Il rischio di stigmatizzazione e razzializzazione attraverso immagini e video

Obiettivi formativi

In questo modulo imparerai a identificare contenuti visivi manipolati, fuorvianti o falsi, a rintracciarne le fonti e a comprendere il ruolo dell'inquadratura visiva nel plasmare la percezione pubblica.

Al termine di questo modulo, sarai in grado di:

• Comprendere come immagini e video vengono utilizzati per diffondere disinformazione sulla migrazione.
• Riconoscere le strategie visive che stigmatizzano e razzializzano i migranti.
• Identificare contenuti visivi falsi, manipolati, fuorvianti o fuori contesto.
• Rintracciare l'origine e la circolazione del materiale visivo.
• Comprendere come gli strumenti di intelligenza artificiale possono riprodurre o amplificare pregiudizi e stereotipi.

Introduzione

Le immagini e i video svolgono un ruolo centrale nel modo in cui la migrazione viene rappresentata e compresa nel dibattito pubblico. Più delle parole scritte, i contenuti visivi sono spesso percepiti come prove dirette della realtà. Una fotografia o un videoclip possono creare un'impressione immediata di verità, anche quando sono fuorvianti, incompleti o strategicamente riformulati.

A causa di questa autenticità percepita, le immagini sono tra gli strumenti più potenti utilizzati nella disinformazione. Tuttavia, un'immagine non deve necessariamente essere falsa per essere ingannevole; spesso è il modo in cui un'immagine reale viene inquadrata, attraverso specifiche angolazioni della camera, ritagli stretti o stimoli emotivi, a distorcere il messaggio.

Questo modulo esplora come i contenuti visivi vengono utilizzati per manipolare la percezione del pubblico e come una semplice inquadratura contribuisca ai processi più profondi di stigmatizzazione e razzializzazione. L'urgente necessità di sviluppare una visione più critica delle informazioni visive garantirà alle persone che seguono il corso la capacità di produrre e condividere contenuti accurati, responsabili e rispettosi della dignità umana.

La psicologia dell'immagine: perché il nostro cervello salta la fase di fact-checking

La disinformazione visiva non si basa sempre su contenuti completamente falsi. Molto spesso utilizza immagini reali che vengono riutilizzate, etichettate in modo errato o riformulate per trasmettere un messaggio distorto. Le immagini sono particolarmente efficaci perché non solo suscitano emozioni, ma innescano anche un bias di conferma.

Quando vediamo un'immagine che suscita forti emozioni, che scatena paura o rabbia, il nostro cervello spesso salta la fase di fact-checking perché l'immagine conferma la nostra visione del mondo preesistente. Questa "fluidità cognitiva" fa sì che la disinformazione visiva sembri buon senso.

Nel contesto della migrazione, questo viene spesso sfruttato attraverso l'inquadratura visiva. Ad esempio, un primo piano sull'iPhone di una persona migrante può essere un'indicazione del suo status, utilizzata per suggerire che si tratti di un "falso rifugiato", mentre l'angolazione invasiva, un'immagine di persone migranti scattata da una prospettiva nascosta, ad esempio da un'auto, o attraverso una recinzione o da un balcone, può suggerire che si trovino nel mezzo di un incontro illegale o che possano essere delle persone senza fissa dimora e pericolose.

Una volta che queste narrazioni fermate in un'immagine vengono ripetute, il cervello umano inizia a elaborare questa prospettiva distorta come una verità assoluta.

La sociologia dello sguardo e il potere dell'inquadratura - La relazione tra chi è dietro l'obiettivo, il soggetto e il pubblico

Un aspetto fondamentale della disinformazione visiva è il processo di stigmatizzazione e razzializzazione, spesso ottenuto attraverso lo sguardo. Il modo in cui le persone migranti vengono rappresentate visivamente è raramente neutrale.

Gli esperti distinguono tra lo sguardo distante e quello all'altezza degli occhi. I servizi giornalistici utilizzano spesso riprese dall'alto, che riducono gli individui a masse anonime e senza volto, ciò che i sociologi chiamano "disumanizzazione attraverso la prospettiva". Al contrario, la fotografia all'altezza degli occhi ripristina l'umanità e impone una connessione interpersonale.

Modelli ricorrenti come le persone migranti che protestano o fanno la fila davanti a enti che erogano servizi, suggeriscono che stanno occupando spazio o consumando risorse che appartengono alla popolazione locale.

Nel tempo, queste scelte visive normalizzano le rappresentazioni distorte. Per contrastare questo fenomeno, è essenziale andare oltre l'immagine stessa e praticare la ricerca inversa delle immagini per verificare il contesto, la cronologia e l'inquadramento attraverso più fonti affidabili, utilizzando strumenti come TinEye, Google Lens e molti altri software simili disponibili gratuitamente.

Il dilemma delle immagini IA - Il riflesso stereotipato dell'IA e la stigmatizzazione algoritmica

Negli ultimi anni, l'intelligenza artificiale ha aggiunto un nuovo livello alla manipolazione visiva. Le immagini generate dall'IA non sono finestre neutre sulla realtà, ma specchi dei dati su cui sono state addestrate. Poiché i sistemi di IA si basano sugli archivi internet esistenti, spesso riproducono e persino enfatizzano gli stereotipi e i pregiudizi dominanti che vi si trovano.

Quando vengono utilizzati prompt relativi alla migrazione, i sistemi di IA possono generare immagini che amplificano la profilazione dello status o "lo sguardo sorvegliante" rafforzando proprio le narrazioni utilizzate nella disinformazione tradizionale. Comprendere che l'IA è un "riflesso degli stereotipi" è essenziale per chi lavora nel giornalismo e nel mondo creativo della comunicazione.

Senza una consapevolezza critica, gli strumenti di IA rischiano di amplificare rappresentazioni dannose su scala esponenziale, conferendo alle narrazioni di parte una falsa patina di neutralità tecnologica.

Vero o falso? Metti alla prova la tua capacità di distinguere le foto e i video reali dai contenuti generati da intelligenza artificiale

Nell'era dell'intelligenza artificiale, dobbiamo passare dal chiederci "È reale?" al chiederci "Perché è stato generato?".

• La trappola della convenienza: questa immagine generata dall'intelligenza artificiale è stata utilizzata perché non era disponibile una foto reale o perché l'immagine generata dall'intelligenza artificiale si adattava meglio a una specifica narrativa politica?
• Il mito della neutralità: non dare per scontato che, poiché è stata creata da un computer, sia oggettiva. Un computer è lo specchio degli esseri umani che lo hanno programmato e dei dati internet che consuma.