L’Algoritmo del Delitto: IA, Nuove Forme di Criminalità e le Definizioni Garantiste del Diritto di Antonio Russo e Stefano Donno

 L’evoluzione tecnologica sta ridefinendo in maniera radicale il perimetro dell’agire criminoso. L’Intelligenza Artificiale (IA) non rappresenta soltanto una nuova frontiera per l'innovazione scientifica ed economica, ma si è trasformata in uno strumento criminogeno e criminodinamico estremamente raffinato, capace di amplificare la portata, la frequenza e la complessità dell'offesa penale.

Assistiamo oggi a un mutamento di paradigma: dalla criminalità informatica "tradizionale" — legata al codice e all'intrusione sistemica — a una vera e propria criminalità algoritmica, fondata sull'ingegneria sociale avanzata, sulla manipolazione sintetica dell'identità e sulla percezione della realtà.

1. La Vettorizzazione dell'IA nel Crimine Informatico

L'adozione dell'IA da parte della criminalità organizzata e individuale ha progressivamente abbattuto le barriere d'accesso tecniche. L'uso di modelli linguistici non censurati (Dark LLMs) e di tecnologie generative ha reso i reati economico-finanziari e identitari estremamente complessi da individuare e prevenire:

• Phishing e Spearfishing ad alta precisione: Superata l'era delle e-mail sgrammaticate, i Generative Pre-trained Transformers consentono la stesura automatizzata di messaggi iper-personalizzati, contestualizzati al profilo socio-professionale della vittima e privi di anomalie sintattiche o stilistiche.

• Identity Theft & Synthetic Identity: Attraverso tecniche di deepfake audio e video (clonazione vocale in tempo reale e sovrapposizione facciale), i criminali riescono a raggirare sia i protocolli aziendali di controllo finanziario (truffe del "finto CEO"), sia le procedure automatizzate di verifica dell'identità (Know Your Customer - KYC) adottate dagli istituti di credito.

• Automazione dell'Exploitation: Sistemi intelligenti di scansione delle vulnerabilità informatiche permettono di ridurre i tempi d'attacco da settimane a poche ore, adattando autonomamente il payload dannoso alle difese dell'infrastruttura bersaglio.

2. Il Quadro Normativo tra Protezione e Repressione: GDPR e AI Act

Di fronte a questa minaccia sistemica, il legislatore europeo ed italiano ha risposto delineando una cornice di regolamentazione complessa. Il GDPR (Regolamento UE 2016/679) e il più recente AI Act (Regolamento UE 2024/1689) costituiscono i due pilastri della governance digitale nell'Unione Europea.

L'intersezione normativa: Se il GDPR tutela la riservatezza e l'autodeterminazione informativa della persona (Art. 22 sul processo decisionale automatizzato), l'AI Act adotta un approccio basato sul rischio (risk-based approach), prescrivendo vincoli stringenti, obblighi di trasparenza e sanzioni severe per gli utilizzi nocivi dei sistemi intelligenti.

Nel quadro penalistico, anche l'ordinamento italiano si è dotato di strumenti correttivi specifici (con la L. 132/2025), introducendo circostanze aggravanti comuni e speciali per i reati commessi mediante l'impiego di sistemi di intelligenza artificiale, nell'intento di dissuadere la strumentalizzazione criminosa della tecnologia.

3. L'Impatto sul Processo Penale e le Garanzie Costituzionali

L'ingresso dell'IA nel processo penale pone rilevanti interrogativi sul piano delle garanzie fondamentali, sdoppiandosi in due direzioni critiche:

Ambito d'impiego dell'IA	Benefici Operativi	Rischi Garanzisti e Criticità Processuali
Investigazioni & Polizia Predittiva	Analisi di enormi moli di dati (big data), tracciamento finanziario (AML) e riconoscimento biometrico identificativo.	Violazione della presunzione di innocenza, rischio di sorveglianza di massa e bias algoritmici (discriminazioni sistematiche insite nei dati di addestramento).
Acquisizione e Valutazione della Prova	Validazione e comparazione scientifica di tracce digitali o reperti.	Fenomeno della "scatola nera" (black box): assenza di trasparenza del codice e difficoltà di garantire il contraddittorio sulla prova (cross-examination).

L'AI Act assegna i sistemi usati nell'amministrazione della giustizia e nelle attività di contrasto della criminalità alla categoria ad alto rischio. Questo impone che qualunque strumento analitico o predittivo utilizzato da forze dell'ordine e magistratura soddisfi requisiti inderogabili di:

1. Supervisione umana effettiva (Human-in-the-loop): L'algoritmo non può e non deve mai sostituire la valutazione discrezionale ed etica del magistrato o dell'investigatore.

2. Tracciabilità e Spiegabilità: Gli esiti di un’analisi algoritmica debbono poter essere ricostruiti logicamente in sede giurisdizionale per consentire un pieno esercizio del diritto di difesa.

3. Integrità del Dato: Garanzia che i set di addestramento siano privi di distorsioni che possano tradursi in forme di stigmatizzazione sociale o profilazione discriminatoria.

Considerazioni Conclusive

L'integrazione dell'IA nelle dinamiche criminali impone un ripensamento metodologico della criminologia contemporanea. La sfida del futuro non risiede soltanto nella capacità tecnica di contrastare attacchi sempre più sofisticati, ma nel garantire il delicato equilibrio tra efficienza repressiva e tenuta dei diritti fondamentali.

Se da un lato l'inasprimento sanzionatorio e le regole d'ingaggio dell'AI Act mirano a contenere l'abuso della tecnologia, dall'altro occorre evitare che la ricerca della sicurezza ad ogni costo comprometta la protezione della privacy e le garanzie del giusto processo. Il diritto penale dell'era digitale non può rinunciare alla sua matrice garantista: la centralità della persona umana deve rimanere il perno inviolabile attorno a cui ruota ogni innovazione normativa ed investigativa.

Invito mortale R.S.V.P. di Pauline Perrier (Elliot)

 Kelsey Lewis è una consulente piuttosto particolare. Con la sua ditta di pompe funebri, fornisce ogni servizio utile ad accompagnare le famiglie in lutto; inoltre, su richiesta dei morituri si occupa di sistemare eventuali questioni rimaste in sospeso dopo il trapasso. Il lavoro assorbe dunque ogni momento della sua vita, nel corso della quale Kelsey ha già vissuto molte perdite. Un giorno, riceve per posta un invito anonimo al proprio funerale, fissato a trenta giorni a partire da quel momento. Kelsey non riesce a prendere sul serio la faccenda, nonostante la preoccupazione della cugina Sophie la spinga a indagare per capire se si tratti di un macabro scherzo o di una reale minaccia. Ma chi potrebbe desiderare la sua morte? 

E soprattutto, perché? Mentre il tempo scorre verso il giorno fatale, Kelsey si sorprende a pensare all’invito mortale come a una sorta di sfida: e se, invece di fuggire o di cercare di scoprire l’identità del suo persecutore, andasse incontro di buon grado all’appuntamento?

L’Algoritmo del Delitto: IA Generativa, Criminogenesi Digitale e il Processo di Prevenzione - A cura di Antonio Russo e Stefano Donno

L’avvento dei modelli di intelligenza artificiale generativa (LLM) e di apprendimento profondo (deep learning) segna un punto di svolta radicale nella criminologia contemporanea. Se in passato l’informatica rappresentava solo un canale o un bersaglio, oggi assistiamo a una vera e propria democratizzazione del crimine informatico ad alto tasso di sofisticazione: strumenti un tempo ad appannaggio esclusivo di attori statali o gruppi APT (Advanced Persistent Threat) sono ora accessibili su larga scala a costi irrisori.

In questa analisi intendiamo esplorare la doppia natura dell’IA nel panorama penale: da un lato, moltiplicatore di forza per la criminalità; dall’altro, dilemma etico-giuridico per le istituzioni chiamate ad assicurarne il contrasto.

1. La Vettorizzazione del Reato: Come l'IA Trasforma le Minacce

La criminologia informatica individua nell'IA tre vettori principali di incremento dell'efficienza criminale: automazione, iper-personalizzazione e mimetismo sociotecnico.

Phishing di Nuova Generazione: Speare Phishing Automato

Il phishing tradizionale si basava su campagne di massa facilmente riconoscibili da errori sintattici o contesti decontestualizzati. L'IA generativa elimina queste barriere linguistiche e comportamentali:

• Social Engineering Contestualizzato: Algoritmi avanzati analizzano in tempo reale i profili social, i bilanci aziendali e i feed di notizie della vittima per redigere e-mail personalizzate dal tono impeccabile.

• Scalabilità Sartoriale: L'IA consente di generare decine di migliaia di messaggi unici e calibrati nello stesso tempo in cui un operatore umano ne scriverebbe uno solo, aggirando con facilità i filtri antispam basati su firma.

Identity Theft e Deepfake Synthesis

Il furto d'identità si è evoluto dal semplice sotterfugio di dati personali alla riproduzione sintetica della presenza umana.

• Vishing Audiometrico: Con campioni audio di soli pochi secondi, algoritmi di sintesi vocale possono replicare con fedeltà timbro e intonazione di dirigenti aziendali o familiari, orchestrando truffe in tempo reale (come il fenomeno della CEO Fraud).

• Bypass dei Sistemi Biometrici: I video deepfake generati in tempo reale mettono a dura prova le verificatedi KYC (Know Your Customer) bancarie e i sistemi di autenticazione biometrica facciale, aprendo la strada a frodi finanziarie sistemiche.

Malicious Code Generation e Re-Evasion

Sebbene i provider di IA applichino barriere di sicurezza (guardrails), il fenomeno del jailbreaking e l'emergere di LLM privi di restrizioni nei circuiti dell'un underground digitale (es. Dark Web) consentono ad attori ostili di:

1. Generare malware polimorfico in grado di mutare il proprio codice a ogni infezione per sfuggire agli antivirus.

2. Identificare vulnerabilità zero-day nei software con una velocità di analisi predittiva sconosciuta ai ricercatori umani.

2. Il Dilemma Etico nelle Indagini: Il Confine tra Sicurezza e Diritti

Il dilemma etico: fino a dove può spingersi l’uso dell’IA nelle indagini senza violare diritti fondamentali?

Se le forze dell'ordine impiegano strumenti analoghi per la prevenzione e la repressione (polizia predittiva, riconoscimento facciale di massa, profilazione comportamentale automatizzata), la giustizia penale si trova di fronte a interrogativi costituzionali non differibili.

       [ Raccolta Dati ] ──► [ Analisi Algoritmica ] ──► [ Valutazione Predittiva ]
                                    │
                         ┌──────────┴──────────┐
                         ▼                     ▼
               [ Rischio di Bias ]     [ Opaque Opacità ]
             (Discriminazione)        (Black Box)

A. Il Principio della Presunzione di Innocenza vs. Polizia Predittiva

L'utilizzo di algoritmi per prevedere dove e da chi verrà commesso un reato rischia di sostituire il sospetto fondato su prove individuali con un sospetto statistico. Quando un modello predittivo addestrato su dati storici identifica una specifica area geografica o demografica come "ad alto rischio", genera un circolo vizioso: maggiori controlli in quell'area produrranno un maggior numero di fermi, confermando e amplificando il bias di partenza del modello.

B. Il Diritto alla Difesa e il Problema della "Black Box"

Un pilastro del giusto processo è la contestabilità della prova (cross-examination). Molti sistemi d'IA complessi operano secondo logiche opache non ricostruibili a posteriori (black box). Se una decisione investigativa — o un arresto — si fonda sull'esito di un algoritmo i cui parametri interni non sono verificabili né dalla difesa né dal giudice, si lede direttamente il diritto alla difesa e la trasparenza della catena di custodia della prova digitale.

C. Sorveglianza Digitale e Proporzionalità

L'impiego del riconoscimento facciale in tempo reale negli spazi pubblici o la scansione automatizzata preventiva delle comunicazioni private incidono direttamente sul diritto alla riservatezza e sulla libertà di associazione. Il principio di proporzionalità richiede che la limitazione delle libertà individuali sia strettamente necessaria, circoscritta nel tempo e sottoposta all'autorizzazione preventiva dell'autorità giudiziaria.

Prospettive Governative

La sfida per la criminologia moderna consiste nel bilanciare l'efficacia dell'azione di contrasto al crimine informatico con la rigorosa tutela delle garanzie costituzionali. Quadri normativi emergenti — come l'AI Act europeo — cercano di tracciare un solco netto, classificando le applicazioni di polizia predittiva e profilazione biometrica tra quelle a rischio alto o inaccettabile.

L'adozione dell'intelligenza artificiale da parte delle forze dell'ordine non può essere delegata alla mera efficienza tecnologica: deve rimanere subordinata al vaglio critico dell'investigatore umano (human-in-the-loop) e al rispetto incondizionato della dignità della persona

I luoghi a cui appartieni di Chiara Donadi (Marsilio)

 Un appassionante thriller d'esordio sul conflitto tra modernità e tradizione, tra uomo e ambiente. Una storia che racconta cosa siamo disposti a sacrificare per difendere ciò che ci definisce: un luogo, un amore, un'idea di giustizia.

Allève des Alpes è un piccolo paese che vive grazie a un'unica industria e al turismo. Una valle di poco meno di tremila persone, in cui la giovane avvocata Teresa Demarchis arriva con l'incarico di supervisionare la costruzione di una diga, un progetto sostenuto da una potente famiglia locale, i Touret. Teresa, ambiziosa e desiderosa di farsi notare, svolge l'incarico con determinazione, ma presto si rende conto che il lavoro è più complesso e oscuro di quanto sembri. Come mai i Touret promuovono la costruzione della diga? Cosa c'entra con il progetto Pietro Berton, un maestro di sci morto sulle piste una notte dell'inverno appena trascorso? E perché Andrea, un amico di Pietro con cui Teresa ha iniziato a vedersi di nascosto, sembra volerla dissuadere dall'indagare? La situazione si complica quando il gruppo ambientalista Wild Mountains arriva ad Allève des Alpes, determinato a fermare la costruzione della diga. Ma la loro causa, giusta, diventa rapidamente il pretesto per una serie di contrasti dalle conseguenze imprevedibili, e per scoprire la verità Teresa dovrà mettere a rischio tutto ciò in cui crede

L’Algoritmo del Delitto: Come l’Intelligenza Artificiale Sta Ridefinendo la Semiotica e le Pratiche del Cybercrime di Antonio Russo e Stefano Donno

 "L'evoluzione delle minacce cibernetiche non risiede più soltanto nell'incremento della frequenza degli attacchi, ma nella trasformazione qualitativa del loro vettore: l'automazione cognitiva. L'IA non è soltanto un nuovo strumento nelle mani dei rei, ma un vero e proprio catalizzatore di asimmetria criminogena."

L’avvento dell’Intelligenza Artificiale Generativa (GenAI) e dei Large Language Models (LLM) ha inaugurato un punto di svolta epistemologico nel panorama della criminologia contemporanea. Tradizionalmente, il crimine informatico ha richiesto un significativo gap di competenze tecniche: la creazione di exploit sofisticati, la conduzione di campagne di spear-phishing credibili o la strutturazione di attacchi informatici su vasta scala erano appannaggio di attori altamente specializzati o di organizzazioni strutturate.

Oggi assistiamo a quella che in sociologia della devianza possiamo definire la democratizzazione dell'offesa cibernetica. L'IA ha abbattuto le barriere d'ingresso tecnologiche, trasformando minacce complesse in servizi accessibili (Crime-as-a-Service) e ridefinendo la natura stessa del vettore d'attacco: la manipolazione della fiducia umana.

1. Dall'Ingegneria Sociale all'Ingegneria Sintetica: La Crisi della Fiducia Digitalizzata

Se l'ingegneria sociale classica faceva leva su euristi comportamentali basilari — l'urgenza, l'autorità, la paura —, l'introduzione dei deepfake audio e video ha elevato l'inganno a un livello fisiognomico e biometrico.

I casi empirici più recenti testimoniano questo salto quantico:

• Il caso Arup (Hong Kong, 2024): Un dipendente del settore finanziario della multinazionale d'ingegneria Arup è stato indotto a effettuare trasferimenti per oltre 25,5 milioni di dollari. La particolarità dell'attacco risiede nella modalità: la vittima non ha interagito con un semplice messaggio di posta elettronica, ma ha partecipato a una videoconferenza in cui tutti gli altri partecipanti (compreso il Chief Financial Officer dell'azienda) erano simulazioni sintetiche generate in tempo reale tramite deepfake.

• La clonazione vocale (Vishing avanzato): I modelli di sintesi vocale di ultima generazione richiedono oggi campioni audio estremamente ridotti (tra i 20 e i 30 secondi estratti da un video pubblico su social media) per replicare timbro, intonazione e flessioni dialettali di una persona. Tali tecniche sono impiegate sia nelle frodi aziendali (il cosiddetto CEO Fraud) sia nelle estorsioni familiari e nei finti sequestri di persona.

┌────────────────────────────────────────────────────────────────────────┐
│                   L'EVOLUZIONE DELL'INGEGNERIA SOCIALE                 │
├──────────────────────────────┬─────────────────────────────────────────┤
│ Phishing Tradizionale        │ Phishing e Deepfake Basati su IA        │
├──────────────────────────────┼─────────────────────────────────────────┤
│ • Errori grammaticali e bozzini│ • Sintassi perfetta, multilingue        │
│ • Vettori generici (massa)   │ • Iper-personalizzazione contestuale    │
│ • Testo statico              │ • Audio e video sintetici in real-time  │
│ • Facile identificazione     │ • Basso tasso di rilevamento euristico  │
└──────────────────────────────┴─────────────────────────────────────────┘

2. Il Software Malevolo Autonomo e l'Eco-sistema "Black-Hat AI"

Oltre alla manipolazione visiva e uditiva, l'IA ha modificato l'architettura dei malware e delle campagne di phishing automatizzato.

Assistiamo alla nascita e proliferazione di modelli di intelligenza artificiale non censurati e sviluppati appositamente per il dark web:

WormGPT e FraudGPT

Sistemi creati privando i modelli LLM tradizionali delle relative barriere etiche (guardrails). Vengono impiegati da attori criminali per la scrittura automatizzata di codice malevolo, la generazione di pagine di phishing iper-personalizzate sulla base dei dati della vittima estratti da fonti OSINT, e l'elaborazione di e-mail esenti da qualsiasi errore ortografico o stilistico.

Malware Polimorfico guidato da IA

Esempi come la prova di concetto BlackMamba dimostrano la fattibilità di malware che utilizzano modelli di intelligenza artificiale per ri-sintetizzare il proprio codice in tempo reale durante l'esecuzione. Questo approccio rende inefficaci le tradizionali firme di rilevamento dei sistemi Antivirus e degli EDR (Endpoint Detection and Response).

3. Profilo Criminologico e Risposte Normative

La qualificazione giuridico-penale e criminologica di queste fattispecie pone sfide imponenti:

1. Assenza di tracce euristi-linguistiche: L'impiego degli LLM annulla i marcatori stilistici tradizionali utilizzati dalla vittima per rilevare la truffa, provocando una vera e propria cecità difensiva.

2. Frazionamento della responsabilità penale: L'autonomia decisionale degli agenti software rende complesso l'accertamento del dolo e la ricostruzione del nesso causale tra lo sviluppatore del modello, l'utilizzatore finale e il danno cagionato.

3. Adeguamento legislativo: Sul piano normativo, si assiste a una necessaria reazione degli ordinamenti. L'introduzione di specifiche fattispecie incriminatrici legate alla manipolazione di contenuti mediante IA (come l'art. 612-quater c.p. nel panorama italiano e le direttive contenute nell'European AI Act) prova a tipizzare la condotta di diffusione ed estorsione basata su contenuti artificiali.

 Verso una Criminologia Predittiva e Difensiva

Non siamo più di fronte a minacce ipotetiche o confinate alla letteratura di fantascienza. L'Intelligenza Artificiale ha ridefinito la fenomenologia del delitto, trasformando la percezione della realtà nella principale vulnerabilità cibernetica.

Per contrastare efficacemente queste nuove forme di criminalità, occorre integrare l'analisi tecnica della cybersecurity con le metodologie della criminologia e della sociologia della devianza. La difesa del perimetro digitale non può più basarsi unicamente sulla verifica di parametri di rete, ma deve fondarsi sul rafforzamento dei protocolli di autenticazione biometrica, verifica 'out-of-band' dei flussi finanziari e formazione continua del fattore umano, l'anello che oggi appare al contempo più esposto e più decisivo

I sette assassini di Reiko Miori Mikihiko Renjō (Newton Compton Editori)

 Il thriller giapponese che ha reinventato il delitto perfetto.

Un omicidio. Sette sospettati. Quale sarà la verità?

Tutti l’hanno uccisa. Nessuno mente.

Reiko Miori, la top model numero uno del Giappone, viene trovata brutalmente assassinata nel suo appartamento di lusso. Tutte le prove conducono al dottor Sasahara, ex fidanzato della donna. Tuttavia, l'uomo si dichiara innocente e, prima di essere arrestato, affida al suo assistente, Hamano, una missione cruciale: trovare il vero assassino tra una lista di sette persone che nutrivano un profondo odio nei confronti di Reiko. L'indagine di Hamano prende una svolta sconvolgente quando, uno dopo l'altro, tutti e sette i sospettati confessano l'omicidio. Ogni confessione è dettagliata e combacia perfettamente con le prove rinvenute sulla scena del crimine… Chi è il vero assassino?

La Metamorfosi Algoritmica del Delitto: L’Intelligenza Artificiale tra Strumento Criminale e Baluardo Investigativo di Antonio Russo e Stefano Donno

 L’evoluzione tecnologica ha storicamente ridefinito non soltanto le modalità di interazione umana e i paradigmi economici, ma anche la sintassi stessa del crimine. L’ingresso pervasivo dei sistemi di Intelligenza Artificiale Generativa (GenAI) e di algoritmi predittivi nel tessuto socio-digitale sta delineando un mutamento ontologico del fenomeno criminoso. Non assistiamo semplicemente alla nascita di nuove tipologie di reato, bensì alla trasformazione qualitativa e quantitativa dei delitti tradizionali, attraverso un processo di automazione, personalizzazione ed efficienza su scala industriale.

In veste di ricercatori indipendenti della criminologia e dei fenomeni di devianza nell’era digitale, risulta oggi imprescindibile analizzare la duplice natura dell’IA: da un lato armata dalle consorterie criminali per ottimizzare l'offesa, dall'altro impiegata dalle forze dell’ordine e dagli organi investigativi come imprescindibile baluardo di prevenzione e contrasto.

Part I: L’IA come Vettore di Offesa Criminale

L'aspetto più insidioso dell'Intelligenza Artificiale al servizio del crimine (spesso distribuita e ingegnerizzata nei mercati del Dark Web attraverso modelli "unrestricted" o modificati) risiede nella drammatica riduzione delle barriere d'ingresso tecniche e nella scalabilità illimitata degli attacchi.

┌────────────────────────────────────────────────────────┐
│              EVOLUZIONE DEL CYBERCRIME                 │
├──────────────────────────┬─────────────────────────────┤
│     MODELLO TRADIZIONALE │ MODELLO POTENZIATO DA IA    │
├──────────────────────────┼─────────────────────────────┤
│ • Attacchi generici      │ • Spear Phishing iper-mirato │
│ • Errori sintattici/testo│ • Sintassi e tono perfetti  │
│ • Richiede skills elevate│ • Malware auto-generante    │
│ • Truffe prevalentemente │ • Deepfake Audio/Video      │
│   testuali               │   in tempo reale            │
└──────────────────────────┴─────────────────────────────┘

1. Phishing di Precisione e Social Engineering Su Scala

Il classico phishing "a strascico", caratterizzato da e-mail sgrammaticate e comunicazioni generiche, appartiene ormai al passato. Gli algoritmi di Natural Language Processing (NLP) consentono di processare istantaneamente moli immense di dati di Open Source Intelligence (OSINT) correlate a una specifica vittima (abitudini, relazioni, linguaggio sui social media).

• Il risultato è uno Spear Phishing iper-personalizzato, privo di errori grammaticali o sintattici, capace di replicare lo stile comunicativo di colleghi, superiori o istituzioni bancarie con un grado di persuasione psicologica senza precedenti.

2. Deepfake, Identity Theft e Audio Spoofing

L’impiego di modelli di sintesi vocale (Audio Cloning) e di generazione visiva in tempo reale ha elevato il furto di identità e le frodi d'inganno a livelli di pericolosità critici.

• CEO Fraud & Vishing: Basso tempo di campionamento audio (bastano pochi secondi di parlato estratti da un video pubblico) consente di clonare la voce di un dirigente o di un familiare per autorizzare trasferimenti di denaro in urgenza o estorcere somme.

• Aggiramento dei Sistemi Biometrici: I deepfake avanzati vengono utilizzati per superare le verificated i credenziali basate sul riconoscimento facciale (Liveness Detection) adottate da istituti finanziari e piattaforme di credito.

3. Automazione del Malware ed Evasione della Difesa

L'IA non viene sfruttata soltanto per manipolare la mente dell'utente (social engineering), ma anche per aggirare i controlli tecnici dei sistemi informatici.

• I criminali informatici utilizzano l'IA per generare malware polimorfico, in grado di modificare autonomamente la propria struttura di codice ad ogni infezione pur mantenendo inalterata la funzione malevola, rendendosi invisibile ai tradizionali antivirus basati su firma.

• Botnet e OTP Interception: Gli strumenti automatizzati gestiscono in autonomia intere campagne di attacco, intercettando codici di verifica (OTP) tramite ingegneria sociale gestita da risponditori vocali IA.

Part II: L’IA come Strumento Investigativo e di Prevenzione

Se la minaccia evolve con ritmo esponenziale, la risposta dello Stato e delle Forze di Polizia impone un’analoga metamorfosi tecnologica. L'Intelligenza Artificiale non è più solo un oggetto di indagine, ma costituisce ormai il cuore pulsante dell'attività investigativa moderna.

1. Predictive Policing e Analisi delle Spie Criminogene

Le metodologie investigative si basano su modelli di Polizia Predittiva e analisi criminologica basata sui Big Data.

• Analizzando serie storiche di reati, variabili socio-economiche, temporalità e pattern geografici, i software di IA identificano le aree urbane a maggior rischio di criminalità predatoria o da strada in determinate fasce orarie.

• Ciò consente una dislocazione strategica delle pattuglie sul territorio, trasformando l'intervento da puramente reattivo a proattivo.

2. Video Analisi Forense e Riconoscimento di Pattern

Nelle indagini di Polizia Giudiziaria, la mole di ore di girato proveniente da telecamere di videosorveglianza pubbliche e private è spaventosa.

• Gli algoritmi di Computer Vision permettono di effettuare ricerche semantiche e biometriche istantanee all'interno di migliaia di ore di video (es. "trova veicolo di colore rosso che transita tra le 02:00 e le 03:00 con targa parzialmente leggibile" oppure individuare percorsi di fuga e dinamiche di aggressione).

3. OSINT, Financial Intelligence e Contrasto alle Mafie

Nell'ambito del contrasto alla criminalità organizzata transnazionale e al riciclaggio di proventi illeciti, l'IA consente il tracciamento di flussi finanziari complessi.

• Tracciamento Crypto: Reti neurali avanzate analizzano i registri blockchain per de-anonimizzare transazioni sospette, collegando portafogli di criptovalute ad attività delittuose del Dark Web.

• Analisi Semantica delle Intercettazioni: Piattaforme di IA assistono gli investigatori nell'ascolto, nella trascrizione automatica e nella traduzione da dialetti o lingue rare, evidenziando parole chiave, collegamenti tra indagati e reti associative latenti.

Part III: Il Dilemma Etico e Giuridico

L’adozione dell’IA nel contrasto al crimine pone inevitabilmente rilevanti questioni etiche, deontologiche e di tutela dei diritti fondamentali.

Il principio del Giusto Processo e dell’EU AI Act: L'impiego dell'IA da parte delle forze dell'ordine deve bilanciare l'efficienza investigativa con la garanzia della privacy e la prevenzione dei bias algoritmici (distorsioni discriminatorie nei modelli predittivi). Il quadro normativo europeo (EU AI Act) definisce infatti ad alto rischio l'impiego dell'IA nell'amministrazione della giustizia e nell'attività di polizia, imponendo rigidi requisiti di trasparenza, tracciabilità e supervisione umana (Human-in-the-loop).

Ci troviamo dinanzi a una vera e propria "corsa agli armamenti" algoritmica. La figura del criminologo moderno non può prescindere da una profonda comprensione dei meccanismi tecnologici e informatici che governano le condotte devianti.

Per contrastare efficacemente la devianza nell'era dell'Intelligenza Artificiale, la sola risposta sanzionatoria non è sufficiente. Occorre un cambio di paradigma fondato su tre pilastri:

1. Formazione specialistica continua per gli operatori della sicurezza e della giustizia.

2. Cooperazione internazionale rafforzata per superare la natura a-territoriale del cybercrime.

3. Cultura della prevenzione e dell'igiene digitale- destinate alla cittadinanza, affinché l'anello debole della catena — la vulnerabilità umana — non continui a costituire la porta d'accesso privilegiata per il delitto algoritmico.

I delitti della casa degli orologi di Yukito Ayatsuji (Einaudi)

 Dopo I delitti della Casa decagonale, un nuovo romanzo dal maestro del giallo giapponese.

Un gruppo di studenti appassionati di occulto, accompagnati da due giornalisti e una sensitiva, si reca nella città di Kamakura. Lí sorge un antico maniero famoso per la sua collezione di preziosi orologi e per essere, secondo le dicerie del posto, infestato dallo spettro di una ragazza, scomparsa in circostanze mai chiarite. Durante la permanenza, i visitatori organizzano delle sedute spiritiche per evocarne il fantasma e svelare il mistero intorno alla sua morte. Ma quando iniziano a indagare, uno dei presenti viene brutalmente ucciso e i sopravvissuti si rendono conto di essere intrappolati nella dimora con un killer. Riusciranno i superstiti, interpretando il ruolo dei detective, a risolvere l'enigma della «Casa degli orologi» prima che tutti gli ospiti della villa vengano assassinati?

L’Algoritmo del Male: L’Intelligenza Artificiale come Nuovo Catalizzatore del Crimine Organizzato e Informatico di Antonio Russo e Stefano Donno

 L’avvento delle tecnologie basate su Intelligenza Artificiale (IA) e machine learning non sta semplicemente trasformando le economie globali e l’efficienza industriale; sta ridefinendo in modo radicale il panorama della criminogenesi e delle tecniche operandi delittuose. Se storicamente l’innovazione tecnologica ha fornito nuovi strumenti alla devianza, l’IA rappresenta un salto paradigmico eccezionale: trasforma il crimine informatico da un’attività ad alta intensità di lavoro e competenze tecniche ad una vera e propria industria automatizzata, scalabile e iper-personalizzata.

Come analisti e ricercatori nel campo criminologico, osserviamo l'emergere di una dinamica in cui l'asimmetria tra minaccia e prevenzione rischia di allargarsi rapidamente.

1. La Nuova Frontiera del Phishing e dell'Ingegneria Sociale

L'ingegneria sociale si è sempre basata sulla manipolazione psicologica. Tuttavia, i limiti tradizionali dei tentativi di phishing — errori grammaticali, modelli generici, scarsa contestualizzazione linguistica — sono stati spazzati via dai Generative Pre-trained Transformers (GPT) e dai Modelli Linguistici di Grande Taglia (LLM).

[Attacco Tradizionale] ---> 
Email generica e sgrammaticata ---> 
Basso tasso di conversione (0.1%)
[Attacco Basato su IA] ---> 
Profilazione OSINT + LLM personalizzato ---> 
Alto tasso di penetrazione (>20%)

L'IA consente oggi di condurre operazioni di spear-phishing (phishing altamente mirato) su scala di massa. Attraverso il raschiamento automatico dei dati dai social network e dalle piattaforme pubbliche (OSINT), un modello di IA può analizzare la sintassi, gli interessi, la rete istituzionale o affettiva di una specifica vittima per generare comunicazioni contestualmente impeccabili. La minaccia si è evoluta in due direzioni critiche:

• Deepfake Audio e Video: L'impiego di sintesi vocale e video deepfake ha dato origine alla modalità di truffa nota come "CEO Fraud" o vishing avanzato. Pochi secondi di audio campionato da un intervento pubblico di un dirigente consentono a un malintenzionato di clonarne la voce per disporre bonifici d'urgenza o richiedere credenziali di accesso.

• Bypassing delle difese cognitive: Non si tratta più di riconoscere un'email sospetta, ma di contrastare vettori comunicativi che mimano perfettamente lo stile comunicativo dei propri contatti di fiducia.

2. Automazione del Furto d'Identità e Sintesi Identitaria

Il furto d'identità (identity theft) si sta evolvendo verso forme complesse di identità sintetica (synthetic identity fraud). Questa tecnica non consiste nel rubare un'identità reale nella sua interezza, ma nel combinare dati reali sottratti (come un codice fiscale) con dati fittizi creati dall'IA (visi generati tramite GAN - Generative Adversarial Networks, documenti falsificati in altissima risoluzione).

Punto di attenzione: L'uso di identità sintetiche permette la creazione di "utenti fantasma" capaci di superare i controlli KYC (Know Your Customer) degli istituti finanziari, rimanere dormienti per mesi e accumulare rating creditizi positivi, per poi contrarre ingenti finanziamenti prima di scomparire senza lasciare tracce fisiche.

L'IA velocizza e automatizza il ciclo di vita di queste identità fittizie, consentendo alle organizzazioni criminali di gestire contemporaneamente centinaia di profili finanziari "ombra".

3. Malware Autonomo e Polimorfismo Algoritmetico

Un'altra direttrice di grave preoccupazione criminologica è l'ibridazione tra codice malevolo e modelli di intelligenza artificiale.

1. Malware Polimorfico guidato da IA: Codici malevoli capaci di riscrivere autonomamente la propria struttura logica durante la diffusione, eludendo i tradizionali sistemi di rilevamento basati su firma (Antivirus e EDR).

2. Ransomware Intelligente: Software in grado di valutare autonomamente la rete della vittima, identificare i server con i dati a più alto valore strategico (es. dati sanitari o proprietà intellettuale) ed esfiltrarli in modo mirato prima di avviare la cifratura, massimizzando il potere estorsivo.

4. Cybercrime-as-a-Service (CCaaS) e la Democratizzazione del Crimine

La novità fondamentale risiede nell'innalzamento dell'accessibilità. Piattaforme illegali nel Dark Web offrono oggi modelli LLM specificamente modificati e privi di barriere etiche (i cosiddetti WormGPT o FraudGPT).

Questi strumenti permettono anche ad attori privi di avanzate competenze informatiche (script kiddies) di sviluppare script di exploit, generare campagne di truffa su larga scala o automatizzare la scansione di vulnerabilità nei sistemi critici. L'IA funziona da straordinario moltiplicatore di forza, livellando le competenze necessarie per condurre attacchi di livello avanzato.

Prospectiva Criminologica

La criminalità informatica mossa dall'IA non è una semplice evoluzione quantitativa del crimine cyber, ma un salto qualitativo che sfida le categorie giuridiche e le metodologie investigative tradizionali.

La risposta non può limitarsi all'adeguamento normativo, che rischia di rimanere strutturalmente in ritardo rispetto al ritmo dell'innovazione tecnologica. È indispensabile adottare un approccio di IA Difensiva (AI-driven Cyber Defense), in cui l'analisi predittiva e il rilevamento delle anomalie basato sull'IA diventino lo standard per la tutela delle infrastrutture critiche, del tessuto economico e dei diritti di riservatezza dei cittadini.