Ghost Font è un esperimento tipografico sviluppato da Eric Lu, fondatore della piattaforma di generazione di caratteri Mixfont, per creare messaggi visibili agli esseri umani ma difficili da interpretare per gli attuali modelli multimodali. Non si tratta di un font tradizionale installabile tramite un file TTF, bensì di un sistema che genera brevi animazioni video nelle quali le lettere emergono esclusivamente dal movimento di migliaia di punti. I punti che compongono il testo seguono una traiettoria diversa rispetto a quelli dello sfondo e il cervello umano riesce a raggrupparli immediatamente in forme riconoscibili, mentre in un singolo fotogramma ogni distinzione scompare e l’immagine appare come un insieme uniforme di rumore visivo.
Il messaggio non è quindi codificato nella posizione statica dei punti, ma nella variazione della loro posizione tra un fotogramma e quello successivo. Quando l’animazione viene messa in pausa, i punti che formano le lettere risultano indistinguibili da quelli dello sfondo e uno screenshot non permette di ricostruire il testo. La tecnica sfrutta una differenza tra la percezione umana, particolarmente efficace nel riconoscere configurazioni coerenti attraverso il movimento, e molti sistemi di visione artificiale, che elaborano i video campionando una sequenza di immagini statiche e analizzando separatamente i singoli frame.
Per rendere più difficile la decodifica, Ghost Font aggiunge anche un secondo livello basato su un messaggio-esca. All’interno dell’animazione viene inserita un’informazione statica che un modello può individuare durante l’analisi dei fotogrammi e scambiare per il vero contenuto nascosto. Nei test mostrati dal creatore, modelli avanzati come Claude Fable e GPT Sol 5.6 Ultra hanno identificato il testo-esca ma non il messaggio prodotto dal movimento; in un’altra prova, ChatGPT 5.5 Pro ha analizzato il materiale per 19 minuti arrivando a generare una frase inesistente. I sistemi sono riusciti ad avvicinarsi alla soluzione soltanto dopo aver ricevuto indicazioni precise sul metodo di analisi da utilizzare.
Il prototipo disponibile sul sito di Mixfont consente di inserire una frase breve, fino a 36 caratteri, modificare la velocità del movimento, invertire il contrasto, mettere in pausa l’animazione e scaricare il risultato come clip video. Il file può quindi essere caricato su un modello multimodale chiedendogli di identificare il messaggio nascosto, permettendo agli utenti di verificare direttamente la capacità del sistema di distinguere il testo dal rumore. La limitazione a frasi brevi dipende dalla natura sperimentale del progetto, ma Lu ha indicato l’intenzione di aumentare in futuro la dimensione disponibile, supportare testi più lunghi e pubblicare come open source il codice utilizzato per generare i video.
Ghost Font non viene presentato come uno strumento di crittografia o come una protezione affidabile dei dati. Un sistema dotato di un ambiente di esecuzione locale potrebbe estrarre i fotogrammi, tracciare lo spostamento dei singoli punti e utilizzare tecniche di optical flow per ricostruire le lettere. Anche un futuro modello nativo per il video, capace di elaborare direttamente le relazioni temporali anziché una serie di immagini separate, potrebbe leggere il messaggio senza particolari difficoltà. Per proteggere informazioni realmente riservate rimangono quindi necessari sistemi crittografici basati su chiavi o password, mentre Ghost Font serve soprattutto a mostrare un limite temporaneo nella comprensione visiva delle AI.
L’esperimento nasce anche dalla preoccupazione per la raccolta automatizzata di contenuti online senza il consenso degli autori. Lu, pur lavorando allo sviluppo di strumenti di intelligenza artificiale applicati alla tipografia, ha voluto verificare se il design potesse creare uno spazio di comunicazione riconoscibile dalle persone ma meno accessibile ai sistemi automatici. Tra le applicazioni ipotizzate rientrano CAPTCHA basati sul movimento, potenzialmente più difficili da risolvere per i bot rispetto alle attuali immagini statiche, e benchmark destinati a misurare i progressi dei modelli nella comprensione delle informazioni temporali.
Ghost Font riprende il principio dei caratteri progettati per ostacolare il riconoscimento ottico, ma lo trasferisce dalla forma statica alla dimensione temporale. I normali disturbi grafici e le lettere deformate possono ormai essere interpretati con relativa facilità dai sistemi di OCR e dai modelli multimodali, mentre l’uso coordinato di movimento, rumore visivo e segnali-esca introduce un problema più complesso. Il progetto non dimostra quindi l’esistenza di un linguaggio definitivamente invisibile alle macchine, ma evidenzia la distanza ancora presente tra il modo in cui gli esseri umani integrano spontaneamente il movimento e il modo in cui molte AI ricostruiscono il contenuto di un video.