«Nel Parlamento europeo sono stati presi di mira 50 deputati, di cui 46 donne: una donna eletta su sei è vittima di deepfake e viene spogliata contro la sua volontà in rete». Lo ha detto l'europarlamentare austriaca dei Verdi Lena Schilling nel corso di una conferenza stampa all'Eurocamera di Strasburgo (Francia) presentando il risultato di uno studio della fabbrica di idee tedesca Agora Digitale Transformation.

Lo studio segue un'altra ricerca pubblicata la scorsa settimana secondo cui 147 parlamentari nazionali sono vittime delle cosiddette nudifier app, che usano deepfake e l'intelligenza artificiale per ritrarre persone nude a loro insaputa. Ed è proprio in relazione a questa ricerca che oltre 100 parlamentari hanno già scritto una lettera alla Commissione europea.

«La mia prima reazione - ha aggiunto Schilling - è stata di shock. Provate solo a immaginare per un attimo di andare al lavoro la mattina, aprire il vostro portatile e scoprire che su internet sono state pubblicate foto di voi nude, ma, cosa sorprendente, non le avete mai scattate. È quello che è successo a me e a tantissime altre donne. Ed è una sensazione orribile. Dovrebbe farci indignare perché è anche una minaccia alla democrazia».

L'eurodeputata verde ha inoltre invitato ogni Stato membro a «disporre di un'autorità competente e dotata di risorse adeguate che sia effettivamente in grado di affrontare la questione».

«La violenza contro le donne è inaccettabile: questo parlamento si esprime contro ogni atteggiamento del genere e useremo tutte le misure a nostra disposizione per evitare che situazioni del genere si verifico di nuovo. Alle donne che ci seguono e che vogliono trovare un posto in politica posso dire: il vostro posto è questo e noi siamo al vostro fianco», ha reagito la presidente del parlamento europeo, Roberta Metsola.

I deepfake sono contenuti multimediali (video, immagini, audio o testi) creati o manipolati artificialmente tramite tecniche di intelligenza artificiale, in modo da risultare estremamente realistici e difficili da distinguere da contenuti autentici.