Il 18 agosto OpenAI ha annunciato ChatGPT for Teens, pensato per gli utenti tra 13 e 17 anni, con protezioni più forti, modalità studio, controlli parentali e limiti per i contenuti sensibili. Bene. Proteggere i minori quando utilizzano sistemi di intelligenza artificiale generativa non è un optional. Ma c’è un aspetto dell’annuncio che, per la privacy, interessa persino più delle nuove protezioni: come fa ChatGPT a capire chi è minorenne?
Indice degli argomenti
Age prediction ChatGPT: come viene stimata l’età
OpenAI spiega che il sistema di age prediction utilizza segnali collegati all’account: argomenti generali delle conversazioni, orari, modalità d’uso e anzianità dell’account. Se da questi elementi stima che l’utente abbia meno di 18 anni, applica automaticamente le protezioni previste per i teenager.
Tradotto nel linguaggio della protezione dei dati: per capire quanti anni abbiamo, un sistema automatizzato analizza aspetti del nostro comportamento digitale e ne ricava un’inferenza. Non dobbiamo necessariamente dichiarare l’età. È il sistema che prova a dedurla da ciò che facciamo.
Ed è qui che la vicenda diventa molto più interessante di una nuova “modalità teen”.
Tutela dei minori e proporzionalità dei dati
Per distinguere un minorenne da un adulto si analizzano inevitabilmente anche segnali riferiti a chi minorenne non è. La finalità è sacrosanta. Ma una finalità meritoria non rende automaticamente proporzionato qualunque mezzo impiegato per raggiungerla. Necessità, minimizzazione e trasparenza continuano a valere. La tutela dei minori non può diventare una zona franca della privacy.
L’age prediction ci porta così dentro uno dei problemi centrali della società digitale: il governo delle inferenze. Orari di utilizzo, argomenti affrontati, frequenza d’uso e anzianità dell’account possono sembrare dati banali. Combinati, acquistano un potere informativo diverso.
L’algoritmo non si limita più a conoscere ciò che gli abbiamo detto. Cerca di capire ciò che non gli abbiamo detto.
La privacy del terzo millennio riguarda sempre meno soltanto i dati che cediamo consapevolmente e sempre di più ciò che aziende e algoritmi riescono a dedurne: età, interessi, fragilità, intenzioni, stati emotivi, preferenze.
Age assurance, minimizzazione e privacy by design
Il Comitato europeo per la protezione dei dati, occupandosi di age assurance, ha indicato un criterio chiaro: se un servizio deve verificare se una persona supera una certa soglia di età, dovrebbe conoscere di quella persona soltanto ciò che è strettamente necessario. Se devo sapere se hai più o meno di 18 anni, non dovrei aver bisogno di sapere molto altro di te.
Privacy by design e safety by design devono quindi incontrarsi. Più sicurezza non dovrebbe significare più conoscenza dell’utente. Una tecnologia davvero evoluta dovrebbe garantire più protezione richiedendo meno informazioni.
C’è poi il problema dell’errore.
Falsi positivi e verifica dell’età
OpenAI riconosce che l’age prediction può produrre falsi positivi. Un adulto classificato come minorenne può verificare la propria età attraverso Persona. A seconda del Paese possono essere richiesti un selfie dal vivo, un documento di identità o entrambi. OpenAI precisa di non ricevere direttamente questi materiali e afferma che Persona li elimina entro sette giorni.
Ma il meccanismo resta significativo: un algoritmo formula un’inferenza su di me; l’inferenza è sbagliata; per correggerla posso essere chiamato a fornire altre informazioni. Il sistema presume, io dimostro. È un modello che incontreremo sempre più spesso: sistemi che classificano, stimano, prevedono. E persone chiamate a correggere ciò che la macchina ha dedotto su di loro. Accuratezza, trasparenza, contestabilità e possibilità di rettifica sono quindi parte della tutela.
Controlli parentali e valutazione delle protezioni
Anche i controlli parentali meritano cautela. Un preprint del 30 gennaio 2026, riferito al precedente sistema di parental control di OpenAI, ha rilevato notifiche ai genitori selettive e non complete in alcune categorie di rischio. Non riguarda ChatGPT for Teens e non prova che le nuove protezioni siano inefficaci. Ricorda però che una protezione tecnologica si valuta dai risultati, non dall’annuncio.
C’è poi un altro passaggio significativo. ChatGPT for Teens viene presentato come un sistema progettato per sostenere le relazioni nel mondo reale e per non incoraggiare dipendenza emotiva o confusione tra relazione umana e rapporto con una macchina.
Non è una confessione. Ma è il riconoscimento che antropomorfizzazione e dipendenza relazionale possono essere rischi concreti dell’IA conversazionale, soprattutto per gli adolescenti. Se il rischio nasce dal prodotto, la prima protezione deve stare nel prodotto.
Dall’age prediction al Chat Control
Ma a questo punto il problema smette di chiamarsi OpenAI.
Guardiamo ciò che sta accadendo intorno a noi. Age prediction, age assurance, sistemi di verifica dell’età, obblighi crescenti di protezione dei minori. E, su un piano diverso, il controverso dibattito europeo sul cosiddetto Chat Control e sulle forme di analisi delle comunicazioni finalizzate al contrasto degli abusi sessuali sui minori.
Sono strumenti differenti e metterli sullo stesso piano sarebbe sbagliato. Ma esiste un filo comune: per perseguire obiettivi legittimi stiamo chiedendo ai sistemi digitali di osservare, verificare, classificare, inferire e analizzare sempre di più.
E allora una domanda dobbiamo farcela.
Se sommiamo la profilazione utilizzata per stimare l’età alle nuove forme di age assurance e alle ipotesi di analisi delle comunicazioni discusse nel Chat Control, quanto spazio rimane alla nostra privacy?
Proteggere i minori senza aumentare la sorveglianza
Non è una domanda contro la protezione dei minori. È il contrario. Proprio perché quella protezione è irrinunciabile, dobbiamo impedire che diventi la formula capace di rendere accettabile qualunque aumento della capacità di osservazione tecnologica.
Perché il problema raramente è una singola misura. È l’accumulo.
Un’inferenza qui. Una verifica là. Un controllo automatico altrove. Ogni intervento, preso da solo, può apparire ragionevole. Ma il risultato finale può essere una nuova architettura della società digitale, nella quale ci abituiamo all’idea che per essere più sicuri dobbiamo essere sempre più conoscibili.
Proteggere i minori è necessario. Ma la qualità di una protezione si misura anche da ciò che decide di non sapere di noi, dai dati che decide di non raccogliere e dalle inferenze alle quali rinuncia. La sfida dei prossimi anni non sarà conoscere sempre meglio le persone per proteggerle. Sarà riuscire a proteggerle conoscendole il meno possibile.
Partecipa alla community