domenica 19 luglio 2026
L’Evoluzione Oltre il Codice: Come l’Intelligenza Artificiale Generativa sta Riscrivendo la Criminologia Digitale - Intervento di Antonio Russo e Stefano Donno
La criminologia, storicamente, ha sempre dovuto inseguire l’evoluzione dei mezzi di offesa. Oggi, però, ci troviamo di fronte a uno spartiacque epistemologico. L'avvento e la democratizzazione dei sistemi di Intelligenza Artificiale (IA) avanzata non hanno semplicemente fornito ai malintenzionati un nuovo "strumento"; hanno radicalmente mutato la natura stessa del crimine informatico, abbattendo le barriere d'ingresso tecniche e scalando la minaccia a livelli industriali.
Se un tempo il cybercrime richiedeva competenze di programmazione sofisticate o l'acquisto di exploit complessi nel dark web, l'IA ha introdotto l'era del "Crimine come Servizio" (Crime-as-a-Service) automatizzato. Dal punto di vista criminologico, stiamo assistendo alla transizione da una criminalità d'élite a una criminalità diffusa, iper-personalizzata e predittiva.
1. L'Ingegneria Sociale 2.0: Il Tramonto del Phishing "Ortografico"
Uno dei segnali più evidenti di questa evoluzione riguarda il phishing e le truffe basate sull'ingegneria sociale. Fino a pochi anni fa, i tentativi di truffa via email erano facilmente riconoscibili: sintassi claudicante, traduzioni grossolane e formattazione approssimativa. Erano esche grossolane lanciate nel mucchio.
Con i Large Language Models (LLM) avanzati, questo scenario è svanito.
Iper-personalizzazione (Spear Phishing su scala): Gli algoritmi possono analizzare enormi quantità di dati pubblici di un bersaglio (post sui social media, stile di scrittura, relazioni professionali) per generare messaggi perfettamente calibrati, privi di errori grammaticali e scritti con il tono esatto che la vittima si aspetta.
Vulnerabilità cognitiva: Il criminologo sa che il successo di una frode non dipenda dalla tecnologia in sé, ma dalla manipolazione psicologica. L'IA permette di automatizzare questa manipolazione, sfruttando bias cognitivi come l'urgenza, l'autorità o la familiarità, riducendo drasticamente il tempo di reazione e di sospetto della vittima.
2. Il Furto d'Identità Idrorepellente: L'Era dei Deepfake e della Disintermediazione Biometrica
Il salto di qualità più inquietante è rappresentato dall'architettura dei deepfake, sia audio che video. L'identità, concetto cardine della stabilità sociale e giuridica, è diventata improvvisamente malleabile.
Nel contesto delle frodi aziendali, stiamo registrando una crescita esponenziale delle truffe di tipo CEO Fraud (o BEC - Business Email Compromission). Non si tratta più solo di email contraffatte: i criminali utilizzano cloni vocali generati dall'IA in tempo reale per chiamare i dipendenti dei dipartimenti finanziari, ordinando bonifici urgenti con la voce esatta dell'amministratore delegato.
Dal punto di vista della vittima, il collasso della certezza sensoriale ("vedo e sento, quindi è vero") crea un cortocircuito emotivo. Se i sistemi biometrici di riconoscimento facciale o vocale — utilizzati ormai da gran parte degli istituti bancari — possono essere aggirati da sintesi generative avanzate, crolla il pilastro del patto di fiducia tra utente e infrastruttura digitale. Il furto d'identità non è più la sottrazione di un documento, ma la clonazione della presenza.
3. L'Automazione delle Frodi Finanziarie e il Malware Polimorfico
Oltre l'interfaccia umana, l'IA sta riscrivendo le regole del codice malevolo. Analizzando i dati di tracciamento delle minacce informatiche globali, emergono due macro-tendenze:
Malware Polimorfico Generativo: Utilizzando versioni modificate e prive di filtri etici dei modelli di IA (come alcune varianti scoperte nel mercato nero), i programmatori di malware possono generare codice che cambia costantemente la propria struttura interna ogni volta che infetta un nuovo dispositivo. Questo rende i tradizionali software antivirus basati su "firma" del tutto obsoleti.
Scalabilità del danno: L'IA consente di gestire contemporaneamente migliaia di interazioni fraudolente. Bot guidati da intelligenza artificiale conversazionale possono gestire trattative di romance scam (truffe romantiche) o di falsi investimenti finanziari con centinaia di vittime nello stesso momento, adattando le risposte in base alle reazioni emotive dell'interlocutore.
La Risposta Criminologica: Verso una Difesa Predittiva
Di fronte a questa minaccia molecolare, l'approccio reattivo del diritto e delle forze dell'ordine mostra evidenti limiti strutturali. La criminologia moderna deve promuovere un cambio di paradigma.
Non possiamo più limitarci a studiare il reato a posteriori. È necessario sviluppare un'architettura di difesa simmetrica: l'IA deve essere utilizzata per combattere l'IA. Questo significa implementare sistemi di Threat Intelligence capaci di anticipare le mutazioni del codice malevolo, algoritmi di autenticazione crittografica della realtà (come il watermarking e la tracciabilità delle fonti mediali tramite blockchain) e, soprattutto, una massiccia campagna di alfabetizzazione cognitiva per i cittadini.
La più grande vulnerabilità non risiede nelle linee di codice dei nostri computer, ma nella naturale tendenza umana a fidarsi. Nell'era dell'Intelligenza Artificiale, la consapevolezza critica è la prima, e più importante, linea di difesa.
Breviario di etica artistica. Arte, persone, istituzioni di Armando Punzo, Rossella Menna (Luca Sossella Editore)
A partire dal carcere come campo d’indagine, questo libro apre una riflessione più ampia sul rapporto tra arte e istituzioni proponendo un breviario di principi, pratiche e scelte attraverso cui l’arte può misurarsi con il potere senza lasciarsene definire.
Il principio della committenza nell’arte non è mai scomparso. Se non è più dei Papi o dei Principi è della politica, dei mercati, o comunque della realtà, dei suoi dettami su ciò che si deve o non si deve considerare come urgente, necessario, attuale. La committenza è dei codici invisibili del consenso. La distinzione allora non è tra artisti puri e impuri, tra chi si dichiara libero senza davvero esserlo e chi è sfacciatamente integrato, al servizio del potere di turno. La distinzione è tra chi intimamente si conforma al mondo in cui agisce e chi trova un modo per andarsene restando.
sabato 18 luglio 2026
venerdì 17 luglio 2026
La Giustizia "Predittiva" tra Mito e Realtà: Algoritmi, Pregiudizi e il Futuro del Sistema Penale - Intervento di Antonio Russo e Stefano Donno
L’ingresso dell'intelligenza artificiale (IA) nelle aule di tribunale e nei dipartimenti di polizia non è più uno scenario da cinema fantascientifico, ma una realtà consolidata. Dalla valutazione del rischio di recidiva alla pianificazione del pattugliamento urbano (predictive policing), i sistemi algoritmici vengono presentati come strumenti neutrali, capaci di eliminare l'errore umano e la parzialità cognitiva dal processo decisionale.
Tuttavia, da una prospettiva criminologica rigorosa, questa presunta neutralità scientifica nasconde insidie profonde. Il rischio reale non è solo l'errore tecnologico in sé, ma la sistematizzazione e l'amplificazione dei pregiudizi storici sotto la rassicurante etichetta dell'oggettività matematica.
Il paradosso del dato storico: l'effetto specchio
Gli algoritmi di apprendimento automatico (machine learning) non creano regole dal nulla: vengono addestrati su enormi database storici. Se questi dati riflettono disparità sociali, decisioni di polizia discriminatorie o asimmetrie sistemiche del passato, l'algoritmo non farà altro che codificare e perpetuare tali ingiustizie.
Il principio "Garbage In, Garbage Out" (GIGO): Se inseriamo nel sistema dati distorti da decenni di politiche di sicurezza sbilanciate o da pregiudizi socio-economici, l'output generato dall'intelligenza artificiale sarà inevitabilmente discriminatorio, ma rivestito di un’aura di infallibilità tecnica.
Questo fenomeno genera un pericoloso loop di feedback auto-avverante:
La polizia pattuglia maggiormente i quartieri storicamente marginalizzati perché i dati mostrano un tasso di criminalità più alto.
Di conseguenza, si registrano più arresti in quelle aree.
I nuovi dati di arresto vengono inseriti nell'algoritmo.
L'algoritmo suggerisce di pattugliare ancora di più quegli stessi quartieri, ignorando del tutto i reati "invisibili" (come quelli finanziari o dei colletti bianchi) commessi altrove.
Un confronto necessario: Bias Umano vs. Bias Algoritmico
Per comprendere la portata della sfida, è utile mappare le differenze strutturali tra le distorsioni del giudizio umano e quelle prodotte dai sistemi automatizzati:
| Dimensione | Bias Umano (Giudice/Inquirente) | Bias Algoritmico (Software di IA) |
| Origine | Pregiudizi cognitivi, stanchezza, fattori culturali individuali. | Dati storici distorti, criteri di ottimizzazione errati. |
| Scalabilità | Limitata. L'errore del singolo giudice impatta solo su specifici casi. | Massiva. Un singolo errore nel codice o nel dataset si applica a migliaia di casi. |
| Rilevabilità | Relativamente alta attraverso l'appello, il dibattimento e il contraddittorio. | Bassissima. I sistemi spesso operano come "scatole nere" (black box) proprietarie. |
| Percezione Sociale | Soggetta a scetticismo e critica sociale. | Accettata passivamente come verità scientifica ("sciovinismo computazionale"). |
La "Scatola Nera" e la crisi del Giusto Processo
Uno dei nodi più critici per la criminologia e la filosofia del diritto è la mancanza di trasparenza dei sistemi di valutazione del rischio (come il noto software statunitense COMPAS, utilizzato per stimare la probabilità di recidiva).
Molti di questi software sono protetti da segreto commerciale. Ciò significa che né gli avvocati della difesa, né i giudici, né gli stessi imputati possono esaminare il codice sorgente o comprendere quali pesi specifici l'algoritmo abbia attribuito a variabili sensibili (come lo stato sociale, il livello di istruzione dei genitori o la residenza) per giungere a un determinato punteggio di pericolosità.
Questo scenario mina alla base i pilastri del giusto processo:
Il diritto alla difesa: Come si può contestare un'accusa o una valutazione di pericolosità se non si conoscono i criteri logici con cui è stata formulata?
L'individualizzazione della pena: La criminologia moderna insegna che la pena deve essere calibrata sull'individuo e sul fatto concreto. L'algoritmo, al contrario, ragiona per correlazioni statistiche di gruppo, riducendo la persona a una mera percentuale di rischio.
Conclusioni: Verso una Criminologia Algoritmica di Frontiera
L'intelligenza artificiale non deve essere respinta a priori, ma governata con gli strumenti della criminologia critica e del diritto costituzionale. Non possiamo permettere che la tecnologia diventi un paravento dietro cui nascondere le responsabilità etiche e politiche delle decisioni penali.
Per evitare che la giustizia predittiva si trasformi in una nuova forma di discriminazione scientificamente legittimata, sono urgenti tre passaggi chiave:
Sottoporre gli algoritmi ad audit indipendenti: I software utilizzati nello spazio giudiziario devono essere open-source o comunque accessibili per verifiche di conformità etica e costituzionale.
Affermare il principio del "Human-in-the-loop": Nessuna decisione limitativa della libertà personale deve essere delegata esclusivamente a una macchina. L'IA deve rimanere un supporto consultivo, mai decisionale.
Aggiornare la formazione criminologica: È essenziale formare una nuova classe di giuristi e criminologi capaci di dialogare con i data scientist, decodificando la complessa interazione tra codice binario e devianza sociale.
Solo governando attivamente la transizione digitale potremo evitare che i tribunali del futuro si trasformino in freddi laboratori di calcolo statistico, dove l'uguaglianza formale di fronte alla legge viene sacrificata sull'altare dell'efficienza computazionale.
Iscriviti a:
Post (Atom)
-
Milano, 20 aprile 1814: la notizia dell’abdicazione di Napoleone re d’Italia porta una folla inferocita a invadere il Palazzo del Senato p...
-
Stefano De Martino, sui social il video intimo con la fidanzata Caroline Tronelli: gli hacker violano le webcam di casa | Corriere.it
-
IQDB Casa Editrice presenta "Ho sbagliato tutt...
