controllo di massa

Quando l’AI entra nella sorveglianza di Stato: i casi reali


Indirizzo copiato

Anthropic documenta l’uso di Claude da parte di apparati statali in Mali, Iran e Cina per raccogliere dati, identificare dissidenti e accelerare migliaia di indagini. L’AI nella sorveglianza di Stato riduce costi e personale, trasformando il controllo di massa in una capacità accessibile e scalabile

Pubblicato il 7 ott 2026

Luigi Mischitelli

Legal & Data Protection Specialist at Fondazione IRCCS Casa Sollievo della Sofferenza



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
ChatGPT Image 7 ott 2026, 10_47_43




Per anni ci hanno raccontato che l’Intelligenza Artificiale “al servizio del potere” avrebbe avuto il volto di un super-computer militare, di un algoritmo di massa in stile “Minority Report” o di qualche sofisticato software da milioni di dollari acquistato nei corridoi riservati delle diplomazie internazionali. Purtroppo però, la verità è molto più banale, economica e, proprio per questo, spaventosamente efficace.

I casi dell’AI nella sorveglianza di Stato

A utilizzare questi strumenti per attività di sorveglianza non sono potenti strumenti bellici secretati, ma gli stessi modelli linguistici che usiamo tutti i giorni dal browser di casa per correggere un’e-mail, riassumere un PDF, generare l’immagine di una locandina o tradurre una ricetta dal francese all’italiano. L’allarme stavolta non arriva dai soliti report delle ONG per i diritti umani, ma direttamente dalla affollata e assolata Silicon Valley.

Anthropic, la società californiana che sviluppa i modelli della famiglia Claude, ha pubblicato un documento1 sulle minacce informatiche che illustra alcuni casi concreti, quelli di alcuni paesi in giro per il mondo che stanno già utilizzando l’Intelligenza Artificiale generativa (che crea testi, audio e video) per automatizzare le attività di sorveglianza e controllo all’interno dei propri Paesi. E non parliamo di una proiezione futuristica del breve-medio termine, sia chiaro. Succede oggi, “ad altezza uomo”.

Mali: una piattaforma nazionale costruita da un solo consulente

Prendiamo il Mali, in Africa. In un contesto politico segnato da anni di instabilità, per mettere in piedi un sistema di sorveglianza su scala nazionale non è servita una multinazionale della cybersicurezza né una grande squadra di ingegneri informatici. È bastato un singolo consulente che collaborava con gli apparati di sicurezza del Paese. Costui ha utilizzato Claude per sviluppare una piattaforma capace di raccogliere e incrociare dati provenienti dagli operatori telefonici locali. Risultato? Un sistema automatizzato in grado di elaborare i dati di milioni di utenti e generare dossier e profili personali.

Il caso mostra come un singolo operatore possa utilizzare un modello linguistico come forza lavoro ingegneristica per costruire uno strumento di sorveglianza su scala nazionale.

Iran: identità digitali e dissenso nel mirino

Nell’altrettanto complesso Iran, la musica – per ora – non cambia, varia solo lo strumento utilizzato. Nel Paese degli Ayatollah, attori legati agli apparati di sicurezza hanno utilizzato Claude per programmare un’estensione malevola per Mozilla Firefox, il popolare browser. L’obiettivo? Raccogliere le identità digitali degli utenti iraniani sui social network e individuare profili riconducibili all’opposizione o ad attività di dissenso. E non si tratta dell’unico impiego di Claude documentato in Iran: Anthropic ha rilevato anche altri utilizzi del modello nell’ambito di attività di intelligence.

Cina: migliaia di indagini con un assistente AI

Poco più a est, in Cina, un ufficio di intelligence che si occupa di affari religiosi avrebbe ridotto il numero dei team di analisti sul territorio, accentrando parte delle attività in un’unica struttura. Un gruppo ristretto di funzionari, supportato da un assistente basato sull’Intelligenza Artificiale, può così produrre migliaia di indagini al mese.

Il sistema analizza i contenuti pubblicati sui social network, valuta la loro rilevanza sotto il profilo politico e contribuisce a individuare i soggetti da sottoporre a ulteriori verifiche o attività di controllo. Queste possono comprendere interrogatori, monitoraggio degli spostamenti e delle comunicazioni. Le autorità di Pechino hanno inoltre predisposto un manuale interno per illustrare ai dipendenti pubblici come utilizzare l’Intelligenza Artificiale nelle operazioni di sorveglianza2.

L’AI abbatte i costi della sorveglianza di Stato

A leggere questi dati si rischia però di prendere un granchio. Il punto non è che l’Intelligenza Artificiale abbia trasformato la natura di alcuni assetti politici mondiali. Chi voleva spiare i dissidenti, i giornalisti o le minoranze lo faceva anche prima. La vera rivoluzione sta nell’abbattimento dei costi.

La sorveglianza di Stato è sempre stata un problema di scala, poiché per controllare tanta gente servono tanti soldi e tanto personale. L’Intelligenza Artificiale generativa spezza questo vincolo. Fa da moltiplicatore e permette al primo burocrate di turno di fare il lavoro di un intero dipartimento. E per farlo non servono necessariamente i modelli più potenti e costosi. Infatti, i casi documentati da Anthropic hanno coinvolto i veterani Claude Haiku, Sonnet e Opus, anziché i modelli più recenti Fable e Mythos.

Dai ban ai modelli open source: perché la sorveglianza continua

Quando le aziende che sviluppano questi modelli individuano abusi di questo tipo, possono intervenire bloccando gli account e rafforzando i sistemi di sicurezza. Ma questo non significa necessariamente che l’operazione sottostante si interrompa. Credere che un ban risolva il problema è da illusi (consapevoli).

Nel momento in cui si chiude la porta del cloud, chi vuole spiare apre un altro portone. Si “cambia cavallo” e si passa alla concorrenza, magari verso modelli open source che possono essere eseguiti su infrastrutture proprie. In Mali, secondo quanto riferito da Anthropic, la piattaforma è stata infine spostata localmente e utilizzata con altri modelli.

Privacy e AI: quando la sorveglianza diventa l’ambiente

Il vero nodo, alla fine, siamo noi e l’idea che ci siamo fatti della tecnologia. Per anni abbiamo considerato la privacy come una questione individuale, con la password robusta, la verifica in due passaggi e l’attenzione a non cliccare sui link sospetti. Oggi quella difesa personale, da sola, può non essere sufficiente.

Quando ogni singola traccia che lasciamo in rete (che può essere un commento, una posizione GPS, la cella telefonica a cui ci agganciamo ecc.) può essere letta, incrociata e interpretata da una macchina in tempi che fino a poco tempo fa sarebbero sembrati impensabili, la sorveglianza smette di essere un’azione mirata e diventa la condizione normale dell’ambiente in cui viviamo. E contro una burocrazia che non si stanca e può operare su una scala prima impensabile, non c’è antivirus o firewall che tenga. 34

  1. Anthropic insiders warn AI could kill all humans. Axios. https://www.axios.com/2026/09/09/anthropic-insiders-warn-ai-could-kill-all-humans ↩
  2. China is exploiting Anthropic’s Claude for massive surveillance. Cyber News. https://cybernews.com/ai-news/china-is-exploiting-anthropics-claude-for-massive-surveillance/ ↩
  3. Governments are turning to Claude to automate spying. Axios. https://www.axios.com/2026/09/10/anthropic-claude-government-surveillance-threats ↩
  4. Detecting and countering misuse of AI: September 2026. Anthropic. https://www.anthropic.com/threat-intelligence-report-september-2026?utm_source=chatgpt.com ↩

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
AI IN AZIENDA
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x