Vai al contenuto
Likelier

Paura percepita vs. probabilità reale

Qual è la probabilità che un deepfake intimo generato dall'IA con la tua immagine venga creato o condiviso senza consenso nel corso della tua vita?

Probabilità nell'arco della vita

~1 su 25

over a typical adult lifetime

4,0% di probabilità nell'arco della vita

La maggior parte sottostima questo rischio.

Gli ambiti variano — mostrati come probabilità tipiche nell’arco di una vita adulta. Vedi la metodologia.

Tecnologia · verificato 2026-06-14
Qualità delle prove 4.13/5

Punteggio di revisione su otto dimensioni rispetto alla griglia di qualità . Ogni dimensione valutata da 1 a 5.

D1 Ancoraggio alle fonti
4/5
D2 Autorità delle fonti
5/5
D3 Aritmetica
3/5
D4 Incertezza
4/5
D5 Ambito
4/5
D6 Prosa
4/5
D7 Onestà sulla percezione
4/5
D8 Completezza degli avvertimenti
5/5
Media 4.13/5
Source Government statistic · International AI Safety Report (chaired by Yoshua Bengio), backed by 30+ countries, the EU, OECD and UN
nell'arco della vita, adulto USA ogni banda = 10× più raro → adattato ai tuoi fattori Vedi la scala completa →
certo 1 su 1K 1 su 1M 1 su 1Mrd
1 in 5.8 1 in 25

● i tuoi fattori — clicca su questo rischio ▾ per rivelare

  1. I tuoi fattori
A single closed laptop on a plain desk surface with a small blue notification dot visible at the lid edge, flat vector illustration in muted tones.

Percepito

Il discorso pubblico sui deepfake intimi non consensuali è dominato da una manciata di casi di celebrità — Taylor Swift nel gennaio 2024, donne del Congresso statunitense più tardi quello stesso anno, idol del K-pop in molteplici episodi. Il modello mentale che emerge è «questo capita alle donne famose su internet», il che permette agli adulti comuni di archiviare il rischio tra le cose-che-capitano-agli-altri. La traiettoria dei costi degli strumenti sottostanti non sostiene quell'inquadramento: i modelli open-source che nel 2019 richiedevano una GPU di livello ricerca ora girano su telefoni di consumo, e uno scambio di volto utilizzabile su una singola fotografia richiede minuti. Interrogati direttamente, la maggior parte degli adulti sottostima significativamente la prevalenza di popolazione della vittimizzazione personale, che un'indagine peer-reviewed su ~16.000 intervistati in 10 paesi ha collocato al 2,2 % nel 2023 — in termini assoluti, diversi milioni di persone, tratte in modo schiacciante da una sola metà della popolazione.

Stima approssimativa: La maggior parte degli adulti la archivia come qualcosa che «capita alle celebrità» anziché come un rischio personale

Fonte: intuizione editoriale, non sondata

Effettivo

~2 su 100 (una volta nella vita, in 10 paesi 2023)

adulti di età 16+ in 10 paesi (Australia, Belgio, Danimarca, Francia, Italia, Paesi Bassi, Messico, Corea del Sud, Regno Unito, Stati Uniti), Umbach et al. CHI 2024

Mostra calcolo

La cifra del 2,2 % di Umbach et al. (2024) è una prevalenza contemporanea «mai sperimentato» misurata nel 2023, quando gli strumenti deepfake di livello consumer erano ampiamente accessibili da circa cinque anni. Tradurla in una probabilità nell'arco della vita rimanente per un adulto statunitense richiede due aggiustamenti in direzioni opposte. Primo, il dato principale sottostima la vera vittimizzazione perché (a) molte vittime non sanno che esistono deepfake intimi di loro — le immagini sono condivise in canali chiusi o ospitate su siti dedicati che il soggetto non visita mai, e (b) le indagini auto-riferite catturano cronicamente in difetto le categorie di violenza sessuale a causa di barriere di ricordo e divulgazione, con l'indagine NCII solo statunitense di Eaton et al. (2017) che rileva l'8 % di prevalenza nell'arco della vita su una definizione più ampia che include immagini intime reali (non IA). Secondo, la curva tecnologica è ripida: il censimento di Home Security Heroes ha rilevato un aumento del 550 % dei video deepfake rilevati dal 2019 al 2023, quasi interamente pornografici e rivolti alle donne. Una stima ragionevole nell'arco della vita che combina il tasso di base contemporaneo peer-reviewed con un'ipotesi di crescita moderata su un orizzonte di 59 anni si attesta vicino al 4 % — circa il doppio della prevalenza del 2023, ben al di sotto dell'8 % della definizione più ampia di Eaton che catturava quindici anni di abuso basato su immagini pre-IA. La banda di incertezza è ampia (2 %-10 %) e pende verso l'alto perché la tecnologia è ancora in rapida diffusione.

Avvertenze: Tre avvertenze contano più del numero principale. Primo, l'asimmetria di genere …

Tre avvertenze contano più del numero principale. Primo, l'asimmetria di genere è abbastanza marcata da rendere fuorviante la cifra media di popolazione: la stima del 4 % nell'arco della vita è all'incirca una media ponderata di un tasso femminile vicino al 7-8 % e di un tasso maschile ben al di sotto del 2 %. Ogni censimento dell'offerta di video deepfake rileva che la quota pornografica prende di mira le donne in modo essenzialmente esclusivo. Riportare solo la media di popolazione sottostimerebbe il rischio per le donne e lo sovrastimerebbe per gli uomini, motivo per cui i moltiplicatori di fattori personali sono portanti anziché decorativi. Secondo, i dati dell'indagine sono quasi certamente conservativi. Molte vittime di immagini intime sintetiche non vengono mai a sapere che le immagini esistono — possono essere generate, condivise e consumate interamente al di fuori del grafo sociale del soggetto. La cifra contemporanea del 2,2 % misura la vittimizzazione di cui si è consapevoli; il tasso reale è necessariamente più alto e non conoscibile tramite auto-segnalazione. Ciò è strutturalmente diverso dal cyberbullismo o dalle molestie, dove la vittima è per definizione consapevole dell'evento. Terzo, non esiste una serie temporale peer-reviewed comparabile. Umbach et al. (2024) è la prima indagine di popolazione multi-paese su questa specifica categoria. Deeptrace 2019, Home Security Heroes 2023 e i rapporti dell'Internet Watch Foundation misurano l'offerta (video online) anziché la prevalenza delle vittime dal lato della domanda. La banda di incertezza riflette sia le lacune di misurazione sia la ripidità della curva di adozione della tecnologia — qualsiasi numero calcolato da dati del 2023 potrebbe essere sostanzialmente basso entro il 2030. Quarto, questa scheda è circoscritta al rischio nell'arco della vita per adulti statunitensi, ma la frontiera in più rapido movimento sono i minori e il contesto scolastico, che lo slug non copre. L'indagine giovanile del 2025 di Thorn (n=1.200, età 13-20) ha rilevato che 1 giovane su 17 (6 %) era stato preso di mira con deepfake di nudo di se stesso, salendo a 1 su 10 sia tra i ragazzi adolescenti più giovani sia tra le giovani donne adulte — così tra gli adolescenti la vittimizzazione non è sbilanciata verso il femminile come lo sono i censimenti dell'offerta di video per adulti. Il modello dominante è tra pari: compagni di classe che usano app «nudify» su foto dell'annuario o dei social media, producendo ciò che è giuridicamente materiale pedopornografico. Le segnalazioni CyberTipline di NCMEC di CSAM generato dall'IA sono passate da 4.700 nel 2023 a 67.000 nel 2024, con 158.000+ immagini categorizzate da esseri umani come generate dall'IA fino al 2025 (il conteggio principale di 1,5 milioni di segnalazioni del 2025 è gonfiato da ~1,1 milioni di segnalazioni non azionabili da un singolo fornitore e non dovrebbe essere letto come un balzo di prevalenza). Il TAKE IT DOWN Act statunitense, firmato il 19 maggio 2025, ora criminalizza la pubblicazione di immagini intime non consensuali, deepfake inclusi, e obbliga le piattaforme a rimuovere i contenuti segnalati entro 48 ore dalla notifica (una finestra di conformità di un anno per le piattaforme è durata fino a maggio 2026). È giustificata una scheda dedicata a minori / contenuti generati tra pari con un proprio tasso di base e un set di fonti NCMEC/IWF/Thorn; le cifre di cui sopra sono qui registrate come contesto, non integrate nel dato principale per adulti nell'arco della vita. Infine, sul perché il dato principale non è stato rivisto in questo aggiornamento: le prove d'indagine del 2025-2026 (Thorn) sono solo giovanili e puntuali nel tempo, e la traiettoria NCMEC è un conteggio di segnalazioni dal lato dell'offerta di CSAM su minori, non una prevalenza per adulti nell'arco della vita. L'International AI Safety Report 2026 riafferma il 2,2 % di Umbach anziché pubblicare una cifra per adulti che lo sostituisca. Nessuna indagine ufficiale sulla popolazione adulta ha rivisto il tasso, per cui la stima centrale del 4 % nell'arco della vita e la banda del 2-10 % sono mantenute; le nuove fonti stabilizzano il numero e affinano il quadro dei sottogruppi anziché spostarlo.

Rischi correlati

Altri rischi su temi simili — per esplorare paure correlate.

Tecnologia

Uso problematico dei social media

Quali sono le probabilità di un uso problematico dei social media come adulto?

Tecnologia

Truffa voce IA

Qual è la probabilità che tu sia bersaglio di una truffa con clonazione vocale tramite IA nel corso della vita?

Tecnologia

Perdita da truffa online

Quali sono le probabilità di perdere soldi a causa di una truffa online?

Criminalità

Furto auto keyless via relay

Qual è la probabilità che la tua auto keyless venga rubata con un attacco relay (amplificazione del segnale)?

Tecnologia

Cyberbullismo adolescenziale

Quali sono le probabilità che un adolescente subisca cyberbullismo?

Tecnologia

Data breach

Quali sono le probabilità che i tuoi dati personali vengano esposti in un data breach?

Confronta con:

L’ancoraggio peer-reviewed è il documento del 2024 di Umbach, Henry, Beard e Berryessa pubblicato negli atti CHI, che ha intervistato circa 16.000 adulti in dieci paesi — Australia, Belgio, Danimarca, Francia, Italia, Paesi Bassi, Messico, Corea del Sud, Regno Unito e Stati Uniti — e ha riportato che il 2,2% aveva personalmente subito immagini intime sintetiche non consensuali, con l’1,8% che dichiarava di averle commesse. L’anno della rilevazione era il 2023, quando gli strumenti deepfake di livello consumer erano ampiamente accessibili da circa cinque anni. Letta come un puro dato cumulativo a oggi, 2,2% è una cifra piccola. Letta come prevalenza di una categoria che effettivamente non esisteva un decennio prima, durante un periodo in cui l’offerta rilevata di video deepfake cresceva a tassi annuali a tre cifre, è un tasso di base in transito piuttosto che un tasso di base a riposo.

L’asimmetria di genere domina tutto il resto. Il censimento originale di Sensity AI del 2019 su 14.678 video deepfake ha rilevato che il 96% era di natura pornografica e che ogni deepfake pornografico osservato ritraeva un soggetto femminile — gli autori affermavano apertamente che la pornografia deepfake “prende di mira e danneggia esclusivamente le donne”. Il censimento di follow-up del 2023 di Home Security Heroes, su un campione quasi sette volte più grande (95.820 video), ha posto la quota pornografica al 98% e la quota di bersagli femminili al 99%. L’analisi del 2024 di The Markup sul Congresso statunitense ha rilevato che una donna su sei al Congresso era stata presa di mira con immagini IA sessualmente esplicite, contro essenzialmente nessuno dei loro colleghi maschi. La stima del 4% nell’arco della vita qui è una media di popolazione; per le donne il tasso realizzato si colloca su valori parecchie volte più alti, e per gli uomini sostanzialmente più bassi.

Il percorso di danno è documentato e ben replicato. Eaton, McGlynn e altri (Psychology of Violence, 2020) inquadrano le immagini intime non consensuali — sintetiche o meno — come una forma di violenza sessuale, non come un illecito patrimoniale o reputazionale, perché gli esiti documentati seguono quelli dei reati sessuali con contatto: elevata depressione e ansia, ritiro da ruoli professionali pubblici, suicidalità in un sottoinsieme non trascurabile. I rapporti del Relatore Speciale ONU nel 2026 hanno descritto la dinamica dell’effetto raggelante per le donne nella vita pubblica come “stupro virtuale”, un linguaggio che può sembrare retorico ma è operativamente accurato sul carico psicologico che le vittime riportano. L’autocensura è il comportamento a valle più comune: indagini su giornaliste e funzionarie elette rilevano ripetutamente che oltre il 40% afferma di aver ridotto la propria produzione pubblica per evitare gli abusi, e le immagini sintetiche si collocano all’estremo grave di tale distribuzione di abusi.

Ciò che è genuinamente incerto è il tetto cumulativo. L’indagine statunitense del 2017 di Eaton ha posto le immagini intime non consensuali in senso ampio — la categoria che include fotografie reali condivise senza consenso — all’8% di prevalenza nell’arco della vita, che è il tetto naturale per la vittimizzazione da immagini sintetiche a meno che la sottocategoria generata dall’IA non superi alla fine la categoria preesistente di immagini reali in scala. Ci sono ragioni strutturali per aspettarsi una sostituzione parziale piuttosto che pura addizione (la versione sintetica non richiede che esista in primo luogo una foto compromettente, il che allarga considerevolmente il pool di vittime) e altre ragioni per aspettarsi addizione (la maggior parte delle vittime di NCII con immagini reali aveva una precedente relazione intima con l’autore, mentre le immagini sintetiche non hanno tale filtro). La stima centrale del 4% divide la differenza; la banda di incertezza dal 2% al 10% riconosce che la traiettoria conta quanto il livello presente.

La terza avvertenza strutturale è il rilevamento. Una vittima di cyberbullismo o molestie dirette sa per definizione che l’evento è accaduto. Una vittima di immagini sintetiche non consensuali potrebbe non saperlo mai — le immagini possono essere generate, scambiate in canali chiusi e consumate interamente al di fuori del grafo sociale del soggetto. Le indagini auto-riferite come Umbach et al. misurano la vittimizzazione di cui si è consapevoli. La vittimizzazione reale è necessariamente più alta, di un multiplo sconosciuto ma probabilmente non trascurabile. Questa è la ragione più importante per trattare il dato di riferimento del 2,2% come un pavimento piuttosto che una stima puntuale, e per segnalare la scheda come sottostimata nonostante la recente impennata di attenzione mediatica sul tema.

Circa 1 su 25 nell'arco di una vita adulta tipica riferisce che è stata creata una sua immagine intima deepfake non consensuale, e circa 2 su 100 lo segnalano in un dato anno, secondo un'indagine del 2023 in 10 Paesi. L'esposizione nel corso della vita è più alta di quanto suggerisca la novità della minaccia.

Registro delle fonti

Ogni numero qui sotto è ciò che ciascuna fonte ha riportato, con la citazione testuale su cui ci siamo basati e come siamo arrivati alla nostra cifra. Clicca su qualsiasi link per verificare direttamente.

2/8 fonti verificate in modo indipendente e alla lettera rispetto alla fonte citata

  1. [1] Umbach, Henry, Beard & Berryessa — Proceedings of CHI 2024 (arXiv preprint) — Non-Consensual Synthetic Intimate Imagery: Prevalence, Attitudes, and Knowledge in 10 Countries Verificato
    Non-Consensual Synthetic Intimate Imagery: Prevalence, Attitudes, and Knowledge in 10 Countries
    Statistica
    2.2% of all respondents indicated personal victimization with non-consensual synthetic intimate imagery; 1.8% indicated perpetration; survey of >16,000 respondents across 10 countries (Australia, Belgium, Denmark, France, Italy, Netherlands, Mexico, South Korea, UK, US)
    Estratto
    “"2.2% of all respondents indicated personal victimization, and 1.8% all of respondents indicated perpetration behaviors regarding deepfake pornography." ”
    Dati originali da
    2024-02-02
    Consultato
    2026-05-28 · copia archiviata
    Verifica
    Estratto recuperato in modo indipendente e confermato parola per parola rispetto alla fonte citata durante il nostro audit di attendibilità.
    Calcolo
    Umbach et al. (2024) is the first peer-reviewed multi-country population survey specifically measuring synthetic (AI-generated) intimate-imagery victimization rather than the broader image-based-abuse category. The paper was accepted to CHI 2024 (the flagship ACM human-computer interaction conference). Sample is >16,000 respondents across the 10 listed countries; the 2.2% figure is the pooled personal-victimization rate across all respondents. This is the headline native rate. The fielding year is 2023, so the figure is best interpreted as "ever experienced as of 2023" — a contemporaneous lifetime-to-date prevalence with the technology only ~5 years into mainstream availability. The lifetime extrapolation to ~4% combines this base with a moderate forward-growth assumption (Home Security Heroes census shows 550% growth 2019-2023), capped well below the 8% lifetime rate Eaton et al. found for the broader NCII category that includes real imagery.
  2. [2] International AI Safety Report (chaired by Yoshua Bengio), backed by 30+ countries, the EU, OECD and UN — International AI Safety Report 2026 — Extended Summary for Policymakers
    International AI Safety Report 2026 — Extended Summary for Policymakers
    Statistica
    Restates the multi-country survey finding that 2.2% of >16,000 respondents across 10 countries reported someone had generated non-consensual intimate images of them; notes 96% of deepfake videos are pornographic, 15% of UK adults report having seen deepfake pornographic images, and that the vast majority of 'nudify' apps explicitly target women
    Estratto
    “"In a survey of over 16,000 respondents across 10 countries, 2.2% of respondents said that someone had generated non-consensual intimate images of them." ”
    Dati originali da
    2026-02-01
    Consultato
    2026-06-14 · copia archiviata
    Calcolo
    The International AI Safety Report is the intergovernmental synthesis assessment (the AI-equivalent of the IPCC) commissioned after the Bletchley Park AI Safety Summit and chaired by Yoshua Bengio, with contributions vetted across 30+ governments plus the EU, OECD and UN. It is cited here as an independent authoritative corroboration of the Umbach et al. (2024) 2.2% headline rather than as a new base rate: the 2026 report restates the same multi-country figure, confirming it remains the best available adult-population prevalence estimate as of early 2026 and that no superseding adult-lifetime rate has been published. It does NOT move the headline number — it stabilises it. The additional context it supplies ("nudify" apps overwhelmingly target women; 15% of UK adults have seen pornographic deepfakes) reinforces the gender asymmetry and the rapid-diffusion framing already in this entry.
    Indipendenza
    The AI Safety Report is a secondary synthesis that cites Umbach et al., so it is not statistically independent of the headline figure. It is retained because its govt-report authority and 2026 vintage confirm the 2.2% number had not been revised upward in any peer-reviewed adult survey by mid-2026, which is exactly why this entry's headline was left at 4% rather than raised on the strength of youth-only (Thorn) data.
  3. [3] Eaton, Jacobs & Ruvalcaba — Cyber Civil Rights Initiative — 2017 Nationwide Online Study of Nonconsensual Porn Victimization and Perpetration
    2017 Nationwide Online Study of Nonconsensual Porn Victimization and Perpetration
    Statistica
    1 in 12 (8.0%) of US adult respondents reported lifetime victimization of nonconsensual pornography; 1 in 20 (5%) reported perpetration; women's victimization rate was higher than men's; n=3,044 US adults
    Estratto
    “"Among participants (54% women), 1 in 12 reported at least one instance of nonconsensual pornography victimization in their lifetime, and 1 in 20 reported perpetration of nonconsensual pornography. Women reported higher rates of victimization and lower rates of perpetration than men." ”
    Dati originali da
    2017-06-12
    Consultato
    2026-05-28 · copia archiviata
    Calcolo
    The Eaton/CCRI 2017 study is the most-cited US adult NCII prevalence figure and was published as a peer-reviewed follow-up in Psychology of Violence (Ruvalcaba & Eaton, 2019). It covers all non-consensual intimate imagery — overwhelmingly authentic photographs taken consensually and later distributed without consent — not just AI-generated deepfakes, which were not yet a measurable category in 2016 when the survey was fielded. The 8% lifetime figure is included here as the broader-category ceiling: any plausible deepfake-specific lifetime rate should sit at or below this number, because synthetic imagery is one mechanism within a larger problem that pre-dates the AI tools. The CCRI sample (3,044 US adults via online panel) has the usual online-panel skew but is the most authoritative US-specific headline number available. Used to set the upper bound on the uncertainty interval, not the central estimate.
    Indipendenza
    Eaton et al. used a US-only online probability panel through CCRI, entirely separate from the Umbach et al. 10-country fielding. The broader definition (real + synthetic NCII) and the seven-year gap make the two figures complementary, not redundant: Umbach captures the synthetic share of a recent year; Eaton captures lifetime prevalence of the broader category before consumer deepfake tools existed.
  4. [4] Silicon Republic — coverage of Deeptrace (Sensity) State of Deepfakes 2019 — 96pc of deepfakes online are pornographic in nature (Deeptrace report coverage)
    96pc of deepfakes online are pornographic in nature (Deeptrace report coverage)
    Statistica
    Deeptrace 2019 census found 14,678 deepfake videos online; 96% were non-consensual pornography; every observed pornographic deepfake portrayed a female subject
    Estratto
    “"Deepfake pornography is a phenomenon that exclusively targets and harms women." ”
    Dati originali da
    2019-10-08
    Consultato
    2026-05-28 · copia archiviata
    Calcolo
    The Deeptrace (later renamed Sensity AI) 2019 report is the earliest systematic census of deepfake videos online and established the gender asymmetry that has held in every subsequent measurement: pornographic deepfakes overwhelmingly target women. Used here purely to source the gender multiplier — the headline native rate is from Umbach, the severity asymmetry is from Deeptrace. The original report PDF is published on Sensity's site; this Silicon Republic coverage is used because the primary host returns 403 to automated retrieval. The 96% pornographic / ~100% female-target finding has been replicated by Home Security Heroes (2023) on a much larger 95,820-video sample with 99% female-target.
  5. [5] Home Security Heroes — 2023 State of Deepfakes: Realities, Threats, and Impact
    2023 State of Deepfakes: Realities, Threats, and Impact
    Statistica
    95,820 deepfake videos identified online in 2023 (a 550% increase from 2019); 98% of deepfake videos online are pornographic; 99% of deepfake pornography targets women
    Estratto
    “"Deepfake porn makes up 98 percent of all deepfake videos online, with 99 percent of them targeting women." ”
    Dati originali da
    2023-09-01
    Consultato
    2026-05-28 · copia archiviata
    Calcolo
    The 2023 census is included for trajectory rather than base-rate: the 550% growth from 2019 to 2023 (14,678 → 95,820 detected videos) is the diffusion signal that drives the upward skew on the uncertainty band. Home Security Heroes is a commercial security publication rather than peer-reviewed academia, but its census methodology mirrors Deeptrace's 2019 work and the corroborating 99% female-target figure aligns with both the academic literature and the Sensity follow-ups. Used to justify treating the 2.2% contemporary prevalence as a lower bound on true lifetime exposure given the rapid capability and accessibility growth.
  6. [6] Thorn (child-safety technology nonprofit) — Deepfake Nudes & Young People Verificato
    Deepfake Nudes & Young People
    Statistica
    1 in 17 (6%) of US young people aged 13-20 reported having been the target of someone creating deepfake nudes of them; this experience was most prevalent among younger teen boys and young-adult women, with 1 in 10 (10%) in each group reporting victimization; around 1 in 8 (13%) personally knew an under-18 victim; n=1,200, surveyed Sept 27-Oct 7 2024
    Estratto
    “"1 in 17 (6%) respondents reported they had been the target of someone using technology to create deepfake nudes of them. This experience was most prevalent among younger teen boys and young adult women, with 1 in 10 (10%) in each group reporting this form of victimization." ”
    Dati originali da
    2025-03-03
    Consultato
    2026-06-14 · copia archiviata
    Verifica
    Estratto recuperato in modo indipendente e confermato parola per parola rispetto alla fonte citata durante il nostro audit di attendibilità.
    Calcolo
    Thorn's March 2025 youth survey (n=1,200 US respondents aged 13-20, fielded Sept 27-Oct 7 2024) is the first US prevalence measurement specific to deepfake-nude victimization among young people. Its 6% headline is NOT comparable to this entry's adult-lifetime base rate: it is a current-prevalence figure for a 13-20 cohort, a different population and a different (point-in-time, not lifetime) basis. It is cited here for two narrow purposes only: (1) to source the young-adult woman multiplier (10% in that subgroup / 6% overall ≈ 1.7x, an internal-to-Thorn ratio), and (2) to document the younger-teen-boy subgroup and peer-on-peer "nudify" pattern in the caveats. It does not contribute to the adult-lifetime headline number.
  7. [7] National Center for Missing & Exploited Children (NCMEC) — Generative AI — CyberTipline reporting trajectory
    Generative AI — CyberTipline reporting trajectory
    Statistica
    CyberTipline reports of generative-AI child sexual abuse material rose from 4,700 (2023) to 67,000 (2024) to 1.5 million (2025), though ~1.1 million of the 2025 reports came from a single ESP (Amazon AI Services) with no actionable information; NCMEC categorized 158,000+ images/videos as AI-generated Jan 2023-Dec 2025; 275+ direct victims of GAI CSAM identified in 2024-2025
    Estratto
    “"In 2023, NCMEC received 4,700 CyberTipline reports of GAI... In 2025, this increased to 1.5 million CyberTipline reports of GAI from the public and ESPs." ”
    Dati originali da
    2026-01-01
    Consultato
    2026-06-14 · copia archiviata
    Calcolo
    NCMEC is the congressionally-designated US clearinghouse for child sexual abuse material; its CyberTipline figures are supply-side report counts, not a victim-prevalence rate, and they concern MINORS rather than the adults this entry is scoped to. They are cited solely to document the trajectory referenced in the caveats — the order-of- magnitude jump in AI-generated CSAM reporting 2023-2025. The 1.5 million 2025 figure must be read with the caveat that ~1.1 million originated from a single ESP (Amazon AI Services) and were non-actionable, so the raw count overstates the underlying growth; the 4,700 -> 67,000 jump from 2023 to 2024 and the 158,000+ human-categorized AI images are the cleaner diffusion signals. Not used for any number in this adult-scoped entry.
  8. [8] Euronews, reporting on UN Women's 'Tipping Point' study (with City St George's, University of London and TheNerve) — 'Virtual rape': AI and deepfakes are silencing women in public life, UN report
    'Virtual rape': AI and deepfakes are silencing women in public life, UN report
    Statistica
    UN Women survey of 640+ women in public-facing roles across 119 countries (late 2025) found 41%+ had self-censored on social media to avoid abuse and 19% had reduced professional public speaking; researchers describe AI-facilitated image-based abuse as enabling 'virtual rape'
    Estratto
    “"AI-assisted 'virtual rape' is now at the fingertips of perpetrators. This phenomenon accelerates the harm from online violence inflicted on women in public life." ”
    Dati originali da
    2026-04-30
    Consultato
    2026-07-01 · copia archiviata
    Calcolo
    UN Women's "Tipping Point: Online Violence Impacts, Manifestations and Redress in the AI Age" report, produced with City St George's, University of London and the digital-forensics nonprofit TheNerve, surveyed 640+ women in public-facing roles (journalists, activists, politicians) across 119 countries in late 2025. Cited here for the self-censorship / chilling-effect pathway and the "virtual rape" framing of AI-facilitated image-based abuse referenced in the body text, not for any lifetime-probability figure: the survey measures self-reported behavioural response among a self-selected, high-public- visibility sample, not general-population victimization prevalence, so it does not feed the native/normalized headline.
    Indipendenza
    UN Women is a UN entity; the study is co-produced with an academic research centre and a digital-forensics nonprofit. Independent of the Umbach et al. academic prevalence survey and of the Home Security Heroes / Deeptrace supply-side censuses; it measures self-reported behavioural impact among public-facing women rather than population prevalence.

436 rischi con probabilità misurata
1 su 10 1 su 100 1 su 1K 1 su 10K 1 su 100K 1 su 1M 1 su 10M 1 su 100M 1 su 1B certo più raro → Rischio chirurgia estetica all'estero — 1 su 10 Zucchero e sale nella prima infanzia — 1 su 10 Endometriosi — 1 su 10 Rischio trapianto di capelli in Turchia — 1 su 10 Protesi al ginocchio — 1 su 10 Antidolorifici cronici — 1 su 10 Perdita totale dei denti — 1 su 9,1 Alzheimer — 1 su 8,3 Privazione del sonno — 1 su 8,3 Tabacco senza fumo — 1 su 8,3 Ciclismo senza casco — 1 su 8,0 Danni dentali da bruxismo — 1 su 7,7 Fallimento del preservativo — 1 su 7,7 Cure evitate per paura immigrazione — 1 su 7,1 Perdita della vista — 1 su 6,7 Ernia da sollevamento pesi — 1 su 6,7 Rischio di frattura dell'anca — 1 su 6,7 Consumo regolare di alcol — 1 su 6,7 Primo infarto — 1 su 5,9 Infertilità — 1 su 5,7 5+ anni di assistenza LTC — 1 su 5,6 CTE (football) — 1 su 5,0 Depressione maggiore — 1 su 4,9 Lesione in escursione — 1 su 4,8 Infezione mangiando dopo un bambino — 1 su 4,2 Malattia di Lyme — 1 su 4,0 Solitudine e salute — 1 su 3,8 Ereditare il rischio AUD — 1 su 3,5 Disturbo da uso di alcol — 1 su 3,4 Disturbo d'ansia — 1 su 3,2 Rischio CV in menopausa — 1 su 3,0 Diabete silenzioso — 1 su 3,0 Volare con raffreddore — 1 su 2,9 Perdita lavoro & depressione — 1 su 2,9 Malattia da zecche (bosco) — 1 su 2,9 Colesterolo alto silenzioso — 1 su 2,9 Perdita di un nonno in infanzia — 1 su 2,8 Pacifier on the floor — 1 su 2,8 Ipertensione silenziosa — 1 su 2,7 Infezione resistente — 1 su 2,6 Nessuna compatibilità midollare — 1 su 2,4 Ricovero in casa di cura — 1 su 2,2 Mammografia falso positivo — 1 su 2,0 Fumo regolare — 1 su 2,0 Diarrea del viaggiatore — 1 su 2,0 Sport d'avventura — 1 su 1,8 Necessità di assistenza a lungo termine — 1 su 1,8 Probabilità di vedovanza — 1 su 1,7 Sesso non protetto — 1 su 1,5 Dolore cronico alla schiena — 1 su 1,3 Igiene delle mani — 1 su 1,0 Cancro (qualsiasi) — 1 su 7,1 Monopattino senza casco — 1 su 4,5 E-bike senza casco — 1 su 4,0 Bagaglio smarrito — 1 su 3,7 Incidente con lesioni per colpa — 1 su 2,9 Collisione con cervo — 1 su 2,7 Ferite in incidente d'auto — 1 su 2,6 Cancellazione del volo — 1 su 1,8 Interruzione viaggio: guerra o disastro — 1 su 1,7 Furto in abitazione — 1 su 9,1 Aggressione in autostop — 1 su 8,8 Frode assegni postali — 1 su 7,7 Abuso sessuale minorile — 1 su 6,8 Stalking — 1 su 6,2 Aggressione sessuale a studentessa — 1 su 5,7 Violenza domestica — 1 su 3,7 Aggressione notturna — 1 su 3,6 Furto di bicicletta — 1 su 2,9 Violenza sessuale — 1 su 2,3 Molestie sessuali (vita) — 1 su 1,6 Scarsità idrica — 1 su 2,5 Tempesta solare classe Carrington — 1 su 1,9 Punto di non ritorno WAIS — 1 su 1,1 Fuga del gatto domestico — 1 su 10 Morso cane senza guinzaglio — 1 su 9,8 Coniglio muore in 4 anni — 1 su 3,3 Morso di cane (non mortale) — 1 su 1,8 Criceto muore prima dei 13 anni — 1 su 1,0 Carenza di ferro (donne) — 1 su 3,9 Carenza di vitamina D — 1 su 2,9 Carenza di magnesio — 1 su 1,9 Cibo poco cotto — 1 su 1,6 Contaminazione incrociata carne cruda — 1 su 1,4 Cibo fuori frigo — 1 su 1,2 Truffa voce IA — 1 su 2,9 Perdita da truffa online — 1 su 2,5 Cyberbullismo adolescenziale — 1 su 2,0 Bambini e contenuti espliciti — 1 su 1,9 Data breach — 1 su 1,1 Aborto spontaneo — 1 su 6,7 Tentativo suicidio adolescenti — 1 su 5,6 Depressione postpartum — 1 su 4,8 Antidolorifico prima della vaccinazione — 1 su 3,8 Peso eccessivo in gravidanza — 1 su 2,6 Bambino non vaccinato e morbillo — 1 su 2,0 Pidocchi nei bambini — 1 su 2,0 Truffa finanziaria agli anziani — 1 su 10 Collasso pensionistico — 1 su 10 Crollo immobiliare — 1 su 8,3 Accertamento IRS — 1 su 6,7 Crollo valutario — 1 su 5,6 Espulsione per visto scaduto — 1 su 5,6 Pignoramento auto subprime — 1 su 5,0 Long term disability working age — 1 su 4,0 Default prestiti studenti — 1 su 3,8 Ritorsioni whistleblower — 1 su 3,2 Uscita forzata prima della pensione — 1 su 2,9 Carenza pensionistica — 1 su 2,6 BNPL: pagamento saltato — 1 su 2,4 Divorzio — 1 su 2,4 Danni da rottura tubature — 1 su 2,2 Bullismo sul lavoro — 1 su 2,1 Blackout prolungato — 1 su 2,0 Deportazione (senza documenti) — 1 su 1,8 Shock del costo funebre — 1 su 1,7 Furto d'identità — 1 su 1,7 Frode con carta di credito — 1 su 1,5 Bullismo scolastico — 1 su 1,5 Perdita in prima linea — 1 su 1,3 Recessione economica — 1 su 1,0 Crollo mercato azionario — 1 su 1,0 Danni al tetto da grandine — 1 su 3,0 Perdita da inquilino problematico — 1 su 1,8 Complicanze LASIK — 1 su 100 Danni carta igienica asciutta — 1 su 100 Fumo passivo — 1 su 91 Disturbo da gioco (adulti) — 1 su 83 Pronto soccorso per tacchi — 1 su 79 Thrown/dropped object — 1 su 67 Reazione a farmaci — 1 su 58 Overdose — 1 su 56 Asma da cucina a gas in un bambino — 1 su 50 Toxoplasmosi dalla lettiera del gatto — 1 su 48 Invalidità per salute mentale — 1 su 45 Dipendenza da benzo — 1 su 40 Piombo nell'acqua del rubinetto — 1 su 40 Uso improprio di farmaci — 1 su 35 Trauma cranico — 1 su 33 Infezione ospedaliera — 1 su 31 Inquinamento atmosferico — 1 su 29 Insufficienza renale terminale — 1 su 29 Diarrea del viaggiatore (acqua) — 1 su 26 Infortunio da sci — 1 su 26 Disturbo bipolare — 1 su 23 Chirurgia del dente del giudizio — 1 su 22 Complicanza del turismo dentale — 1 su 20 Abbandono degli anziani — 1 su 20 Parkinson — 1 su 20 Parassiti degli animali — 1 su 20 TDAH non diagnosticato — 1 su 20 Allergia alimentare in età adulta — 1 su 19 Demenza non-Alzheimer — 1 su 17 Disturbo da uso di cannabis — 1 su 16 Ictus — 1 su 15 PTSD — 1 su 15 Perdita uditiva grave — 1 su 14 Diabete tipo 2 — 1 su 13 Appendicite — 1 su 13 Fumo da cottura indoor — 1 su 13 Depressione non trattata — 1 su 13 Bibite e diabete — 1 su 13 Malattie cardiache — 1 su 12 Morte per errore medico — 1 su 12 Comportamento sessuale compulsivo — 1 su 12 Disturbo alimentare — 1 su 11 Protesi dell'anca — 1 su 11 Calcoli renali — 1 su 11 Morte/disabilità genitore — 1 su 11 Stile di vita sedentario — 1 su 11 Infezione da salone — 1 su 11 Cancro ovarico — 1 su 91 Cancro colorettale — 1 su 77 Cancro al seno — 1 su 59 Cancro al fegato — 1 su 59 Cancro ai polmoni — 1 su 56 Cancro alla prostata — 1 su 50 Melanoma (UV) — 1 su 29 Rischio CRC da poche fibre — 1 su 26 Carne rossa e CRC — 1 su 21 Carne carbonizzata e cancro — 1 su 20 Incidente manutenzione — 1 su 83 Guidare con sedativi — 1 su 77 Messaggi + guida — 1 su 56 Morte in incidente senza cintura — 1 su 53 Eccesso del 20% sul limite — 1 su 50 Moto senza casco — 1 su 45 Volo spaziale (astronauta) — 1 su 42 Video alla guida — 1 su 32 Ferite di bambini in incidente — 1 su 27 Guida assonnata — 1 su 26 Norovirus in crociera — 1 su 24 Lesioni da e-scooter — 1 su 10 Borseggiati in viaggio — 1 su 38 Furto del catalizzatore — 1 su 37 Accoltellato in un'aggressione — 1 su 37 Furto d'auto — 1 su 34 Rapina / aggressione in strada — 1 su 26 Condanna ingiusta — 1 su 24 Adulterazione di bevande — 1 su 17 Furto auto keyless via relay — 1 su 13 Protesta in autocrazia — 1 su 12 Collasso dell'AMOC — 1 su 20 Anafilassi da puntura — 1 su 50 Collare per gatti — 1 su 25 Intossicazione al ristorante — 1 su 58 Carenza di B12 — 1 su 28 Carenza vegetariana — 1 su 14 Deepfake intimo — 1 su 25 Uso problematico dei social media — 1 su 13 Bambino ingoia oggetto (PS) — 1 su 91 Parto potenzialmente letale (USA) — 1 su 61 Morte per parto (ASS) — 1 su 55 Caduta scale bambino — 1 su 37 Morte da co-sleeping — 1 su 36 Lesione gioco scivolo & altalena — 1 su 33 Diagnosi di autismo — 1 su 31 Complicazioni del cesareo — 1 su 29 Lesione giocattolo, pronto soccorso — 1 su 21 Preeclampsia — 1 su 20 Lacerazione grave al parto — 1 su 17 Diabete gestazionale — 1 su 13 Trauma cranico bambino per caduta — 1 su 12 Morire senza eredi — 1 su 100 Rovina dalle scommesse sportive — 1 su 100 Morte di un pilota da caccia — 1 su 48 Morte nella pesca commerciale — 1 su 45 Morte nel settore forestale — 1 su 34 Bancarotta medica — 1 su 25 Disturbo da acquisto compulsivo — 1 su 20 Truffa annunci di affitto — 1 su 20 Perdere SNAP per regole lavoro 2025 — 1 su 18 Pignoramento ipotecario — 1 su 14 Invalidità muscolo-scheletrica — 1 su 14 Perdite da day-trading — 1 su 13 Catastrofe governo estremista — 1 su 13 Distruzione della casa per uragano — 1 su 17 NAION (Ozempic) — 1 su 909 Bambino sommerso in piscina — 1 su 800 SM — 1 su 769 Mortalità sul lavoro — 1 su 690 Febbre tifoide — 1 su 654 GLP-1: aspirazione in anestesia — 1 su 613 Prodotti importati non sicuri — 1 su 565 Aneurisma cerebrale — 1 su 400 COVID-19 — 1 su 400 Lesioni da fuochi d'artificio — 1 su 385 Tendine tagliato col coltello — 1 su 385 Troppa caffeina — 1 su 366 Anemia falciforme — 1 su 365 Farmaco contraffatto — 1 su 361 Lesione del midollo spinale — 1 su 313 Cancro infantile diagnosticato — 1 su 285 Morte prossima pandemia — 1 su 208 Dengue (viaggio) — 1 su 200 Parto prematuro da caldo — 1 su 200 Saltare la doccia quotidiana — 1 su 200 Non lavare i piedi — 1 su 200 Rischio donazione midollo — 1 su 167 Encefalite da zecche — 1 su 167 Schizofrenia — 1 su 143 Caduta accidentale — 1 su 135 Morte improvvisa durante l'esercizio — 1 su 123 Suicidio (USA) — 1 su 121 Dipendenza da oppioidi — 1 su 114 Tubercolosi (globale) — 1 su 109 Diagnosi di HIV — 1 su 105 Cancro da radon — 1 su 435 Cancro testicolare — 1 su 250 Cancro cervicale — 1 su 167 Cancro al pancreas — 1 su 125 Morte da pedone — 1 su 806 Incidente in moto — 1 su 709 Annegamento in barca — 1 su 685 Automobilista uccide pedone — 1 su 552 Infortunio pedonale da telefono — 1 su 400 Incendio batteria EV — 1 su 333 Ciclista ucciso da auto — 1 su 159 Incendio auto a benzina — 1 su 125 Fatalità auto autonoma — 1 su 115 Incidente stradale — 1 su 105 Morte di un vigile del fuoco in servizio — 1 su 455 Morte di un poliziotto in servizio — 1 su 357 Omicidio — 1 su 339 Truffa investimento pig butchering — 1 su 106 Caldo estremo — 1 su 333 Morte per cambiamento climatico — 1 su 204 Morso pipistrello & rabbia — 1 su 278 Malattia da zanzare — 1 su 190 Intossicazione alimentare (globale) — 1 su 317 Incendio pannelli solari — 1 su 667 Scoliosi infantile non trattata — 1 su 1000 Caduta di un bambino dalla finestra — 1 su 855 Caduta dalle scale in girello — 1 su 625 Caduta del neonato — 1 su 500 Infortunio da girello — 1 su 455 Mortalità materna — 1 su 272 Età materna e difetti alla nascita — 1 su 200 Morte infantile (<18) — 1 su 103 Morte in carriera speleologica — 1 su 167 Decesso in servizio nei soccorsi — 1 su 909 Vittima civile di guerra — 1 su 499 Soldato in combattimento — 1 su 270 Revoca del visto studentesco — 1 su 263 Morte in carriera mineraria — 1 su 214 Rovina da gioco d'azzardo — 1 su 159 Incendio domestico da fulmine — 1 su 461 Incendio boschivo distrugge casa — 1 su 120 Malaria (viaggio) — 1 su 10.000 Infezione da bevanda condivisa — 1 su 10.000 Malattia di Chagas — 1 su 8475 Tenia della volpe da bacche selvatiche — 1 su 8475 Bimbo ingerisce bustina di nicotina — 1 su 7937 Schistosomiasi — 1 su 6667 Morte improvvisa (giovane adulto) — 1 su 3922 Impianto non sicuro — 1 su 3390 Sepsi da ferita — 1 su 2857 Coscienza in anestesia — 1 su 2500 Colpo di calore (all'aperto) — 1 su 1905 Incendio domestico — 1 su 1818 Rabbia canina — 1 su 1449 Annegamento — 1 su 1379 Lesione spinale da tuffo — 1 su 1111 Soffocamento — 1 su 1099 Ricovero per EVALI — 1 su 1064 Cancro da betel — 1 su 1290 Coagulo (volo) — 1 su 4651 Uccidere un ciclista — 1 su 3937 Morte stradale (adolescente) — 1 su 3030 Seggiolino bici posteriore — 1 su 2500 Bambino senza seggiolino — 1 su 2000 Incontro fatale con la polizia — 1 su 4739 Delitto d'onore — 1 su 2381 Omicidio da partner intimo — 1 su 1767 Uragano — 1 su 8929 Morte per carestia — 1 su 6536 Morte da bufera — 1 su 4367 Terremoto — 1 su 3802 Listeria negli affettati — 1 su 6061 E. coli grave da prodotti freschi — 1 su 4831 Intossicazione alimentare (USA) — 1 su 1862 Mercurio nel pesce — 1 su 1695 Lesione da lisca di pesce — 1 su 1429 Incendio batteria — 1 su 4545 Capsula di detersivo ingerita — 1 su 6494 Annegamento in piscina — 1 su 5882 Displasia dell'anca infantile non trat — 1 su 5000 SIDS — 1 su 2398 Guerra (civile) — 1 su 2000 Gonfiore cerebrale da influenza (bimbo) — 1 su 100.000 Puntura d'ape/vespa fatale — 1 su 76.923 Dengue locale (USA continentali) — 1 su 66.667 Morte per anestesia — 1 su 45.662 Morte di un cane in auto calda — 1 su 41.667 Infezione da ferita di V. vulnificus — 1 su 32.051 Anafilassi — 1 su 27.548 Manipolazione chiropratica del collo — 1 su 16.667 Avvelenamento da CO — 1 su 14.006 Epatite A (viaggio) — 1 su 12.500 Saltare l'immunoterapia allergica — 1 su 11.111 Acrilammide e cancro — 1 su 16.667 Incidente in autobus — 1 su 100.000 Incidente aereo — 1 su 58.824 Incendio auto dopo scontro — 1 su 25.000 Morte al passaggio a livello — 1 su 20.576 Auto sommersa — 1 su 16.667 Rimorchio bici per bambini — 1 su 14.286 Quasi collisione in pista — 1 su 13.699 Attacco con acido — 1 su 94.340 Terrorismo — 1 su 77.519 Rapimento da parte di uno sconosciuto — 1 su 38.760 Rapimento da sconosciuto — 1 su 35.211 Morte per dote — 1 su 13.158 Morte accidentale da arma da fuoco — 1 su 11.299 Incendio boschivo — 1 su 100.000 Tornado — 1 su 80.645 Tsunami — 1 su 52.632 Annegamento in mare — 1 su 29.155 Alluvione — 1 su 20.202 Morte da caldo dopo uragano — 1 su 20.000 Morte per frana — 1 su 18.416 Eruzione di supervulcano — 1 su 12.376 Puntura d'ape — 1 su 78.927 Ape o vespa ingoiata — 1 su 29.155 Puntura mortale di scorpione — 1 su 26.110 Morte cane cioccolato — 1 su 13.889 Purea cannella al piombo — 1 su 40.000 Rilascio da contenitori in plastica — 1 su 16.949 Asfissia del neonato nel seggiolino — 1 su 64.935 Caduta da sdraietta — 1 su 60.606 Soffocamento del bambino piccolo — 1 su 50.000 Soffocamento neonato non supervisionato — 1 su 50.000 Morte di bimbo rivolto in avanti — 1 su 26.738 Ingestione di magneti — 1 su 12.048 Morte durante lo snorkeling — 1 su 21.739 Animale in trasporto — 1 su 20.000 Morte in custodia ICE — 1 su 17.065 Mine terrestri — 1 su 14.728 Reazione vaccinale — 1 su 763.359 Alluminio e Alzheimer — 1 su 169.492 Fuga di gas domestica — 1 su 140.845 Morte di un bambino in auto calda — 1 su 102.041 Glifosato e cancro — 1 su 1.000.000 Cancro da pentole in Teflon — 1 su 169.492 Infortunio sulle montagne russe — 1 su 312.500 Affondamento traghetto — 1 su 133.333 Infortunio da turbolenza — 1 su 114.943 Sparatoria scolastica — 1 su 192.308 Sparatoria di massa — 1 su 113.636 Valanga — 1 su 210.526 Fulmine — 1 su 209.205 Morso di serpente — 1 su 884.956 Morso di ragno — 1 su 833.333 Attacco di ippopotamo — 1 su 564.972 Attacco di coccodrillo — 1 su 337.838 Morso di cane — 1 su 142.045 Residui di pesticidi — 1 su 1.000.000 Lattina sporca — 1 su 200.000 Danno della bioplastica PLA — 1 su 169.492 Morte in altalena infantile — 1 su 714.286 Soffocamento da uva — 1 su 625.000 Strangolamento bambino con cordone tenda — 1 su 416.667 Soffocamento bambino sacchetto plastica — 1 su 263.158 Pila a bottone — 1 su 250.000 Morte dispositivo inclinato — 1 su 238.095 Morte in ascensore/scala mobile — 1 su 188.324 EG (viaggio) — 1 su 2.000.000 Bambino + airbag anteriore — 1 su 10.000.000 Impatto di asteroide — 1 su 1.351.351 Uova di ragno nelle banane — 1 su 10.000.000 Attacco di squalo — 1 su 5.681.818 Attacco di orso — 1 su 3.787.879 Avvelenamento da bacche selvatiche — 1 su 2.222.222 Attacco di piranha — 1 su 135.135.135 Telefono alla pompa di benzina — 1 su 1.000.000.000 Telefono in aereo — 1 su 1.000.000.000
Lottery jackpot 1 su 95.238

Visti di recente su questo dispositivo