In un mattino di novembre, quando viene convocata nell'appartamento del suo celebre inquilino, la signora Hudson si aspetta una qualche incombenza domestica o tutt'al più l'ennesima lamentela. È perciò con comprensibile sgomento che si vede proporre un incarico tanto imbarazzante quanto rischioso. Abdul Hamid II, sultano di Turchia, si è rivolto a Sherlock Holmes in merito a una serie di misteriosi decessi che lo inducono a temere per l'incolumità propria e delle numerose mogli. Queste ultime, tredici per la precisione, vivono segregate in una zona del palazzo in cui nessun uomo eccetto lui è autorizzato a entrare. In una parola si tratta di un harem, al quale hanno accesso anche eunuchi, concubine e schiave. Ora, il grande investigatore risulta penalizzato da una caratteristica difficilmente modificabile se non a caro prezzo: è un uomo, impossibilitato a indagare sul posto. Gli serve dunque una persona, una donna, che agisca come suo tramite. E chi meglio di Martha Hudson, il cui acume e la cui determinazione sono già stati messi alla prova in casi precedenti, potrebbe visitare quel remoto serraglio presentandosi come una viaggiatrice europea affascinata dalle tradizioni esotiche dell'Oriente? Le si chiede, in breve, di fare la spia. Quale possa essere la sua risposta, all'idea di affrontare una straordinaria impresa in compagnia di Holmes e del dottor Watson, non c'è bisogno di dirlo
Una mattina di settembre del 1890, un geometra belga parte da Léopoldville, nello Stato indipendente del Congo, per dirigersi verso nord. Il suo nome è Pierre Claes e con l'aiuto delle stelle e di alcuni strumenti scientifici ha il compito di tracciare i confini settentrionali della colonia e risolvere così le cause di discordia e le dispute territoriali con i domini francesi. A bordo del Fiore di Bruges, un piroscafo della prima generazione, Pierre risale il fiume Congo. Al suo fianco alcuni lavoratori bantù e Xi Xiao, un maestro tatuatore cinese, ma soprattutto un boia specializzato nella sottile arte di vivisezionare gli esseri umani lasciandoli in vita il più a lungo possibile. Nella natura potente dell'Africa centrale, dove l'abisso della morte e la vertigine della vita si fondono in un connubio tanto terrificante quanto magnifico, Claes viene travolto dagli orrori del sistema coloniale e sopraffatto da una profonda malinconia, tanto da chiedere a Xi Xiao di usare la sua arte su di lui. Ma Xi Xiao, che ha sempre saputo leggere il futuro nelle ferite e nelle carezze del mondo, sa due cose: amerà Pierre Claes ed entrambi moriranno nello stesso momento…
Gennaio 1970. Il commissario Bordelli in aprile andrà in pensione, dopo quasi un quarto di secolo in Pubblica Sicurezza, e ancora non sa cosa aspettarsi, non riesce a immaginare come accoglierà questo totale cambiamento. Ma per adesso è in servizio, e il tempo per riflettere e farsi troppe domande non c'è: in una via del centro di Firenze avviene un omicidio brutale. Sarà proprio quel crimine odioso il suo ultimo caso? Ma soprattutto, riuscirà a risolverlo? Lui e il giovane Piras, che nel frattempo è diventato vice commissario, lavorano a stretto contatto, spinti come ogni volta dal senso di giustizia, ma in questa occasione anche dalla intollerabile inutilità di quell'omicidio. Passano i mesi, arriva la primavera, la data del pensionamento si avvicina. La relazione del commissario con la bella Eleonora sembra essere più solida. Non mancherà la cena a casa di Franco Bordelli, dove come d'abitudine ognuno racconterà una storia. ma una mattina il commissario riceve una telefonata dalla questura... un altro omicidio?
Uno dei migliori gialli dell'anno per il New York Times
Un palazzo di lusso nel cuore di New York. Un omicidio che nasconde segreti e contraddizioni di un intero paese. Un giallo che esce dai confini del giallo e che racconta l’America divisa dell’epoca di Trump.
«Cinico, divertente, affilato.» - Stephen King
«Intreccio geniale, ambientazione irresistibile e personaggi indimenticabili.» - John Grisham
«L'americano Chris Pavone costruisce un giallo che è in realtà un preciso affresco sociale del nostro presente. Con tutti i suoi lati oscuri.» - Giancarlo De Cataldo, Robinson
Chicky Diaz è il portiere più amato del Bohemia, il palazzo più prestigioso dell’Upper West Side, dimora di celebrità, finanzieri e dell’élite culturale di New York. Nel suo lussuoso attico, l’appartamento 11C-D, Emily Longworth ha tutto quello che ha sempre desiderato. Peccato che odi profondamente suo marito, che detestava in silenzio già prima delle recenti rivelazioni sull’origine della sua immensa ricchezza. Ma il contratto prematrimoniale è inattaccabile e lei non ha ancora trovato la forza di lasciarlo. Al piano inferiore, nell’appartamento 2A, Julian Sonnenberg – critico d’arte di successo e uomo che ha vissuto per cinquant’anni una vita piena e cosmopolita – riceve una telefonata devastante. Una notizia che non fa che confermare la sua sensazione: quella di essere ormai irrimediabilmente out. Intanto, nei sotterranei del Bohemia, il personale del palazzo – quasi tutto afroamericano e ispanico – segue con inquietudine le notizie in tv: a pochi isolati di distanza, un nero è stato ucciso dalla polizia. La città sta esplodendo in proteste, scontri, violenze. Mentre si prepara per il suo turno serale, Chicky infrange una regola sacra del mestiere: stasera porterà con sé una pistola. Perché lui sa che, proprio davanti all’ingresso sontuoso e all’apparenza inespugnabile del palazzo, si sta giocando qualcosa di più grande. Stanotte, nemici si scontreranno, lealtà verranno messe alla prova, segreti svelati – e vite spezzate. In un affresco inedito e feroce della New York di oggi, Chris Pavone scrive un giallo perfetto per i nostri tempi, dove suspense, critica sociale e ritmo narrativo si fondono senza soluzione di continuità
L’intelligenza artificiale e i Big Data stanno cambiando il modo in cui osserviamo la violenza di genere. Non sostituiscono le istituzioni, ma possono aiutare a individuare prima i segnali deboli, ricostruire pattern di rischio e rendere più tempestiva la protezione delle vittime.
Il problema dei segnali invisibili
La violenza di genere raramente esplode dal nulla. Spesso si manifesta attraverso micro-segnali distribuiti nel tempo: denunce pregresse, accessi ospedalieri, richieste di aiuto, episodi di stalking, escalation verbali, comportamenti digitali predatori. Proprio qui i sistemi di analisi dati possono offrire un vantaggio decisivo, perché sanno mettere in relazione informazioni che, lette separatamente, sembrano episodiche ma insieme raccontano un rischio concreto.istat+2
Il punto centrale non è “prevedere il crimine” in senso assoluto, ma leggere meglio il contesto. In criminologia questo significa passare da una logica reattiva a una logica preventiva, senza perdere di vista garanzie, proporzionalità e controllo umano.
Big Data e prevenzione
Le fonti recenti mostrano un interesse crescente verso piattaforme digitali integrate, sistemi di valutazione del rischio e analisi automatizzate dei fascicoli. L’idea è semplice: creare ambienti informativi capaci di raccogliere denunce, dati sanitari, segnalazioni delle forze dell’ordine e informazioni dei centri antiviolenza, così da intercettare pattern di recidiva e situazioni ad alta criticità.
La forza dei Big Data, in questo campo, non sta solo nella quantità di informazioni, ma nella loro standardizzazione. Senza criteri comuni di raccolta, i dati restano frammentati e poco utili; con una struttura coerente, invece, diventano una base solida per la prevenzione, la valutazione del rischio e l’intervento precoce.
Il ruolo dell’IA
L’IA può intervenire su più livelli. Può supportare la classificazione dei casi, evidenziare ricorrenze nei comportamenti, monitorare segnali di escalation nei social media, aiutare l’analisi delle prove digitali e velocizzare la gestione dei procedimenti. In questo senso, il suo valore è operativo prima ancora che “visionario”.
Ma c’è anche un’altra faccia della questione: l’IA è uno strumento ambivalente. Le stesse tecnologie che rafforzano la prevenzione possono essere sfruttate dalla criminalità organizzata per manipolare, tracciare, intimidire o automatizzare nuove forme di abuso. È per questo che ogni progetto serio di contrasto deve includere etica, supervisione e responsabilità istituzionale.
Criticità e cautele
Il rischio più grande è trasformare l’algoritmo in un sostituto del giudizio umano. Nei casi di violenza di genere, l’errore non è neutrale: una sottovalutazione può lasciare la vittima esposta, una sovrastima può generare procedure eccessive o distorsioni. Serve quindi un modello ibrido, in cui l’analisi automatizzata supporti il lavoro di magistratura, forze dell’ordine e operatori sociali, senza mai annullarlo.
Un altro nodo riguarda la qualità dei dati. Se le denunce non sono uniformi, se i database non dialogano tra loro e se le informazioni arrivano tarde o in modo disomogeneo, l’IA produce solo una sofisticazione dell’errore. Per questo la standardizzazione resta la prima vera riforma da fare.
Verso una prevenzione più intelligente
Il futuro della prevenzione passa da un uso rigoroso dei dati, non da una delega cieca alla macchina. Big Data, machine learning, sentiment analysis e strumenti di digital forensics possono contribuire a “cacciare i segnali invisibili”, ma solo se inseriti in una filiera istituzionale chiara, controllabile e orientata alla tutela della persona.
In altre parole, l’obiettivo non è costruire una sorveglianza totale. L’obiettivo è riconoscere prima i segnali del rischio, intervenire meglio e proteggere con maggiore efficacia chi è più esposto alla violenza. Ed è qui che l’innovazione tecnologica, se ben governata, può diventare davvero uno strumento di giustizia
La violenza di genere, nelle sue manifestazioni più estreme come il femminicidio, rappresenta una delle sfide più drammatiche della nostra epoca. La criminologia accademica moderna si trova oggi di fronte a una svolta epocale: superare la logica meramente repressiva e post-delittuosa per abbracciare modelli di intervento predittivo. In questo contesto, l'Intelligenza Artificiale smette di essere un semplice strumento tecnologico e si trasforma in un paradigma scientifico cruciale per la prevenzione e la tutela della vita umana.
L'Algoritmo della Prevenzione: Oltre il Modello Reattivo
La criminologia computazionale e l'analisi predittiva applicata ai reati di genere non mirano a sostituire l'intuizione o la sensibilità delle forze dell'ordine e dei professionisti sul campo, bensì a potenziarle. Attraverso l'elaborazione di vasti dataset bio-psico-sociali, la digitalizzazione delle denunce e l'analisi dei pattern comportamentali (come l'escalation di atti persecutori, lo stalking e le minacce digitali), i modelli predittivi possono identificare i fattori di rischio latenti prima che si traducano in violenza letale.
L'algoritmo agisce come un microscopio sociologico, capace di evidenziare anomalie e picchi di rischio all'interno delle dinamiche relazionali tossiche:
Analisi dei segnali deboli: Intercettazione precoce di pattern abusivi sommersi.
Valutazione dinamica del rischio: Calcolo in tempo reale dell'indice di letalità di una situazione di stallo o di minaccia.
Geolocalizzazione predittiva: Ottimizzazione delle risorse di vigilanza sul territorio nelle aree statisticamente più esposte.
I Pilastri Etici della Criminologia Predittiva
L'implementazione della tecnologia nel contrasto al femminicidio richiede un rigore etico assoluto. Come teorizzato nei moderni approcci della ricerca forense digitale, l'uso di modelli matematici deve sempre sottostare alla supervisione e alla responsabilità umana (human-in-the-loop). L'obiettivo della criminologia predittiva non è la punizione preventiva del soggetto, ma la tempestiva attivazione di protocolli di protezione della vittima e di percorsi di neutralizzazione della minaccia.
La trasparenza nell'addestramento dei dati, l'assenza di bias discriminatori e la finalizzazione etica dell'algoritmo sono le precondizioni necessarie affinché la tecnologia diventi un autentico scudo sociale. Implementare questi sistemi significa ridurre i tempi di risposta istituzionali, intervenendo "prima che sia troppo tardi".
La criminologia contemporanea si trova dinanzi a un cambio di paradigma senza precedenti. Se per decenni la disciplina ha analizzato il fenomeno criminale prevalentemente ex post — ricostruendone le dinamiche causali a fatto avvenuto —, l'integrazione dei sistemi avanzati di Intelligenza Artificiale e Machine Learning offre oggi l'opportunità di affinare strumenti di valutazione del rischio ex ante.
Tra tutti gli ambiti applicativi della criminologia predittiva, quello della violenza di genere e della violenza domestica (Intimate Partner Violence, IPV) rappresenta il banco di prova più delicato e urgently prioritario.
Il limite delle valutazioni tradizionali e il valore dei dati
La violenza domestica non è quasi mai un atto improvviso e imprevedibile, ma il risultato di un'escalation progressiva caratterizzata da pattern ricorrenti: dinamiche di controllo coercitivo, minacce progressive, isolamento sociale ed episodi d'aggressione a intensità crescente.
Tradizionalmente, la stima del rischio di recidiva o di escalation letale è stata affidata a griglie di valutazione strutturate gestite da operatori delle forze dell'ordine e dei servizi sociali. Sebbene fondamentali, tali metodologie soffrono di due limiti intrinseci:
La frammentazione delle informazioni: I dati relativi alla potenziale vittima o al maltrattante sono spesso dispersi tra verbali di polizia, referti di pronto soccorso, segnalazioni ai servizi sociali o precedenti giudiziari.
Il fattore umano e temporale: La capacità di identificare la "soglia critica" prima che l'escalation sfoci in tragedia richiede il confronto simultaneo di centinaia di variabili individuali e di contesto in tempi estremamente ridotti.
Come funzionano gli algoritmi predittivi
I modelli algebrici e computazionali applicati alla criminologia preventiva (come il celebre sistema VioGén adottato dalle forze di polizia in Spagna o i più recenti modelli basati su reti neurali ricorrenti) elaborano moli complesse di dati per individuare correlazioni statistiche non immediatamente evidenti all'occhio umano.
Indicatore analizzato
Contributo al modello predittivo dell'IA
Storico giudiziario e querele
Valutazione della frequenza, denunce pregresse e violazioni di provvedimenti protettivi.
Linguaggio e messaggistica
Analisi del testo (NLP) per rilevare picchi nell'uso di termini coercitivi o minacciosi nei canali digitali.
Variabili di vulnerabilità
Presenza di armi, abuso di sostanze, precarietà economica e livelli di isolamento sociale della vittima.
Pattern temporali
Monitoraggio degli intervalli di tempo tra un episodio di aggressività e il successivo.
Analizzando queste variabili in tempo reale, l'algoritmo non sostituisce la decisione dell'operatore, ma fornisce un indice quantitativo di rischio escalation, segnalando i casi che richiedono misure cautelari prioritarie o l'attivazione immediata di protocolli di protezione.
Le sfide etiche, metodologiche e giuridiche
Da docenti e studiosi del fenomeno criminale, è doveroso evidenziare come l'adozione dell'IA in ambito criminologico non sia priva di criticità. L'algoritmo non deve mai trasformarsi in un "oracolo automatizzato".
I bias algoritmici: Se il dataset di addestramento contiene pregiudizi sistemici o difetti di rilevazione storica, il sistema rischia di sovra-stimare o sotto-stimare la pericolosità di determinati profili.
Il principio della centralità umana (Human-in-the-loop): L'output algoritmico deve rimanere uno strumento di supporto alle decisioni, non un automatismo sanzionatorio o cautelare. La sensibilità e l'esperienza dell'operatore rimangono insostituibili.
Privacy e tutela dei dati: Trattare informazioni estremamente sensibili richiede la massima aderenza alle normative sulla protezione dei dati personalissimi.
L'Intelligenza Artificiale non risolve da sola la piaga strutturale della violenza di genere, la quale affonda le proprie radici in dinamiche socio-culturali ed educative. Tuttavia, rifiutarsi di utilizzare modelli di analisi avanzata in grado di cogliere tempestivamente i segnali d'allarme di un'escalation violenta sarebbe una responsabilità colpevole.
Un algoritmo ben addestrato e guidato dall'etica professionale non si limita a elaborare numeri: contribuisce a guadagnare ore preziose, permettendo alle istituzioni di intervenire prima che sia troppo tardi.
Con una voce limpida e malinconica, a tratti ironica,Modi di tornare a casaè forse il romanzo più personale di Zambra. Un romanzo politico, d’amore, di formazione di uno scrittore che riflette e si inserisce nella storia, che dubita e specula sul modo migliore di raccontarla, arricchendo con un affascinante piano metaletterario pagine di potente forza narrativa.
Ci sono molti modi di tornare a casa. Alejandro Zambra lo fa mettendo ordine nei ricordi di un’infanzia vissuta in Cile negli anni della dittatura di Pinochet. In prima persona un bambino di nove anni racconta del suo incontro con Claudia, dodici anni, a Maipú nella notte del terremoto del 1985. Inizia una strana amicizia, forse qualcosa di più, alimentata da una missione segreta che gli assegna la ragazza: spiare tutti i movimenti dello zio Raúl che vive nel suo stesso quartiere. Vent’anni dopo scoprire di più di quel misterioso compito è come un’epifania. Diventato scrittore, quel bambino, rivive gli avvenimenti politici del passato e torna sui suoi passi: chi era veramente Raúl? E da che parte stavano i suoi genitori durante il regime? Inizia a scavare nella memoria di una generazione che andava incontro all’adolescenza, l’amore, la scuola, le prime letture, mentre gli adulti facevano i conti con la dittatura, nel silenzio o nel dissenso, complici, carnefici o vittime. Così, ritrovare Claudia e ritornare a casa sono gesti essenziali. La scrittura è catarsi, completare il romanzo della sua infanzia è urgente per risolvere il proprio conflitto con il padre e raccontare il Cile di ieri e di oggi
L'evoluzione dell'Intelligenza Artificiale sta ridefinendo in modo radicale il panorama della criminalità informatica. Dal punto di vista criminologico, non ci troviamo semplicemente di fronte a un'accelerazione quantitativa dei reati tradizionali, ma a una morfosi qualitativa dei vettori d'attacco, dove l'algoritmo funge da vero e proprio moltiplicatore di forza.
L'IA come Vettore Criminogeno e Strumento Operativo
L'accessibilità e la sofisticazione dei modelli generativi (LLM, sintesi vocale, generazione video) hanno abbattuto la barriera d'ingresso per la criminalità organizzata e per i singoli attori malevoli (lone wolves).
Phishing e Social Engineering di Nuova Generazione: I classici attacchi di phishing, storicamente riconoscibili da errori sintattici o formule generiche, sono stati sostituiti da campagne d'inganno iper-personalizzate (spear phishing automatizzato). L'IA analizza in tempo reale impronte digitali, post sui social network e stili comunicativi della vittima per generare messaggi indistinguibili da comunicazioni legittime.
Furto d'Identità e Deepfake Fraud: L'impiego di audio e video sintetici ha introdotto la frode identitaria ad alta fedeltà. Attraverso il clone vocale (voice cloning) o la clonazione del volto in tempo reale durante videoconferenze aziendali, si verificano attacchi di tipo CEO Fraud o truffe affettive e familiari con richieste d'emergenza finanziaria.
Evoluzione dei Malware Automatizzati: L'IA viene impiegata per la scrittura di codice malevolo polimorfico, capace di mutare la propria struttura ad ogni infezione per eludere i sistemi d'individuazione tradizionali (antivirus e edr) e individuare vulnerabilità zero-day nei sistemi informatici target.
Modelli Giuridici a Confronto: Common Law vs. Diritto Europeo
A fronte di minacce tecnologiche transnazionali, la risposta sanzionatoria e regolatoria varia profondamente a seconda della tradizione giuridica e dell'impostazione legislativa adottata dai singoli Paesi.
Ambito
Modello di Diritto Europeo (Civil Law / EU AI Act)
Modello di Common Law (USA / UK)
Approccio Regolatorio
Ex-ante basato sul rischio. Inquadramento preventivo rigido che vieta determinati usi e ne limita fortemente altri in base al livello di pericolo.
Ex-post reattivo e giurisprudenziale. Flessibilità basata sul precedente giudiziario e sull'adeguamento delle fattispecie di reato esistenti.
Responsabilità Legale
Focus sulla responsabilità della catena di sviluppo del sistema e sulla trasparenza algoritmica obbligatoria.
Focus sull'intento criminale dell'utilizzatore (mens rea) e sull'applicazione di statuti specifici (es. Computer Fraud and Abuse Act negli USA).
Prevenzione vs. Innovazione
Privilegia la tutela dei diritti fondamentali, del GDPR e della dignità personale, anche a costo di stringenti vincoli di compliance per sviluppatori e aziende.
Privilegia la flessibilità del mercato, l'innovazione tecnologica e interventi mirati in sede giudiziaria (case-law).
Nel contesto europeo, l'adozione del Regolamento sull'Intelligenza Artificiale (EU AI Act) rappresenta una pietra miliare: classifica le tecnologie in base ai rischi e introduce divieti specifici per pratiche come la manipolazione comportamentale subliminale e il social scoring. Tuttavia, l'efficacia sul piano penalistico richiede un continuo coordinamento con le direttive sul cybercrime per evitare vuoti di tutela.
Nei sistemi di Common Law, come negli Stati Uniti e nel Regno Unito, il contrasto ai reati commessi tramite IA fa perno prevalentemente sull'estensione delle fattispecie d'incriminazione già presenti (frode, estorsione, sostituzione di persona). La sfida risiede nella capacità delle corti di interpretare in modo elastico concetti tradizionali quali il "mezzo fraudolento" o la "presenza fisica" di fronte ad agenti software autonomi.
Prospettive Criminologiche
La sfida fondamentale per le scienze criminali e per le forze dell'ordine riguarda il passagio da una criminologia reattiva a una criminologia predittiva e difensiva. Poiché l'IA malevola agisce a velocità non umane, anche la difesa informatica deve basarsi su agenti artificiali in grado di identificare e bloccare in modo autonomo le anomalie procedurali e le simulazioni d'identità.
In conclusione, la tutela dell'integrità digitale richiede una sintesi armoniosa tra innovazione normativa ex-ante e flessibilità interpretativa ex-post, affinché il diritto non rimanga irrimediabilmente rincorrente rispetto all'evoluzione algoritmica
IT - Il network di Stefano Donno e I Quaderni del Bardo Edizioni è un Open Space Laboratoriale di ricerca e progettazione con AI (inclusi Gemini e modelli affini). I contenuti sono prodotti con supporto di intelligenza artificiale sotto supervisione, verifica e responsabilità editoriale umana. L'uso di AI è trasparente, etico e finalizzato a migliorare creatività, ricerca e qualità editoriale.
EN - The network of Stefano Donno and I Quaderni del Bardo Edizioni is an Open Laboratory Space for research and design with AI (including Gemini and related models). The contents are produced with the support of artificial intelligence under human supervision, verification, and editorial responsibility. The use of AI is transparent, ethical, and aimed at enhancing creativity, research, and editorial quality.
