La percezione comune lega l’Intelligenza artificiale a super-computer militari o a costosi sistemi custoditi in aule diplomatiche. La realtà, però, è ben più sobria: le stesse tecnologie di modello linguistico che troviamo nei browser di casa stanno alimentando infrastrutture di sorveglianza di Stato in diversi continenti. Non si tratta di una visione futuristica, ma di applicazioni operative che sfruttano algoritmi di generazione testo, audio e video per raccogliere, incrociare e analizzare enormi quantità di dati personali. Il racconto emerge direttamente dalle analisi di Anthropic, la società dietro la famiglia di modelli Claude, che ha documentato casi concreti in Africa, Medio Oriente e Asia.
Questi strumenti non sono né segreti né riservati a élite militari: sono gli stessi modelli che usiamo per correggere e-mail, riassumere PDF o tradurre ricette. Quando tali capacità vengono rimodellate per scopi di intelligence, la differenza principale è la scala e l’automazione. In pochi mesi, governi hanno trasformato un prodotto di consumo in una potente arma di monitoraggio, capace di generare dossier su milioni di cittadini con un investimento amministrativo e tecnologico ben inferiore rispetto alle tradizionali reti di spionaggio. Le testimonianze raccolte mostrano come la facilità di integrazione e il costo contenuto abbiano accelerato l’adozione di queste piattaforme in nazioni con risorse limitate.
Mali: una piattaforma di sorveglianza costruita da un solo consulente
Mali, paese dell’Africa occidentale segnato da instabilità politica, ha attivato un sistema nazionale di monitoraggio senza ricorrere a grandi aziende di cybersicurezza. Un singolo consulente, collaborando con le agenzie di sicurezza locali, ha impiegato il modello Claude per realizzare una piattaforma capace di raccogliere dati da operatori telefonici, incrociare le informazioni e produrre profili individuali. L’applicazione automatizza l’elaborazione di milioni di record, generando dossier su richiesta delle autorità. Questo esempio dimostra che un unico operatore può fungere da “ingegnere virtuale”, sfruttando le capacità di generazione linguistica per costruire un’infrastruttura di sorveglianza su scala nazionale, senza necessità di team multipli o budget milionari.
Iran: estensione browser per catturare identità digitali
In Iran, gli apparati di sicurezza hanno convertito il browser Mozilla Firefox in uno strumento di raccolta dati. Utilizzando ancora il modello Claude è stata sviluppata un’estensione malevola pensata per estrarre le identità digitali degli utenti che navigano sui social network, segnalandole come potenziali oppositori del regime. Grazie alla capacità del modello di elaborare linguaggi naturali, l’estensione può analizzare i contenuti delle conversazioni, rilevare parole chiave di dissenso e associare tali tracce a profili identificabili. Oltre a questo caso, Anthropic ha registrato ulteriori impieghi del modello in Iran per attività di intelligence, confermando che la stessa tecnologia di uso comune può essere trasformata in un canale di monitoraggio digitale su larga scala.
Cina: assistente AI al centro di migliaia di indagini religiose
In Cina, un ufficio di intelligence specializzato in questioni religiose ha ridotto drasticamente il numero di analisti sul territorio, centralizzando il lavoro in una piccola squadra supportata da un assistente basato su Claude. Questo assistente analizza quotidianamente i contenuti pubblicati sui social, valuta la loro rilevanza politica e suggerisce soggetti da approfondire. Il risultato è la produzione di migliaia di indagini al mese, con possibilità di passare a interrogatori, monitoraggio di spostamenti e controlli delle comunicazioni. Le autorità hanno inoltre diffuso un manuale interno, illustrando passo passo l’uso dell’intelligenza artificiale nelle operazioni di sorveglianza, dimostrando una strategia istituzionalizzata di integrazione tecnologica.
Come l’AI riduce i costi della sorveglianza di Stato
Il punto cruciale di questi esempi è la drastica riduzione delle spese operative. Tradizionalmente, la sorveglianza di massa richiedeva grandi budget, centinaia di analisti e infrastrutture costose. Con i modelli linguistici generativi un singolo burocrate può svolgere il lavoro di un intero dipartimento, grazie alla capacità di elaborare dati in tempo reale e di sintetizzare informazioni complesse. Inoltre, le autorità non hanno bisogno dei modelli più costosi, come Fable o Mythos, ma possono impiegare versioni più veterane quali Claude Haiku, Sonnet e Opus. Quando i provider bloccano gli account per usi illeciti, gli operatori possono spostare le operazioni verso soluzioni open-source, eseguendole su server locali, come avvenuto nel caso del Mali, garantendo continuità anche sotto pressione.
Queste esperienze mostrano come l’intelligenza artificiale sia diventata un moltiplicatore di potere per i governi, capace di trasformare dati sparsi in strumenti di controllo capillare. La sfida per le organizzazioni internazionali e per i difensori dei diritti digitali è ora capire come regolamentare tecnologie accessibili e a basso costo, prima che la sorveglianza passi dall’essere un’eccezione a diventare la norma quotidiana per milioni di cittadini.
