Nel corso della 14ª edizione della Cyber Crime Conference si è discusso di uno dei temi più delicati e strategici dell’attuale panorama investigativo: il rapporto tra Open Source Intelligence e Intelligenza Artificiale.
L’intervento, intitolato “OSINT e AI: pattern recognition o fabbrica di false evidenze?”, ha approfondito la natura profondamente ambivalente delle tecnologie AI applicate ai processi investigativi, evidenziando come lo stesso strumento possa rappresentare contemporaneamente un acceleratore analitico e un potenziale moltiplicatore di disinformazione.
L’AI come acceleratore dell’analisi investigativa
Negli ultimi anni l’Intelligenza Artificiale ha trasformato radicalmente il modo in cui vengono raccolte, correlate e analizzate le informazioni provenienti da fonti aperte.
In ambito OSINT, le applicazioni operative sono ormai numerose:
- pattern recognition su reti criminali complesse
- correlazione automatizzata di identità digitali frammentate
- analisi massiva di dati provenienti dal dark web
- individuazione di anomalie informative
- rilevamento di contenuti sintetici e deepfake
L’automazione consente oggi di processare quantità di informazioni che sarebbero impossibili da gestire manualmente, riducendo drasticamente tempi di analisi e ampliando le capacità investigative.
In scenari cyber, finanziari e geopolitici, questi strumenti stanno diventando sempre più centrali per attività di intelligence, compliance, fraud detection e threat analysis.
Quando la stessa tecnologia viene usata dagli attori investigati
Il punto critico emerso durante l’intervento riguarda però l’altra faccia della stessa tecnologia.
Gli strumenti AI non sono utilizzati esclusivamente dagli analisti o dalle forze investigative, ma anche dagli attori ostili che si intende monitorare o identificare.
Tra i casi documentati analizzati durante la conferenza è stato ricostruito il noto caso investigativo dell’FBI relativo all’infiltrazione di centinaia di lavoratori IT nordcoreani all’interno di aziende statunitensi attraverso identità digitali artefatte e tecniche avanzate di manipolazione documentale.
Parallelamente, numerosi scenari geopolitici recenti hanno mostrato l’utilizzo crescente di deepfake, contenuti sintetici e campagne informative costruite per alterare percezione pubblica, verifiche investigative e processi decisionali.
In questo contesto, l’AI diventa contemporaneamente:
- strumento investigativo
- strumento di manipolazione
- acceleratore di analisi
- acceleratore di disinformazione
Il vero nodo: cosa resta in capo all’analista?
Uno degli aspetti centrali emersi durante l’intervento riguarda il ruolo dell’analista umano in un ecosistema informativo sempre più automatizzato.
La questione non è più semplicemente stabilire se utilizzare o meno l’Intelligenza Artificiale nei processi OSINT. Il vero problema riguarda la capacità di distinguere output plausibili da informazioni realmente verificabili.
I modelli AI possono produrre correlazioni convincenti, sintesi coerenti e interpretazioni statisticamente plausibili senza che queste siano necessariamente corrette, contestualizzate o verificabili.
Ed è proprio qui che entrano in gioco tre elementi fondamentali:
- verifica della fonte
- replicabilità del metodo
- giudizio critico dell’analista
Pattern recognition e “fabbrica di false evidenze” non rappresentano due scenari separati: convivono all’interno dello stesso ecosistema tecnologico.
Separare informazione affidabile da rumore sintetico non può essere completamente delegato alla macchina.
OSINT, AI e responsabilità metodologica
L’evoluzione dell’OSINT richiede oggi non soltanto strumenti più sofisticati, ma anche maggiore rigore metodologico.
In un contesto dominato da contenuti sintetici, automazione e manipolazione informativa, la trasparenza delle fonti e la verificabilità del processo analitico diventano elementi imprescindibili.
L’Intelligenza Artificiale può rappresentare un moltiplicatore straordinario delle capacità investigative, ma soltanto se integrata all’interno di processi controllabili, verificabili e supervisionati da analisti in grado di interpretarne criticamente gli output.
Per questo motivo, il tema centrale non è sostituire l’analista, ma ridefinirne il ruolo all’interno di un ecosistema investigativo sempre più automatizzato.
L’intervento completo è disponibile qui:https://www.youtube.com/watch?v=5CPxy9FKklg