L’eventuale utilizzo di tecnologie israeliane sul caso non dovrebbe essere letto come l’arrivo di una “macchina della verità”. Sarebbe piuttosto l’impiego di strumenti estremamente sofisticati per riesaminare, con maggiore rapidità e capacità computazionale, un patrimonio investigativo già ampiamente analizzato nel corso di quasi due decenni.
Ogni volta che un caso giudiziario particolarmente complesso torna al centro dell’attenzione pubblica, emerge puntualmente la speranza che una nuova tecnologia possa fare ciò che anni di indagini, perizie e processi non sono riusciti a ottenere. Una dinamica comprensibile che vuole la tecnologia, spesso, percepita come una sorta di arbitro oggettivo, capace di riportare ordine dove il tempo ha prodotto incertezza.
Le indiscrezioni secondo cui anche nel caso del delitto di Garlasco potrebbero essere impiegate piattaforme investigative sviluppate in Israele meritano però un’analisi più approfondita, perché il loro reale contributo è molto diverso da quello che spesso viene raccontato nel dibattito mediatico.
La prima precisazione è quasi terminologica. Parlare genericamente di “software israeliani” rischia di creare un’immagine fuorviante, come se esistesse un’unica piattaforma capace di risolvere un’indagine irrisolta. In realtà si parla di un intero ecosistema di aziende specializzate in digital forensics, Open Source Intelligence (OSINT), analisi investigativa, correlazione dei dati e intelligenza artificiale applicata alle indagini.
Israele rappresenta oggi uno dei principali poli mondiali nello sviluppo di queste tecnologie. Non è un caso. L’interconnessione tra settore militare, intelligence, università e startup ha prodotto negli ultimi vent’anni un ecosistema estremamente avanzato nel trattamento delle informazioni. Molte aziende nascono dall’esperienza maturata da ex appartenenti all’Unità 8200, il reparto di signals intelligence delle Forze di Difesa Israeliane, considerato uno dei più sofisticati al mondo.
Un primato
Tra le piattaforme più conosciute figurano Magnet Forensics, azienda canadese leader mondiale nello sviluppo di software per l’informatica forense; Cobwebs Technologies, che sviluppa sistemi di intelligence sul web aperto, deep web e dark web; Cognyte, che realizza piattaforme per l’analisi investigativa e la correlazione di grandi moli di dati; Voyager Labs, focalizzata sull’intelligenza artificiale per l’analisi comportamentale; e ThetaRay, che utilizza algoritmi di anomaly detection soprattutto nelle indagini finanziarie e nel contrasto al riciclaggio. Sono strumenti già utilizzati in numerosi Paesi occidentali, anche nell’ambito di indagini giudiziarie autorizzate.
Da qui nasce l’ipotesi che tali tecnologie possano offrire un contributo anche nel caso Garlasco. Il punto, però, è comprendere quale contributo. Anche perché, ora più che mai, nel dibattito pubblico si tende spesso ad attribuire all’intelligenza artificiale capacità quasi investigative autonome, assoute, miracolose. La realtà è molto diversa, la loro forza consiste, “solo”, nell’elaborazione.
Un software di digital forensics può estrarre dati da un dispositivo mobile rispettando rigorose procedure di conservazione della prova digitale. Un sistema di AI documentale può analizzare migliaia di pagine di atti processuali in pochi minuti, individuando ricorrenze, incongruenze o collegamenti che richiederebbero settimane di lavoro manuale. Una piattaforma OSINT può aggregare enormi quantità di dati pubblici e costruire reti relazionali tra soggetti, eventi e luoghi.
In altre parole, l’intelligenza artificiale riduce drasticamente il tempo necessario per organizzare la conoscenza. Non sostituisce però il ragionamento investigativo. Una distinzione fondamentale anche sotto il profilo giuridico.
Nel processo penale italiano la prova continua a essere disciplinata dai principi del codice di procedura penale e sottoposta al libero convincimento del giudice. Un algoritmo non costituisce una prova. Costituisce, eventualmente, uno strumento di supporto all’attività investigativa. Qualunque elemento individuato attraverso sistemi AI deve essere verificato, contestualizzato e validato con metodologie forensi tradizionali.
La digital evidence, del resto, richiede gli stessi criteri di attendibilità scientifica applicati alle altre prove tecniche. Il rischio principale non è la mancanza di tecnologia, ma l’interpretazione scorretta dei dati digitali e la loro decontestualizzazione rispetto al quadro probatorio complessivo.
Garlasco
Nel caso specifico di Garlasco esiste inoltre un elemento che limita oggettivamente le aspettative. L’omicidio risale al 2007 e la quantità di evidenze digitali disponibili è inevitabilmente molto inferiore rispetto a quella che caratterizzerebbe un’indagine odierna. Smartphone, cloud, social network, geolocalizzazioni continue e dispositivi IoT producono oggi una quantità di dati impensabile all’epoca dei fatti. Questo significa che anche le migliori piattaforme di analisi possono lavorare soltanto sul materiale realmente esistente.
Ed è proprio questa la valutazione espressa anche da Matteo Adjimi, amministratore delegato di Argo Spa, intervistato da diverse testate nazionali. Pur riconoscendo l’enorme utilità delle piattaforme investigative israeliane nell’analisi dei telefoni cellulari, dei documenti e dei grandi archivi informativi, Adjimi invita alla prudenza, sostenendo che sul caso Garlasco “sia già stato fatto tutto il possibile dal punto di vista investigativo” e che difficilmente emergeranno elementi radicalmente nuovi dopo quasi vent’anni.
La nuova frontiera: la digital forensics
Questa posizione appare coerente con l’evoluzione della digital forensics. Le tecnologie moderne aumentano enormemente la capacità di analisi, ma non possono creare informazioni che non esistono. Se un dispositivo non contiene dati rilevanti o se determinati reperti sono stati irrimediabilmente compromessi dal tempo, nessun algoritmo può ricostruire ciò che non è mai stato registrato.
Le piattaforme investigative contemporanee consentono infatti di correlare enormi quantità di informazioni eterogenee: tabulati telefonici, cronologie, documenti processuali, consulenze tecniche, immagini, tracciati informatici e dati provenienti da fonti aperte. L’intelligenza artificiale è particolarmente efficace nell’individuare pattern, anomalie e connessioni statistiche che potrebbero sfuggire a un’analisi esclusivamente umana.
Questo non significa, tuttavia, che tali correlazioni abbiano automaticamente valore probatorio. Sul piano tattico, quindi, l’eventuale impiego di software israeliani nel caso Garlasco sarebbe perfettamente plausibile, anche perché molte di queste piattaforme sono già diffuse tra forze di polizia e laboratori forensi di numerosi Paesi occidentali. La loro presenza non rappresenterebbe un elemento eccezionale, bensì l’evoluzione naturale degli strumenti investigativi oggi disponibili.
Sul piano processuale, invece, il loro impatto sarebbe inevitabilmente più limitato. Il processo penale continua a richiedere prove, non semplici correlazioni algoritmiche.
L’intera vicenda racconta soprattutto un fenomeno più ampio. Negli ultimi anni si è consolidata una narrazione secondo cui l’intelligenza artificiale sarebbe destinata a rivoluzionare completamente la giustizia penale. In realtà, almeno allo stato attuale, la rivoluzione riguarda soprattutto l’efficienza investigativa. L’AI riduce tempi, ordina informazioni, evidenzia connessioni e velocizza il lavoro degli analisti. La decisione finale rimane però profondamente umana.
Nel caso Garlasco questa distinzione assume un valore ancora maggiore. L’eventuale utilizzo di tecnologie israeliane non dovrebbe essere letto come l’arrivo di una “macchina della verità”. Sarebbe piuttosto l’impiego di strumenti estremamente sofisticati per riesaminare, con maggiore rapidità e capacità computazionale, un patrimonio investigativo già ampiamente analizzato nel corso di quasi due decenni.
La tecnologia può aumentare la probabilità di individuare elementi trascurati. Nell’era dell’intelligenza artificiale, però, la qualità di un’indagine dovrebbe continuare a dipendere molto più dalla solidità delle evidenze disponibili che dalla potenza degli algoritmi utilizzati per analizzarle.
