiste una fotografia molto conosciuta che assomiglia a quella analizzata, il sistema può collegare le informazioni della prima alla seconda. Durante un test descritto nell’articolo che ha raccontato la sperimentazione, Backstory ha inizialmente confuso la fotografia dell’autore con quella del giornalista Carlos Maza, per poi correggere il risultato dopo aver ricevuto altre informazioni.

Ci sono anche limiti legati alle fonti che Backstory può consultare. Il sistema riesce a ricostruire la storia di una fotografia soprattutto attraverso i contenuti che possono essere trovati dai motori di ricerca. Se l’immagine è nata o ha circolato su servizi e gruppi non accessibili ai motori di ricerca, la sua prima pubblicazione potrebbe non essere individuata.

“È possibile che un contenuto abbia avuto origine su TikTok, che non è indicizzato. Potrebbe anche provenire da WhatsApp, Signal o qualsiasi altro gruppo chiuso”, ha spiegato Bal Krishna. “Quando si utilizza Backstory, è importante tenere a mente queste limitazioni. Noi lo facciamo sempre”.

Per ora, inoltre, Backstory può controllare soltanto le immagini. Il gruppo di Google DeepMind sta valutando la possibilità di estendere in futuro il sistema anche ai video e ad altri tipi di contenuti.

Proprio perché può commettere errori, India Today non considera Backstory una fonte definitiva. I giornalisti utilizzano il sistema per avere una prima indicazione, ma devono poi controllare personalmente le informazioni prima di pubblicare una verifica. I report creati automaticamente da Backstory non vengono quindi citati direttamente negli articoli di fact-checking della testata.

Bal Krishna ha definito Backstory il “primo strumento efficace creato da una grande azienda tecnologica e offerto ai verificatori di fatti” per il controllo delle immagini. Alla domanda se abbia reso più rapido il lavoro quotidiano del suo gruppo, ha risposto: “Non c’è dubbio”.