Google Veo 3.1: Libertà Creativa o Prigione Digitale?

Veo 3.1 promette di trasformare chiunque in un regista da divano, ma il vero obiettivo sembra essere quello di creare dipendenza attraverso formati verticali e contenuti “snackable” che alimentano un ciclo infinito di consumo passivo.

Se c’è una cosa che la Silicon Valley sa fare meglio di chiunque altro, è venderci la comodità come se fosse libertà, mentre in realtà ci sta solo stringendo un altro nodo al guinzaglio digitale.

Siamo nel gennaio del 2026 e Google ha deciso che non ci bastava scrivere prompt per generare testi mediocri; ora dobbiamo assolutamente diventare registi da divano con Veo 3.1.

L’ultima iterazione del modello generativo di Mountain View non è solo un “upgrade tecnico”, come vorrebbero farci credere i comunicati stampa infiocchettati. È piuttosto la certificazione che la realtà, quella grezza e non filtrata, è diventata un ostacolo al business model delle Big Tech.

Veo 3.1 arriva con la promessa di trasformare chiunque in un creatore di contenuti di alto livello, integrandosi profondamente in Gemini, Flow e Vertex AI. Ma se grattiamo via la patina di marketing che circonda termini come “expressive dynamics” e “hyper-realistic results”, quello che rimane è un colossale aspirapolvere di dati biometrici e creativi, progettato per alimentare un ciclo infinito di consumo passivo.

La domanda che nessuno sembra voler fare ad alta voce è: in questo nuovo mondo in 4K generato sinteticamente, a chi appartengono le nostre facce e le nostre idee?

Il dogma del formato verticale e la dittatura dell’algoritmo

L’aspetto più rivelatore di questo aggiornamento non è tanto nella potenza di calcolo, quanto nella direzione in cui questa potenza viene indirizzata. Per anni ci hanno detto che l’intelligenza artificiale avrebbe elevato l’arte cinematografica, democratizzando gli effetti speciali di Hollywood. Eppure, la novità più sbandierata è l’ottimizzazione per gli smartphone.

È emblematico che Google abbia ufficializzato Veo 3.1 con aggiornamenti specifici come il supporto al formato video verticale 9:16, una mossa che tradisce la vera destinazione d’uso di questa tecnologia: non il cinema, ma il feed infinito di TikTok, Shorts e Reels.

Non stiamo parlando di uno strumento per l’arte, ma di uno strumento per la ritenzione.

L’obiettivo non è permettere all’utente di esprimere una visione complessa, ma di generare contenuti “snackable” che tengano gli occhi incollati allo schermo per vendere più pubblicità. Il supporto nativo al verticale senza ritagli significa che l’AI è stata addestrata specificamente per capire e replicare l’estetica dei social media.

Questo solleva un problema enorme di bias algoritmico: se il modello impara da ciò che è virale, tenderà a replicare stereotipi estetici e narrativi che funzionano per l’engagement, appiattendo la creatività umana su standard decisi dalle metriche di visualizzazione.

Inoltre, c’è il problema della moderazione. Generare video realistici in formato social con tale facilità apre le porte a una disinformazione capillare, perfettamente formattata per essere condivisa su WhatsApp o Telegram prima che chiunque possa verificarne la fonte.

E mentre Google ci assicura che esistono “guardrail” e filigrane digitali (come SynthID), sappiamo bene che la tecnologia di rilevamento è sempre un passo indietro rispetto a quella di generazione.

È una corsa agli armamenti dove l’utente finale è il bersaglio.

Ma se il formato verticale è deprimente dal punto di vista culturale, la funzione “Ingredients to Video” è terrificante da quello della privacy.

La ricetta per il disastro (e per il furto d’identità)

La vera “killer feature” di Veo 3.1 è la capacità di prendere elementi disparati – un personaggio da una foto, uno stile da un’altra, un oggetto da una terza – e fonderli in un video coerente. Sulla carta sembra magia: prendi una foto di tua nonna, una di un paesaggio marziano e boom, ecco la nonna su Marte.

Ma analizziamo la cosa con la lente del GDPR (Regolamento Generale sulla Protezione dei Dati).

Quando carichiamo tre immagini di riferimento per creare un video, stiamo fornendo al modello dati estremamente specifici. Se uso la foto di una persona reale, sto processando dati biometrici per generare una rappresentazione sintetica che potrebbe agire in modi che quella persona non ha mai autorizzato.

Google si lava le mani dicendo che la responsabilità è dell’utente, ma fornisce lo strumento perfetto per il deepfake contestuale.

Non è un caso che Google abbia lanciato Veo 3 come un importante aggiornamento mirato al realismo e all’integrazione in strumenti come Flow, preparando il terreno per un ecosistema dove la manipolazione della realtà diventa talmente fluida da essere indistinguibile dalla documentazione video reale.

Qui entriamo in un campo minato legale.

Secondo l’articolo 4 del GDPR, qualsiasi informazione riguardante una persona fisica identificata o identificabile è un dato personale. Un video generato dall’AI che ritrae un soggetto reale (o estremamente simile a uno reale basato sui “visual ingredients”) costituisce un trattamento di dati. Chi è il titolare di questo trattamento? Google che fornisce l’algoritmo “scatola nera”? O l’utente che scrive il prompt? E se l’utente carica foto prese dai social media di terzi senza consenso?

La funzione di upscaling a 4K e la gestione automatica di luci e ombre rendono il risultato finale inquietantemente credibile. Non stiamo più guardando i video “sfarfallanti” del 2023; siamo di fronte a sintesi video che superano la uncanny valley.

Il rischio non è solo per le celebrità, ma per chiunque possa essere inserito in un contesto compromettente o falso semplicemente perché qualcuno possiede una sua foto profilo in alta risoluzione.

Chi paga davvero per i vostri video gratuiti?

C’è poi l’elefante nella stanza: il costo. Generare video, specialmente con upscaling 4K e coerenza temporale, richiede una potenza di calcolo mostruosa. Non stiamo parlando di una ricerca su Google, ma di far girare GPU energivore per ogni singolo secondo di video prodotto.

Perché Google ci regala (o quasi, tramite abbonamenti Gemini Advanced) questo potere?

La risposta è duplice. Primo, addestramento. Ogni volta che usiamo Veo 3.1, stiamo lavorando gratis per Google, affinando il loro modello, dicendo loro cosa consideriamo “realistico” e cosa no. Siamo i beta tester non pagati di una tecnologia che, ironicamente, potrebbe rendere obsoleti molti lavori creativi nel settore video.

La strategia è chiara osservando come Veo sia stato posizionato come modello iniziale di generazione video AI annunciato al Google I/O, per poi essere rapidamente integrato in ogni anfratto della suite Google, dai tool per sviluppatori (Vertex AI) alle app consumer. L’obiettivo è l’onnipresenza, rendendo impossibile per un concorrente entrare nel mercato senza avere la stessa infrastruttura tentacolare.

Secondo, il lock-in dell’ecosistema. Integrando Veo in Workspace e Flow, Google si assicura che le agenzie pubblicitarie e i creatori non possano più fare a meno del loro cloud. Una volta che il tuo flusso di lavoro dipende dalla generazione automatica di asset video, tornare a girare con una telecamera o usare software offline diventa economicamente svantaggioso.

È la classica strategia di “estrazione di valore”: prima ti do il giocattolo gratis, poi ti faccio pagare l’affitto per usarlo quando è diventato indispensabile per il tuo lavoro.

Non dimentichiamo infine l’impatto ambientale. Mentre ci preoccupiamo di spegnere le luci in casa, i data center necessari per generare milioni di video verticali inutili stanno consumando l’energia di piccole nazioni. Ma questo, nei report ESG (Environmental, Social, and Governance) delle Big Tech, viene spesso nascosto sotto il tappeto delle “compensazioni” e degli investimenti futuri in energia verde che, forse, arriveranno un giorno.

Google Veo 3.1 non è la democratizzazione del cinema; è l’industrializzazione dell’immaginario.

Ci viene venduta la possibilità di creare qualsiasi cosa, purché quella cosa rientri nei parametri accettabili dell’algoritmo, non violi le (spesso opache) policy di contenuto e, soprattutto, generi dati utili per la casa madre.

La vera domanda per il 2026 non è quanto siano realistici i video che possiamo creare, ma quanto della nostra realtà siamo disposti a cedere in cambio di otto secondi di intrattenimento sintetico.