Google Earth AI: il generatore di immagini satellitari solleva timori di fake

L’integrazione del generatore Nano Banana 2 in Google Earth permette a chiunque di creare immagini satellitari verosimili con un semplice prompt testuale. Il problema non è soltanto tecnologico: è epistemologico. Se un’immagine aerea può essere generata al volo e apparire indistinguibile da una fotografia reale, vengono colpiti al cuore gli strumenti di verifica usati da giornalisti, attivisti e agenzie umanitarie per documentare conflitti, disastri e movimenti di popolazioni.

I primi test condotti da Henk van Ess per Digital Digging mostrano scenari che definire inquietanti è riduttivo: il tool ha generato senza difficoltà immagini di “rifugiati al confine messicano” e un cratere da bomba vicino a un ospedale di Gaza. Entrambi i soggetti sono al centro di narrazioni mediatiche ad altissima tensione informativa, esattamente il tipo di contesto dove un falso visivo ben costruito può innescare conseguenze reali prima che arrivi una smentita.

Come funziona (e come fallisce) il “remix” geospaziale

Il meccanismo è accessibile dalla versione web di Google Earth tramite un pulsante “Create Image” nella toolbar. L’utente inquadra una località e inserisce un prompt. Google presenta la funzione come strumento per visualizzare siti storici e progetti immobiliari, ma i limiti emergono appena si prova un uso professionale.

David Gewirtz di ZDNET ha testato la feature in anteprima e ha scoperto che il sistema tratta le coordinate come uno screenshot, non come un luogo compreso. Chiedendo di aggiungere un portico a un’abitazione del New Jersey, l’AI ha esteso la struttura alla casa del vicino. Provando a ricostruire l’Independence Hall di Philadelphia nel 1876 e nel 1976, Nano Banana ha omesso il Public Ledger Building in entrambe le versioni, benché l’edificio esistesse realmente in quei periodi. L’AI non attinge ai dati geografici di Google Earth: sovrappone uno strato generativo che ignora ciò che sa – o dovrebbe sapere – sulla storia del luogo.

Un elenco di ciò che il tool non fa con affidabilità:

Tablet con vista satellitare AI su un piano minimalista, immagini satellitari create digitalmente — La generazione di immagini satellitari su richiesta mette in dubbio ciò che le foto aeree mostrano davvero.

Rendering architettonici precisi: confonde edifici adiacenti e altera involontariamente le proporzioni.
Ricostruzioni storiche fedeli: non consulta il database temporale di Google Earth, producendo anacronismi.
Infografiche informative: l’AI fatica con la generazione di testo e con la disposizione spaziale degli elementi, come mostrato dai tentativi di Gewirtz su Philadelphia.
Coerenza tra prompt successivi: chiedendo prima un futuro a 500 anni e poi uno scenario post-apocalittico, l’AI ha “dimenticato” ciò che aveva appena creato.

I limiti tecnici: quanto è (poco) integrato con i dati reali

I test di ZDNET su The Compound di Palm Bay, Florida – 200 miglia di strade asfaltate e 2.500 acri vuoti, eredità di un progetto immobiliare fallito – mostrano il lato ludico della feature: trasformare il nulla in una comunità vittoriana con cavalli o in un quartiere vibrante. Ma proprio questa disconnessione dalla realtà è il cuore del problema.

Quando Gewirtz ha chiesto a Nano Banana di mostrare l’area “in epoca vittoriana”, l’AI ha generato un’immagine suggestiva ma storicamente impossibile: Palm Bay non esisteva in quel periodo. Il sistema non solleva obiezioni, non segnala l’incongruenza. Produce. E lo fa con una qualità visiva sufficiente a ingannare un osservatore non esperto.

Google risponde puntando sul watermark digitale SynthID incorporato in ogni immagine generata e sulla possibilità di verificare un file sospetto tramite il tag @verifyai nell’app Gemini o con Lens nella Ricerca. Van Ess suggerisce contromisure aggiuntive: confrontare le immagini con piattaforme satellitari indipendenti come Sentinel-2 o Landsat e verificare i metadati orbitali – data di acquisizione e satellite dichiarato.

Lo scenario post-apocalittico che spiega tutto

C’è un dettaglio rivelatore nell’esperimento di Gewirtz. Dopo aver chiesto a Google Earth di immaginare Philadelphia in un futuro distopico con “zombie, clown malvagi e mech alieni giganti”, ha aggiunto un ultimo prompt: “Rendili tutti allegri”. Il risultato è un luna park grottesco ma visivamente coerente.

È esattamente questo il punto. La feature non è progettata per ingannare, ma la sua facilità d’uso e la qualità dell’output la rendono uno strumento potenzialmente dirompente in mani sbagliate. Digital Digging è riuscito a eludere il rilevatore AI di Hive con un video alterato generato da Google Earth, dimostrando che il watermark, per quanto robusto, non è una barriera insormontabile né sempre visibile all’utente medio.

L’analisi di queste due fonti mostra un pattern chiaro: la criticità non sta nella feature in sé, ma nell’asimmetria tra la velocità di generazione del falso e i tempi della verifica. Un’immagine si crea in secondi; smascherarla richiede competenze tecniche, accesso a database orbitali e un’alfabetizzazione mediatica che la maggior parte del pubblico non possiede. La domanda non è se Nano Banana produrrà disinformazione – lo sta già facendo nei test – ma quanto velocemente le redazioni e le piattaforme di fact-checking si attrezzeranno per un mondo in cui la vista dall’alto non è più una prova.