Immagine in evidenza rielaborata con intelligenza artificiale Nella celebre Trilogia di Marte – autentico capolavoro della fantascienza “realistica” – lo scrittore Kim Stanley Robinson immagina la colonizzazione del pianeta rosso non come una conquista eroica, ma come un processo politico e industriale: prima arrivano gli scienziati, poi gli ingegneri, poi le infrastrutture, poi le corporation, poi i conflitti su chi possiede cosa, chi fa le regole, chi controlla le risorse e chi trasforma un mondo vuoto in una nuova società. È una delle intuizioni più potenti dell’opera: la colonizzazione di un nuovo spazio non comincia quando qualcuno dichiara la propria sovranità su un territorio, ma quando quel territorio viene, per l’appunto, “territorializzato”. Ciò che vale per Marte nella finzione di Robinson, vale per la “nuova” rincorsa alla Luna, incarnata oggi dal programma Artemis (il programma della NASA che prevede di riportare l’essere umano sulla Luna entro il 2028). Una rincorsa che, mano a mano che si concretizza, somiglia più a una vecchia storia terrestre che a una fantasia futuristica. La storia è quella delle compagnie privilegiate che determinarono la forma del colonialismo occidentale in Asia a partire dal Seicento, delle ferrovie imperialiste in Africa, dei porti e delle rotte protette (o contese) dagli Stati, oggi come ieri, da Hormuz a Malacca. Anche nello spazio, prima delle miniere arriveranno  infatti i magazzini. Prima del commercio arriverà la logistica. E, come spesso è accaduto nella storia coloniale, chi controllerà la logistica controllerà la ricchezza della frontiera. È da questo assunto che bisognerebbe partire quando si parla di space economy. Non dalle cifre vertiginose con cui si calcola il presunto valore di un corpo celeste, moltiplicando la quantità stimata di platino, nichel o cobalto per il prezzo corrente sulla Terra. Quella è la versione patinata, roba da prospetto per investitori. E in quanto tale occulta un fatto banalissimo: nessuna risorsa “naturale” è vera ricchezza finché non esiste una filiera in grado di estrarla e trasportarla. Il petrolio sotto un fondale oceanico non vale nulla senza piattaforme, porti e oleodotti. Parafrasando un vecchio spot di Pirelli: una risorsa è nulla senza infrastrutture. Lo stesso varrà per qualunque futura attività estrattiva nello spazio. L’errore è immaginare l’estrazione come l’inizio della storia. La miniera in realtà arriva per ultima. Prima di lei c’è la mappa (anche se non più cartacea bensì digitale, e non più solo terrestre, ma extra-planetaria). Poi c’è il porto (o perlomeno un luogo dove immagazzinare e ridistribuire le risorse). E infine ci sono le norme e i rapporti di potere che regolano il possesso dei territori, la percorribilità delle rotte, la sicurezza dei trasporti. Prima ancora di estrarre valore, bisogna costruire, e rendere “sicuro”, il mondo che rende tale valore estraibile (ovvero trasportabile e quindi commerciabile). I PRIMI COMMERCI SPAZIALI Le compagnie privilegiate dell’epoca coloniale lo avevano capito molto bene. La Compagnia britannica delle Indie orientali (EIC), la Compagnia olandese delle Indie orientali (VOC) e le altre grandi entità commerciali del Sei/Settecento non erano semplici imprese, ma operatori politici-logistici-amministrativi che agivano per conto di Stati che subappaltavano loro le operazioni necessarie allo sfruttamento del commercio oceanico. Per questo tanto la EIC quanto la VOC avevano facoltà di dotarsi di milizie, di esercitare poteri politici e giuridici, di costruire flotte, porti e depositi, di amministrare e pattugliare i mari. Il loro potere non stava tanto nelle risorse/merci che trasportavano, ma nelle rotte che controllavano. La possibile economia spaziale del XXI secolo potrebbe assomigliare a quel modello più di quanto i suoi promotori siano disposti ad ammettere. Non avrà velieri, governatori coloniali e fortini tropicali, ma vettori riutilizzabili, lander commerciali e basi lunari. È un’economia che dipenderà, in ogni caso, da una commistione molto profonda tra imprese private e poteri statali. Il modello è del resto già operativo nel contesto di Artemis. Il programma Commercial Lunar Payload Services (CPLS) della NASA, per esempio, non costruisce direttamente tutti i mezzi per arrivare sulla Luna, ma compra “servizi” da aziende private. I contratti CLPS hanno un valore massimo complessivo di 2,6 miliardi di dollari fino al 2028 e prevedono consegne commerciali sulla superficie lunare, dal compattamento dei carichi alla gestione della missione. Tra i nomi coinvolti ci sono Intuitive Machines, Astrobotic, Firefly Aerospace, Blue Origin (quella di Jeff Bezos), Draper e altri fornitori. È una logica da appalto di frontiera: lo Stato apre il mercato, paga i primi rischi, crea domanda, legittima gli operatori. La prima base lunare permanente, se e quando arriverà, non sarà quindi una città sotto una cupola trasparente. Sarà un porto. Un nodo logistico per questi vettori di consegne. Le prime commesse difficilmente saranno spettacolari. Non riguarderanno l’estrazione di metalli rari né l’apertura di miniere capaci di cambiare da sole le dimensioni dell’economia globale. Riguarderanno invece questioni meno appariscenti: trasportare strumenti, garantire comunicazioni, misurare il suolo e altre variabili ambientali per capire dove una base può sopravvivere più a lungo. Le risorse lunari più importanti, almeno all’inizio, non saranno quelle vendibili sulla Terra, ma quelle più utili nello spazio. L’acqua ghiacciata che potrebbe trovarsi nei crateri permanentemente in ombra delle regioni polari non è preziosa perché qualcuno pensa di imbottigliarla e riportarla a casa. È preziosa perché nello spazio l’acqua è vita, ossigeno, carburante, massa da non dover lanciare dalla Terra. Separata in idrogeno e ossigeno, può diventare propellente. Usata localmente, può sostenere una base. Accumulata in depositi, può trasformare la Luna in un polo logistico per progetti più ambiziosi, anche (se non soprattutto) di tipo estrattivo. OBIETTIVO: ELIO-3 Il premio più ambito potrebbe rivelarsi il mitologico elio-3 che, oltre agli utilizzi nell’ambito del quantum computing, da decenni viene evocato come elemento cardine di una futura fusione nucleare meno pericolosa e più efficiente. Nel corso di miliardi di anni, il vento solare ne ha depositate grandi qualità sulla regolite lunare, alimentando l’idea che il nostro satellite possa diventare una sorta di “bacino” extraterrestre: una riserva energetica sospesa sopra le nostre teste, pronta a ridisegnare gli equilibri energetici della Terra. Un nome che torna spesso in questa storia è quello di Harrison “Jack” Schmitt, geologo, astronauta dell’Apollo 17 e ultimo uomo ad aver camminato sulla Luna insieme a Eugene Cernan. Schmitt è da decenni uno dei più convinti sostenitori dell’idea che l’elio-3 lunare possa alimentare una futura economia della fusione. Più recentemente è entrato per questo nell’orbita di Interlune, una startup americana fondata da ex pezzi grossi di Blue Origin che promette di raccogliere elio-3 lunare e riportarlo sulla Terra. Proprio l’elio-3 mostra tuttavia quanto la space economy sia costruita su promesse che funzionano politicamente prima che industrialmente. Oggi non esiste un’economia della fusione basata sull’elio-3 (lunare o meno). E tantomeno esiste una filiera in grado di estrarlo, separarlo, immagazzinarlo, trasportarlo e usarlo sulle scale necessarie ad avere un impatto. Per recuperarlo bisognerebbe trattare quantità enormi di suolo lunare (più di ogni altra attività  estrattiva terrestre a noi nota), riscaldarle, separare isotopi presenti in concentrazioni ridottissime e infine organizzare una catena di trasporto e utilizzo tutta da inventare. Eppure l’importanza dell’elio-3 non va liquidata. Non perché sia già il petrolio del futuro, ma perché può svolgere la stessa funzione immaginativa che “i fiumi d’oro”, le spezie o il petrolio hanno svolto in altre epoche. Ogni espansione ha infatti avuto bisogno di un proprio Eldorado: una risorsa capace di giustificare costi e rischi enormi per essere raggiunta. L’elio-3 potrebbe essere questo tipo di risorsa: il mito che la rende possibile la colonizzazione lunare. COLONIZZARE LA LUNA Le frontiere, d’altra parte, non devono essere redditizie da subito. Devono essere credibili a sufficienza da attrarre Stati, capitali e apparati tecno-industriali. Molte infrastrutture coloniali sono state costruite prima che i profitti fossero certi. Le ferrovie tracciate nell’Ottocento verso l’interno del territorio americano non servivano a connettere comunità esistenti, ma a preparare un’economia futura. Una volta costruita la ferrovia, una nuova economia si organizzava attorno a essa. Una volta creato il porto, i flussi venivano orientati verso di esso. Una volta fondata una base lunare… Il diritto internazionale, almeno in teoria, dovrebbe impedire una corsa coloniale vecchio stile (predatoria, violenta, conflittuale). Il Trattato sullo spazio extra-atmosferico vieta agli Stati di appropriarsi della Luna o di altri corpi celesti. Nessun Paese può dichiarare proprio un cratere lunare o un asteroide. Ma il punto è che il controllo non coincide sempre con la sovranità formale. Si può non possedere un territorio e controllarne comunque l’accesso (come ha dimostrato di recente la vicenda di Hormuz).  La geografia lunare, che immaginiamo come uno spazio vuoto e uniforme, è del resto piena di colli di bottiglia. Non tutti i luoghi hanno lo stesso valore. Alcune zone ricevono più luce e permettono una produzione energetica più stabile. Alcuni crateri potrebbero contenere più ghiaccio. Alcune aree sono più adatte alle comunicazioni. Come sulla Terra, la frontiera lunare si potrebbe rapidamente restringere attorno a pochi snodi strategici. Ed è negli snodi che spesso risiedono tanto il potere quanto il potenziale per il suo abuso. La distopia più probabile non è uno Stato che pianta la propria bandiera e proclama la nascita di un impero lunare. È più banale e contemporanea: per esempio, una singola compagnia che gestisce (quasi) tutti i trasporti. Uno scenario in cui non è necessario possedere formalmente la Luna per possedere di fatto la Luna. Un esempio concreto, e recente, di questo rischio è il contratto assegnato dalla NASA a Intuitive Machines nel 2024 per servizi di comunicazione e navigazione lunare: fino a 4,82 miliardi di dollari per costruire capacità di trasmissione di dati a supporto del programma Artemis. Non è una miniera né un atto di sovranità su un territorio. È però esattamente il tipo di infrastruttura da cui, domani, potrebbero dipendere tutti. Anche in questo le future compagnie dello spazio potrebbero ricalcare il modus operandi delle compagnie privilegiate dell’epoca coloniale. Non perché avranno formalmente il diritto di governare territori, come facevano la VOC o la EIC, ma perché riceveranno dagli Stati capitali e legittimazione in cambio dei loro servizi e del know-how relativo. Lo spazio sarà dichiarato “pubblico” quando bisognerà pagare il costo della frontiera e “privato” quando sarà il momento di incassarne i profitti. Questo intreccio è già visibile nella nuova economia spaziale: lanciatori privati finanziati da contratti pubblici, infrastrutture satellitari essenziali per scopi militari, aziende che diventano attori geopolitici in grado di influenzare conflitti, dipendenze tecnologiche che condizionano intere politiche statali. Portare tutto questo sulla Luna significa amplificarlo in un ambiente dove non esiste società civile locale, non esiste opinione pubblica residente, non esistono istituzioni proprie e ogni accesso passa attraverso sistemi tecnici estremamente costosi e complessi, che rendono le eventuali dipendenze ancora più profonde e difficili da scardinare. La Luna, insomma, non è l’India, l’Africa o le Americhe dell’età moderna. Non ci sono popolazioni lunari da conquistare o schiavizzare, convertire o sterminare. Equiparare direttamente le due cose sarebbe moralmente osceno. Tuttavia alcune strutture del colonialismo possono ripresentarsi anche senza popolazioni indigene. La Luna è infatti vuota di abitanti ma non priva di significati. È un archivio geologico, un ambiente scientificamente prezioso, un oggetto culturale da sempre condiviso, potenzialmente una piattaforma astronomica per la proiezione spaziale della specie umana. Ridurla a bacino di risorse significa scegliere, in partenza, un modello di relazione tra un soggetto agente e un oggetto passivo. L’argomento ambientale, infine, rende tutto ancora più ambiguo. Una delle promesse della space economy è che, spostando fuori dalla Terra una parte dell’estrazione, potremmo ridurre la pressione sugli ecosistemi terrestri. Ma questa promessa rischia di diventare l’ultima assoluzione dell’estrattivismo. Non cambiamo modello di consumo ma ne allarghiamo il raggio. Non mettiamo in discussione il processo di sviluppo. Al contrario: lo dotiamo di un’estensione cosmica. L'articolo L’industria della colonizzazione lunare proviene da Guerre di Rete.

Immagine in evidenza rielaborata con AI Si può prendere una tecnologia nata e sviluppata nei centri di potere e riadattarla alle necessità di un gruppo marginalizzato? La domanda, potenzialmente, riguarda tutte le innovazioni tecnologiche. Il caso dell’intelligenza artificiale generativa è però oggi particolarmente discusso assieme alle molteplici problematiche etiche che i grandi modelli linguistici, come anche le tecnologie text-to-image o text-to-video, sollevano: dal rischio di disinformazione, all’impatto ambientale, fino agli utilizzi di questi strumenti a scopi bellici. Alla radice c’è la questione del controllo, economico e politico, delle infrastrutture tecnologiche, che resta saldamente nelle mani delle grandi aziende, in gran parte statunitensi. Fuori dal mondo occidentale stanno però nascendo iniziative che mirano a riappropriarsi dei sistemi di generative AI per perseguire l’interesse pubblico o a scopi di giustizia sociale. Queste realtà stanno riorganizzando i dataset per l’addestramento degli algoritmi, modificando alcune delle loro caratteristiche tecniche e riorientando gli usi finali degli strumenti. Arrivando in alcuni casi a immaginare infrastrutture pubbliche gestite localmente. I LIMITI E I BIAS DEI MODELLI COMMERCIALI L’AI generativa commerciale – per intenderci, quella di chatbot come Gemini o ChatGPT – si presenta come un archivio di conoscenza universale e neutrale. Ma le cose non stanno così: i dati impiegati per addestrare questi sistemi provengono da Internet e sono tutt’altro che neutrali. I dati di qualità disponibili sono in gran parte in inglese o in altre lingue europee, escludendo inevitabilmente la conoscenza, e quindi la rappresentazione, di una larga parte del mondo.  In un saggio intitolato Decolonizing LLMs: An Ethnographic Framework for AI in African Contexts, gli autori (tra cui figurano, peraltro, anche esponenti di Google) spiegano: “La lingua è intrinsecamente fluida, flessibile e multiculturale. I grandi modelli linguistici (LLM) più diffusi e utilizzati oggi, invece, non lo sono. Sono in gran parte addestrati da team dislocati negli Stati Uniti e istruiti per operare su varianti non specificate di testi in inglese”.  “La diffusione globale degli LLM, un prodotto ‘WEIRD’ (western, educated, industrialised, rich and democratic) rischia quindi di perpetuare i pregiudizi inconsci e i punti ciechi dei suoi creatori”, proseguono gli autori. “Il pericolo è che la loro visione del mondo venga presentata come la visione del mondo a una base di utenti globale, che si aspetta invece risultati neutrali da un programma informatico. Ma che dire del resto della popolazione mondiale, i cui repertori linguistici scritti e parlati non includono l’inglese? E che dire di quegli aspetti della cultura, della lingua e dell’esperienza che non sono ancora stati digitalizzati?” Di opinione simile è Dima Saber, direttrice esecutiva di Meedan, un’organizzazione non-profit che sviluppa strumenti open source, programmi e ricerche per un’infrastruttura digitale più efficace ed etica. “Internet è fatto per uomini bianchi, della classe media, che parlano inglese. Di conseguenza, gli LLM o i bot vengono addestrati sugli stessi dati presenti in rete, riproducendo così le medesime disuguaglianze”, spiega Saber a Guerre di rete. “Esistono prove del fatto che gli LLM non solo funzionano meno bene nelle lingue diverse dall’inglese, ma anche che le risposte fornite sono piuttosto distorte e riproducono le disuguaglianze già esistenti sul web”. RIPROGETTARE I SISTEMI Proprio per offrire alternative tecnologiche più trasparenti, situate e rispettose delle diversità, Dima Saber e il suo team hanno creato Suwali, un servizio di chatbot pensato per organizzazioni della società civile, redazioni indipendenti e altre realtà di pubblico interesse. L’obiettivo è permettere a queste organizzazioni di archiviare, valorizzare e rendere interrogabili patrimoni di conoscenza spesso sottorappresentati nei modelli mainstream, anche in lingue diverse dall’inglese. Utenti e lettori possono così rivolgere domande al chatbot e ottenere risposte in linguaggio naturale, basate però su un corpus circoscritto e verificabile. È qui che Suwali si distingue dai servizi commerciali. Il sistema non attinge indistintamente a tutto il materiale disponibile online, ma lavora su una selezione di dati appartenenti alle singole organizzazioni: archivi, report, articoli e altri documenti da loro prodotti o scelti. Suwali è già utilizzato da diverse realtà, soprattutto nel Sud globale. In Libano, la non-profit OMGYNO lo impiega per fornire informazioni affidabili sulla salute riproduttiva delle donne; in India, la redazione di The Quint lo usa per rispondere ai dubbi dei lettori su disinformazione e truffe. “Un chatbot che utilizza i dati dell’organizzazione e il suo corpus di conoscenze per formulare le risposte permette di aggirare la riproduzione delle stesse disuguaglianze che esistono online”, spiega Saber. “È qualcosa di cui abbiamo assolutamente bisogno. Inoltre, non stiamo cedendo i dati a nessuno, non cerchiamo di venderli agli inserzionisti e le organizzazioni mantengono la proprietà delle informazioni. Questo è un altro aspetto che, per quanto riguarda la sovranità dei dati, per noi è davvero imprescindibile”. I server di Meedan sono ospitati in Irlanda, in modo che la legislazione applicabile sia quella del GDPR europeo, al momento la più avanzata al mondo in termini di tutela dei dati personali. L’obiettivo centrale è quello di restituire alle organizzazioni, anche quelle con poche risorse, una agency nell’uso di strumenti di intelligenza artificiale, offrendo al contempo elevati standard di trasparenza. Suwali permette infatti, attraverso la dashboard degli amministratori, di analizzare il percorso logico compiuto dal chatbot, risalendo al “ragionamento” effettuato dal modello per capire quali fonti ha utilizzato e che sintesi ha compiuto. Si può insomma guardare dentro la “black box” del pensiero algoritmico. Meedan non ha costruito un proprio large language model da zero, ma si appoggia a quelli commercialmente disponibili. “Facciamo uso dei modelli linguistici, tra cui quello di OpenAI, esclusivamente per la formulazione finale delle risposte” spiega Haramoun Hamieh, senior partnership manager. “Il corpus di riferimento, il recupero delle informazioni e il processo con cui vengono selezionate le fonti restano invece interamente gestiti dai sistemi di Meedan. L’ottimizzazione dei modelli open-weight è nei nostri piani per il prossimo futuro”.  Un’intelligenza artificiale femminista? Su una filosofia simile è costruito il chatbot AfroféminasGPT, sviluppato dal collettivo omonimo con l’obiettivo di raccogliere e rendere accessibile il pensiero femminista decoloniale. La postura delle sviluppatrici è molto chiara: usare gli strumenti attualmente disponibili e sfruttarne le potenzialità per raggiungere i propri obiettivi.  “L’IA convenzionale ha come norma implicita la persona bianca e riproduce questo pregiudizio in modo sistematico”, spiega la fondatrice Antoinette Torres Soler. “AfroféminasGPT rompe questa logica. Col tempo abbiamo osservato che il pubblico apprezza molto anche la capacità di basarsi sul lavoro di pensatrici e pensatori afrodiscendenti e afro-femministi. Un elemento particolarmente significativo è che, quando le persone del Sud globale interagiscono con lo strumento, questo assume una prospettiva più vicina alla loro esperienza e restituisce risposte con una precisione e una pertinenza che il mainstream dell’IA non offre”. “La critica più ricorrente è che lo strumento operi all’interno dell’ecosistema di OpenAI, il che pone limiti reali in termini di sovranità tecnologica. È una critica legittima e me ne assumo la responsabilità” continua Torres Soler. “La posizione da cui lavoro è pragmatica e strategica: bisogna utilizzare gli strumenti disponibili e scalare, progressivamente, verso maggiori livelli di autonomia.”. Afroféminas è un “ecosistema” (così lo definisce Torres Soler)  composto da quattro strumenti con funzioni diverse: AfroféminasGPT, il GPT Socratico di Afroféminas (pensato per studenti e insegnanti, che invita a “pensare prima di creare, applicando una conoscenza etica, affettiva e consapevole”), il GPT di Assistenza per i Reati d’Odio e Parla con Afroféminas (Habla con Afroféminas). Quest’ultimo è integrato direttamente su afrofeminas.com ed è accessibile senza la necessità di un account ChatGPT, il che, secondo la fondatrice “rappresenta un primo passo verso una maggiore sovranità rispetto all’infrastruttura di OpenAI”. Anche AfroféminasGPT non ha accesso a Internet: “Ciò significa che non assorbe continuamente nuovi dati e bias a ogni aggiornamento di ChatGPT. Al contrario, quando cerca una risposta, attinge a una base di conoscenza volutamente circoscritta: un corpus curato di circa venti testi e autorialità fondamentali del pensiero nero e decoloniale. È questo a determinare come argomenta, come ragiona e da quale prospettiva risponde. È ciò che la rende diversa”, conclude Torres Soler. COSTRUIRE UN LLM PUBBLICO: IL CASO DI LATAMGPT Nel caso di Meedan e del collettivo Afroféminas, la parziale riprogettazione dei sistemi di AI ha dei chiari limiti di scala: si tratta di piccole organizzazioni, con risorse limitate. Cosa succede, invece, se si ragiona in termini di intelligenze artificiali come infrastruttura pubblica? Una possibile risposta è stata testata da un consorzio latinoamericano di enti pubblici, università e centri di ricerca con il lancio di LatamGPT, il grande esperimento di modello linguistico collaborativo e open source della regione. LatamGPT è stato lanciato ufficialmente il 26 febbraio 2026 dall’allora presidente cileno Gabriel Boric. Il progetto è coordinato dal Centro Nazionale per l’Intelligenza Artificiale del Cile (CENIA) e ad esso partecipano quindici paesi e oltre 200 ricercatori di varie nazionalità. Il modello è addestrato su un corpus regionale di oltre 300 miliardi di token (gli elementi linguistici alla base dell’addestramento della IA) provenienti da venti paesi dell’America Latina e dei Caraibi. L’obiettivo è anche quello di colmare un divario linguistico. Al momento, per i modelli commerciali, la percentuale di dati in lingua spagnola e portoghese si attesta infatti intorno al 2-3%. LatamGPT non è un chatbot direttamente utilizzabile con un’interfaccia, ma un’infrastruttura open source che enti governativi, sviluppatori e istituzioni possono adattare alle loro esigenze educative, sanitarie o di protezione del patrimonio culturale. Si tratta di una base per lo sviluppo di applicazioni, prima che di un’applicazione in sé. Il valore del progetto sta anche nel suo contributo alla ricerca. Alvaro Soto, direttore del CENIA, ha spiegato, parlando con Wired: “Siamo noi i soggetti indicati per occuparci delle nostre stesse necessità. Non possiamo stare seduti ad aspettare che gli altri abbiano il tempo di chiederci di che cosa abbiamo bisogno. Oggi gli accademici dell’America Latina hanno poche opportunità di interagire profondamente con questi modelli. È come voler studiare la risonanza magnetica senza avere a disposizione un risonatore. LatamGPT vuole essere lo strumento fondamentale che consente alla comunità scientifica di sperimentare e progredire”. Il ricercatore Eduardo Levy Yeyati ha commentato, in un articolo su Brookings: “Ciò che rende straordinario LatamGPT non è la sua architettura tecnica, ma la sua coordinazione istituzionale. In una regione in cui la collaborazione transfrontaliera spesso si arena, la progettazione di LatamGPT riflette la diversità istituzionale del territorio. Fornisce una base condivisa che può essere ottimizzata per le priorità nazionali, come per esempio documenti legali argentini, cartelle cliniche colombiane e programmi scolastici messicani”. I limiti dei modelli alternativi Più che la volontà politica, il problema principale resta l’accesso alle risorse. LatamGPT è stato costruito a partire da Llama 3.1, il modello open-weight di Meta e, nella sua prima fase di sviluppo, ha fatto ricorso anche all’infrastruttura cloud di Amazon Web Services. La dipendenza, almeno iniziale, dalle tecnologie e dalle infrastrutture delle Big Tech appare quindi difficile da evitare. Non solo: un corpus regionale di oltre 300 miliardi di token è notevolmente più piccolo rispetto alla mole di dati a disposizione dei principali laboratori statunitensi e cinesi. Lo stesso vale per i finanziamenti: il progetto LatamGPT ha raccolto circa 550mila dollari (tra fondi CENIA e quelli della Latin America Development Bank) di investimenti iniziali. Si tratta di cifre irrisorie se paragonate agli investimenti da svariati miliardi di dollari delle aziende statunitensi e cinesi. Infine, c’è un dilemma simile a quello dell’uovo e della gallina, ma in versione tecnologica: “Gli sviluppatori costruiscono solo se gli utenti cambiano piattaforma, e gli utenti cambiano piattaforma solo se gli strumenti sono migliori”, spiega ancora Levy Yeyati su Brookings. “Risolvere questo problema richiede qualcosa in più delle semplici prestazioni: servono un sostegno istituzionale e un ecosistema regionale, specialmente da parte dei paesi che lavorano per progettare e integrare queste scelte strutturali”. Insomma, prima di poter davvero costruire alternative concrete a Big Tech ci sono vari ostacoli da superare, sia tecnici che economici. Le pratiche di riappropriazione, da quelle più piccole a quelle più ambiziose, hanno un significato politico ed etico innegabile. Ma continuano a scontrarsi con un divario di potere, risorse tecniche e investimenti che al momento appare difficile da colmare. L'articolo È possibile decolonizzare l’intelligenza artificiale? proviene da Guerre di Rete.

Immagine in evidenza rielaborata con Intelligenza Artificiale Negli ultimi mesi, molte delle aziende che avevano sottoscritto contratti con OpenAI o Anthropic hanno avuto una brutta sorpresa. Lo scorso aprile, la società di noleggio auto con conducente Uber ha per esempio scoperto di aver già bruciato tutto il budget annuale destinato all’intelligenza artificiale. Una situazione simile si è verificata anche dalle parti del gigante dei supermercati Walmart, che ha introdotto in tutta fretta un limite all’utilizzo dei large language model da parte dei suoi dipendenti. Un’azienda rimasta anonima avrebbe invece speso 500 milioni di dollari in un solo mese a causa dell’utilizzo sfrenato di Claude da parte dei suoi dipendenti, mentre persino un colosso come Meta ha imposto dei limiti all’utilizzo dei sistemi d’intelligenza artificiale generativa, come hanno fatto anche Amazon, AT&T, Brex e numerose altre società. Che cos’è successo? Non eravamo nell’epoca del tokenmaxxing, ovvero la gara a chi usa di più l’intelligenza artificiale all’interno delle aziende? Per capire come mai la situazione sia cambiata così rapidamente basta sapere che, nel corso della prima metà del 2026, OpenAI e Anthropic hanno entrambi cambiato le condizioni dei contratti aziendali: non più una tariffa fissa anche per usare i loro sistemi più avanzati e specialistici, ma una tariffa a consumo – basata sulla quantità di “token” elaborati dai vari ChatGPT Codex, Claude Cowork e altri ancora – che ha fatto esplodere i costi in maniera imprevista. E così, praticamente da un giorno all’altro, i token – oggetto fino a poco fa noto soltanto agli addetti ai lavori – sono diventati uno degli argomenti più discussi dai manager di mezzo mondo. A questo punto, fermiamoci un secondo: che cosa sono i token? CHE COSA SONO I TOKEN, I MATTONI ALLA BASE DEI LARGE LANGUAGE MODEL In sintesi estrema, i token sono l’unità di testo fondamentale che i modelli linguistici elaborano quando leggono, interpretano o generano informazioni. Nella maggior parte dei casi, un token non equivale a una parola, ma a una porzione di essa (in inglese, in media, quattro caratteri). Può però anche essere un segno di punteggiatura, uno spazio o un carattere speciale. Nel momento in cui un modello deve elaborare la frase “il gattino sta dormendo sul divano?”, la scompone in token con una forma simile a “il / gatt / ino / sta / dorm / endo / sul / divano / ?”. Ogni volta che un modello linguistico elabora una forma testuale, indipendentemente dall’obiettivo o dalle mansioni per cui è impiegato, sta quindi elaborando una sequenza di token: li trasforma in rappresentazioni numeriche, li confronta con il contesto già ricevuto e calcola quale token abbia maggiore probabilità di venire dopo. È così che risponde a una domanda, riassume un documento, scrive codice o traduce una frase: non “capendo” le parole, ma prevedendo la sequenza di token più coerente con ciò che gli è stato chiesto. È il meccanismo noto come “next token prediction”. Un po’ come il consumo elettrico si calcola in kilowattora o il traffico internet in gigabyte, il lavoro svolto da un’intelligenza artificiale generativa si misura in token. Con una differenza: il consumo effettivo può crescere molto rapidamente, perché non dipende solo dalla lunghezza della richiesta o della risposta finale, ma anche dalla quantità di informazioni che il modello deve leggere prima di produrla. Una domanda posta all’inizio di una chat con Claude consumerà quindi meno token della stessa domanda inserita in una lunga conversazione, perché il “contesto” che il modello linguistico deve analizzare è, nel primo caso, molto più ridotto. Un ultimo elemento importante è che i token sono elementi linguistici nel caso degli LLM, mentre nei modelli che generano immagini possono corrispondere a porzioni di immagine, nei modelli audio a frammenti di suono, nei modelli video a sequenze di informazioni che combinano immagini, movimento e durata. Il principio però resta lo stesso: qualunque sia il contenuto generato — testo, voce, musica, immagini o video — il modello non lo elabora come un blocco unico, ma lo scompone in unità più piccole, le trasforma in numeri e lavora su quelle. Un altro aspetto importante è che nel corso degli anni, grazie alla crescente efficienza dei modelli, il costo dei token è crollato: se nel 2023 il prezzo di un LLM come GPT-4 era di 30 dollari per milione di token in fase di input (quindi il testo che inseriamo noi) e di 60 dollari in output (quindi quello generato dall’AI), oggi GPT-5.5 costa rispettivamente 5 e 30 dollari. Secondo alcune stime, dal 2020 al 2026 i prezzi medi per token sono calati addirittura di 600 volte. LA PARADOSSALE ECONOMIA DEI TOKEN Ma se il prezzo dei token è crollato – e possiamo sostenere che sia sceso significativamente anche per le società che sviluppano LLM, pur in assenza di dati trasparenti a riguardo – com’è possibile che il passaggio a una tariffa a consumo abbia fatto esplodere i costi, al punto da consumare in pochi mesi l’intero budget annuale di Uber e costringere Meta a limitare l’uso dell’intelligenza artificiale in ufficio? La ragione è duplice. Da una parte, i modelli più avanzati e basati su “ragionamento” – che scompongono la richiesta in più passaggi – consumano molti più token delle loro controparti tradizionali (e spesso forniscono risposte più lunghe). Dall’altra, la diffusione dei modelli linguistici e il loro utilizzo spesso intensivo (e non mirato) hanno provocato un enorme aumento dei token da elaborare. Un singolo dipendente che usa ogni giorno un modello di frontiera può quindi consumare molti più token rispetto anche solo a due anni fa. Unendo questi due aspetti, si capisce perché Google – come spiegato dal CEO Sundar Pichai – sia passato in un trimestre da 10 a 16 miliardi di token elaborati ogni minuto. OpenAI ha invece dichiarato che la sua piattaforma API (cioè l’infrastruttura attraverso cui aziende e sviluppatori collegano i propri software ai modelli di OpenAI) è passata da 6 a oltre 15 miliardi di token al minuto tra l’autunno 2025 e la primavera 2026, dopo essere già cresciuta di circa venti volte nei due anni precedenti. Questa impennata del consumo di token è stata a lungo nascosta dalle tariffe fisse ed è invece improvvisamente diventata evidente con il passaggio a una tariffazione a consumo: “L’intelligenza artificiale è oggi la voce di spesa che sta aumentando più rapidamente dei budget aziendali”, si legge in un report Deloitte di inizio anno. “Alcune società hanno affermato che oggi l’AI consuma fino alla metà della loro spesa in tecnologie dell’informazione. Nonostante il prezzo unitario dei token stia calando, la spesa complessiva delle aziende per i sistemi di intelligenza artificiale, e la loro scala di utilizzo, stanno aumentando. Il numero di utenti, la complessità dei modelli e l’intensità dei carichi di lavoro porteranno probabilmente a un maggiore consumo di token e, di conseguenza, a costi più elevati”. Il passaggio a una fatturazione a consumo è probabilmente il principale responsabile dell’impennata del fatturato di Anthropic, passato dai 4,8 miliardi di dollari del primo trimestre 2026 ai 10,9 miliardi attesi per il secondo trimestre. Sarà però interessante capire che cosa succederà nel trimestre ancora successivo, quando i manager delle aziende avranno definitivamente fatto i conti con le spese fuori controllo per utilizzare Claude Code, Cowork o gli altri sistemi avanzati di Anthropic: “I costi della computazione sono ormai diventati una priorità per i direttori finanziari e per i consigli d’amministrazione”, ha spiegato al Financial Times Costi Perricos, responsabile AI di Deloitte. “[OpenAI e Anthropic] hanno insegnato a utenti e aziende che l’intelligenza artificiale fosse economica o addirittura gratis, ma le cose non stanno affatto così”. Carter Busse, dirigente della società di software Workato, ha raccontato sempre al Financial Times come l’utilizzo dell’intelligenza artificiale sia esploso tra i suoi dipendenti non appena hanno iniziato a sfruttare gli agenti AI. La brutta sorpresa è arrivata alla prima fattura a consumo di Anthropic: “La nostra spesa è salita improvvisamente di 7 volte e ho pensato: ‘merda, abbiamo creato un mostro’”, ha spiegato Busse, che adesso sta spronando i suoi dipendenti a usare modelli più economici e in modo più responsabile. Ancora più preoccupanti per i colossi dell’intelligenza artificiale sono le dichiarazioni del presidente di Cisco Jeetu Patel: “Il costo dei token è molto più elevato dell’effettivo valore che essi generano su larga scala”. IL VICOLO CIECO DI OPENAI E ANTHROPIC Nel momento in cui le aziende iniziano a sobbalzare di fronte alle bollette e a domandarsi se il gioco valga la candela, OpenAI e Anthropic si trovano di fronte a quello che lo stesso Sam Altman ha definito “un enorme problema”. E come si risolve questo problema? Stando alle indiscrezioni, nell’unico modo (per ora) possibile: tagliando i prezzi pur di non perdere clienti, come starebbe per fare OpenAI anticipando una possibile mossa di Anthropic in questa stessa direzione. Come ha riassunto Ed Zitron sul suo blog, “sono passati meno di tre mesi da quando le aziende hanno iniziato a pagare il vero costo dei servizi basati su LLM e sono già così chiaramente infuriate che sia Anthropic sia OpenAI stanno pianificando di tagliare il prezzo dei loro servizi già in perdita, facendo probabilmente crollare il fatturato mentre aumentano i costi complessivi”. Il rischio è che i due colossi dell’intelligenza artificiale generativa si trovino alle prese con la più classica alternativa del diavolo: se non tagliano i prezzi, le aziende potrebbero ridurre l’impiego dei modelli linguistici (e come abbiamo visto, parecchie l’hanno già fatto). Se tagliano i prezzi, riducono gli introiti di società già oggi in rosso per decine di miliardi di dollari l’anno. E qui si crea un secondo vicolo cieco: se le aziende tagliano l’uso dell’AI generativa, a cosa serviranno i 190 gigawatt di capacità elettrica per data center già pianificati, in una corsa globale che secondo McKinsey potrebbe richiedere investimenti fino a 7mila miliardi di dollari entro il 2030? E se invece OpenAI e Anthropic devono tagliare i loro prezzi per non perdere clienti aziendali, come faranno a rispettare i contratti da centinaia e centinaia di miliardi di dollari che hanno sottoscritto con Microsoft, Amazon, Google, CoreWeave e altri fornitori di potenza di calcolo? QUANTO PAGHERESTI PER USARE CHATGPT? A questo punto, viene da chiedersi che cosa potrebbe succedere se anche noi utenti comuni di ChatGPT e Claude fossimo costretti a pagare una tariffa a consumo invece di quelle fisse, che per gli usi più intensivi coprono solo una piccola parte dei costi reali. In verità, qualcosa del genere si sta già verificando. A partire da giugno 2026, gli utenti di GitHub Copilot – ovvero l’assistente AI per scrivere codice collegato alla piattaforma per la condivisione di progetti software di proprietà di Microsoft – sono passati da un abbonamento fisso mensile a un sistema di fatturazione legato anche al consumo di token. Secondo quanto riporta un utente, il prezzo da lui pagato potrebbe salire da 29 fino a 750 dollari al mese; un altro segnala che nel suo caso il costo potrebbe schizzare fino a 3mila dollari. Attenzione, perché una parte della responsabilità va attribuita al cosiddetto “vibe-coding”, ovvero la scrittura di codice in cui tutti i passaggi tecnici sono affidati all’intelligenza artificiale, aumentando drasticamente il consumo di token. Difficile però incolpare i “vibe-coders” per il loro uso indiscriminato di Copilot, visto che è stata proprio Microsoft a incoraggiarlo e adesso invece lo punisce con bollette fuori controllo. E se anche OpenAI e Anthropic, conclusa la guerra al ribasso per conquistare gli utenti, dovessero decidere di far pagare i token in base al consumo? È qualcosa che, in realtà, potrebbe avvenire in un futuro non troppo distante, vista la probabile quotazione in borsa di entrambe e la conseguente necessità di ridurre le stratosferiche perdite (per colmare le quali hanno dovuto raccogliere finanziamenti tra i più elevati della storia) e mostrare bilanci in miglioramento. A questo punto, la domanda sorge spontanea: quanto dovremmo pagare per usare gli strumenti d’intelligenza artificiale se non avessimo a disposizione tariffe fisse tenute artificialmente basse? Una possibile risposta ce la fornisce una simulazione condotta dalla società di analisi SemiAnalysis. Secondo queste stime, il “vero prezzo” (inteso come il prezzo che pagheremmo se fossimo soggetti ad abbonamenti a consumo pari a quelli delle API) di un abbonamento a ChatGPT da 20 dollari al mese potrebbe arrivare fino a 700 dollari, mentre un abbonamento Pro da 200 dollari può raggiungere anche 14mila dollari (situazione simile per Anthropic). IL VANTAGGIO DELLA CINA Il problema, insomma, è sempre lo stesso: l’intelligenza artificiale generativa costa troppo e un modello di business sostenibile non è ancora all’orizzonte. È una situazione che riguarda però soprattutto i più avanzati modelli di frontiera sviluppati negli Stati Uniti. E che potrebbe invece avvantaggiare l’ecosistema AI della Cina. Il segnale più evidente arriva sempre dal consumo di token. Secondo i dati di OpenRouter, a giugno i tre modelli più utilizzati per quantità di token elaborati sono tutti cinesi: MiMo di Xiaomi, MiniMax e DeepSeek. È un segnale di come una quota crescente dell’uso degli LLM – a partire da quello che avviene all’interno di applicazioni, strumenti di lavoro, agenti e servizi aziendali – si stia spostando verso i più economici modelli made in China. Ad avvantaggiare la Cina è un mix di fattori, tra cui troviamo l’energia meno cara, i data center più economici, le infrastrutture sostenute dallo stato, l’aggressiva concorrenza interna e il fatto che i modelli siano spesso progettati per consumare meno, grazie a scelte di architettura informatica e anche a causa delle restrizioni che impediscono alla Cina di avere accesso ai chip più avanzati. Il vantaggio cinese diventa ancora più evidente guardando i prezzi: i modelli cinesi più usati costano infatti una frazione dei modelli di punta di OpenAI e Anthropic. Il prezzo per milione di token è però solo una parte del costo reale. Come ha spiegato il ricercatore indipendente Wong Qi Han a CNA, se un modello sbaglia spesso e quindi richiede più tentativi, funziona peggio in una lingua straniera, ha maggiore latenza o pone problemi di sicurezza e compliance, il risparmio iniziale può essere illusorio. In linea teorica, la metrica decisiva non dovrebbe essere il costo per milione di token, ma quanto spendiamo per ottenere un risultato soddisfacente (per gli utenti comuni) o il ritorno sull’investimento (per le aziende). Il problema è che entrambe queste metriche sono estremamente difficili da misurare. È possibile che i più costosi modelli statunitensi continueranno a essere usati per le attività complesse, mentre quelli cinesi potrebbero conquistare la fascia più ampia del mercato, quella degli usi quotidiani come supporto professionale o assistente personale. Tutto è bene quel che finisce bene? Non è detto. Per la Cina, il rischio principale è l’eccessiva concorrenza sui prezzi e la compressione dei margini, che potrebbe mettere a rischio la profittabilità di DeepSeek e compagni. Per gli Stati Uniti, il rischio è invece che essere esclusi (a causa dei prezzi elevati) dalla massa dei casi d’uso quotidiani e ad alto volume causerebbe non tanto (o non solo) una riduzione dei potenziali ricavi, ma potrebbe provocare soprattutto una riduzione della potenza di calcolo necessaria. Considerando le cifre immense che stanno venendo investite in GPU, cloud e data center, ritrovarsi con una richiesta di potere computazionale inferiore alle attese potrebbe trasformare l’attuale corsa alle infrastrutture in un enorme azzardo finanziario. E a quel punto, la temuta bolla dell’intelligenza artificiale potrebbe scoppiare per davvero. L'articolo L’economia dei token e il vero prezzo dell’intelligenza artificiale proviene da Guerre di Rete.

Immagine in evidenza rielaborata con IA La computazione quantistica è una delle tecnologie più discusse degli ultimi anni e l’idea di costruire sistemi di calcolo basati sui fenomeni della fisica quantistica continua ad alimentare aspettative enormi. Eppure il quantum computing resta lontano dall’essere una tecnologia matura. Non soltanto perché molti problemi scientifici devono ancora essere risolti, ma anche perché, al momento, manca una filiera industriale in grado di produrre in modo scalabile, e a costi sostenibili, l’hardware necessario a far funzionare un computer quantistico. Come si può immaginare, costruire un hardware simile è molto complesso. Servono materie prime rare, chimica avanzata, sistemi criogenici sofisticati, ottica di precisione e componenti prodotti da un numero ristretto di aziende specializzate. Il problema fondamentale è che un computer quantistico non deve semplicemente “calcolare”. Deve riuscire a “mantenere in vita” stati fisici estremamente fragili e utilizzarli per il calcolo. La grande promessa del quantum computing – sfruttare fenomeni quantistici come la sovrapposizione e l’entanglement per eseguire operazioni impraticabili per i computer tradizionali – dipende infatti dalla capacità di isolare gli effetti quantistici dalle interferenze del mondo esterno. Il problema, come anticipato anche da Heisenberg, è che gli stati quantistici sono incredibilmente instabili. Basta pochissimo per distruggerli: una vibrazione microscopica, una minima interferenza elettromagnetica, una variazione termica impercettibile. Questo significa che la prima e principale sfida da affrontare per produrre un computer quantistico è quella di costruire una specie di guscio che isoli il processo di calcolo dal “rumore” dell’ambiente esterno. LA SFIDA DEL FREDDO Una delle interferenze più difficili da controllare è il calore. Per questo molti computer quantistici – in particolare quelli basati su circuiti superconduttori, una delle architetture oggi più sviluppate da aziende come IBM e Google — operano a temperature vicinissime allo zero assoluto, inferiori persino a quelle dello spazio profondo. Per raggiungerle servono sofisticati sistemi criogenici chiamati dilution refrigerator (refrigeratore a diluizione): strutture metalliche, simili a candelabri barocchi, che sono diventate una delle immagini simbolo del quantum computing. Uno degli elementi chiave per il funzionamento di questi refrigeratori è invece l’elio-3. Rarissimo sulla Terra, l’elio-3 è un isotopo in proporzione più abbondante sulla superficie lunare, dove si è accumulato per miliardi di anni a causa del bombardamento del vento solare. I depositi di elio-3 diffusi nella regolite lunare alimentano da decenni miti tecnologici su future miniere sulla Luna che oggi, nell’era del “capitalismo spaziale”, paiono meno fantascientifici di un tempo. E del resto si può facilmente immaginare come un eventuale aumento della domanda di questo isotopo, connessa alla crescita del quantum computing, potrebbe rendere ancora più allettante l’avvio di attività estrattive lunari.  Nell’attesa, gran parte dell’elio-3 disponibile sul nostro pianeta deriva indirettamente dal decadimento del trizio prodotto nei vecchi programmi nucleari militari, creando così un cortocircuito tra una tecnologia di frontiera e i residui industriali della guerra fredda. Questa dipendenza da materie prime estremamente specializzate rende la filiera dei refrigeratori a diluzione molto fragile. A produrre queste macchine, infatti, sono pochissime aziende al mondo. La finlandese Bluefors, per esempio, è diventata in pochi anni uno dei principali fornitori dell’industria quantistica globale, ma anche uno degli snodi più delicati dell’intera catena produttiva. Se oggi si osserva la struttura industriale del quantum computing, ci si accorge infatti che il settore assomiglia meno all’industria informatica classica e più a un ecosistema di nicchie iperspecializzate, dove pochi attori controllano componenti essenziali e difficilmente sostituibili. UNA PLURALITÀ DI APPROCCI Un ulteriore problema del quantum computing è che, almeno per ora, non esiste un’unica architettura dominante. Coesistono approcci diversi, ciascuno dei quali richiede infrastrutture, materiali e competenze specifici. Se i computer quantistici basati su circuiti superconduttori richiedono criogenia avanzata, i computer quantistici basati sugli “ioni intrappolati” dipendono invece da laser ad altissima stabilità, vuoto ultra-spinto e componenti fotonici delicatissimi. Altri approcci ancora – come quelli basati sui qubit fotonici o sugli atomi neutri (atomi privi di carica elettrica controllati tramite laser) – richiedono invece fibre e circuiti ottici a bassissima perdita, sorgenti luminose avanzate, specchi e cavità ottiche ad altissima qualità e, in alcuni casi, dispositivi microfabbricati costruiti con tolleranze estremamente ridotte. Questo significa che, al momento, non esiste una singola frontiera industriale del quantum, ma molte frontiere sovrapposte. Per certi versi, la situazione ricorda alcune fasi iniziali dell’elettronica e dell’informatica del dopoguerra, quando convivevano tubi a vuoto, relè, transistor, memorie magnetiche e soluzioni architetturali diverse. Al tempo, l’industria elettronica era quindi un ecosistema frammentato, popolato da soluzioni incompatibili e processi produttivi difficili da standardizzare. La crescita esplosiva del settore arrivò solo quando emersero componenti, architetture e processi produttivi condivisi, capaci di trasformare dispositivi sperimentali in prodotti scalabili. È una lezione storica importante anche per il quantum computing. Oggi il settore si trova ancora in una fase pre-standardizzazione: nessuno sa davvero quale architettura diventerà dominante, quali materiali saranno indispensabili o quali componenti potranno essere prodotti industrialmente su larga scala. E finché questa convergenza non avverrà, la computazione quantistica rischia di rimanere in un limbo “proto-industriale”, in cui ogni laboratorio tende a costruire il proprio ecosistema tecnologico come una specie di artigianato scientifico avanzatissimo. IL PROBLEMA DEL TALENTO La conseguenza di questo fatto è che molti processi produttivi necessari dipendono dall’esperienza accumulata da piccoli gruppi di tecnici altamente specializzati e sono, al momento, difficili da riprodurre serialmente. La costruzione di un refrigeratore a diluzione, per esempio, richiede tecnici capaci di assemblare manualmente sistemi criogenici estremamente delicati, minimizzando vibrazioni, dispersioni termiche e impurità microscopiche. Si tratta di processi che dipendono ancora da forme di conoscenza pratica accumulate negli anni più che da standard industriali codificati. Dinamiche simili esistono anche nel campo dei semiconduttori avanzati e della litografia estrema. ASML, l’azienda olandese che produce le macchine EUV utilizzate per realizzare i chip più sofisticati al mondo, dipende a sua volta da una rete ristrettissima di fornitori iper-specializzati che, a loro volta, si avvalgono dell’esperienza di pochissimi “super-esperti” in singoli problemi tecnici altamente specifici.  Il vero collo di bottiglia “industriale” della computazione quantistica non riguarda solo le macchine, i materiali o la fisica, ma anche – e forse soprattutto – la disponibilità di talento tecnico adeguato alla portata della sfida produttiva che il quantum computing rappresenta. Per costruire un computer quantistico non basta infatti disporre di buoni fisici teorici o di eccellenti ingegneri. Serve la capacità di integrare competenze molto rare e diverse tra loro: criogenia estrema, scienza dei materiali, ottica avanzata, microfabbricazione, elettronica a radiofrequenza, software di controllo, vuoto ultra-spinto, chimica ultrapura. E soprattutto serve farlo in modo coordinato, continuo e riproducibile. La vera difficoltà non è solo inventare una tecnologia funzionante, ma costruire una massa critica di persone capaci di trasformarla in un sistema industriale. Per questo il futuro “industriale” del quantum computing è anche un gigantesco problema di scala umana. Non basta avere qualche centinaio di ricercatori eccellenti sparsi nel mondo accademico. Affinché la tecnologia diventi industriale servono migliaia di tecnici, ingegneri e operatori altamente qualificati distribuiti lungo filiere produttive estremamente sofisticate (un fatto che la Cina sembra aver compreso prima di tutti). Servirà cioè trasformare competenze oggi quasi artigianali in capacità industriali diffuse. La scienza alla base di tecnologie importanti può certamente nascere da un piccolo gruppo di persone eccezionalmente dotate, ma un’industria richiede la capacità di riprodurre sistematicamente quel livello di competenza su larga scala. Ancora una volta ci si può rivolgere alla storia della microelettronica per capirlo. Il vero salto nella produzione seriale di hardware informatici non avvenne infatti quando un gruppo di pionieri ai Bell Labs inventò i transistor, ma quando gli Stati Uniti cominciarono a formare enormi quantità di ingegneri in grado di capire come funzionavano e come si potevano migliorare transistor e circuiti integrati. In questo senso la vera sfida per il futuro della computazione quantistica non è soltanto costruire una macchina capace di funzionare. È costruire le condizioni industriali, economiche e umane per trasformare una tecnologia sperimentale fragile in un’infrastruttura produttiva stabile. L'articolo La sfida industriale dei computer quantistici proviene da Guerre di Rete.

Immagine in evidenza rielaborata con Intelligenza Artificiale I data center divorano l’1,5% dell’elettricità mondiale. Per la precisione: 415 terawattora nel 2024. L’equivalente di quasi l’intero consumo annuo di energia elettrica di una nazione come la Francia. Ma è una quota destinata a più che raddoppiare entro il 2030, spinta soprattutto dall’intelligenza artificiale generativa, che l’Agenzia Internazionale dell’Energia identifica come “il fattore più importante” di questa crescita. Le reti elettriche globali sono già sotto pressione, ma la costruzione di nuove linee di trasmissione richiede dai quattro agli otto anni nei paesi più avanzati. Nel frattempo, la domanda di calcolo aumenta così velocemente che nessuna infrastruttura terrestre riesce a stare al passo. È in questo contesto che governi e aziende tecnologiche hanno cominciato a guardare allo spazio. Del resto, lo spazio offre energia solare continua senza competere con le reti terrestri, la possibilità di sfruttare il raffreddamento passivo nel vuoto senza consumare acqua e di elaborare i dati direttamente a bordo dei satelliti che li raccolgono, senza doverli trasmettere integralmente a Terra. Quello che sembrava fantascienza è diventato, nel giro di pochi anni, un programma industriale con date, contratti e lanci già effettuati. A maggio 2025, la Cina ha lanciato i primi satelliti di una costellazione per l’elaborazione dei dati direttamente nello spazio. Nella stessa direzione si stanno muovendo anche gli Stati Uniti. Le due grandi potenze hanno avviato programmi concreti, ancora in parte sperimentali, per portare calcolo e archiviazione oltre il cielo. Si tratta, però, di un salto tecnologico con una conseguenza politica: in futuro, i dati più strategici di governi, eserciti e grandi aziende potrebbero non trovarsi più in nessuna nazione. I PROGETTI A STELLE E STRISCE I satelliti producono quantità enormi di dati, spesso troppo grandi per essere inviati interamente sulla Terra in tempo reale. Processarli in orbita riduce la latenza e la dipendenza dalle stazioni terrestri. Hewlett Packard Enterprise ha dimostrato la fattibilità di questo approccio con il programma Spaceborne Computer. La multinazionale statunitense, leader nelle soluzioni tecnologiche edge-to-cloud (in cui l’elaborazione dei dati avviene in parte sul dispositivo remoto e in parte sui server centrali), ha installato server commerciali standard sulla Stazione Spaziale Internazionale (ISS) nel 2017, 2021 e 2024. Questo ha permesso di ridurre fino al 90% il volume dei dati da trasmettere a Terra. In un’intervista a Via Satellite (novembre 2025), Clint Crosier, già responsabile della pianificazione della U.S. Space Force e oggi direttore Aerospace & Satellite Solutions di AWS, ha illustrato i risultati pratici. In un test con la startup italiana D-Orbit, elaborare i dati direttamente a bordo del satellite ha permesso di trasmettere a Terra solo le immagini realmente utili: il satellite ha continuato a soddisfare tutti i requisiti della missione usando il 42% in meno di banda. Liberando quella banda, lo stesso satellite può inviare quasi il doppio dei dati utili senza alcuna modifica all’hardware. Il vantaggio per le applicazioni militari è evidente (non a caso, il Department of Defense Space Strategy statunitense identifica lo spazio come dominio operativo a tutti gli effetti). Gli Stati Uniti stanno inoltre sviluppando la Proliferated Warfighter Space Architecture (PWSA) della Space Development Agency (SDA): una costellazione di centinaia di piccoli satelliti in orbita bassa interconnessi otticamente. Una flotta progettata per garantire comunicazioni resilienti e rilevamento missilistico anche in caso di attacchi a infrastrutture terrestri. A dicembre 2025, la SDA ha assegnato contratti per circa 3,5 miliardi di dollari per la costruzione di altri 72 satelliti di tracciamento missilistico. La logica strategica è chiara: in uno scenario di conflitto, gli impianti e le installazioni a terra sono tra i primi obiettivi a essere colpiti. Una capacità di calcolo dislocata nello spazio, interconnessa otticamente e ridondante offre invece maggiore sicurezza e una continuità operativa difficilmente replicabile sulla Terra. LA CINA ACCELERA: LA THREE-BODY COMPUTING CONSTELLATION Dagli Stati Uniti alla Cina. Come già accennato, il 14 maggio 2025 la Repubblica Popolare ha lanciato i primi 12 satelliti della Three-Body Computing Constellation, sviluppata dall’istituto di ricerca Zhejiang Lab e dall’azienda ADA Space di Chengdu. Ogni satellite offre 744 TOPS (tera-operazioni al secondo) e l’intera rete è progettata per espandersi fino a 2.800 satelliti, con una potenza computazionale complessiva di 1.000 peta-operazioni al secondo, paragonabile per ordine di grandezza ai supercomputer terrestri più potenti. I satelliti sono collegati da link laser inter-satellite (un collegamento che usa fasci di luce laser per trasmettere dati direttamente da un satellite all’altro), alimentati da pannelli solari e raffreddati passivamente dal vuoto, eliminando i costosi sistemi di raffreddamento a liquido dei data center terrestri. Secondo un piano quinquennale citato dall’emittente televisiva cinese CCTV e ripreso dalla Reuters lo scorso 29 gennaio, la CASC (China Aerospace Science and Technology Corporation) ha annunciato la costruzione di un’infrastruttura digitale spaziale da un gigawatt di potenza, identificata come pilastro del 15° Piano Quinquennale cinese, integrando capacità cloud, edge computing e terminali per elaborare dati direttamente in orbita. IL RUOLO DELLE AZIENDE PRIVATE C’è però da osservare che la corsa ai data center orbitali non è più una prerogativa dei governi. A novembre 2025, Starcloud ha lanciato il primo satellite equipaggiato con una GPU NVIDIA H100, realizzando la prima dimostrazione di addestramento AI direttamente in orbita. L’11 gennaio 2026, con la missione Twilight di SpaceX, sono arrivati in orbita i primi due nodi del data center orbitale della statunitense Axiom Space, sviluppati in collaborazione con la canadese Kepler Communications e collegati tramite link ottici da 2,5 Gbps. Google, con il progetto Suncatcher, punta invece a una costellazione di satelliti dotati di TPU (i processori per l’intelligenza artificiale progettati da Google) alimentati da energia solare, con un primo test, in collaborazione con la società di San Francisco Planet Labs, previsto per il 2027. Secondo indiscrezioni, SpaceX starebbe preparando una generazione aggiornata dei satelliti della sua costellazione Starlink capace di ospitare carichi di calcolo, con link ottici inter-satellite a banda ultralarga. A rendere economicamente plausibili delle infrastrutture permanenti in orbita è anche la riduzione dei costi di lancio, che – secondo uno studio della NASA – sono passati da circa 54mila dollari al chilogrammo con lo Space Shuttle a 2.700 dollari con il razzo riutilizzabile Falcon 9 della società spaziale di Elon Musk: una riduzione di venti volte in due decenni. Tuttavia, la gestione privata di sistemi potenzialmente critici introduce domande (per ora) senza risposta: a cominciare da chi sia responsabile in caso di violazione dei dati su un satellite commerciale. Dal canto suo, l’Europa non dispone di un programma comparabile per il cloud orbitale. Il progetto IRIS² – 290 satelliti per comunicazioni sicure, contratto da 10,5 miliardi firmato nel dicembre 2024 con il consorzio SpaceRISE – non include infrastrutture di calcolo orbitale autonome. Sul fronte della ricerca, il progetto europeo ASCEND ha completato nel 2024 uno studio che conferma la fattibilità tecnica dei data center orbitali e si pone l’obiettivo di dispiegare 1 GW entro il 2050. ASCEND è guidato da Thales Alenia Space, joint venture tra Thales e Leonardo: la partecipazione dell’azienda italiana è il contributo più diretto del nostro paese a questo scenario. C’è poi da notare che D-Orbit, startup comasca già protagonista del test AWS, è tra le realtà italiane più avanzate sul tema dell’elaborazione dati in orbita e ha sottoscritto contratti con l’ESA (l’Agenzia spaziale europea) nell’ambito della costellazione di osservazione IRIDE, finanziata con fondi PNRR. Ma l’Italia non ha un programma nazionale dedicato al cloud orbitale. Il rischio è quello già visto in altri ambiti digitali: competenze industriali elevate senza controllo sull’infrastruttura finale. VULNERABILITÀ E LIMITI Il 24 febbraio 2022, all’ora esatta dell’invasione russa dell’Ucraina, un attacco informatico ha colpito la rete KA-SAT di Viasat (il gigante californiano delle telecomunicazioni satellitari), disabilitando decine di migliaia di modem satellitari in Ucraina e in Europa. Il malware usato – un wiper chiamato AcidRain – non ha violato nessun satellite in orbita, sfruttando invece una vulnerabilità VPN in server di gestione della rete fisicamente localizzati nel nord Italia, propagandosi fino a disabilitare 5.800 turbine eoliche in Germania. A maggio 2022, Stati Uniti, Unione Europea, Regno Unito e una dozzina di governi europei – inclusa l’Italia – hanno attribuito pubblicamente l’attacco al GRU, l’intelligence militare russa. Il caso Viasat contiene una lezione che vale doppio per i data center orbitali: il punto più vulnerabile di un’infrastruttura spaziale non è il satellite. È tutto ciò che lo gestisce da Terra: stazioni di controllo, reti di uplink, sistemi di autenticazione, catena di fornitura dell’hardware. A questo si aggiunge un problema strutturale specifico dello spazio: il patching. Un data center terrestre può infatti ricevere una patch di sicurezza in pochi minuti. Un satellite in orbita bassa ha finestre di comunicazione limitate, banda ristretta e nessuna possibilità di intervento fisico. Se un sistema orbitale venisse compromesso, la risposta sarebbe strutturalmente più lenta e, in alcuni scenari, impossibile senza un nuovo lancio. Jamming e spoofing GPS sono già operativi in zona di conflitto e documentati sistematicamente dall’Agenzia europea per la sicurezza aerea (EASA) nel Mar Nero, in Medio Oriente e nel Baltico: dimostrano che l’interferenza deliberata sulle infrastrutture spaziali è una realtà, non un’ipotesi. Un attacco a un sistema orbitale porterebbe le stesse complessità a un livello superiore: chi ha giurisdizione, chi può intervenire, con quali strumenti e in quale tempo utile. IL VUOTO NORMATIVO L’Outer Space Treaty del 1967 attribuisce allo Stato di lancio la giurisdizione e il controllo sugli oggetti spaziali, indipendentemente da dove operino. Ma questo trattato non contempla infrastrutture digitali, non regola la proprietà dei dati in orbita, non prevede meccanismi di applicazione in caso di violazione informatica.  A quasi sessant’anni dalla firma, non esiste nessun trattato internazionale che disciplini specificamente la protezione dei dati nello spazio. Nel 2019, dopo otto anni di negoziato, l’UN COPUOS (la Commissione delle Nazioni Unite sull’uso pacifico dello spazio extra-atmosferico) ha adottato 21 linee guida per la sostenibilità a lungo termine delle attività spaziali: volontarie, non vincolanti e relative a detriti, sicurezza operativa e traffico orbitale. La protezione dei dati non è contemplata. Il primo segnale che la questione stia diventando urgente sul piano normativo è arrivato a gennaio di quest’anno: SpaceX ha depositato all’americana FCC (Federal Communications Commission) una richiesta per lanciare fino a un milione di satelliti definiti esplicitamente “orbital data centers”. Questo è il primo iter normativo al mondo che affronta direttamente il tema, ma riguarda una sola nazione e non tocca le questioni di giurisdizione sui dati. Payal Arora, professoressa di AI inclusiva all’Università di Utrecht (Olanda), ha sintetizzato il problema in un’analisi pubblicata da Rest of World nel febbraio 2026: se i dati dei cittadini sono elaborati in orbita, la sovranità digitale “diventa ambigua”, sospesa tra il Paese d’origine, lo Stato di lancio e l’operatore commerciale del satellite. Nessuno dei meccanismi esistenti – né il diritto spaziale internazionale, né il diritto cyber nazionale, né i trattati di mutua assistenza giudiziaria – è stato progettato per rispondere a questi aspetti. Per decenni il potere digitale è stato ancorato a piattaforme fisiche entro confini nazionali. Anche i cavi sottomarini, che trasportano oltre il 95% del traffico internet globale, hanno una giurisdizione di riferimento, con trattati, procedure e responsabilità definite. Il cloud orbitale rompe questo sistema. I dati possono essere archiviati ed elaborati in luoghi che nessuna autorità nazionale può raggiungere, né fisicamente né giuridicamente. In sostanza, per la prima volta, la localizzazione dei dati smette di coincidere con il territorio. Come spiega Jane Munga, ricercatrice per l’Africa al Carnegie Endowment for International Peace, la sovranità tende a seguire la proprietà dell’infrastruttura: chi non partecipa al suo possesso e alla sua governance rischia di essere relegato a produttore di dati senza alcuna capacità reale di controllo su come siano archiviati, elaborati o usati. Un’incognita che sconfina dal campo dell’innovazione tecnologica. Quello in corso è un passaggio epocale le cui conseguenze sono ancora da scrivere. Il rischio è che si erigano infrastrutture informatiche cruciali per nazioni, imprese e cittadini che superino la sovranità digitale degli Stati. Senza che ci siano le regole per governarle. L'articolo La sfida dei data center spaziali proviene da Guerre di Rete.

Non è possibile sostituire Carola Frediani, fondatrice, anima e colonna portante di Guerre di Rete. Allo stesso tempo, sappiamo per certo che l’ultima cosa che Carola avrebbe voluto è che questo progetto terminasse. Carola ha sempre voluto ampliare e far crescere Guerre di Rete. Non c’era nulla che le desse più soddisfazione che individuare nuovi collaboratori e collaboratrici, allargare la squadra della redazione, trasformare ciò che era nato come una newsletter personale in un progetto collettivo. È per questo che Guerre di Rete va avanti, in memoria di Carola e d’accordo con la sua famiglia. Guerre di Rete prosegue mantenendo inalterato il patto con il lettore. Il nostro continuerà a essere un giornalismo rigoroso, approfondito, autonomo e indipendente. I nostri lettori e le nostre lettrici sono coloro che ci permettono di andare avanti, finanziando un progetto che quindi solo a loro vuole e deve rispondere. Il lavoro di Carola Frediani è la nostra bussola. L’affetto e la stima che proviamo per lei è la ragione per cui vogliamo portare avanti la sua missione. Lo faremo con tutte le nostre forze. La redazione di Guerre di Rete L'articolo Guerre di Rete continua, in memoria di Carola Frediani proviene da Guerre di Rete.

Oggi, 3 Giugno 2026, è venuta a mancare all’affetto della sua famiglia e dei suoi amici Carola Frediani.   Carola è stata anima e linfa di Guerre di Rete e lascia un vuoto incolmabile in tutti coloro che l’hanno conosciuta in questi anni.   Ci mancherai. 🖤 L'articolo Addio Carola proviene da Guerre di Rete.

Immagine in evidenza rielaborata con intelligenza artificiale (ChatGPT) L’applicazione dell’intelligenza artificiale nella cybersicurezza genera, da sempre, sentimenti contrastanti. Le potenzialità dell’AI rappresentano, da una parte, un’opportunità per migliorare il livello di automazione nelle attività di rilevamento e risposta agli attacchi dei criminali informatici. L’altra faccia della medaglia è rappresentata dalla possibilità che gli stessi cybercriminali ne sfruttino le capacità per aumentare l’efficacia degli attacchi. È qualcosa che sta già accadendo e che viene messo nero su bianco, per esempio, nel Global Threat Report 2026 di CrowdStrike. Stando ai dati pubblicati dalla società di cybersecurity, gli attacchi portati utilizzando l’AI sarebbero aumentati dell’89% anno su anno. Ma l’impatto dell’AI non si esaurisce negli attacchi veri e propri. La stessa tecnologia che li accelera sta mettendo sotto pressione, in particolare, l’ecosistema che fino a oggi ha garantito l’attività di identificazione e analisi delle vulnerabilità software. In altre parole, l’AI sta rompendo gli equilibri che per anni hanno permesso di mitigare il rischio di attacchi informatici.  COME FUNZIONA LA VULNERABILITY DISCOVERY Per comprendere l’impatto dell’AI in questo particolarissimo settore è indispensabile comprenderne i meccanismi. La vulnerability discovery è infatti una macchina complicata, in cui si intrecciano interessi diversi e convivono varie contraddizioni.  Il concetto alla base del sistema è quello di individuare eventuali falle di sicurezza di software e sistemi operativi prima che questi vengano scovati dai cyber criminali. Un’attività che vede impegnate centinaia (migliaia) di aziende e ricercatori indipendenti, spesso all’interno dei cosiddetti programmi di bug bounty, cioè processi controllati attraverso i quali gli sviluppatori ricompensano economicamente chi segnala una nuova vulnerabilità potenzialmente pericolosa, permettendo loro di correggerla attraverso patch di aggiornamento.  L’importanza del fattore tempo emerge proprio nella fase finale del processo di responsible disclosure, quando vengono rilasciati l’aggiornamento e i dettagli della vulnerabilità. È in questo momento che si apre una finestra temporale particolarmente delicata: quella in cui un cybercriminale può sfruttare la vulnerabilità creando un exploit (la tecnica che permette di portare un attacco) in grado di “bucare” i sistemi non aggiornati.  Fino a oggi, il tempo necessario per realizzare il codice che sfrutta una falla di sicurezza per portare un attacco era, nella maggior parte dei casi, di settimane o al massimo di qualche giorno. Un margine sufficiente perché gli aggiornamenti venissero distribuiti. Di conseguenza, il rischio che qualcuno rimanesse “scoperto” era relativamente basso. A causa degli strumenti basati su intelligenza artificiale generativa, però, le cose sono cambiate. Utilizzando l’AI è possibile realizzare un exploit con una velocità prima impensabile. Secondo i ricercatori di sicurezza Efi Weiss e Nahman Khayet, autori di un progetto dedicato, per creare un exploit con l’AI partendo da una vulnerabilità nota sarebbero sufficienti anche solo 15 minuti.  UN’ONDATA DI SEGNALAZIONI Lo scorso 7 aprile, un comunicato ufficiale di Anthropic ha scosso il settore della cybersecurity. Oggetto dell’annuncio era il nuovo large language model Claude Mythos Preview, che gli sviluppatori dell’azienda californiana hanno sostanzialmente classificato come uno strumento troppo pericoloso per essere distribuito pubblicamente. Il motivo? Il nuovo LLM sarebbe in grado di individuare vulnerabilità all’interno dei software con un’efficacia senza precedenti. Rilasciarlo pubblicamente, di conseguenza, sarebbe troppo rischioso. L’azienda ha quindi deciso di avviare un progetto, battezzato con il nome di Project Glasswing, che coinvolge un numero limitato di soggetti come Microsoft, Apple, Google, AWS, Cisco, Nvidia e Linux Foundation. Qualche controindicazione, però, è emersa quasi subito. Lo stesso giorno dell’annuncio, il 7 aprile, un gruppo riunito in un forum Discord privato è riuscito ad accedere a Mythos — non con un attacco sofisticato, ma combinando le credenziali del dipendente di un fornitore terzo con un’ipotesi azzeccata sull’URL del modello. La vicenda è emersa pubblicamente circa due settimane dopo, grazie a un’inchiesta di Bloomberg. Considerato che Mythos era stato tratteggiato come una sorta di “arma fine di mondo”, con accesso soggetto a strettissime restrizioni, non si tratta proprio di un esordio rassicurante. Al netto del sensazionalismo dell’annuncio, che secondo molti rappresenta un marchio di fabbrica del marketing di Anthropic, la vicenda di Claude Mythos Preview si inserisce in un fenomeno più ampio, che gli esperti di sicurezza informatica stanno segnalando da tempo come estremamente problematico: la crescita esponenziale del numero di vulnerabilità segnalate. In sintesi, il problema non è tanto la possibilità che i gruppi dediti al cyber crimine riescano a sfruttare gli LLM avanzati per individuare nuove vulnerabilità zero-day (falle di sicurezza ancora sconosciute), quanto il fatto che l’implementazione di strumenti automatizzati per l’analisi dei software sta generando troppe segnalazioni rispetto a quelle che gli sviluppatori sono in grado di gestire.  Una cosa, infatti, è individuare una falla. Un’altra è correggere il codice per eliminare il rischio che la vulnerabilità venga sfruttata per portare un attacco. Qualsiasi aggiornamento di un software o – a maggior ragione – di un sistema operativo richiede infatti una serie di verifiche e test per validarne l’efficacia e, non ultimo, escludere eventuali conflitti o “effetti collaterali” indesiderati nel suo funzionamento. Insomma: rimediare a una vulnerabilità richiede più impegno e più tempo rispetto a sfruttarla per scopi malevoli. IL FATTORE TEMPO A livello intuitivo, si potrebbe pensare che questo squilibrio tra il numero di segnalazioni e la capacità di elaborarne il contenuto possa avere come conseguenza un semplice rallentamento delle operazioni. Non è così. Per prassi consolidata, infatti, il processo di responsible disclosure prevede che al destinatario della segnalazione sia concesso un termine – solitamente di 60-90 giorni – entro il quale deve rilasciare l’aggiornamento. Trascorso il termine, chi ha inviato la segnalazione è autorizzato a rendere pubblici i dettagli della vulnerabilità. Si tratta di un accorgimento che ha un duplice obiettivo. Il primo è quello di evitare che lo sviluppatore possa “snobbare” la segnalazione, anche solo per negare il meritato compenso del ricercatore che l’ha effettuata. La seconda è quella di ridurre il rischio che qualcun altro scopra la falla o che questa diventi pubblica per un qualsiasi motivo prima che l’aggiornamento sia disponibile.  Anche se piuttosto rari, in passato si sono verificati casi in cui gli sviluppatori non sono riusciti a rispettare la scadenza e si sono trovati di fronte a una pubblicazione dei dettagli di una vulnerabilità quando non avevano ancora preso le dovute contromisure. Nel nuovo scenario, in cui le segnalazioni piovono a una velocità impressionante, rispettare le scadenze rischia di diventare molto più difficile. I PRIMI SCRICCHIOLII La cronaca recente conferma tutti i timori legati al massiccio impiego dell’AI nell’individuazione delle vulnerabilità. La società di cybersecurity HackerOne ha sospeso il suo programma Internet Bug Bounty (IBB), attività finanziata in crowdfunding che gestisce dal 2013. Il motivo? L’eccessivo numero di segnalazioni stava mettendo in difficoltà chi ha il compito di correggere il codice del software. E questo soprattutto in ambito open source, dove la gestione dei progetti è spesso affidata a programmatori che prestano la loro opera a titolo volontario.  La pagina web di HackerOne è un perfetto riassunto dei problemi che vive il settore. Nelle sue policy, spiega che ricompenserà solo quelle vulnerabilità che “siano state segnalate in modo responsabile, riconosciute, analizzate (triage), risolte e divulgate tramite un Security Advisory o una CVE (Common Vulnerabilities and Exposures, un sistema di catalogazione pubblico e standardizzato delle vulnerabilità di sicurezza informatica note – ndR). Se una vulnerabilità viene segnalata da più persone ed è riconosciuta all’interno del security advisory, solo il primo segnalatore (come identificato dai maintainer del progetto) avrà diritto alla ricompensa”. In questo passaggio si leggono tutte le criticità legate a un ecosistema che è ormai andato fuori controllo. Traducendo dal “politically correct” adottato nelle policy, HackerOne ammette di trovarsi in una situazione in cui vengono segnalate vulnerabilità che non sono state sufficientemente approfondite, che in molti casi vengono scovate da più soggetti e per le quali non viene fornita una soluzione. Insomma: si trova ad avere a che fare con troppo “pattume” generato dall’AI. Motivazioni simili hanno indotto la piattaforma Bugcrowd a introdurre una serie di regole e restrizioni per contrastare il fenomeno che hanno battezzato come “sloptimism” (segnalazioni basate su AI inviate con troppa fiducia e poca verifica).  L’AI TROVA VERE VULNERABILITÀ? Guardando più nel dettaglio il fenomeno, emerge anche un altro dato. A gennaio 2026 i volontari che gestiscono cURL – software open source che gestisce lo scambio di dati con Internet e che, pur sconosciuto al grande pubblico, è installato in miliardi di dispositivi (telefoni, automobili, TV) – hanno annunciato che dal mese successivo avrebbero smesso di accettare segnalazioni tramite HackerOne. In un aggiornamento pubblicato ad aprile, il creatore Daniel Stenberg ha diffuso un grafico da cui emerge una tendenza abbastanza chiara: nonostante da febbraio non sia stata accettata alcuna segnalazione, il totale del 2026 era già arrivato a 87. Al di là della crescita esponenziale di segnalazioni, spicca il fatto che nel 2025 sono stati registrati numerosi report classificati come “likely AI slop” (probabile pattume AI), cioè vulnerabilità di bassissimo impatto o inventate dall’intelligenza artificiale. Il loro numero, però, è diminuito percentualmente nel corso dell’anno successivo. Prima di considerare questi dati come confortanti, è però opportuno considerare un altro aspetto: non tutte le vulnerabilità validate rappresentano un reale rischio di sicurezza. Come spiega Naz Bozdemir in un post sul blog di HackerOne, delle 22 vulnerabilità individuate da Claude Opus 4.6 nel codice di Mozilla Firefox – 14 delle quali ad alta gravità – soltanto due si sono rivelate effettivamente sfruttabili per costruire un exploit. In altre parole: erano tutte difetti reali, ma solo due rappresentavano un rischio imminente e concreto. L’idea che una maggiore efficienza porti automaticamente a più sicurezza, alla fine, si sta rivelando un’illusione. L’uso intensivo dell’AI sta dimostrando esattamente il contrario: senza la capacità di selezionare, comprendere e intervenire, rischia di generare semplicemente caos. L'articolo La fine del bug bounty? proviene da Guerre di Rete.

I governi e la società civile di tutto il mondo sembrano avere un obiettivo comune: proteggere bambini e giovani dai pericoli della navigazione sul web, dall’uso non supervisionato dei social media, da contenuti pornografici, violenti o pericolosi. La virata globale verso un Internet dove è necessario verificare la propria età ha però una serie di criticità, legate alle soluzioni che si stanno adottando e ai problemi che esse pongono in termini di privacy e sorveglianza. Alcune misure sono arrivate tramite leggi statali, come nel caso dell’Australia e del Regno Unito. Altre sono iniziative delle stesse piattaforme, come nel caso di Discord, che ha annunciato e poi ritirato una policy nota come teen by default (cioè che dà per scontato che tutti gli utenti siano minorenni). Nonostante il quadro frammentato, è chiaro che ci si stia spostando verso un modello di Internet in cui sarà sempre più spesso richiesto di identificarsi per dimostrare di essere adulti. Questo potrebbe radicalmente cambiare il modo in cui vivremo la rete in futuro. I METODI TECNICI DI VERIFICA DELL’ETÀ Esistono diversi approcci tecnologici per verificare l’età di un utente nel momento in cui entra o si iscrive a una piattaforma. Il primo è la stima dell’età sulla base di dati biometrici. Un software analizza un video o un selfie, dando un’indicazione di un’età presumibile. Un altro metodo prevede il confronto automatico tra una foto scattata live e la foto di un documento ufficiale. I siti possono inoltre richiedere una verifica dei dati bancari, o una piccola transazione da una carta di credito, per verificare che la persona intestataria sia maggiorenne. I controlli possono essere effettuati anche tramite l’operatore della rete mobile, che certifica che il numero da cui si sta effettuando una connessione sia associato a una persona adulta.  I metodi biometrici e quelli che richiedono di caricare le foto dei documenti presentano però evidenti problemi di privacy, dal momento che richiedono agli utenti di condividere informazioni estremamente sensibili con aziende private. I PROBLEMI DI DISCRIMINAZIONE Gli attivisti per i diritti digitali nutrono grande scetticismo nei confronti di queste soluzioni. Martin Sas e Jan Tobias Mühlberg, due ricercatori belga autori di un paper commissionato dai Verdi Europei, hanno scritto: “Questo requisito [di provare la propria età, ndr], oltre a costituire un’ingerenza nella privacy delle persone, può potenzialmente limitare la loro capacità di esprimersi liberamente e di interagire con gli altri, a meno che non forniscano i propri dati personali e siano in grado di completare una procedura di verifica dell’età”. Secondo l’Electronic Frontier Foundation, gli obblighi di verifica dell’età comportano una serie di possibili discriminazioni nei confronti di alcune categorie di persone già marginalizzate. Chi per esempio non dispone di documenti governativi validi e riconosciuti, come è il caso di alcune persone migranti, potrebbe trovarsi tagliato fuori da una buona fetta di servizi online. Negli Stati Uniti, riporta l’EFF, anche tanti adulti, soprattutto neri e ispanici, non hanno a disposizione documenti aggiornati con il nome o l’indirizzo corretto. La stessa cosa vale per le persone che stanno intraprendendo percorsi di affermazione o transizione di genere, che hanno meno probabilità di avere documenti aggiornati o foto ufficiali che corrispondono ai loro tratti somatici. L’analisi dell’EFF è incentrata sugli Stati Uniti, ma è indicativa di un problema più ampio:  “Il 43% degli americani transgender non dispone di documenti d’identità che riflettano correttamente il nome o genere. Per loro, la verifica dell’età pone una scelta impossibile: fornire documenti con nomi precedenti e indicatori di genere errati, rischiando così di essere costretti a un coming out, oppure perdere del tutto l’accesso alle piattaforme online”. Il metodo del riconoscimento facciale espone invece ai consueti bias algoritmici: i sistemi di intelligenza artificiale sono testati e funzionano soprattutto su persone bianche, sono però meno efficaci in caso di minoranze razziali ed etniche (ma anche, per esempio, di persone con disabilità). LE ALTERNATIVE PRIVACY FIRST Esistono però alternative più solide dal punto di vista della privacy. In Germania, per esempio, è in vigore un sistema di identità digitale che permette lo scambio di informazioni tra il server di un sito e un microprocessore contenuto nella carta d’identità elettronica nazionale. Tramite una chiave crittografica, il microprocessore dimostra di appartenere a una eID (una carta d’identità elettronica) rilasciata dal governo tramite una chiave crittografica, condivisa con altre 9.999 eID. “Ciò significa che l’unica informazione che la piattaforma ottiene è che una persona su 10mila si è registrata” hanno scritto Marten Risius e Johannes Sedlmeir su The Conversation. Successivamente, il servizio e il microprocessore si scambiano la data corrente e l’età minima richiesta, mentre il microprocessore invia la data di nascita dell’utente. A quel punto, l’autenticazione avviene esclusivamente sulla base di queste informazioni, senza che ulteriori dati siano condivisi con il sito web. Altri sistemi, come l’European Digital Identity Wallet (di cui parleremo più avanti) o il Google o Apple Wallet (che da qualche anno permettono di custodire documenti d’identità digitali sul telefono e di utilizzarli come prova dell’età), funzionano in modo leggermente diverso: non si basano su microprocessori integrati in carte fisiche, bensì su componenti hardware presenti nei telefoni cellulari. Queste soluzioni si avvalgono di un sistema crittografico che comunica alla piattaforma che una persona è in possesso di un documento digitale che attesta la sua maggiore età, senza tuttavia rivelare ulteriori dettagli. Il principio tecnico sottostante a entrambi questi esempi è la selective disclosure. Sempre Risius e Sedlmeir concludono: “Com’è evidente, i sistemi di verifica dell’età possono essere progettati ponendo al centro il principio della non tracciabilità. Ciò significa che né l’autorità né la piattaforma possono monitorare le attività di un utente, pur essendo in grado di verificare con precisione l’età”. LE LEGGI STATALI Una delle leggi più solide tra quelle in vigore è l’Online Safety Act del Regno Unito, che di fatto obbliga le piattaforme, i siti pornografici e i grandi motori di ricerca a impedire ai minori l’accesso a contenuti dannosi. Questi comprendono anche l’istigazione al suicidio, all’autolesionismo e la celebrazione dei disordini alimentari. Le regole sono in vigore dal luglio 2025. “In qualità di autorità di regolamentazione, non valuteremo i singoli contenuti né chiederemo ai servizi online di rimuovere materiale legale” si legge sul sito dell’Ofcom, l’autorità delle comunicazioni britannica (l’equivalente della nostra AGCOM) “Il nostro ruolo non è quello di impedire agli adulti di accedere a materiale pornografico legale, ma a partire dal 25 luglio saranno necessari controlli più rigorosi e, cosa fondamentale, non sarà più sufficiente spuntare una casella per dichiarare di avere più di 18 anni”. La legge, è fondamentale specificarlo, non obbliga tutte le piattaforme a verificare in modo diretto l’età di un utente, ma solo quelle che pubblicano materiale pornografico. Tutti gli altri siti devono comunque sottostare all’obbligo generale di impedire che i minori vengano in contatto con contenuti non appropriati. In Unione Europea molti paesi stanno considerando di adottare legislazioni per il controllo dell’età, che si concretizzano in particolare nel divieto per le persone al di sotto di un’età specifica di iscriversi e utilizzare piattaforme social. Nelle ultime settimane, la Grecia ha annunciato che dal 2027 proibirà l’accesso alle piattaforme social ai minori di 15 anni. In Germania il partito di governo ha dichiarato che proporrà un divieto per i minori di 14 anni. In Danimarca si è raggiunto un accordo politico per impedire l’accesso sotto i 15 anni. E poi c’è la Francia, dove all’inizio di aprile il Senato ha approvato un disegno di legge che prevede un sistema a due livelli: alcune piattaforme saranno del tutto proibite ai minori, mentre altre richiederanno l’approvazione di almeno un genitore per l’iscrizione. La legge deve ora tornare in discussione alla Camera, ma vale la pena segnalare come il presidente della Repubblica Emmanuel Macron sia un grande sostenitore del social media ban. Nel resto del mondo il dibattito segue direttrici simili. In Australia una legge considerata “storica” ha imposto alle principali piattaforme social di impedire l’accesso ai minori di 16 anni a partire da dicembre 2025, con sanzioni anche milionarie. In Brasile una legge entrata in vigore lo scorso marzo fa sì che i minorenni possano iscriversi alle piattaforme social solo se il loro account è collegato a quello di un supervisore adulto. IL QUADRO NEL DIRITTO DELL’UNIONE EUROPEA La legge di riferimento in Europa è invece il Digital Services Act (DSA). Il DSA non impone esplicitamente la verifica dell’età come requisito per operare sul territorio dell’Unione. Per le piattaforme online con più di 45 milioni di utenti mensili  (VLOP, acronimo di very large online platforms), la Commissione si aspetta però che vengano adottate misure concrete per mitigare i rischi sistemici, ovvero i rischi che gli ecosistemi online pongono al resto della società. La tutela dei minori assume quindi un ruolo di primo piano. “La questione della competenza in materia di verifica dell’età nei servizi digitali si colloca in una zona di intersezione tra il diritto dell’Unione e le prerogative nazionali, e può essere compresa correttamente solo se si abbandona una logica dicotomica per adottare una prospettiva di competenza mista, nella quale, tuttavia, il ruolo operativo degli Stati membri resta oggi decisivo”, spiega a Guerre di Rete Giovanni Ziccardi, professore di Informatica Giuridica presso l’Università di Milano. Il Digital Services Act adotta infatti un modello “risk based”, basato cioè sulla valutazione dei rischi, lasciando aperto un ventaglio di soluzioni adottabili. L’obbligo non è quello di adottare una soluzione unica, ma di dimostrare che il sistema scelto protegge effettivamente i minori dai rischi per la loro sicurezza e incolumità. “Questa impostazione, tuttavia, apre uno spazio normativo significativo per l’intervento degli Stati membri. In assenza di una armonizzazione piena a livello europeo, infatti, sono gli ordinamenti nazionali a mantenere la competenza sulle modalità concrete attraverso cui tale obiettivo deve essere perseguito. Ciò riguarda, in primo luogo, la definizione delle tecniche di verifica dell’età – che possono spaziare da sistemi documentali a soluzioni basate su intermediari certificati o su modelli di anonimizzazione – e, in secondo luogo, la determinazione dei limiti di accesso a determinati contenuti, soprattutto quando si tratta di materiali sensibili come quelli pornografici”, prosegue Ziccardi. Le autorità europee hanno recentemente fatto alcuni passi per attuare nel concreto le indicazioni del DSA. Dopo un’investigazione, terminata lo scorso marzo, è stato concluso che quattro siti pornografici (PornHub, Stripchat, XNXX e XVideos) non stanno mettendo in atto le protezioni sufficienti per evitare che i minorenni entrino in contatto con i loro contenuti (che sono, ovviamente, a sfondo sessuale). “La Commissione ha constatato, in via preliminare, che Pornhub, Stripchat, XNXX e XVideos non hanno adottato misure efficaci per impedire ai minori di accedere ai propri servizi, venendo così meno al proprio dovere di tutelare i diritti e il benessere dei minori. Sebbene nei loro Termini di servizio sia specificato che i servizi sono riservati esclusivamente agli adulti, tutte e quattro le piattaforme consentono ai minori di accedervi con un semplice clic, con cui confermano di avere più di 18 anni”, si legge nel comunicato stampa ufficiale. Un clic per confermare l’età non può più bastare. Se le conclusioni della Commissione dovessero essere confermate, le società rischiano sanzioni fino al 6% del loro fatturato annuo globale. LE SOLUZIONI TECNICHE PROPOSTE DALL’EUROPA “Accanto alla dimensione dell’enforcement si sviluppa, in parallelo, una seconda direttrice di natura tecnico-infrastrutturale, che riguarda la costruzione di standard europei comuni. L’Unione sta infatti lavorando alla definizione di soluzioni interoperabili di verifica dell’età, anche attraverso progetti pilota basati su applicazioni dedicate e, soprattutto, in prospettiva, mediante l’integrazione con il EU Digital Identity Wallet. L’obiettivo è duplice: da un lato, evitare la frammentazione derivante dalla proliferazione di modelli nazionali eterogenei; dall’altro, garantire che i sistemi adottati rispettino principi fondamentali, come la protezione dei dati personali e la minimizzazione delle informazioni trattate”, prosegue Ziccardi. Il regolamento quadro che introduce l’EU Digital Identity Wallet è entrato in vigore nel maggio del 2024 e gli stati membri saranno obbligati ad adottare la tecnologia entro la fine del 2026. “In questo contesto, assume particolare rilievo il paradigma della privacy by design, che si traduce nella ricerca di soluzioni capaci di attestare un requisito (per esempio, il superamento di una soglia di età) senza rivelare l’identità dell’utente”, prosegue Ziccardi. “Alcuni modelli già sperimentati, come quello della cosiddetta ‘doppia anonimizzazione’, prevedono la separazione tra il soggetto che verifica l’età e il servizio che eroga il contenuto, in modo da evitare la concentrazione di informazioni sensibili in un unico punto del sistema. Si tratta di un terreno nel quale diritto e tecnologia si influenzano reciprocamente: le esigenze di tutela giuridica orientano le soluzioni tecniche, mentre queste ultime ridefiniscono le possibilità concrete di regolazione”. La soluzione proposta dall’Europa si inserisce nel filone delle soluzioni privacy first e decentralizzate, che potrebbero costituire una modalità sicura e rispettosa della riservatezza per verificare l’età. Nel 2025, l’AGCOM ha imposto ai siti per adulti di controllare che gli utenti siano maggiorenni. L’applicazione della direttiva è stata frammentata e ben presto il TAR del Lazio ha messo un freno alle disposizioni. Il problema principale risiede nella natura transfrontaliera dei servizi digitali. “Una parte significativa dei siti interessati, infatti, è stabilita in altri Stati membri dell’Unione, con la conseguente applicazione del principio del paese d’origine, che costituisce uno degli assi portanti del Digital Services Act. Questo principio limita fortemente la possibilità per un’autorità nazionale di imporre direttamente obblighi a operatori stabiliti altrove, imponendo invece il ricorso a meccanismi di cooperazione tra autorità competenti” spiega Giovanni Ziccardi. Il caso italiano rappresenta bene la frizione che può crearsi in un contesto di governance a più livelli (statale e sovranazionale). I RISCHI CHE PERMANGONO E LE PROSPETTIVE FUTURE Rimane uno scarto tra le questioni tecniche e la realtà sociale del problema. Le soluzioni come l’identità digitale europea o il Google Wallet sono create per limitare la quantità di informazioni che il sito può raccogliere sull’utente. Ma non prendono in considerazione lo scenario più banale: quello di un minore che utilizza il telefono, le credenziali o il documento di un adulto. In altre parole, il sistema può anche contribuire a non esporre una quantità significativa di dati personali, ma non elimina del tutto il rischio di un raggiro. Lo scorso aprile, l’esperto di cybersicurezza Paul Moore ha affermato di essere riuscito a bypassare la crittografia del portafoglio digitale europeo in soli due minuti. Altri esperti hanno fatto eco a queste preoccupazioni: “Più dati raccolgono questi sistemi, più diventano appetibili per gli hacker”, ha dichiarato Hanna Bözakov, fondatrice del servizio di crittografia Tuta. Se si guarda infine al mercato delle VPN, si nota come siano diventate molto popolari nei contesti in cui si è introdotto l’obbligo di verifica dell’età. Le direttrici di rischio sono diverse. Oltre ai dubbi tecnici, emergono anche alcune questioni politiche e culturali sulla natura della rete. Molti sostengono, per esempio, che d’ora in poi sarà impossibile navigare sul web in modo anonimo. C’è anche chi ritiene che gli obblighi tecnici e legali di verifica siano un modo per sollevare le Big Tech dalle proprie responsabilità rispetto alla moderazione dei contenuti. Tra quest’ultimi c’è Eva Simon, direttrice del programma  su Tecnologia e Diritti della Civil Liberties Union in Europa: “Ci stiamo concentrando sull’accesso, ma il vero problema è il modo in cui le piattaforme catturano l’attenzione e promuovono i contenuti. È da lì che derivano i danni”.  Ma la verifica dell’età è ormai un orizzonte concreto, in Europa e nel mondo. “In questa cornice, la chiave interpretativa più convincente è forse quella che coglie una tensione tra forma e sostanza”, conclude Ziccardi. “L’obbligo di verifica dell’età non è ancora formalizzato in modo uniforme a livello europeo, ma si sta progressivamente imponendo come necessità sistemica. Il DSA richiede una protezione effettiva dei minori e, allo stato delle tecnologie e dei modelli organizzativi disponibili, la verifica dell’età rappresenta lo strumento più credibile per realizzarla. La questione centrale non riguarda più, dunque, la presenza o meno dell’obbligo, ma il modo in cui lo si impone: chi è legittimato a imporlo, attraverso quali strumenti tecnici deve essere attuato e, soprattutto, con quali garanzie in termini di tutela dei diritti fondamentali e della riservatezza degli utenti”. L'articolo Il labirinto della verifica dell’età proviene da Guerre di Rete.

YouTube, Facebook, Instagram, TikTok: sono le piattaforme social più utilizzate dagli italiani. Social media, e non social network, visto che – come sottolinea Kenobit nel suo nuovo saggio “Assalto alle piattaforme” (Agenzia X) – l’obiettivo è tenerci agganciati a consumare passivamente contenuti multimediali, invece che mobilitarci per creare rete. App come queste sono infatti caratterizzate dall’apparente gratuità e da un algoritmo esplicitamente progettato per generare dipendenza, stimolando uno scrolling destinato a non finire mai. Lo stesso Aza Raskin, il designer che nel 2006 ha ideato lo scrolling infinito (cioè il caricamento continuo e automatico di nuovi contenuti durante lo scorrimento, senza un punto di arresto naturale), a distanza di 20 anni si è dichiarato pentito della sua invenzione. Inoltre queste piattaforme intrappolano gli utenti in modo che non clicchino su link che rimandano a siti esterni, inibendo così l’uscita dalle piattaforme. “Il gioco è sempre lo stesso”, scrive Kenobit. “Visto che il profitto delle piattaforme è direttamente proporzionale al tempo che gli dedichiamo, i loro meccanismi sono studiati scientificamente per aumentarlo il più possibile. Produciamo valore quando creiamo contenuti, ma anche quando li consumiamo”. Per un utente che non cerca altro che intrattenimento, luoghi del genere sembrano l’Eldorado. E invece si tratta, antropologicamente parlando, di veri e propri non luoghi: spazi in cui non si creano connessioni, ma che si attraversano di passaggio per andare da un contenuto a un altro senza che resti all’utente alcun valore aggiunto. “Se non stai pagando per il prodotto, il prodotto sei tu”, verrebbe da dire, riprendendo le parole rese celebri dal film “The social dilemma”. Ed ecco una delle frasi che Kenobit punta a decostruire nel suo saggio: su queste piattaforme persino chi paga – le aziende e le attività che versano una quota per occupare spazi pubblicitari – è a sua volta un prodotto, perché genera ulteriori dati che le piattaforme raccolgono e sfruttano per arricchirsi vendendoli. Ma cosa – o meglio chi – sono queste piattaforme? Tra quelle citate, si possono raggruppare Facebook e Instagram (e WhatsApp), del gruppo Meta fondato da Mark Zuckerberg. C’è poi YouTube, proprietà come Google della holding Alphabet Inc., di cui i fondatori di Google, Larry Page e Sergey Brin, sono ancora i maggiori azionisti e membri del consiglio di amministrazione, detenendo di fatto il controllo dell’azienda, pur non essendo più amministratori delegati. Meta ha registrato un fatturato di 164,5 miliardi di dollari per l’intero anno 2024, segnando una crescita del 22% rispetto al 2023. Alphabet Inc. ha registrato ricavi annuali record, superando i 400 miliardi di dollari nel 2025, grazie alla crescita della pubblicità. C’è di più: entrambi i colossi hanno espliciti legami con il presidente degli Stati Uniti Donald Trump, e sono nella lista BDS (Boicottaggio, Disinvestimento e Sanzioni) per il loro coinvolgimento nel genocidio in Palestina. Ma se sono così poco etiche perché è tanto difficile abbandonare queste piattaforme? Probabilmente, perché non tutto ciò che avviene sui social è nocivo. Quante amicizie, progetti, idee, iniziative non sarebbero nate o diventate così note se non fosse stato per i social? Kenobit fa l’esempio delle mobilitazioni per la Palestina realizzate dal 7 ottobre 2023 in poi, in cui i social, nonostante le varie dinamiche di shadow ban – cioè di oscuramento della tematica, costringendo talvolta a utilizzare caratteri speciali per parlarne (per esempio scrivendo G4z4 invece di Gaza) – hanno avuto un ruolo fondamentale. Il ruolo dei social è stato centrale anche nella formazione di grandi movimenti di protesta come Fridays For Future, con la nascita di nuclei di attivisti in ogni parte del mondo, o Black Lives Matter, con la condivisione di massa del video della morte di George Floyd e la propagazione delle sue ultime parole “I can’t breathe”. Il problema è che, sui social, in breve tempo si passa oltre: nuovi contenuti, nuovi trend, nuove cose a cui prestare attenzione, togliendo forza al desiderio e all’urgenza di convergenza e di organizzazione. Tra i limiti dell’attivismo online c’è infatti la necessità di sottostare alle logiche algoritmiche delle piattaforme, con Meta che al contempo blocca la possibilità di promuovere post dal contenuto a sfondo politico o sociale e ne limita anche la diffusione organica, tramite l’impostazione che permette di non visualizzare contenuti politici tra quelli suggeriti nel proprio feed. Fare attivismo sui social significa inoltre rischiare di scivolare, talvolta senza rendersene nemmeno conto, in quello che viene definito slacktivism, o attivismo da poltrona, cioè un tipo di attivismo che si limita alla condivisione di contenuti sui propri canali, senza che questo gesto si concretizzi in nulla di più radicale o d’impatto. Inoltre, perché il proprio attivismo cambi le cose, l’obiettivo dev’essere quello di costruire comunità. Appoggiarsi alle piattaforme mainstream significa invece, come scrive Kenobit, “costruire a casa d’altri”, lasciando in mano loro il destino del nostro attivismo ed esponendosi al rischio che post, profili e gruppi vengano cancellati in qualsiasi momento, quasi senza possibilità di replica. “Queste piattaforme non sono democratiche”, scrive sempre Kenobit. Chi crea contenuti rischia, tra l’altro, di diventare schiavo dei numeri, piegandosi a trattare di temi non controversi o divisivi in modo da raggiungere il maggior numero di persone possibili – talvolta finendo per capitalizzare le lotte sponsorizzando prodotti che con queste hanno qualche punto di contatto (magliette, tote bag o oggetti figli, per esempio, del greenwashing). Così facendo, l’attivismo diventa un lavoro da influencer più che da potenziali leader politici. È POSSIBILE CAMBIARE PIATTAFORME? “Abbiamo davanti una lotta impari, contro un nemico ben fortificato, con risorse economiche e tecnologiche senza precedenti nella storia dell’umanità”, prosegue Kenobit nel saggio. “Non lo prenderemo mai per sfinimento, né possiamo sperare di batterlo sul suo stesso terreno. Le piattaforme possiedono tutto, incluso il campo di battaglia, e se anche riuscissimo a metterle in difficoltà in casa loro potrebbero semplicemente cambiare le regole del gioco. Per lo stesso motivo, anche se usare alcuni dei loro strumenti può avere dei meriti strategici, non possiamo sperare di cambiarle dall’interno. Non può esserci riformismo in una dittatura. La disparità è evidente anche sul fronte della comunicazione, perché le piattaforme, controllando la dimensione digitale, proiettano un’influenza tangibile sul reale”. Nonostante questa posizione, Kenobit è abilissimo nel fornire alternative valide a ciascuno dei problemi legati alle piattaforme, spiegando con parole comprensibili a tutti che cosa si può fare e perché dovremmo farlo. Per esempio, la proposta di passare al Fediverso come alternativa ai social media mainstream è legata all’eticità dell’utilizzo di un software open source, ovvero il cui codice è consultabile e utilizzabile praticamente da chiunque, invece che chiuso, proprietario e i cui meccanismi sono noti solo a pochi eletti. Come si legge in “Assalto alle piattaforme” (disponibile gratuitamente anche come audiolibro): Il software libero si basa su una filosofia completamente diversa. Come suggerisce il nome, è pensato per tutelare la nostra libertà. Nello specifico, quattro libertà: * ⁠  ⁠la libertà di eseguire il programma per qualsiasi scopo; * ⁠  ⁠la libertà di studiare come funziona il programma e di modificarlo in base alle proprie necessità; * ⁠  ⁠la libertà di ridistribuire copie del programma in modo da aiutare il prossimo; * ⁠ ⁠la libertà di migliorare il programma e di distribuirne pubblicamente i miglioramenti, in modo tale che tutta la comunità ne tragga beneficio. Kenobit elenca molti motivi per cui preferire i social del Fediverso a quelli ancora mainstream: tra questi, l’assenza di un algoritmo che determina che cosa mostrare a chi a favore di un feed che rispetta l’ordine cronologico delle pubblicazioni, garantendo a tutti di non perdersi nulla e di dare a ogni contenuto la giusta dignità e diffusione. “L’assenza di pubblicità vanifica la necessità di un algoritmo che seleziona al posto nostro cosa mostrarci”. Va da sé che è impossibile che il passaggio dai social mainstream al Fediverso sia rapido e collettivo. Per questo, una valida soluzione intermedia consiste nel mantenere i propri profili sui social tradizionali, ma smettendo gradualmente di postare contenuti e utilizzandoli soprattutto, come da tempo fa Kenobit, per sponsorizzare il passaggio ad altre piattaforme. PIÙ COOPERAZIONE E MENO COMPETIZIONE Il controllo che Big Tech può esercitare va però ben oltre le singole piattaforme. Durante una presentazione del libro che si è svolta a Torino, a Radio Blackout, l’11 febbraio 2026, è nato un dibattito sul possesso delle dorsali internet (backbone): infrastrutture fisiche ad altissima capacità, composte da cavi sottomarini in fibra ottica posati sui fondali oceanici. Trasportano oltre il 99% del traffico dati mondiale tra continenti, connettendo reti locali e garantendo la velocità della connessione web. Già questo aspetto pone un importante problema, perché, anche utilizzando piattaforme alternative a quelle mainstream, ci si continuerebbe ad appoggiare a questo sistema, che resta in buona parte in mano a colossi privati. Le dorsali sono infatti gestite da un consorzio di grandi aziende di telecomunicazioni internazionali, colossi tecnologici (Google, Meta, Amazon, Microsoft) e, in parte, da governi. In risposta a questa osservazione, Kenobit ha suggerito di cercare il sito di Antennine, che punta a costruire reti comunitarie. Citando il loro blog, “le reti comunitarie sono infrastrutture locali di telecomunicazione create da gruppi di persone (una comunità) per connettersi a Internet e fornire servizi di comunicazione digitale. Sono costruite e gestite come un bene comune, cioè una risorsa prodotta e mantenuta collettivamente, piuttosto che detenuta privatamente, come alternativa alle grandi reti commerciali o statali e ai fornitori di servizi Internet”. Sul sito di Antennine sono presenti le istruzioni per contattare gli organizzatori del progetto e unirsi alla rete. È solo un inizio, che rappresenta però un baluardo di resistenza per ricordarsi che costruire delle alternative è possibile. Altri esempi internazionali di gestione comunitaria e democratica dell’accesso a internet sono Guifi.net, nata in Catalogna nel 2004 e che punta a costruire una rete dal basso in modo da connettere aree rurali portando la connessione internet laddove non arrivano gli operatori commerciali tradizionali, e Freifunk, nata a Berlino, che ha come obiettivo quello di fornire una rete internet libera e accessibile a tutti. Un altro tema critico riguarda le conoscenze necessarie per poter usare – o anche solo entrare in contatto – con le piattaforme alternative. È necessaria in primis un’alfabetizzazione digitale, non scontata in un contesto in cui solo il 46% degli italiani possiede competenze di base in quest’ambito, ma anche una coscienza politica tale da problematizzare le piattaforme, oltre a contatti che tramite il passaparola permettano di accedere ad alternative come il Fediverso. Per fare effettivamente la differenza, c’è insomma prima di tutto bisogno di fare massa critica, scegliere che direzione prendere e costruirla insieme. Come scrive Kenobit, “abbiamo un’occasione imperdibile per rivendicare una dimensione digitale fondata sulla cooperazione invece che sulla competizione”. L'articolo Fuga da Big Tech proviene da Guerre di Rete.

“Hai ancora 90 minuti per aggiornare la notizia falsa. Se lo fai, risolverai in un attimo il problema più grave che ti sei creato in vita tua. E tra una settimana non ti ricorderai più di me”. Questo il messaggio che, secondo quanto riportato dal Washington Post, il corrispondente di guerra del The Times of Israel Emanuel Fabian ha ricevuto su WhatsApp cinque giorni dopo aver pubblicato un articolo in cui raccontava che un missile iraniano aveva colpito, senza ferire nessuno, un’area boschiva poco fuori la città di Beit Shemesh, alle porte di Gerusalemme. Una notizia piuttosto marginale che, però, ha reso il giornalista l’obiettivo di minacce e ritorsioni da parte di ignoti. Come raccontato da lui stesso, nelle ore successive alla pubblicazione Fabian ha cominciato a ricevere via email messaggi in ebraico che gli intimavano di modificare l’articolo, suggerendo che l’incidente fosse stato provocato da un missile intercettato “i cui rottami e frammenti erano caduti nel luogo dell’impatto”. Con il passare dei giorni, i messaggi si sono intensificati e le lamentele hanno raggiunto anche X, dove alcuni utenti hanno commentato la notizia condivisa dal giornalista, chiedendo se davvero si fosse trattato di un missile o meno. Ed è stato solo allora che, a quanto pare, Fabian ha compreso le ragioni del clamore sollevato dalla notizia pubblicata giorni prima: gli account X che avevano avanzato la richiesta di precisazioni erano collegati a Polymarket, la più grande piattaforma di prediction market al mondo, dove gli utenti avevano puntato più di 14 milioni di dollari sulla possibilità che un attacco missilistico iraniano colpisse Israele il 10 marzo. “Questa scommessa sarà vincente se l’Iran lancerà un attacco con droni, missili o aerei sul territorio israeliano nella data indicata, secondo l’ora di Israele. In caso contrario, la scommessa sarà perdente”, si legge chiaramente su Polymarket. Tuttavia, “i missili o i droni che vengono intercettati non saranno considerati sufficienti per una risoluzione ‘Sì’, indipendentemente dal fatto che atterrino sul territorio israeliano o causino danni”. Una clausola che spiega bene perché il giornalista del The Times of Israel abbia ricevuto tante richieste di modificare l’articolo pubblicato: se Fabian avesse precisato che l’incidente era stato provocato da un missile intercettato, infatti, chiunque avesse puntato sul “no” avrebbe riscosso una vincita considerevole. Ma il giornalista non ha ceduto alle minacce e ha messo a rischio la propria sicurezza pur di riportare la verità. “Il tentativo di questi giocatori d’azzardo di farmi pressione affinché modificassi i miei articoli per fargli vincere la scommessa non ha avuto successo e non lo avrà”, ha dichiarato. “Tuttavia, temo che altri giornalisti potrebbero non comportarsi in modo altrettanto etico, se venisse loro promessa una parte delle vincite”. Nonostante il “lieto fine”, la storia di Emanuel Fabian ha contribuito ad accendere i riflettori su Polymarket, il mercato predittivo che si sta dimostrando particolarmente abile nell’anticipare gli eventi geopolitici più emblematici della nostra epoca. Ma come può una piattaforma digitale prevedere quali saranno le decisioni dei governi più potenti al mondo? Chi sono gli investitori che sostengono il progetto e traggono profitto dalle sue scommesse milionarie? POLYMARKET, IL MERCATO PREDITTIVO PIÙ GRANDE AL MONDO La storia di Polymarket comincia come buona parte delle vicende delle aziende tech più note al mondo: solo che al posto di un garage, ci troviamo in un appartamento nel cuore di New York. Qui, nel pieno della pandemia di Covid-19, il giovanissimo Shayne Coplan, appassionato di tecnologia e criptovalute, in soli tre mesi crea una piattaforma che risponda ad alcuni dei quesiti che lo attanagliano durante il lockdown: “Quando finirà tutto questo? Quando sarà pronto il vaccino? Quando finiranno le misure di restrizione?”. E così nel 2020, ispirandosi ai mercati predittivi Augur e Gnosis, Coplan ha lanciato Polymarket, con l’obiettivo di fornire agli utenti una “fonte di informazione affidabile” contro la “disinformazione dilagante”. In quel momento, non sapeva che la sua piattaforma sarebbe diventata il mercato predittivo per eccellenza, e che gli avrebbe regalato il titolo di più giovane miliardario self-made al mondo. La strada per arrivare a questo risultato, come si può immaginare, è stata parecchio accidentata. Nel gennaio del 2022 la Commodity Futures Trading Commission (CFTC) ha imposto a Polymarket il pagamento di una multa da 1,4 milioni di dollari e il blocco degli utenti statunitensi, per aver operato senza aver richiesto l’approvazione delle autorità di regolamentazione, come previsto dalla legge. Una sanzione che non ha fermato l’ascesa della piattaforma che, appena un paio di anni dopo, ha raggiunto i 3,6 miliardi di dollari di scommesse sulla corsa presidenziale tra Trump e Biden. Un successo breve, ma intenso. Appena otto giorni dopo l’elezione di Donald Trump, l’FBI ha infatti fatto irruzione nell’appartamento newyorkese di Sheyn Coplan e ne ha sequestrato tutti i dispositivi elettronici, nell’ambito di un’indagine volta a verificare – ancora una volta – se Polymarket consentisse agli utenti americani di piazzare scommesse senza licenza. Dopo meno di un anno, la CFTC e il Dipartimento di Giustizia statunitensi hanno archiviato le indagini sul giovanissimo imprenditore, lasciandolo libero di godersi la sua ascesa. A luglio 2025, la piattaforma ha annunciato pubblicamente l’acquisizione da 112 milioni di dollari di QCX e QCXE, la holding di una borsa di derivati e una stanza di compensazione (l’infrastruttura che garantisce e regola le transazioni concluse sul mercato) autorizzate dalla Commodity Futures Trading Commission. “Ora, con l’acquisizione di QCEX, stiamo gettando le basi per riportare Polymarket a casa, rientrando negli Stati Uniti come piattaforma pienamente regolamentata e conforme che consentirà agli americani di scambiare le proprie opinioni”, ha commentato Coplan in quell’occasione, rassicurando (finalmente) gli utenti sulla legalità del suo mercato predittivo. Una mossa strategica apprezzata dalla CFTC, che a settembre 2025 ha approvato ufficialmente l’attività di Polymarket nel mercato statunitense, proprio pochi giorni dopo l’ingresso di Donald Trump Jr. nel comitato consultivo della compagnia, in cui ha investito circa 10 milioni di dollari. Nonostante questo percorso burrascoso, il progetto del giovane imprenditore di New York non ha mai modificato la sua natura. Sin dal lancio, Polymarket è una piattaforma in cui gli utenti possono scommettere su qualunque evento futuro – dall’elezione del presidente degli Stati Uniti alla data del matrimonio di Taylor Swift, dal ritorno di Gesù al prossimo conflitto geopolitico – semplicemente rispondendo sì o no ad alcune domande, accanto alle quali sono segnalate le probabilità di vincita, che variano mano a mano che gli utenti scommettono. “Si vince se si indovina. Si perde se si sbaglia”, ha chiosato Coplan in un’intervista a CBS News, spiegando il funzionamento semplice e intuitivo di Polymarket, che ha permesso agli utenti di guadagnare milioni di dollari nel corso degli anni. Ma non sono soltanto i soldi a interessare l’imprenditore, quanto la possibilità di offrire alle persone uno strumento di informazione che sia il più chiaro possibile. Secondo Coplan, i mercati predittivi sono “lo strumento più accurato di cui disponiamo attualmente come esseri umani, almeno finché qualcuno non inventerà una sorta di sfera di cristallo superpotente”. L’idea è che – viste le ingenti somme di denaro in gioco – le persone siano incentivate a esprimere previsioni ponderate e informate, più di quanto farebbero in un tradizionale sondaggio. Una lettura che sembra trovare riscontro concreto nel successo del progetto. IL CASO MADURO: LA PREVISIONE DELL’ATTACCO AL VENEZUELA Nella notte tra il 2 e il 3 gennaio 2026 gli Stati Uniti hanno attaccato il Venezuela, colpendo obiettivi militari e civili a Caracas e dintorni, e catturato il presidente Nicolás Maduro, accusato di narcotraffico e commercio illegale di armi. Appena cinque ore prima che le esplosioni scuotessero la capitale, su Polymarket un trader sconosciuto ha raddoppiato le puntate sull’invasione del Venezuela da parte degli Stati Uniti e sulla destituzione del presidente Maduro entro il 31 gennaio 2026, arrivando a guadagnare oltre 400mila dollari, con un ritorno sull’investimento pari a 12 volte la somma puntata. Una vincita che ha attirato subito l’attenzione, alimentando i sospetti che il trader potesse aver ottenuto segretamente informazioni sull’operazione militare statunitense. Stando alla ricostruzione del Washington Post, l’account del trader è stato creato a dicembre 2025, e ha cominciato a scommettere su un probabile attacco degli Stati Uniti al Venezuela già nel corso del mese, quando ancora non c’erano notizie sul tema. A destare sospetti, però, è il fatto che l’utente abbia puntato oltre 20mila dollari sull’ipotesi di un imminente attacco degli Stati Uniti al Venezuela lo stesso 2 gennaio, tra le 20.38 e le 21.58. Alle 22.46 dello stesso giorno, meno di un’ora dopo, Donald Trump ha autorizzato le operazioni militari statunitensi. Intorno all’una del 3 gennaio, i bombardamenti hanno cominciato a colpire Caracas, distruggendo indistintamente edifici governativi e quartieri residenziali. Alle 8.41 del mattino, il trader ha iniziato a incassare parte della sua vincita, pari a 410mila dollari. “È probabile che si tratti di un informatore interno. È una somma considerevole da investire, senza che ci siano molte notizie sul tema”, ha commentato Tre Upshaw, fondatore di Polysights, una startup che fornisce strumenti di analisi per i trader di Polymarket, inclusa una funzione per segnalare potenziali attività di insider trading. A confermare questa ipotesi è un’indagine del Wall Street Journal, secondo cui l’amministrazione Trump avrebbe tenuto segreta l’operazione venezuelana, limitando la condivisione di informazioni a una ristretta cerchia di consiglieri di alto livello, per preservarne l’effetto sorpresa. Le notizie su un probabile attacco, quindi, potrebbero essere arrivate solo e soltanto dalle persone più vicine al presidente degli Stati Uniti. Non a caso, a seguito della notizia della scommessa di Polymarket relativa al caso Maduro, il deputato democratico Ritchie Torres ha presentato un disegno di legge per vietare ai funzionari governativi di piazzare scommesse sulla piattaforma di prediction market, sfruttando a proprio vantaggio informazioni che non sono di dominio pubblico. Una proposta ancora in attesa di approvazione, che alimenta i sospetti sul coinvolgimento dei membri dell’amministrazione Trump nel giro dei mercati predittivi. IL CASO IRAN: LA PREVISIONE DELLE OPERAZIONI STATUNITENSI L’attacco al Venezuela e la destituzione di Maduro non sono i soli eventi geopolitici a essere stati anticipati da Polymarket, instillando nei ricercatori e negli esperti di sicurezza il dubbio che qualcuno vicino al presidente Donald Trump possa aver utilizzato informazioni riservate per piazzare scommesse sulla piattaforma. Anche la guerra in Iran, infatti, è stata un tema centrale per le previsioni di Polymarket. Secondo quanto riferito dalla società di analisi Bubblemaps SA, sei account di trader anonimi hanno guadagnato 1,2 milioni di dollari scommettendo su un attacco statunitense all’Iran entro la fine di febbraio, e mettendo così in evidenza uno schema ricorrente tra gli investitori della piattaforma. Proprio come accaduto nel caso di Maduro, anche questa volta gli account in questione sono stati creati nei giorni precedenti la scommessa, e hanno piazzato le loro puntate poche ore prima che i bombardamenti colpissero Teheran, guadagnando cifre da capogiro all’indomani dell’attacco statunitense. La questione, proprio come accaduto con il Venezuela, ha suscitato subito scalpore e indignazione, anche nella classe politica americana. “È assurdo che ciò sia legale”, ha commentato in un post su Bluesky il senatore Chris Murphy. “Le persone vicine a Trump stanno traendo profitto dalla guerra e dalla morte”. E non finisce qui. Nelle ultime settimane di marzo, gli account di ben otto trader – tutti creati attorno al 21 marzo – hanno scommesso un totale di 70mila dollari su una possibile tregua tra Stati Uniti e Iran, che sarebbe valsa loro la vincita di ben 820mila dollari. A suscitare sospetti sulle puntate, come ha riferito l’ex ricercatore di CoinTelegraph Ben Yorke, è stato il fatto che i suddetti account sembrassero “decisamente appartenere a qualcuno in possesso di informazioni confidenziali”. Inoltre, da un’analisi più approfondita è risultato che alcuni di questi account potessero appartenere a un unico investitore anonimo, che avrebbe preferito utilizzare portafogli digitali diversi per le sue scommesse sulla piattaforma. “In genere, quando si è in presenza di una frammentazione dei portafogli e di tentativi deliberati di occultare l’identità, si possono ipotizzare due scenari diversi”, ha commentato Yorke. “O è un investitore importante che cerca di proteggere la propria posizione dall’impatto del mercato, oppure è insider trading”. A rendere più che plausibile quest’ultima ipotesi c’è stato l’aumento evidente della probabilità di una tregua tra USA e Iran prima del 31 marzo, la cui valutazione su Polymarket è passata dal 6% del 21 marzo al 24% del 23 marzo. Eppure, nonostante i segnali evidenti, la piattaforma di Coplan ha sempre cercato di mantenere il focus sull’obiettivo informativo. “La promessa dei mercati predittivi è quella di sfruttare la conoscenza collettiva per creare previsioni accurate e imparziali sugli eventi più importanti per la società”, si legge nella nota che accompagna tutte le scommesse relative all’Iran presenti su Polymarket . “Questa capacità è particolarmente preziosa in tempi strazianti come quelli odierni. Dopo aver discusso con le persone direttamente colpite dagli attacchi, che avevano decine di domande, ci siamo resi conto che i mercati predittivi potevano dare loro le risposte di cui avevano bisogno, in un modo in cui i telegiornali e X non potevano fare”. Un’affermazione decisamente conveniente, che permette alla piattaforma di continuare a trarre profitto dalle guerre e dalla morte di migliaia di persone. E ai trader più informati di scommetterci. LE ACCUSE DI INSIDER TRADING E LO ZAMPINO DI TRUMP La destituzione di Maduro, l’attacco all’Iran e le anticipazioni di tanti degli eventi che hanno segnato gli ultimi mesi hanno messo in allerta esponenti della politica ed esperti di sicurezza, convincendoli che i mercati predittivi possano essere terreno fertile per l’insider trading. A ulteriore conferma di questa ipotesi arriva uno studio elaborato da un gruppo di ricercatori dell’Università di Harvard, che hanno stimato vittorie pari a 143 milioni di dollari per i trader che hanno scommesso cifre notevoli su Polymarket perché in possesso di informazioni riservate su un’ampia varietà di eventi, dal fidanzamento di Taylor Swift al vincitore del Premio Nobel per la Pace. Non stupisce, quindi, che di recente il deputato democratico Ritchie Torres abbia inviato una comunicazione alla Commodity Futures Trading Commission (CFTC) per chiedere di indagare sulle scommesse fatte dagli investitori a pochi minuti dall’inizio degli eventi. “Questo schema solleva serie preoccupazioni sul fatto che alcuni operatori di mercato possano aver avuto accesso a informazioni rilevanti e non di dominio pubblico, relative a un evento geopolitico in grado di influenzare il mercato”, ha scritto Torres nella lettera condivisa con l’Associated Press, chiedendo pubblicamente: “Qual è la probabilità statistica che qualcuno che non sia un insider trader piazzi una scommessa vincente 12 minuti prima di un annuncio presidenziale in grado di influenzare i mercati?”. A preoccupare, però, non è soltanto il fenomeno dell’insider trading. Giorno dopo giorno, ora dopo ora, Polymarket si riempie di informazioni predittive sulle operazioni dei governi più potenti al mondo, rappresentando un’enorme minaccia alla loro sicurezza. “Polymarket è diventato un mercato illecito per vendere e speculare su segreti di sicurezza nazionale senza precedenti nella storia e, di conseguenza, una potenziale fonte di informazioni per i servizi di intelligence stranieri che tengono d’occhio quelle stesse scommesse sospette”, ha commentato il senatore democratico Richard Blumenthal, seguito dal deputato repubblicano Blake Moore, che ha dichiarato di non voler neppure “immaginare un mondo in cui gli avversari dell’America utilizzino i mercati predittivi per anticipare la nostra prossima mossa”. La preoccupazione per la sicurezza del paese, quindi, sembra accomunare democratici e repubblicani, anche se non si può certo dire lo stesso dell’insider trading. Su quest’ultimo fronte, infatti, sono soprattutto i democratici a essersi esposti, avanzando proposte di legge che vietino ai funzionari governativi di scommettere su eventi di cui conoscono dettagli altamente riservati. Normative che, molto probabilmente, non saranno approvate, considerando il forte legame tra l’amministrazione Trump e i mercativi predittivi. Come anticipato, Donald Trump Jr. è investitore e consulente di Polymarket, oltre che uno dei consulenti del suo diretto competitor di settore, Kalshi. E lo stesso presidente degli Stati Uniti sembra avere un interesse per i mercati predittivi, come dimostrato dal progetto annunciato dall’agenzia mediatica di famiglia, di cui Donald Trump Jr. è amministratore: il mercato predittivo Truth Predictive. “Donald Trump e la sua famiglia sono completamente coinvolti e guadagnano da Kalshi e Polymarket”, ha commentato il senatore democratico Chris Murphy, confermando il forte legame tra il governo statunitense e le piattaforme. Eppure, secondo quanto riferito dal Wall Street Journal, mentre le operazioni in Iran erano ancora in corso la Casa Bianca ha inviato un’email a tutti i funzionari governativi, invitandoli a non utilizzare le informazioni in loro possesso per piazzare scommesse nei mercati predittivi. Una mossa che, a detta di alcuni, potrebbe essere servita a nascondere la predilezione del presidente per Polymarket e Kalshi, indissolubilmente legate al suo figlio maggiore, che in più di un’occasione ha preso le distanze dalle accuse di corruzione mosse contro di lui. Anche Andrew Surabian, portavoce di Donald Trump Jr., ha ribadito che il suo unico coinvolgimento nei mercati di previsione consiste nel fornire consulenza a Kalshi e Polymarket sulle strategie di marketing, e nel sostenere finanziariamente Polymarket, aggiungendo che non entra mai in contatto con il governo federale per conto delle società in cui ha investito o di cui è consulente. Ma nessuna di queste affermazioni, a quanto pare, è riuscita a placare le perplessità sulle puntate di investitori anonimi sugli eventi geopolitici che, fino a ora, hanno contraddistinto l’amministrazione Trump. L'articolo Polymarket e i pericoli dei mercati predittivi proviene da Guerre di Rete.

Immagine in evidenza da Rawpixel La guerra in Iran ci ha ricordato quanto il mare sia cruciale per il funzionamento dell’economia globale. Era già accaduto due anni fa con il blocco di Suez e, ancor prima, con l’incidente della Ever Given nello stesso canale. Eventi diversi, ma accomunati dalla capacità di farci toccare con mano l’importanza delle rotte marittime. Esiste tuttavia un’altra logistica marittima fondamentale, che scorre non sulla superficie degli oceani ma sui fondali. È una logistica per natura invisibile, fatta di cavi per la trasmissione di dati e di tubature per il trasporto di energia, ma essenziale quanto le rotte della logistica di superficie. La cosa più sorprendente è però quanto poco ancora si sappia del luogo in cui questa rete si dipana. I fondali oceanici restano infatti uno degli ambienti meno osservati e compresi del pianeta. Per dare un’idea di quanto sia scarsa questa conoscenza, basti dire che, ancora nel pieno del XXI secolo, non è raro che vengano individuate montagne sottomarine in aree che si ritenevano già mappate. La ragione della “nube di ignoranza” che ricopre tutto ciò che si trova al di sotto di una certa profondità delle acque è in primo luogo tecnologica. I sistemi che utilizziamo per osservare la superficie terrestre si basano sulla luce, che però penetra nell’acqua solo per poche centinaia di metri. Al di sotto di questa soglia – e considerando che le profondità oceaniche possono superare i 10mila metri – è necessario ricorrere ad altri strumenti. Il principale di questi è il sonar, che utilizza onde sonore per ricostruire la forma del fondale. Un metodo efficace, ma lento, costoso, legato alla presenza fisica di navi o piattaforme di rilevamento. Questo vincolo si riflette nei dati disponibili: ancora oggi, una parte significativa dei fondali non è stata mappata con standard moderni. E anche laddove i dati esistono, sono spesso frammentari e soprattutto non integrati tra loro. Arrivati a questo punto ci si potrebbe porre una domanda: è davvero così importante sapere cosa si trova a migliaia di chilometri sotto il mare? La risposta è: sì, è sempre più importante per svariate ragioni. I motivi sono in primo luogo economici. Il fondale marino, come detto, è una piattaforma su cui poggiano infrastrutture critiche globali. I cavi sottomarini trasportano oltre il 95% del traffico internet intercontinentale; le pipeline collegano giacimenti offshore ai sistemi energetici nazionali; nuove reti elettriche iniziano a connettere parchi eolici marini alla terraferma. Tutte queste infrastrutture devono essere progettate, installate e mantenute in ambienti complessi, dove la morfologia del fondale, la composizione dei sedimenti e le correnti possono fare la differenza tra stabilità e vulnerabilità. L’ELEMENTO STRATEGICO E MILITARE C’è però un secondo livello, meno evidente ma ancora più strategico. Conoscere un fondale significa infatti comprendere come si comporta il suono sott’acqua. E questo, a sua volta, è un elemento cruciale per la guerra sottomarina. I sottomarini – per definizione progettati per risultare invisibili – dipendono dalla capacità di sfruttare le caratteristiche dell’ambiente per nascondersi o per individuare altri mezzi. Temperatura, salinità, correnti e conformazione del terreno influenzano la propagazione delle onde sonore e quindi l’efficacia dei sistemi sonar. In altre parole, conoscere come è fatto un fondale significa poter operare meglio al suo interno, sia per attaccare sia per difendersi. Una volta che si comprende questo fatto fondamentale, si capisce anche perché la mappatura degli abissi sia recentemente diventata un ennesimo campo di competizione tra le due principali potenze della nostra epoca: Cina e Stati Uniti. Come raccontato lo scorso marzo da un ampio e ben documentato articolo della Reuters, la più attiva in questo ambito, negli ultimi anni, è stata la Cina. A partire dal 2020, Pechino ha avviato un’attività di mappatura e monitoraggio dei fondali su una scala difficilmente comparabile con quella di altri attori. Navi da ricerca, istituti universitari e agenzie statali operano in modo coordinato in diverse aree del globo: Pacifico occidentale, Oceano Indiano, fino ad arrivare alle rotte artiche. Formalmente, queste operazioni sono giustificate da obiettivi scientifici ed economici: studio dei fondali, ricerca di risorse, analisi climatica. In pratica, tuttavia, le attività di ricerca hanno caratteristiche che suggeriscono un uso duale dei dati ottenuti. Le traiettorie seguite dalle navi impiegate nella ricerca – spesso caratterizzate da movimenti ripetitivi e sistematici – sono infatti tipiche delle operazioni di mappatura ad alta risoluzione, il tipo di dato utile alle industrie della difesa. Il progetto più ambizioso in questo ambito è definito “Transparent Ocean”: una rete di sensori e piattaforme in grado di fornire una visione il più possibile completa delle condizioni del mare in aree selezionate. L’obiettivo dichiarato è scientifico, ma le applicazioni militari sono evidenti. Per la Cina, la conoscenza del dominio sottomarino risponde infatti a una duplice esigenza strategica. Da un lato, migliorare l’impiego dei propri sottomarini, sfruttando le caratteristiche dell’ambiente per aumentare furtività ed efficacia. Dall’altro, sviluppare strumenti per individuare e tracciare quelli altrui, in particolare nelle aree considerate più sensibili, come la famigerata “prima catena di isole” (la fascia di arcipelaghi tra Giappone, Taiwan e Filippine che delimita l’accesso della Cina al Pacifico). In questo senso, la mappatura dei fondali non è un’attività accessoria, ma una parte integrante dell’infrastruttura informativa della difesa marittima. Più che accumulare dati, si tratta di costruire un vantaggio conoscitivo che possa essere utilizzato in caso di crisi o conflitto. La scala e la continuità di questo sforzo suggeriscono che Pechino consideri il dominio sottomarino non come uno spazio da esplorare, ma come uno spazio da integrare stabilmente nella propria architettura strategica. CONFUSIONE AMERICANA Sull’altro versante strategico e geografico del Pacifico troviamo gli Stati Uniti. Per decenni gli USA hanno beneficiato di un vantaggio significativo nella conoscenza degli oceani, costruito attraverso una combinazione di ricerca scientifica, capacità militari e infrastrutture tecnologiche. Questo vantaggio si è tradotto, tra le altre cose, in una superiorità nelle operazioni sottomarine che si è rivelata utile in diversi frangenti della Guerra Fredda. Negli ultimi anni, tuttavia, questo quadro si è fatto più complesso. Da un lato, Washington ha lanciato iniziative ambiziose come la strategia NOMEC, con l’obiettivo di mappare le proprie acque entro il 2030-2040. Dall’altro, deve fare i conti con dati che mostrano come una parte rilevante (tra il 40 e il 50%) dei fondali statunitensi resti ancora poco conosciuta o mappata con tecnologie non aggiornate. Il problema americano, a detta di un report del governo in merito, non è tanto la scarsità di dati o la capacità di generarli, quanto la loro frammentazione e la difficoltà di integrarli. Le informazioni “oceaniche” americane sono raccolte da attori diversi – agenzie civili, istituzioni scientifiche, marina militare – con finalità e standard differenti. Questo rende più difficile costruire un quadro unitario e aggiornato del dominio sottomarino nazionale. NUOVE MINACCE E NUOVE SOLUZIONI Le ragioni per cui sia Cina che USA hanno iniziato a essere così preoccupate dalla loro scarsa conoscenza dei fondali è che, di recente, è cresciuta tanto l’importanza dei fondali quanto il numero delle minacce che operano in questo ambiente. Proprio come accade nel cielo, in fondo al mare oggi non si muovono solo colossi tecnologici da miliardi di dollari – come i sottomarini – ma anche droni subacquei a basso costo: piccoli dispositivi in grado di interferire con il regolare funzionamento di cavi o pipeline, e attraverso i quali vengono condotte operazioni di guerra ibrida di difficile attribuzione, soprattutto in assenza di un monitoraggio aggiornato e capillare. È per questo che, a detta degli esperti, serve un ulteriore balzo tecnologico, non tanto nella capacità di raccogliere dati, quanto in quella di interpretarli e integrarli. Ed è qui che entra in gioco l’intelligenza artificiale. Gli algoritmi di deep learning possono riconoscere pattern nei segnali sonar, distinguere tra anomalie naturali e oggetti artificiali, aggiornare mappe quasi in tempo reale integrando dati raccolti da fonti diverse. In prospettiva, possono anche contribuire a prevedere comportamenti: come si muovono le correnti, come cambia la propagazione del suono, dove è più probabile che un oggetto non identificato stia operando. In altre parole, le AI possono accelerare il passaggio in corso da una logica di “mappatura” dei fondali a una logica di “monitoraggio continuo”. Si tratta di un cambiamento che ha implicazioni profonde. Per esempio significa che la superiorità nel dominio strategico sottomarino non dipenderà più solo dal numero di navi o dalla qualità dei sottomarini, ma dalla capacità di costruire e gestire reti informative complesse. Significa anche che il confine tra ambito civile e militare diventa ancora più sfumato: gli stessi dati utilizzati per studiare gli ecosistemi marini o per progettare infrastrutture energetiche possono essere impiegati per finalità di sorveglianza e difesa. E soprattutto significa che il mare, da spazio opaco per definizione, diventa progressivamente più “trasparente”. Non nel senso di completamente visibile – obiettivo probabilmente impossibile da raggiungere – ma nel senso di sempre più leggibile per chi dispone di strumenti adeguati. In questo senso, il parallelo più evidente per ciò che sta accadendo sotto il pelo dell’acqua non è con la geografia o la cartografia tradizionali, ma con altri domini in cui l’informazione è la vera posta in gioco: il cyberspazio, lo spazio orbitale, persino il campo elettromagnetico. Anche lì, la competizione si gioca non solo sulla capacità di identificare gli oggetti fisici, ma su quella di costruire rappresentazioni affidabili e aggiornate dell’ambiente in cui si trovano immersi. Perché in un ambiente dove tutto è difficile da vedere, quello che più conta è capire cosa si sta guardando. L'articolo Cina, Stati Uniti e la sfida degli abissi proviene da Guerre di Rete.