Google Earth ha ritirato il suo strumento di immagini AI dopo i timori sui deepfake satellitari

Google ha ritirato un generatore di immagini per Google Earth un giorno dopo il lancio, nonostante le misure di protezione progettate per identificare i contenuti sintetici. La decisione ha messo in luce un problema più profondo, perché lo strumento combinava l'AI generativa con un prodotto associato alle prove geografiche.

La funzione permetteva agli utenti di selezionare una località e chiedere a Nano Banana 2 di creare una nuova scena utilizzando immagini satellitari, aeree e 3D. I test hanno presto prodotto conflitti, disastri, scene di confine ed eventi politici inventati in luoghi reali facilmente riconoscibili.

Google ha dichiarato che le immagini risultanti non sostituivano quelle pubbliche né comparivano nell'esperienza principale di Google Earth degli altri utenti. Erano inoltre dotate di SynthID, la filigrana invisibile di Google per identificare i contenuti generati dall'AI. Tuttavia, queste misure non affrontavano il problema centrale.

Lo strumento poteva collocare eventi fittizi all'interno del familiare contesto visivo di Google Earth. Quel contesto conferiva a una normale immagine sintetica l'apparenza di una prova geografica.

Il 31 luglio Google ha risposto ritirando la funzione mentre sviluppava quelle che l'azienda ha definito “protezioni più robuste”. La decisione è arrivata dopo servizi critici e dimostrazioni pubblicati poche ore dopo il lancio del 30 luglio.

Non si è trattato semplicemente dell'ennesima funzione AI che non supera un test di sicurezza. Google ha collocato per breve tempo immagini sintetiche all'interno di un prodotto il cui valore dipende dalla fiducia nella realtà osservata.

Lo strumento di immagini AI di Google Earth è durato un solo giorno

La risposta più rapida di Google non è stata una piccola modifica alle impostazioni. È stato il ritiro della funzione che aveva generato la controversia.

Google ha introdotto l'opzione di generazione di immagini il 30 luglio 2026. Il product manager Bryan Horowitz ha invitato gli utenti a scegliere un luogo, selezionare “create image” e descrivere ciò che desideravano vedere.

Gli esempi previsti puntavano sull'immaginazione. Gli utenti potevano immaginare ambientazioni storiche, riprogettare monumenti o mostrare possibili miglioramenti a quartieri familiari.

La funzione operava all'interno di Google Earth sul web. Utilizzava la località selezionata e il materiale geografico visibile come base per una scena generata.

Quell'interazione era abbastanza semplice da poter essere usata senza difficoltà. Non servivano software di fotoritocco, competenze sui dati satellitari o conoscenze delle tecniche di compositing.

I test critici hanno rivelato un altro lato di questa semplicità. Giornalisti e investigatori open source hanno chiesto allo strumento di mostrare incendi, attività militari, assembramenti di migranti, infrastrutture danneggiate e altri eventi inventati.

Alcuni risultati contenevano errori evidenti. Altri apparivano abbastanza credibili da generare confusione se separati dall'interfaccia originale o condivisi come screenshot.

Il resoconto sul ritiro di Geoff Brumfiel ha descritto la sospensione della funzione da parte di Google dopo le preoccupazioni relative alle immagini satellitari deepfake. L'azienda ha riconosciuto la posizione insolita di Google Earth come fonte affidabile per osservare il mondo fisico.

Google ha affermato che alcune persone avevano condiviso immagini generate che sembravano violare le sue policy. Ha quindi annunciato che la funzione sarebbe rimasta indisponibile fino all'implementazione di protezioni più robuste.

L'azienda ha inoltre sottolineato due limitazioni. Le scene generate non modificavano la mappa condivisa e ogni risultato era contrassegnato come generato dall'AI.

Queste distinzioni contano. Google non ha inserito silenziosamente scene sintetiche nel suo database geografico. Un utente doveva richiedere un'immagine e gli altri utenti non l'avrebbero incontrata durante l'esplorazione di Earth.

Tuttavia, la distinzione poteva scomparire dopo l'esportazione. Uno screenshot poteva conservare l'interfaccia della mappa, una località riconoscibile o la prospettiva dall'alto, perdendo al contempo gli avvisi mostrati altrove.

Questa portabilità ha creato il conflitto centrale sulla fiducia. Google controllava l'esperienza di generazione, ma non ogni contesto in cui il risultato poteva circolare.

Anche la rapidità del ritiro ha trasmesso un messaggio. Google ha apparentemente concluso che i suoi controlli iniziali fossero insufficienti prima che la funzione raggiungesse una diffusione più ampia.

Una risposta più lenta avrebbe potuto produrre una raccolta più vasta di immagini sintetiche specifiche per località. Questi file avrebbero potuto continuare a circolare anche dopo che protezioni successive avessero bloccato richieste identiche.

Il ritiro ha quindi limitato un'ulteriore esposizione. Non ha eliminato le immagini già generate né risolto il problema più ampio dei contenuti geografici sintetici.

Perché Google Earth affronta una prova di fiducia diversa

Un generatore di immagini all'interno di Google Earth eredita credibilità dal prodotto circostante, anche quando il suo risultato non modifica mai la mappa sottostante.

Le persone usano Google Earth per l'istruzione, la pianificazione, la ricerca ambientale, il confronto storico e l'esplorazione informale. Giornalisti e investigatori utilizzano inoltre le immagini dall'alto per valutare cambiamenti fisici.

Le prove satellitari hanno documentato edifici danneggiati, schieramenti militari, schemi di alluvione, deforestazione, condizioni delle colture e attività edilizie. Gli analisti normalmente confrontano date, fornitori, coordinate, ombre e caratteristiche vicine prima di giungere a conclusioni.

Google Earth non costituisce di per sé un verdetto di intelligence. La sua interfaccia offre comunque agli utenti una porta d'accesso riconoscibile alle immagini di luoghi reali.

Questo ruolo rende i contenuti sintetici particolarmente delicati. Un paesaggio urbano fittizio creato da un generatore di immagini generico arriva senza un'implicita affermazione su una località precisa.

Un paesaggio urbano fittizio generato da una posizione selezionata sulla mappa porta con sé ulteriori segnali. Può mantenere forme geografiche, angolazioni della telecamera, punti di riferimento o elementi dell'interfaccia associati all'osservazione.

Il problema è la provenienza, ovvero le informazioni sulla fonte di un contenuto e sulle modifiche subite. La provenienza deve rimanere comprensibile dopo che il contenuto lascia l'applicazione originale.

Google ha inizialmente indicato il rilevamento SynthID come difesa. SynthID incorpora un segnale nei contenuti generati dall'AI affinché gli strumenti Google supportati possano aiutare a identificarne l'origine.

Questa protezione è utile durante una verifica intenzionale. Non garantisce che ogni spettatore esamini un'immagine sospetta prima di reagire o condividerla.

Una filigrana presenta anche un problema di comunicazione. I segnali invisibili sono progettati per il rilevamento automatico, mentre la disinformazione spesso riesce grazie a un'interpretazione umana immediata.

Le etichette visibili possono aiutare, ma possono essere ritagliate. Screenshot, registrazioni dello schermo, ricompressione e ripubblicazioni possono inoltre separare il contenuto dalle informative circostanti.

Lo standard aperto di provenienza sviluppato dalla Coalition for Content Provenance and Authenticity offre un altro approccio. Può allegare informazioni firmate sull'origine di una risorsa e sulle relative modifiche.

Tuttavia, i metadati dipendono da strumenti compatibili e dalla loro conservazione sulle varie piattaforme. Non costituiscono uno scudo universale contro una presentazione ingannevole.

L'asimmetria di fondo favorisce il post fuorviante. Un autore può generare e distribuire rapidamente un'immagine emotiva. La verifica richiede attenzione, strumenti compatibili e accesso a materiali di confronto affidabili.

Questo onere diventa più pesante durante conflitti o disastri. Il pubblico si aspetta informazioni incomplete, le immagini si diffondono rapidamente e le testimonianze visive autentiche possono arrivare senza una conferma ufficiale immediata.

Le immagini satellitari deepfake esistevano già prima dell'esperimento di Google. Un'analisi del 2025 sui deepfake satellitari ne ha documentato l'uso nelle narrazioni legate ai conflitti militari.

Google Earth non ha inventato questa minaccia. La sua integrazione ha ridotto lo sforzo necessario per produrre immagini legate a luoghi specifici all'interno di un ambiente geografico familiare.

Questa distinzione spiega perché i confronti con i normali editor fotografici trascurano parte della preoccupazione. La capacità tecnica dello strumento non era unica, ma lo erano il suo posizionamento e il suo design di interazione.

Il prodotto forniva la località, la prospettiva, le immagini di base e il contesto riconoscibile. Nano Banana 2 forniva l'evento fittizio.

Insieme, questi elementi hanno compresso un processo di falsificazione in più passaggi in un breve prompt. Questa facilità ha trasformato l'abuso prevedibile in una questione immediata di progettazione del prodotto.

Il compromesso centrale è tra controllo creativo e integrità geografica

Google deve decidere se un'immaginazione visiva senza restrizioni abbia posto all'interno di un servizio che gli utenti considerano una registrazione di luoghi reali.

Gli usi legittimi della funzione erano facili da comprendere. Un insegnante potrebbe ricostruire un antico insediamento. Un pianificatore potrebbe visualizzare alberi, percorsi o spazi pubblici prima della costruzione.

Gli architetti potrebbero esplorare idee progettuali nel loro contesto. I residenti potrebbero confrontare possibili cambiamenti del quartiere senza imparare software di modellazione specializzati.

Questi casi traggono vantaggio dalla stessa consapevolezza della località che crea il rischio. Il risultato diventa più utile perché il modello può lavorare su terreni e strutture riconoscibili.

Google affronta quindi un compromesso, non una semplice scelta tra tecnologia utile e dannosa. Restrizioni sufficientemente robuste da bloccare scene pericolose possono anche respingere richieste storiche o di pianificazione innocue.

Un filtro basato su parole chiave avrà difficoltà con il contesto. Il fumo sopra una città potrebbe illustrare un progetto industriale, uno scenario di incendio boschivo, un evento storico o un attacco inventato.

Una richiesta che coinvolga soldati potrebbe supportare materiale didattico o propaganda. Una folla vicino a un confine potrebbe rappresentare esigenze di pianificazione, finzione o una falsa affermazione sulla migrazione attuale.

Protezioni più forti richiederanno probabilmente più livelli. Il filtraggio dei prompt può bloccare richieste dirette di violenza, disastri, manipolazione politica e altri scenari sensibili.

L'analisi delle immagini può esaminare il risultato prima della consegna. Le regole basate sulla posizione possono applicare controlli più rigidi attorno a siti governativi, installazioni militari, confini, aree di conflitto e infrastrutture critiche.

L'interfaccia può aggiungere etichette visibili permanenti. I controlli di esportazione possono preservare tali etichette, mentre i registri di provenienza possono supportare verifiche successive.

Google potrebbe anche limitare il realismo. Risultati stilizzati rimarrebbero utili per lo sviluppo di concetti, riducendo al contempo la loro somiglianza con autentiche fotografie aeree.

Un'altra opzione sarebbe separare la generazione dalla visualizzazione live di Earth. Una distinta “concept mode” potrebbe utilizzare colori, inquadrature e trattamenti dei file differenti.

Il design più solido renderebbe evidente lo stato sintetico in ogni risultato, non solo nel flusso di lavoro di creazione. Impedirebbe inoltre che l'interfaccia della mappa diventi un indizio involontario di autenticità.

Nessuno di questi controlli offre certezza. Gli utenti possono ritagliare le etichette, fotografare gli schermi o ricreare scene soggette a restrizioni con altri software.

Questa obiezione non elimina la responsabilità di Google per la propria integrazione. Una piattaforma può ridurre gli usi impropri prevedibili anche quando non può eliminare ogni percorso verso lo stesso risultato.

La questione più difficile riguarda il rischio residuo accettabile. Google non ha definito pubblicamente il test che le sue protezioni migliorate dovranno superare prima del ritorno della funzione.

Resta poco chiaro se l'azienda bloccherà intere categorie di prompt, limiterà determinate località, ridurrà il realismo o riprogetterà il processo di esportazione.

Google deve inoltre decidere se sia sufficiente rilevare i contenuti dopo la creazione. La sua prima risposta ha enfatizzato gli strumenti di identificazione e l'applicazione delle policy.

Il ritiro suggerisce uno standard diverso. La prevenzione ora sembra più importante che chiedere ai destinatari di verificare contenuti sospetti dopo la loro diffusione.

Quel cambiamento è il ribaltamento centrale della vicenda. Google ha lanciato la funzionalità con fiducia nei watermark e nei filtri di policy, poi l’ha ritirata dopo che i test nel mondo reale hanno messo in discussione l’efficacia di tali controlli.

Il prossimo design dell’azienda rivelerà ciò che ha imparato. Un elenco ristretto di parole proibite indicherebbe una risposta incrementale.

Un ambiente di simulazione visibilmente separato mostrerebbe una rivalutazione più profonda. Tratterebbe il contesto del prodotto stesso come parte del sistema di sicurezza.

I watermark non possono sostenere da soli l’intero onere della sicurezza

Le misure di protezione iniziali di Google affrontavano l’origine dei file generati, ma i critici hanno dimostrato rischi legati al contesto, alla distribuzione e al comportamento umano.

Google ha dichiarato che gli output di Nano Banana 2 includevano SynthID e indicazioni visibili del fatto che fossero generati dall’AI. Ha inoltre affermato che le sue policy vietavano la creazione di immagini dannose.

I test riportati dopo il lancio hanno mostrato che tali controlli non impedivano con coerenza scenari preoccupanti. Henk van Ess, giornalista investigativo di Digital Digging, ha prodotto scene fabricate legate a delicati temi politici e militari.

Altri tester hanno creato distruzione in grandi città e modificato importanti punti di riferimento. Un resoconto ha descritto la generazione di veicoli militari vicino all’abitazione dell’autore tramite un breve prompt.

Le dimostrazioni riportate variavano in realismo. Alcune contenevano proporzioni implausibili o artefatti visivi, mentre altre apparivano convincenti a prima vista.

Questa variazione crea un pericolo a sé stante. Gli esempi scadenti possono indurre a credere che ogni immagine sintetica si tradirà attraverso errori evidenti.

I modelli migliorano, i prompt diventano più raffinati e i post sui social spesso appaiono su schermi piccoli. Gli utenti possono inoltre vedere un’immagine solo per pochi secondi.

L’incertezza cruciale non è se un analista forense possa rilevare una manipolazione. È se i normali destinatari incontrino abbastanza attrito prima di credere o condividere un’affermazione.

I rilevatori di Google possono aiutare chi ha già dei dubbi. Non possono imporre una pausa scettica prima che un’immagine emotiva influenzi la percezione.

Il watermarking dipende inoltre dall’accesso al segnale originale. Le trasformazioni possono complicare il rilevamento, anche se Google progetta SynthID per resistere alle modifiche comuni.

Nessun attuale metodo di divulgazione elimina la necessità di verificare la fonte. La risposta più sicura a una spettacolare immagine dall’alto continua a essere rintracciarne la prima apparizione e confrontarla con immagini indipendenti.

I ricercatori possono esaminare terreno, meteo, ombre, timestamp e passaggi satellitari noti. Possono anche cercare prove corrispondenti presso fornitori commerciali o programmi pubblici.

La maggior parte degli utenti dei social media non svolgerà questo lavoro. Redazioni e team di verifica subiscono quindi pressioni quando la fabbricazione diventa più veloce dell’analisi.

Il problema va oltre l’inganno riuscito. Un’ondata di immagini satellitari sintetiche può rendere più facile liquidare prove autentiche.

Questo effetto viene talvolta chiamato dividendo del bugiardo. Quando i falsi convincenti diventano familiari, una persona può etichettare materiale genuino come sintetico senza dimostrarlo.

La reputazione di Google Earth amplifica entrambi gli aspetti di questo rischio. La sua interfaccia può conferire credibilità a uno screenshot fabbricato, mentre la controversia può indebolire la fiducia nelle immagini legittime.

Una correzione importante deve restare chiara. La funzionalità ritirata non modificava il database pubblico di Google Earth.

Definire ogni output una falsa mappa di Google Earth esagererebbe quanto accaduto. Lo strumento creava immagini richieste dagli utenti basate su un luogo selezionato.

Questo confine tecnico riduce il rischio di una contaminazione silenziosa del database. Non impedisce però ripubblicazioni ingannevoli, didascalie false o la rimozione dei segnali di divulgazione.

Il ritiro dovrebbe quindi essere valutato come riduzione del rischio, non come prova che Google Earth sia diventato inaffidabile. Le sue immagini consolidate sono rimaste separate dai risultati generati.

La sfida di Google è preservare questa separazione nella mente degli utenti. Un confine nel database è insufficiente se i media esportati lo cancellano visivamente.

Il ritiro di Google mette pressione alla più ampia industria dei prodotti AI

L’episodio alza lo standard di sicurezza per qualsiasi azienda integri media generativi in strumenti associati a prove, misurazioni o giudizio professionale.

I generatori di immagini generici affrontano già restrizioni riguardanti personaggi pubblici, elezioni, violenza, contenuti sessuali e personaggi protetti da copyright. I loro output nascono normalmente in interfacce chiaramente creative.

I prodotti specifici per contesto introducono aspettative aggiuntive. Un generatore di immagini all’interno di software medico, software di mappatura o una piattaforma di sicurezza eredita significato dal proprio ambiente.

Gli utenti non valutano solo i pixel generati. Valutano anche l’applicazione di origine, le etichette, le coordinate, i dati circostanti e lo scopo previsto.

Questo principio mette pressione sui team di prodotto affinché valutino gli abusi contestuali prima del lancio. I test sui modelli generici non possono coprire ogni rapporto di fiducia ereditato da un prodotto ospitante.

Il lancio di Google ha dimostrato che un modello può rispettare le proprie policy generali sulle immagini pur creando risultati inaccettabili per una particolare interfaccia.

Un’esplosione fittizia può essere consentita in uno strumento artistico. La stessa scena associata a coordinate precise può funzionare come una falsa affermazione su un evento reale.

I concorrenti dovrebbero studiare questa distinzione. Microsoft, Apple, fornitori di mappe, aziende satellitari e fornitori di sistemi informativi geografici stanno tutti aggiungendo flussi di lavoro assistiti dall’AI.

Le loro implementazioni differiscono e molte si concentrano sull’analisi anziché sulla generazione fotorealistica. Tuttavia, ciascuna deve separare osservazione, previsione, simulazione e invenzione.

Queste etichette descrivono output materialmente diversi. L’osservazione rappresenta dati raccolti. La previsione stima una condizione futura. La simulazione modella uno scenario possibile. L’invenzione raffigura qualcosa privo di valore probatorio.

Confondere queste categorie può creare errori anche senza intenzioni malevole. Un dipendente di fretta potrebbe includere un’immagine simulata in una presentazione senza conservarne l’etichetta.

Un osservatore successivo potrebbe trattare quella diapositiva come documentazione. L’errore potrebbe diffondersi attraverso report, canali di messaggistica o sistemi di conoscenza automatizzati.

Le organizzazioni necessitano di pratiche di provenienza accanto alle misure di protezione dei modelli. I team dovrebbero conservare file originali, URL delle fonti, date, cronologie delle trasformazioni e note di verifica.

Una base di conoscenza AI ricercabile può aiutare i lavoratori a mantenere separate le prove dalle interpretazioni e dalle bozze generate. Il sistema richiede comunque etichette chiare e una revisione accurata.

Gli sviluppatori hanno inoltre bisogno di modelli di minaccia specifici per la distribuzione. I test dovrebbero includere ritagli, screenshot, ricompressione, ripubblicazione, didascalie false e rimozione dall’interfaccia originale.

Le revisioni di sicurezza dovrebbero chiedersi cosa rimane visibile dopo ogni trasformazione. Dovrebbero inoltre esaminare se il branding o gli elementi dell’interfaccia creino un’autorità fuorviante.

La risposta di Google offre una lezione di governance del prodotto. Meccanismi di ritiro rapido sono importanti quando i test pubblici rivelano una discrepanza tra l’uso previsto e il comportamento effettivo.

L’azienda ha agito entro circa un giorno. Ciò ha limitato ulteriore creazione, anche se la breve esposizione ha comunque generato ampie critiche ed esempi riutilizzabili.

Un ritiro non può sostituire i test prima della pubblicazione. Può impedire che un errore di progettazione diventi una funzionalità permanente mentre i team rivalutano le proprie ipotesi.

La pressione più ampia del settore riguarda il software che veicola prove. I fornitori devono dimostrare che le funzioni sintetiche non prendono silenziosamente in prestito fiducia dagli strumenti fattuali.

Tale obbligo diventa più rigoroso con il miglioramento dei modelli di immagini. Un maggiore realismo aumenta il valore creativo, ma riduce anche gli indizi visivi che un tempo smascheravano le fabbricazioni.

Google deve ora dimostrare che “guardrail più forti” significa più di una migliore formulazione dei rifiuti. La riprogettazione deve affrontare il rapporto tra media generati e autorità geografica.

Ciò che il ritiro di Google lascia irrisolto

Tre segnali determineranno se Google ha riprogettato il modello di fiducia della funzionalità o si è limitata a irrigidire i filtri.

Il primo segnale è la forma di un eventuale rilancio. Google non ha annunciato una data di ritorno né pubblicato un elenco completo delle modifiche previste.

Un rilancio con etichettatura visiva persistente, modalità concettuale separata e provenienza protetta rafforzerebbe l’ipotesi di una riprogettazione significativa. Un’interfaccia quasi identica con più prompt bloccati la indebolirebbe.

La policy sulle località conterà quanto la policy sui prompt. Siti sensibili e aree di conflitto attivo creano rischi che le normali scene creative non comportano.

Google potrebbe limitare la generazione attorno a luoghi militari, confini, strutture governative, infrastrutture critiche e aree interessate da disastri in corso. Tali controlli solleverebbero difficili interrogativi su copertura, tempistiche e neutralità politica.

Il secondo segnale è il testing avversariale indipendente. I ricercatori dovrebbero ripetere gli scenari che hanno aggirato le protezioni iniziali e pubblicare risultati riproducibili senza distribuire risorse dannose.

Un sistema efficace dovrebbe resistere a formulazioni indirette, modifiche iterative, inquadrature fittizie e combinazioni di prompt singolarmente innocui. Dovrebbe inoltre preservare le divulgazioni dopo le normali esportazioni.

I test indipendenti potrebbero rivelare un blocco eccessivo. L’educazione storica e la pianificazione urbana ne risentirebbero se le protezioni rifiutassero qualsiasi prompt che coinvolga folle, fumo, infrastrutture o monumenti politici.

Questo risultato non dimostrerebbe che la funzionalità è sicura o insicura. Mostrerebbe se Google ha trovato un equilibrio praticabile tra utilità creativa e integrità geografica.

Il terzo segnale è il comportamento dei file generati al di fuori di Google Earth. Etichette persistenti e credenziali verificabili contano soprattutto dopo che gli screenshot entrano nei feed social e nei messaggi privati.

Google dovrebbe spiegare quali modifiche SynthID può tollerare. Dovrebbe inoltre chiarire come gli utenti possano verificare i contenuti quando non dispongono del file originale.

Le linee guida pubbliche dell’azienda dovrebbero evitare di porre l’intero onere sui destinatari. Gli strumenti di verifica sono preziosi, ma la progettazione del prodotto deve ridurre gli output ambigui prima della distribuzione.

Il dibattito sulla credibilità di Earth ha mostrato quanto rapidamente una funzionalità possa mettere in discussione anni di fiducia accumulata. Questa fiducia è difficile da quantificare e facile da sottovalutare.

Google Earth rimane utile perché gli utenti si aspettano un confine significativo tra immagini registrate e scene immaginate. Mantenere quel confine è più importante che preservare una funzionalità sperimentale.

Il ciclo delle notizie passerà infine a un altro lancio. La domanda di prodotto sottostante resterà per ogni piattaforma orientata alle prove che aggiunge AI generativa.

Dove dovrebbe vivere la simulazione e quali segnali devono sopravvivere quando il materiale sintetico lascia il suo strumento originario?

Per sviluppatori, acquirenti aziendali, giornalisti e knowledge worker, l’azione immediata è semplice. Trattate le immagini geografiche come affermazioni che richiedono provenienza, soprattutto durante eventi in rapida evoluzione.

Conservate la fonte, annotate la data di pubblicazione, distinguete l’osservazione dalla simulazione e verificate le scene spettacolari attraverso immagini indipendenti. Queste abitudini restano necessarie anche quando i watermark migliorano.

La prossima release di Google fornirà la risposta più chiara. Se l’azienda separerà visibilmente l’immaginazione dalle prove, il ritiro apparirà come una correzione significativa.

Se farà affidamento principalmente su rilevamento nascosto e blocchi di parole chiave più ampi, il conflitto originale tornerà. Il prossimo titolo riguarderebbe allora lo stesso problema di fiducia, non uno nuovo.