Page 160 - Rassegna 2025-1

SCIENTIAE

È particolarmente efficace nell’analisi di reti sociali ad alta densità, consen-
tendo l’individuazione di figure apicali o nodi centrali in contesti criminali com-
plessi, in linea con i protocolli investigativi stabiliti dalle direttive antiterrorismo
dell’Unione Europea.

3.2.2. elaborazione del linguaggio naturale - analisi semantica di contenuti ad alto rischio
I modelli basati su Natural Language Processing (NLP) implementano tec-
niche di deep learning per processare input testuali in linguaggio naturale,
costruendo mappature ontologiche sofisticate della semantica linguistica.
Queste architetture, sviluppate sotto stretta osservanza normativa, consentono:
a) L’estrazione di significati espliciti e impliciti da corpus testuali complessi;
b) La categorizzazione ontologica dei contenuti, indipendente dalla lingua
source, con classificazione multi-livello basata su metriche di gravità e pericolosi-
tà potenziale;
c) L’identificazione di marker ideologici, organizzativi, culturali o geo-poli-
tici nei documenti analizzati;
d) Il rilevamento di anomalie semantiche per l’individuazione di campagne
di disinformazione e manipolazione informativa coordinata (Coordinated
Inauthentic Behavior - CIB).

3.2.3. Intelligenza artificiale e machine learning avanzato
I paradigmi basati su algoritmi di AI e deep learning rappresentano un’evo-
luzione sinergica dei modelli precedenti, implementando capacità di apprendi-
mento incrementale per identificare pattern comportamentali e linguistici speci-
fici per il singolo dominio d’interesse. Tali sistemi consentono di evidenziare cor-
relazioni complesse all’interno di network criminali, non deducibili attraverso
metodologie analitiche tradizionali.
Si tratta di un campo, giuridicamente prima che tecnologicamente, ancora
di frontiera ed è imprescindibile, nell’implementazione di questi modelli, un’at-
tenta valutazione dell’impatto e delle implicazioni etiche e legali, in osservanza
delle linee guida dell’AI Act promulgato dall’Unione Europea e dei principi di
sicurezza e affidabilità che i sistemi di intelligenza artificiale dovranno garantire
secondo il quadro normativo.

3.3. Integrazione e monitoraggio delle piattaforme social
L’analisi fin qui condotta ha evidenziato come le diverse piattaforme di
social media siano utilizzate da segmenti di utenza distinti, ciascuno con
intenti e obiettivi specifici.

158