Nikon disqualifica vincitore Small World in Motion per uso di intelligenza artificiale

La decisione di Nikon dell'9 ottobre

Nikon ha disqualificato il video vincitore del concorso di microscopia Small World in Motion il 9 ottobre 2026, dopo una nuova verifica effettuata insieme a alcuni membri della giuria. L'azienda ha annunciato che l'opera "non soddisfa i regolamenti del concorso sulla IA generativa". La classifica è stata aggiornata di conseguenza, e la pagina con il video di Xu è stata rimossa dal sito ufficiale.

Remi Yuter, portavoce del concorso, ha chiarito che la decisione si basa esclusivamente sull'applicazione del regolamento e non costituisce un giudizio sul prestigio o sulle intenzioni di Xu. Nikon ha inoltre annunciato che le regole e i criteri di valutazione per le prossime edizioni verranno rivisti. Tuttavia, non è stato specificato quale passaggio di elaborazione abbia superato i limiti consentiti.

È importante precisare che la disqualifica conferma una violazione del regolamento, non la falsificazione del video, come alcuni scienziati hanno ipotizzato con buoni motivi. Il focus rimane su cosa costituisca l'uso non consentito di tecnologie di intelligenza artificiale all'interno dei concorsi scientifici.

Il video premiado e le perplessità scientifiche

Secondo la descrizione del concorso, il lavoro di Xu mostrava il movimento distintivo delle ciglia nelle vie aeree di un bambino affetto da displasia ciliare primaria (PCD), una rara malattia ereditaria che compromette la capacità dei polmoni di liberarsi del muco. Dopo la pubblicazione dei vincitori, tra settembre e l'inizio di ottobre, la comunità scientifica ha iniziato a mettere in dubbio l'autenticità delle riprese. Il 1 ottobre, PetaPixel ha riferito che Nikon stava già riesaminando la presentazione di Xu.

Robert Hirst dell'Università di Leicester, che ha diagnosticato la PCD per 20 anni valutando velocità, forma d'onda e lunghezza delle ciglia, ha affermato alla BBC di aver riconosciuto immediatamente che il video era falso. Hirst ha reso pubblica la sua opinione su LinkedIn. Il suo argomento è clinico: i colpi mostrati non corrispondono a quelli dei pazienti reali. Il caso ha colpito pazienti, medici e reti di supporto in tutto il mondo.

Altri microscopisti hanno evidenziato anomalie tecniche. Edward Phelps dell'Università della Florida ha indicato strutture che appaiono e scompaiono senza continuità e ciglia verdi di dimensioni non corrispondenti a quelle conosciute. Melanie White, dell'Università del Queensland, ha ricordato a Nature che le immagini scientifiche sono dati e che chi le osserva deve potersi fidare di una misurazione reale.

La difesa di Xu: elaborazione o generazione?

Xu nega di aver violato le regole. Sul suo profilo LinkedIn, come riportato da DIY Photography, afferma che l'intelligenza artificiale non è stata utilizzata né per la creazione del film sperimentale né per le ciglia o il loro movimento. È stata impiegata solo successivamente per distinguere ed etichettare strutture in immagini in scala di grigi utilizzando un rete neurale non supervisionata.

Gizmodo ha confermato che il video si basa su registrazioni reali e che l'IA generativa è stata utilizzata in post-produzione. Questo pone il problema della distinzione tra due pratiche diverse. Il coloriamento di un'immagine in scala di grigi con un algoritmo è una pratica comune nella microscopia e richiede una nota se l'immagine è stata colorata. Tuttavia, una rete generativa non si limita ad assegnare colori, sintetizza pixel nuovi, il che significa che il risultato finale non corrisponde più a ciò che l'oculare ha misurato.

Gizmodo sostiene che la differenza è di natura e non di grado. In questo punto concordo con l'interpretazione legale. Il problema rimane irrisolto per il lettore esterno: Nikon e Xu non hanno spiegato quale rete, con quali parametri e su quali dati è stata utilizzata, rendendo impossibile determinare dove finisce l'elaborazione e inizia la generazione.

Watermark SynthID e il dibattito sui detector

Gizmodo ha segnalato la presenza di un watermark SynthID nel video, la marcatura con cui Google identifica i contenuti generati dai suoi modelli. Altri media hanno parlato di marcature sospette nei file sorgenti. Nikon non menziona alcun watermark nella sua spiegazione né lo cita come motivo della disqualificazione. Pertanto, questa informazione deve essere considerata come un indizio riportato dalla stampa, non verificato direttamente nelle fonti disponibili.

Il tema è meno astratto di quanto sembri. Da poche settimane, il detector è aperto a tutti: Google ha reso disponibile SynthID Detector per chiunque, incluso l'apertura di file OpenAI, mentre Anthropic ha pubblicato un detector per i watermark che tuttavia può essere aggirato semplicemente ricaricando il file. Un watermark può innescare un sospetto, ma da solo non prova che un video sia stato generato da zero, come dimostrato dal fatto che i detector stanno iniziando a flaggare anche testi scritti da umani.

Nguyen Nam Nhat e la nuova classifica

Con la disqualificazione di Xu, Nguyen Nam Nhat, originario del Vietnam, sale al primo posto con un film che mostra un verme filamento e un Dileptus, un organismo unicellulare, che esplorano il loro ambiente. L'ingresso ufficiale descrive una ripresa in contrasto di interferenza differenziale (DIC) con un obiettivo 40x. Nhat aveva già occupato il secondo posto a settembre e eredita così il titolo di vincitore.

Nella galleria 2026 sul sito di Nikon, il video di Nhat è ora in prima posizione, seguito da quello di Benedikt Pleyer su larve di meduse che fluttuano in gocce d'acqua, e poi da quello di Andrew Moore sulla divisione cellulare sincronizzata. Per Nhat, la promozione avviene in condizioni di sicurezza, con un'immagine registrata dal vivo che non ha sollevato dubbi, garantendo il tipo di fiducia richiesto da un concorso di questo tipo.

Cosa cambia per i concorsi di immagini scientifiche

Nikon sta pagando per un problema di regolamento, prima che di giuria. Se il divieto riguarda l'IA generativa ma è vago su cosa costituisca tale uso, un partecipante può sentirsi nel giusto in buona fede, mentre parte della giuria e del pubblico vede il contrario. Questa incertezza attraversa anche altri settori, dai menu dei ristoranti con foto di cibo generato alla casa editrice.

Nella microscopia il peso è maggiore perché l'immagine è considerata un dato. La soluzione più semplice, anche se non la più desiderata dai concorsi, sarebbe quella di richiedere a ogni partecipante di fornire i dati grezzi, la catena di elaborazione e l'indicazione di ogni passaggio eseguito con strumenti di intelligenza artificiale.