Forze dell’ordine e Intelligenza artificiale: lo stato di una trasformazione già in corso | Studio
Dall’87% di falsi allarmi di ShotSpotter a Chicago al 98% di accuratezza del sistema anti-pedopornografia della Polizia di Stato: lo studio dell’Eurispes sull’utilizzo dell’AI da parte delle Forze dell’ordine confronta i modelli di Stati Uniti, Cina, India, Regno Unito e Unione europea con la situazione italiana, tra sistemi già operativi, oltre 143 milioni di euro di investimenti in corso e questioni ancora aperte su trasparenza e responsabilità.
Lo studio dell’Eurispes dedicato all’impiego dell’Intelligenza artificiale da parte delle Forze dell’ordine ricostruisce il quadro teorico del fenomeno, analizza le principali esperienze internazionali (Stati Uniti, Cina, India, Regno Unito, Unione europea) e dedica un approfondimento specifico alla situazione italiana, per poi affrontare le questioni etiche e di governance legati all’uso di questi sistemi.
Un moltiplicatore di capacità, non un semplice strumento
A differenza delle precedenti rivoluzioni tecnologiche nella sicurezza pubblica, dalle radiocomunicazioni alle banche dati elettroniche, l’AI non si limita ad affiancare l’attività delle Forze dell’ordine, ma ne ridefinisce le logiche operative: dalla prevenzione alla predizione, dalla reazione alla sorveglianza proattiva. Le applicazioni analizzate spaziano dall’analisi predittiva al riconoscimento biometrico, dall’elaborazione del linguaggio naturale alla scienza digitale forense, fino all’analisi di reti criminali e finanziarie.
Risultati contrastanti nel confronto internazionale
Lo studio documenta risultati operativi anche molto positivi – come la riduzione del 6% della criminalità a New York con il sistema ShotSpotter integrato ai droni, o del 7% a Los Angeles con l’analisi predittiva d’area – accanto a fallimenti clamorosi: a Plainfield (New Jersey) il sistema Geolitica ha prodotto oltre 23.000 previsioni con un tasso di successo inferiore allo 0,5%, mentre un audit del 2024 ha rilevato che l’87% degli allarmi di ShotSpotter a Chicago non corrispondeva a sparatorie reali. Il sistema COMPAS, usato nei tribunali americani per valutare il rischio di recidiva, è stato oggetto di critiche per la classificazione, sproporzionatamente sfavorevole, degli imputati afroamericani.
La Cina rappresenta il caso di integrazione più sistematica, con infrastrutture come Skynet e Sharp Eyes e piattaforme come il Police Cloud dello Zhejiang, che nel 2019 gestiva oltre 1,6 trilioni di punti dati. Il Regno Unito, pur senza una legge dedicata, ha sviluppato un impianto di garanzie più strutturato; l’Unione europea, con l’AI Act, classifica la quasi totalità dei sistemi usati dalle Forze dell’ordine come “ad alto rischio”, imponendo obblighi stringenti di trasparenza e supervisione umana.
Il caso italiano: investimenti robusti e un presidio di tutela attivo
In Italia, il sistema SARI della Polizia di Stato ha già prodotto risultati investigativi positivi nella sua componente Enterprise, mentre la versione Real-Time è stata bloccata dal Garante Privacy nel 2021 per assenza di base giuridica adeguata. Il sistema X-Law, sperimentato a Napoli e adottato in diverse Questure, ha mostrato tassi di attendibilità tra l’87% e il 97%. Il Centro Ricerca e Analisi Informazioni Multimediali (CRAIM) della Polizia di Stato ha raggiunto il 98% di accuratezza nella fase di test di un sistema per il riconoscimento di materiale pedopornografico, con l’obiettivo di ridurre anche l’esposizione degli investigatori a contenuti sensibili.
Il Fondo Sicurezza Interna 2021-2027 sostiene in Italia un portafoglio di oltre 40 progetti per un valore complessivo superiore a 143 milioni di euro, tra cui CEREBRO 2 (Polizia di Stato, oltre 27 milioni di euro) per il contrasto ai patrimoni illeciti.
Una governance responsabile dell’AI
Lo studio individua alcune priorità per una governance responsabile dell’AI nella sicurezza pubblica come, ad esempio: catene di responsabilità chiare e tracciabili per ogni decisione assunta con supporto algoritmico; valutazioni d’impatto obbligatorie e periodiche; colmare il divario formativo tra operatori e complessità tecnica dei sistemi; verifiche indipendenti delle prestazioni dichiarate dai fornitori prima dell’adozione su larga scala; e un coinvolgimento genuino dei cittadini, tramite registri aperti e meccanismi di contestazione, come condizione di legittimità democratica.
L’Intelligenza artificiale non va considerata né una minaccia da contenere né una soluzione tecnica da adottare senza riserve, ma una trasformazione radicale che richiede, anche per l’Italia, investimenti istituzionali in quadri normativi chiari, strumenti di valutazione solidi e culture organizzative adeguate alla sua complessità.