Il mondo del crimine informatico sta vivendo una trasformazione radicale grazie allo sviluppo dell’intelligenza artificiale generativa, uno strumento che ha permesso di industrializzare le truffe aziendali. I criminali utilizzano oggi i deepfake per frodi e furti d’identità in contesti in cui storicamente le persone tendevano a fidarsi dei propri occhi e delle proprie orecchie. Le piattaforme per le riunioni virtuali sono diventate un bersaglio primario per queste attività illecite. Basti pensare a un caso emblematico avvenuto nel 2025, quando il direttore finanziario di un’azienda a Singapore è stato ingannato da una chiamata su Zoom in cui tutti i partecipanti, compreso il suo presunto capo, erano stati interamente generati da un software. Sebbene in quell’occasione le autorità siano poi riuscite a recuperare i circa mezzo milione di dollari trasferiti, l’incidente ha fatto suonare un importante campanello d’allarme globale. L’Agenzia per la Sicurezza Cibernetica di Singapore ha registrato un aumento vertiginoso di casi simili, passando da poche decine a oltre milleduecento denunce nel solo mese di gennaio del 2026. L’Entrust Identity Fraud Report del 2026 conferma che il furto d’identità non è più un crimine d’opportunità occasionale, ma un settore criminale commercialmente ottimizzato su scala mondiale, rendendo indispensabile l’adozione di nuovi strumenti di sicurezza informatica.
I limiti tecnici del rilevamento durante le riunioni virtuali
Smacherare un’identità manipolata all’interno di una trasmissione dal vivo rappresenta una sfida tecnologica notevole per gli esperti del settore. Martin Steinebach, a capo del dipartimento di Sicurezza dei Media e Informatica Forense presso il Fraunhofer SIT di Darmstadt, sottolinea come le videoconferenze presentino ostacoli del tutto peculiari per il riconoscimento delle frodi. A differenza di un file video statico in alta definizione, la qualità dell’immagine e del suono durante una chiamata dal vivo fluttua costantemente in base alle variazioni di rete. I flussi di dati vengono pesantemente compressi per garantire la fluidità della comunicazione, e questa compressione elimina di fatto quegli specifici artefatti visivi che i metodi di rilevamento di vecchia generazione sfruttavano per identificare i deepfake. La difficoltà è ulteriormente aggravata dai filtri di sfocatura dello sfondo, dalle variazioni dell’illuminazione ambientale, dal rumore di fondo e dai movimenti naturali degli utenti. Un sistema di rilevamento affidabile non può permettersi di generare falsi allarmi a causa di questi normali effetti di trasmissione, rendendo obsoleto il tradizionale approccio basato sull’elaborazione del segnale puro.
Un innovativo sistema di allarme basato sull’analisi locale
Per rispondere a questa esigenza, il team di esperti guidato da Steinebach ha sviluppato un progetto di ricerca all’interno del programma ATHENE, in collaborazione con il Centro di Ricerca e Innovazione per la Cybersicurezza di Heilbronn. Hanno creato una soluzione che combina il rilevamento simultaneo delle manipolazioni video e audio. Questo software, alimentato dal machine learning, è progettato per informare continuamente i partecipanti a chiamate sensibili riguardo la probabilità che stiano interagendo con una simulazione. L’avviso si manifesta in modo visivo, segnalando all’utente se la riunione in corso presenta anomalie sospette. Un aspetto fondamentale di questa architettura è il pieno rispetto della privacy dei dati: l’analisi avviene localmente su un laptop ad alte prestazioni, senza richiedere il trasferimento di frammenti audio o video sensibili verso server cloud esterni. Per far girare l’analisi in tempo reale in modo fluido, è sufficiente un computer moderno dotato di una scheda grafica con dodici gigabyte di memoria dedicata. Questa indipendenza dal cloud rende lo strumento ideale per i consigli di amministrazione, i dipartimenti finanziari e le riunioni riservate con partner esterni.
L’addestramento del modello e il ruolo dell’intelligenza artificiale
Durante le prime fasi di sviluppo, i ricercatori hanno constatato come i classici algoritmi di elaborazione del segnale andassero rapidamente in crisi nel rilevamento in tempo reale. L’intelligenza artificiale si è dimostrata significativamente più veloce ed efficiente, a patto di essere istruita correttamente. Per insegnare al sistema a riconoscere le discrepanze, il team lo ha nutrito con enormi quantità di registrazioni sia autentiche che manipolate. Solo per il comparto audio, hanno utilizzato circa diciannovemila tracce vocali reali e oltre centosessantamila clip contraffatte. La chiave del successo dell’addestramento risiede in un processo tecnico chiamato “data augmentation”, attraverso il quale i ricercatori hanno simulato artificialmente tutti i disturbi tipici delle trasmissioni in diretta. Aggiungendo compressione, cali di qualità e sfocature ai file di training, hanno costretto il modello di rilevamento a imparare a operare nel caos del mondo reale. Steinebach ha evidenziato un paradosso interessante di questo lavoro, notando come per il team sia risultato quasi più difficile e dispendioso in termini di tempo creare falsi altamente realistici per l’addestramento piuttosto che sviluppare il software in grado di intercettarli.
Prospettive future e l’importanza delle procedure aziendali
Il dimostratore tecnologico creato dall’istituto si trova attualmente nella fase di prova concettuale. Il prossimo passo prevederà la collaborazione diretta con le aziende e con i principali fornitori di piattaforme di videoconferenza, con l’obiettivo di integrare questa tecnologia sotto forma di plugin aggiuntivo o come funzione di sicurezza nativa all’interno di ecosistemi come Microsoft Teams, Zoom e altre soluzioni enterprise. Nel frattempo, gli sviluppatori dovranno chiarire anche questioni legali riguardanti il consenso degli utenti all’analisi in tempo reale dei propri volti. Nonostante i progressi tecnologici, gli esperti ricordano che la difesa migliore nasce sempre dall’integrazione tra tecnologia e buone pratiche comportamentali. Anche se un sistema di allarme preventivo può ridurre drasticamente il rischio, rimane cruciale adottare solide procedure aziendali. Se durante una riunione virtuale viene improvvisamente richiesto un bonifico urgente o l’accesso a dati riservati, la verifica tramite un secondo canale di comunicazione indipendente, come una telefonata diretta e pre-concordata, resta una regola imprescindibile per garantire la totale protezione degli asset aziendali.