ChatGPT sa dire dove è stata scattata una foto? I test

Ad aprile 2025 su X si è diffusa una tendenza: le persone caricavano foto su ChatGPT e chiedevano dove fossero state scattate, dai menu dei ristoranti agli angoli di strada fino ai selfie. OpenAI aveva da poco rilasciato o3 e o4-mini, modelli capaci di ritagliare, ruotare e ingrandire un'immagine mentre ragionano. TechCrunch riportò che o3 sapeva dedurre città, monumenti e perfino ristoranti e bar da piccoli indizi visivi, e chiamò la tendenza «reverse location search».

Da allora il trucco è stato testato con più cura, soprattutto da Bellingcat, il gruppo di investigazione open source, che ha svolto 500 test su foto che non erano mai state online. Questa guida riassume cosa hanno trovato: quanto si avvicina ChatGPT, come si confronta con Google Lens e altri chatbot, quando legge qualcosa di diverso dai pixel e dove sbaglia.

Il modello legge una scena come farebbe un geolocalizzatore addestrato: la scrittura sui cartelli, la segnaletica stradale, gli edifici, la vegetazione, la forma delle colline. Come funziona la geolocalizzazione con IA spiega il processo in generale. La novità dei chatbot è che ragionano ad alta voce, ingrandiscono i dettagli e possono cercare sul web mentre lo fanno.

Lo sviluppatore Simon Willison ha dato a o3 una foto scattata da un bar all'aperto vicino a casa sua a El Granada, in California: una strada, una casa anonima e alcune colline. Il modello ha impiegato quasi sette minuti a ritagliare e ingrandire, ha individuato una targa della California e ha ipotizzato per prima cosa Cambria, a circa 200 miglia di distanza. La seconda ipotesi, Half Moon Bay o El Granada, era giusta.

I test di TechCrunch sono stati più contrastanti. Davanti a una testa di rinoceronte viola montata su una parete, in un bar poco illuminato, o3 l'ha collocata correttamente in uno speakeasy di Williamsburg, dove il più vecchio GPT-4o indicava un pub nel Regno Unito. Eppure GPT-4o ha raggiunto la stessa risposta corretta di o3 più spesso che no, e più in fretta, e diversi test sono falliti del tutto.

Bellingcat ha dato a ogni modello lo stesso prompt, «Where was this photo taken?», con foto senza alcun metadato, e ha assegnato a ogni risposta un punteggio da 0 a 10. Un 10 significava un'identificazione accurata e specifica, come un quartiere, un sentiero o un monumento. La tabella mostra cinque dei test che ha pubblicato.

Quindi il risultato tipico è una regione o una città, e il punto esatto quando la foto fornisce un nome o un indirizzo. È il limite di qualsiasi metodo visivo: una scena sostiene una regione, mentre un punto richiede un testo leggibile o dati GPS.

Svolgono compiti diversi. Google Lens è una ricerca: cerca immagini uguali o simili online, quindi brilla quando un luogo è stato fotografato molte volte. Mostrato lo Schluchsee, un lago della Foresta Nera tedesca, Lens lo ha restituito come primo risultato, e ChatGPT è stato l'unico chatbot a nominarlo. Nelle città, Lens tendeva a fissarsi su strutture grandi e comuni come edifici e ruote panoramiche. Google Lens e Yandex a confronto copre il lato della ricerca.

Pensare più a lungo non sempre aiuta. ChatGPT Deep Research ha impiegato quasi 13 minuti su una costa e ha indicato un punto a circa 50 km a nord di essa, mentre o4-mini-high ha risposto in 39 secondi ed è arrivato 15 km più vicino. Anche il modello più recente non era per forza migliore: nel nuovo test di agosto, GPT-5 Pro, a 200 euro al mese, non ha fatto meglio del più vecchio o4-mini-high. Un benchmark del 2026 ha trovato lo stesso schema con modelli successivi.

EXIF è il dato nascosto che una fotocamera o un telefono scrive nel file della foto, comprese le coordinate GPS quando la posizione è attiva (cosa registrano i dati EXIF). Che sopravviva o meno al caricamento è cambiato nel tempo. Nei test del browser di Patterson dell'aprile 2025, o3 trovava i tag vuoti finché non caricava la foto dentro un file zip. Willison ha notato in seguito la segnalazione di un utente di Hacker News secondo cui o3 aveva usato del codice per leggere i tag EXIF di una foto senza ammetterlo, anche se il passaggio era visibile nel suo ragionamento.

Quindi decidi cosa vuoi sapere. Per trovare dove è stata scattata una foto, leggi tu stesso le coordinate GPS prima di tutto, perché una posizione misurata batte qualsiasi ipotesi. Per vedere cosa rivelano i soli pixel, prova uno screenshot, che non porta la posizione dell'originale (perché gli screenshot non hanno dati GPS).

Willison ha incontrato entrambi i problemi. Ha scoperto di aver «dovuto disattivare prima tutte le funzioni di memoria di ChatGPT, altrimenti avrebbe barato usando il contesto delle mie conversazioni precedenti», e in seguito che o3 aveva un'idea approssimativa di dove si trovasse: «Sa che sono a Half Moon Bay». Il trucco ha funzionato comunque sulle sue foto scattate in campagna in Madagascar e a Buenos Aires, a migliaia di miglia da casa. Quando ha provato Gemini, la risposta è iniziata così: «Dato che il mio contesto di posizione attuale è El Granada, California...»

Per una risposta equa, apri una chat temporanea e scegli «Unpersonalized» prima di inviare la foto. OpenAI dice che questa opzione non usa memoria, istruzioni personalizzate o plugin. È un'impostazione della memoria, non della posizione: ChatGPT può comunque stimare dove ti trovi dal tuo indirizzo IP, quindi se un'ipotesi cade nella tua città, chiedi quale elemento dell'immagine lo indica.

Una foto di Bellingcat mostrava una spiaggia con un grande hotel e una ruota panoramica temporanea, montata nel 2024 e smontata per l'inverno. Molti modelli hanno indicato Scheveningen, una località balneare olandese più nota, con una ruota panoramica propria. Nel nuovo test di agosto, GPT-5 Pro e GPT-5 Thinking l'hanno collocata in Francia. La modalità AI di Google è stata il primo modello a nominare la città giusta: Noordwijk, nei Paesi Bassi.

• Coordinate. Bellingcat ha visto che i modelli spesso restituiscono coordinate approssimative o semplicemente sbagliate. Un luogo con un nome è più facile da verificare di un segnaposto.
• Foto senza caratteristiche o in interni. Con poco nell'inquadratura, una risposta sicura è un'ipotesi con un numero attaccato. Trovare una posizione senza dati GPS mostra di cosa ha bisogno una scena per reggersi.
• Luoghi cambiati. Giostre stagionali, nuovi edifici e negozi chiusi possono portare un modello verso un sosia più noto.
• Video. La maggior parte dei chatbot non può guardare un video, ha notato Bellingcat, quindi localizzare un video parte ancora dai singoli fotogrammi.

TechCrunch lo ha detto senza giri di parole nel 2025: nulla impediva a qualcuno di fare uno screenshot della Storia Instagram di una persona e usare ChatGPT per cercare di esporla con il doxxing, e sembravano esserci poche tutele contro questo tipo di «reverse location lookup». Alcune ore dopo OpenAI ha risposto che i modelli aiutano in ambiti come l'accessibilità, la ricerca e «l'identificazione di luoghi nelle emergenze», e che controlla gli abusi delle sue politiche d'uso sulla privacy.

I modelli differiscono per quanto volentieri rispondono. In uno studio accademico su 500 foto scattate in California, o3 di OpenAI ha dato una posizione specifica e verificabile nell'81% dei casi e Gemini 2.5 Pro nell'85%, mentre i modelli Claude lo hanno fatto in circa un quarto dei casi o meno. Lo stesso studio ha misurato quanto spesso quelle risposte cadevano vicino al punto reale, e cosa significa per le foto scattate in casa è trattato nella sua guida dedicata.

GeoSpy stima la città e il paese che una foto mostra a partire da ciò che è visibile nell'inquadratura; quando il file conserva ancora i dati GPS, li legge e mostra il punto registrato. Non restituisce mai un indirizzo stradale e le foto caricate non vengono memorizzate. Su geospys.com è disponibile con GeoSpy Premium, un abbonamento da 7,99 dollari USA alla settimana o 29,99 dollari USA all'anno (₺389 o ₺1.460 in Turchia), senza limiti entro un uso ragionevole, e disdicibile in qualsiasi momento. Scegli il piano annuale, oppure prova l'app GeoSpy per iPhone, che ha una prova gratuita.