Tremila obiettivi colpiti in pochi giorni. Aerei decollati da Israele, bombardieri stealth partiti dagli Stati Uniti, droni lanciati da navi nel Golfo Persico. La campagna militare contro l’Iran si è dispiegata a una velocità che non ha precedenti nella storia dei conflitti moderni.
Non è solo una questione di potenza di fuoco. È una questione di informazione: chi la raccoglie, chi la analizza, chi la trasforma in decisione operativa nel minor tempo possibile. Ed è qui, molto prima che un missile lasci il suo lanciatore, che l’intelligenza artificiale sta cambiando la guerra.
Il punto di partenza è un dato che vale la pena fermarsi a leggere: gli analisti umani riescono a esaminare al massimo il 4% del materiale di intelligence tipicamente raccolto. Il resto rimane inaccessibile non per mancanza di volontà ma per limiti fisici: ore a disposizione, occhi, capacità di concentrazione.
L’IA non ha questi limiti. Può setacciare in pochi minuti volumi di intercettazioni, immagini satellitari e dati radar che richiederebbero a un team di analisti settimane di lavoro.
Prima che i caccia israeliani uccidessero il leader supremo Ali Khamenei nella sua residenza, i servizi di intelligence di Tel Aviv monitoravano da anni le telecamere del traffico di Teheran e intercettavano le comunicazioni di alti funzionari. L’IA leggeva quel flusso di dati al posto degli analisti.
Trovare l’ago nel pagliaio
“L’impatto immediato più importante dell’IA è nell’intelligence”, ha detto il colonnello israeliano Yishai Kohn, responsabile della pianificazione e dell’informatica del ministero della Difesa. “Molte missioni potenziali semplicemente non si sono mai realizzate perché non esisteva il personale per valutare l’intelligence vitale.”
La visione artificiale basata sull’IA individua rapidamente obiettivi specifici (un determinato modello di veicolo, un tipo di lanciatore) dentro oceani di dati video. Può essere impostata per inviare un avviso ogni volta che, nei feed video già acquisiti dall’intelligence, viene rilevata attività sospetta nei pressi di una base militare. O per identificare ogni lanciatore di missili entro un certo raggio da un ospedale.
È una logica che ricorda quella dei motori di ricerca o dei modelli linguistici per il grande pubblico. La differenza è che qui il database è classificato e le query riguardano obiettivi militari.
Matan Goldner, alla guida di Conntour, azienda israeliana che fornisce questo tipo di software a forze di sicurezza di diversi Paesi, descrive il sistema come la possibilità di “interrogare un database video nello stesso modo in cui un modello linguistico trova pattern nei testi”.
Il risultato non è un robot che decide autonomamente. È un analista umano che lavora su una lista di obiettivi già filtrata e ordinata per rilevanza, invece di partire da zero.
Quattro discipline, un solo obiettivo
L’intelligence militare si articola in quattro discipline distinte, e l’IA sta trasformando ciascuna in modo diverso. La HUMINT (Human Intelligence) raccoglie informazioni attraverso contatti umani diretti: agenti, interrogatori, documenti. L’IA interviene nella fase di analisi, classificando e correlando materiali eterogenei (audio, video, testi), che arrivano da fonti diverse, riducendo il tempo necessario per renderli utilizzabili.
La GEOINT (Geospatial Intelligence) copre tutto ciò che si raccoglie attraverso immagini: satelliti, droni, veicoli autonomi. È qui che la visione artificiale ha avuto l’impatto più immediato. Gli operatori umani dovevano analizzare manualmente migliaia di ore di filmati di droni al giorno. Impossibile.
La SIGINT (Signals Intelligence) intercetta segnali e trasmissioni: telefonate, comunicazioni cifrate, radar. È la disciplina che ha sempre prodotto i volumi di dati più difficili da gestire, e l’IA vi opera come filtro: estrae le informazioni rilevanti dal rumore di fondo. È in questo ambito che rientra il monitoraggio delle comunicazioni degli alti funzionari iraniani condotto dai servizi israeliani negli anni precedenti agli attacchi.
La OSINT (Open Source Intelligence), infine, attinge a fonti pubblicamente accessibili: social network, forum, trasmissioni televisive. Con miliardi di contenuti generati ogni giorno, è inaccessibile senza automazione. L’IA non si limita a raccogliere: analizza il sentiment, individua pattern, segnala anomalie nei flussi pubblici che potrebbero anticipare sviluppi operativi.
Queste quattro discipline non operano in silos. L’IA le integra in tempo reale in quello che i militari chiamano multi-INT: una sintesi continua di fonti eterogenee che restituisce una rappresentazione della situazione più completa e più rapida di quanto qualsiasi team di analisti umani potrebbe costruire da solo.
Da settimane a giorni: la pianificazione operativa
Una volta identificati gli obiettivi, comincia la fase di pianificazione. In passato, questo significava riunire in una stanza decine di specialisti (ufficiali di intelligence, comandanti operativi, esperti di armi, responsabili della logistica) per settimane di lavoro intenso, con raccoglitori pieni di carte che si aggiornavano a cascata ogni volta che cambiava una variabile.
Se un obiettivo veniva spostato a distanza maggiore, cambiavano gli aerei, cambiavano le rotte, cambiavano i consumi di carburante, cambiavano gli equipaggi. Ogni aggiornamento richiedeva ore.
L’IA comprime quei tempi in modo radicale. Elabora le interdipendenze in tempo reale: sposta una variabile, e il sistema ricalcola istantaneamente tutte le conseguenze lungo la catena operativa. I leader militari affermano che lavori che richiedevano settimane possono oggi essere completati in giorni.
Il Pentagono ha anche iniziato a usare l’IA per simulazioni digitali di scenari di guerra, elaborando potenzialmente milioni di iterazioni per identificare i piani d’azione con maggiori probabilità di successo.
Lo stesso approccio è stato usato nella rapida operazione di gennaio per catturare il leader venezuelano Nicolás Maduro: un esempio concreto di come questa tecnologia sia già operativa fuori dai confini mediorientali.
Il dato più eloquente viene dall’esercito americano. Il 18° Corpo Aviotrasportato, utilizzando software di Palantir Technologies, ha raggiunto il record storico dell’operazione di targeting più efficiente mai condotta, con 20 persone. La stessa operazione in Iraq ne aveva richieste più di 2.000.
L’80% che nessuno racconta
C’è un equivoco ricorrente quando si parla di IA militare: l’immagine del drone autonomo, del robot che spara, della macchina che decide chi colpire. La realtà operativa è più prosaica, e per certi versi meno inquietante.
Su dieci persone nell’esercito, al massimo due affrontano il combattimento diretto. Le altre otto gestiscono logistica, comunicazioni, intelligence, manutenzione, pianificazione. È in questi ambiti, lontani dai titoli dei giornali, che l’IA sta producendo i cambiamenti più profondi.
Dopo ogni attacco, l’IA accelera anche la valutazione dei danni: software di analisi delle immagini, integrati con dati radar, firme termiche e altri sensori, producono rapidamente una sintesi di dove l’operazione ha avuto successo e dove no. Questo alimenta direttamente la selezione degli obiettivi successivi, chiudendo il ciclo tra esecuzione e pianificazione in tempi prima impensabili.
Le forze NATO usano sistemi analoghi per monitorare la flotta ombra di petroliere russe: milioni di miglia quadrate scansionate più volte al giorno, con le immagini collegate automaticamente alle identità delle navi per eventuali interventi. “Il numero di obiettivi che si possono individuare attraverso l’IA sta semplicemente esplodendo”, ha detto l’ammiraglio francese Pierre Vandier, massimo responsabile della trasformazione digitale della NATO.
Il rischio di delegare
Gli strumenti di IA del Pentagono non sono i modelli commerciali disponibili al pubblico. Sono varianti chiuse, addestrate su dati classificati e calibrate per compiti specifici, proprio per ridurre le imprecisioni che caratterizzano i sistemi generalisti. Ma la guerra è, per definizione, il contesto più caotico e imprevedibile che esista. E i dati di addestramento hanno i loro limiti.
Il rischio che preoccupa di più chi lavora sul campo non è la ribellione della macchina: è la delega silenziosa. “Il computer ha detto di farlo” è la frase che sintetizza una tendenza già osservabile, ossia la progressiva abdicazione del giudizio umano a favore di un output algoritmico.
Emelia Probasco, ricercatrice a Georgetown e veterana della Marina, è netta: “È una preoccupazione seria. L’infrastruttura di controllo è attualmente sottofinanziata.” La tecnologia corre. I meccanismi per tenerla in scacco sono in ritardo.
Fonti: Wall Street Journal, Emerj
