Cinquanta milioni di minuti di telefonate dal carcere. Migliaia di cellulari sequestrati ai detenuti. Una mole di informazioni impossibile da leggere per un essere umano. Ma un software di intelligenza artificiale ha permesso alla polizia di individuare i segnali di un assalto a un carcere dell’Oklahoma, negli Stati Uniti.
«L’AI ha inciso sulle modalità operative di investigatori, forze di polizia e magistratura», spiega a Zeta Vincenzo Musacchio, professore associato al Rutgers Institute on Anti-Corruption Studies dell’Università di Newark, nel New Jersey. «Le tecnologie basate su intelligenza artificiale consentono analisi dei dati più rapide e approfondite, l’identificazione di pattern complessi e un supporto sempre più efficace alle attività investigative».
Nel caso del penitenziario americano, a smascherare i criminali è stato Longeye, un software ideato per investigatori, procuratori e amministrazioni carcerarie. Ha individuato il piano per un’aggressione organizzata dall’esterno contro una persona detenuta. In dotazione a 35 agenzie federali, il sistema analizza grandi quantità di documenti e trasforma informazioni sparse in piste investigative.
«La principale opportunità offerta dall’intelligenza artificiale è la capacità di processare e correlare enormi volumi di dati in tempi ridotti, individuando collegamenti e anomalie che difficilmente sarebbero riconoscibili da un analista umano», osserva il professore. «Questo permette di migliorare l’efficacia delle indagini e di impiegare le risorse investigative in modo più efficiente».
In Inghilterra e Galles l’intelligenza artificiale viene sperimentata nelle indagini per stupro. Sarah Crew, capo della polizia di Avon and Somerset, propone di usarla nelle interviste videoregistrate alle vittime: il sistema potrebbe suggerire domande agli investigatori e aiutare nella trascrizione. Il dipartimento ha già testato Söze, software capace di analizzare telefonate, messaggi e documenti: ha svolto in un giorno un lavoro che a un agente umano avrebbe richiesto 81 anni.
Il modello non è quello del film Minority Report, in cui creature dotate di superpoteri predicono e impediscono crimini. Gli algoritmi elaborano dati per distribuire meglio le risorse sul territorio. «L’intelligenza artificiale deve essere sempre uno strumento a supporto della decisione umana, non un decisore autonomo», sottolinea il criminologo.
Questi sistemi possono commettere errori. «Il rischio principale è il bias algoritmico». Gli strumenti possono produrre decisioni o analisi errate quando sono addestrati su dati incompleti, sbilanciati o influenzati da pregiudizi storici». Il pericolo è di discriminazioni diffuse e falsi positivi. «Un’adozione efficace richiede controlli adeguati, validazione indipendente degli strumenti e la garanzia del controllo umano nelle decisioni finali».
Quando nel 1983 il detective Mario Nardone, inventore della prima Squadra mobile, spiegò al giornalista Enzo Biagi che ogni epoca richiede una polizia diversa, Internet era un progetto militare e il machine learning apparteneva alla fantascienza. Oggi la trasformazione riguarda sia chi combatte il crimine sia chi lo commette. Deepfake, clonazione vocale e automazione delle truffe convivono con racket, estorsioni e traffici illeciti. «Le organizzazioni criminali integrano servizi tecnologici avanzati in un vero e proprio ecosistema criminale accessibile anche a soggetti con competenze tecniche limitate», afferma Musacchio.
L’AI comincia a essere adoperata nelle indagini giudiziarie anche in Italia. «Alcune forze dell’ordine impiegano già strumenti predittivi per individuare aree e fasce orarie a maggior rischio di commissione di reati, ottimizzare la pianificazione delle pattuglie e concentrare le attività preventive. Il sistema giudiziario italiano, però, non è ancora pronto ad affrontare la crescente incidenza di queste tecnologie nelle indagini penali». Restano «deficit strutturali»: la formazione di magistrati, avvocati e investigatori, l’insufficienza di risorse economiche e tecniche, l’assenza di strumenti adeguati di controllo. Per questo servono «standard procedurali chiari, criteri di valutazione dell’affidabilità algoritmica, meccanismi di revisione e formazione specialistica permanente».
