Cambio password ogni 90 giorni: una necessità di sicurezza o un'illusione?

L’intelligenza artificiale continua a evolversi rapidamente, ma la fiducia delle persone non sembra crescere allo stesso ritmo. I dati più recenti mostrano infatti un atteggiamento sempre più prudente nei confronti di una tecnologia che sta entrando in modo capillare nella vita quotidiana, dal lavoro all’istruzione, dall’intrattenimento alla comunicazione. Negli Stati Uniti il fenomeno appare particolarmente evidente. Secondo un’indagine del Pew Research Center, il 52% degli adulti afferma oggi di essere più preoccupato che entusiasta per la diffusione dell’IA, contro il 37% registrato nel 2021. Soltanto il 9% manifesta un atteggiamento prevalentemente positivo. La diffidenza è ancora più accentuata tra gli under 30: per la prima volta, il 55% di questa fascia d’età dichiara di essere più preoccupato che entusiasta. La sfiducia, però, non riguarda soltanto gli strumenti di IA. Si estende anche alle persone e alle aziende che stanno guidando questa trasformazione. Un sondaggio CNBC Generation Lab, condotto su 1.088 partecipanti, ha rilevato che la maggioranza degli intervistati non considera affidabile nessuno dei nove principali dirigenti del settore valutati. Satya Nadella, CEO di Microsoft, ha ottenuto il risultato relativamente migliore, ma anche nei suoi confronti il 65% degli intervistati ha espresso diffidenza. Alex Karp, alla guida di Palantir, registra invece il dato peggiore, con l’81% che dichiara di non fidarsi di lui. Dario Amodei di Anthropic e Sundar Pichai di Alphabet si collocano intorno al 75% di sfiducia. Anche in Europa il rapporto con l’intelligenza artificiale è tutt’altro che privo di tensioni. Uno studio EY del 2025 indica che il 42% dei lavoratori europei teme che l’IA possa mettere a rischio la propria occupazione. Un’indagine Verian realizzata per la Commissione europea mostra inoltre che il 66% della popolazione ritiene possibile che l’intelligenza artificiale finisca per eliminare più posti di lavoro di quanti ne crei. Il quadro europeo, tuttavia, è più sfumato. Circa la metà degli intervistati riconosce all’IA un possibile ruolo nella soluzione di grandi problemi globali, mentre il 55% prevede un impatto positivo sulla vita quotidiana nei prossimi vent’anni. Sul lavoro, il 62% considera favorevolmente l'impiego dell’IA. Allo stesso tempo, l’84% chiede che intelligenza artificiale e robot siano sottoposti a controlli rigorosi, soprattutto per proteggere la privacy e garantire maggiore trasparenza. Un elemento significativo è anche la scarsa conoscenza dei rischi: oltre il 60% degli europei dichiara di non sentirsi sufficientemente informato sulle possibili conseguenze dell’IA nella ricerca scientifica. La cautela, quindi, potrebbe essere alimentata non soltanto dalla paura, ma anche dalla difficoltà di comprendere una tecnologia sempre più complessa. Negli Stati Uniti, intanto, la resistenza si manifesta anche concretamente nei confronti dei nuovi data center destinati all’intelligenza artificiale. In molte comunità l’opposizione nasce dalla percezione che queste infrastrutture producano costi e trasformazioni locali senza offrire vantaggi immediatamente visibili ai cittadini. Il problema, in definitiva, sembra essere diventato soprattutto quello della fiducia. L’IA è passata dall’essere uno strumento relativamente circoscritto, come un motore di ricerca evoluto o un chatbot, a una tecnologia presente in televisione, musica, posta elettronica, scuola e piattaforme digitali. Questa diffusione, però, non è sempre associata a esperienze positive: dagli studenti che utilizzano l’IA per aggirare le regole agli artisti preoccupati per l’utilizzo delle proprie opere nei sistemi di addestramento.  La sfida per il settore non sarà quindi soltanto rendere l’intelligenza artificiale più potente. Sarà anche dimostrare che può essere utilizzata in modo trasparente, responsabile e realmente vantaggioso per le persone. Senza questa fiducia, la velocità dell’innovazione rischia di procedere molto più rapidamente della sua accettazione sociale.

Una ricerca dell’Università del Massachusetts Amherst rivela una vulnerabilità nei pagamenti contactless: in determinate condizioni, una carta scaduta può essere fatta apparire come ancora valida a un terminale POS, aprendo la strada a possibili transazioni fraudolente. La data di scadenza stampata sulla carta dovrebbe rappresentare il confine oltre il quale il supporto fisico non è più utilizzabile. Eppure, secondo una nuova ricerca presentata alla conferenza USENIX Security 2026, questo meccanismo non è sempre applicato in modo uniforme dai sistemi di pagamento. I ricercatori Raja Hasnain Anwar, Gerard DeCunha e Muhammad Taqi Raza, dell’Università del Massachusetts Amherst, hanno dimostrato una tecnica capace di trasformare una vecchia carta contactless in una sorta di “carta zombie”. Il problema nasce dal modo in cui viene gestita la data di scadenza durante una transazione. La carta contiene informazioni che permettono di comunicare con il terminale POS attraverso la tecnologia NFC, ma la data utilizzata dal terminale per stabilire se la carta sia ancora valida non risulta adeguatamente protetta crittograficamente in alcune configurazioni. Questo crea una discrepanza tra ciò che il terminale considera valido e le informazioni effettivamente associate alla carta. Per dimostrare la vulnerabilità, i ricercatori hanno realizzato un sistema basato su due normali smartphone e software specifico. Un telefono comunica con la carta scaduta, mentre l'altro si presenta al terminale POS e modifica durante il trasferimento la data di scadenza, facendola apparire futura. In determinate condizioni, il terminale può quindi considerare valida una carta che in realtà ha già superato la propria scadenza. La sperimentazione è stata condotta con diverse carte e configurazioni di pagamento, coinvolgendo circuiti Visa, Mastercard e Discover, terminali POS e carte emesse da cinque importanti banche statunitensi. I ricercatori hanno inoltre verificato la tecnica in ambienti reali, dimostrando che l'attacco può funzionare senza ricorrere a hardware particolarmente sofisticato. Un aspetto particolarmente interessante riguarda il fatto che la scadenza della carta fisica non coincide necessariamente con la scadenza delle credenziali digitali utilizzate per proteggere le transazioni. I ricercatori hanno infatti rilevato che alcuni certificati e meccanismi crittografici possono rimanere validi più a lungo della carta stessa. Il problema, quindi, non consiste nel “rompere” la crittografia della carta, ma nello sfruttare una lacuna nel modo in cui i diversi componenti del sistema verificano la sua validità. Il rischio principale riguarda una carta rubata o smarrita dopo la sua scadenza. L’utente potrebbe infatti considerarla ormai inutilizzabile e liberarsene senza prestare particolare attenzione. In realtà, in presenza delle condizioni necessarie, un aggressore potrebbe tentare di sfruttare la vecchia carta per effettuare pagamenti non autorizzati. È importante sottolineare, però, che non tutte le carte risultano vulnerabili allo stesso modo e che la ricerca non dimostra che qualsiasi carta scaduta possa essere utilizzata fraudolentemente.  Anche i portafogli digitali come Apple Pay e Google Pay hanno mostrato caratteristiche di sicurezza aggiuntive che li rendono più resistenti a questo specifico attacco, pur non essendo necessariamente immuni da altre tipologie di vulnerabilità. La scoperta mette in evidenza un problema più generale della sicurezza dei pagamenti elettronici: la protezione non dipende da un singolo elemento, ma dalla collaborazione tra chip della carta, terminale, circuito di pagamento e banca emittente. Se uno di questi componenti applica controlli differenti dagli altri, possono crearsi margini di attacco. Per gli utenti, la raccomandazione resta semplice: una carta scaduta non dovrebbe essere considerata automaticamente innocua. Va distrutta in modo da rendere inutilizzabili chip, banda magnetica, numeri e altri dati presenti sul supporto. È inoltre consigliabile continuare a controllare i movimenti del conto e segnalare immediatamente alla banca eventuali operazioni non riconosciute. La ricerca sulle “zombie cards” non significa quindi che le carte scadute possano normalmente continuare a essere utilizzate. Dimostra piuttosto come una particolare combinazione di tecnologie, controlli distribuiti e procedure di autorizzazione possa creare una falla inaspettata. Un promemoria importante in un settore nel quale velocità e comodità dei pagamenti devono necessariamente procedere insieme alla sicurezza.

La verifica dell’età per accedere ai contenuti riservati agli adulti nasce da un obiettivo condivisibile: impedire che i minori possano raggiungere facilmente materiale non adatto alla loro età. Il problema emerge quando, per raggiungere questo risultato, agli utenti adulti viene chiesto di fornire informazioni personali particolarmente delicate. Il paradosso è evidente. Un sistema pensato per aumentare la sicurezza online rischia infatti di creare un nuovo problema di riservatezza: per dimostrare di essere maggiorenni, gli utenti potrebbero dover passare attraverso procedure che coinvolgono documenti, identità digitali, intermediari o tecnologie di riconoscimento. La questione diventa quindi non soltanto "come verificare l'età?", ma soprattutto "chi può sapere che una determinata persona sta accedendo a contenuti per adulti?". La direzione scelta dall'Unione europea punta proprio a ridurre questo rischio. La Commissione ha sviluppato una soluzione che consente di dimostrare il superamento di una determinata soglia d'età senza comunicare al sito l'identità dell'utente, né la sua età esatta. Il sistema è progettato per confermare soltanto il requisito necessario, ad esempio essere maggiorenni, lasciando fuori dal processo altre informazioni personali. L'obiettivo è creare una sorta di "prova anonima dell'età", separando la verifica dell'identità dalla navigazione. In questo modo il sito dovrebbe ricevere esclusivamente la conferma necessaria per consentire l'accesso, senza poter associare direttamente quella verifica alla persona. La questione è particolarmente importante perché i dati relativi alla navigazione possono rivelare informazioni estremamente personali. Un sistema centralizzato o poco trasparente potrebbe trasformare la verifica dell'età in uno strumento di tracciamento, mentre una soluzione realmente rispettosa della privacy dovrebbe impedire di ricostruire quali contenuti vengono consultati. Il tema non riguarda soltanto la pornografia. La stessa tecnologia può essere utilizzata per limitare l'accesso a gioco d'azzardo, acquisto di alcolici e altri servizi soggetti a limiti di età. La Commissione europea indica inoltre il 31 dicembre 2026 come termine entro il quale gli Stati membri dovrebbero rendere disponibili strumenti solidi e rispettosi della privacy. La sfida, dunque, consiste nel trovare un equilibrio tra due esigenze entrambe legittime: proteggere i minori e preservare l'anonimato degli adulti. Una verifica efficace non dovrebbe richiedere di conoscere tutto dell'utente per accertare soltanto una cosa: se ha raggiunto l'età richiesta.  È proprio questo il punto centrale del paradosso: per rendere Internet più sicuro, non si dovrebbe finire per renderlo meno privato.

Quando il navigatore suggerisce una strada chiusa, conduce verso una ZTL o indica un vicolo troppo stretto, è facile attribuire la colpa al GPS. In realtà, il funzionamento dei sistemi di navigazione è più complesso: il GPS determina principalmente la posizione del dispositivo, mentre la scelta del percorso viene effettuata dall’app sulla base di mappe digitali, informazioni sul traffico, restrizioni e algoritmi di calcolo. Il primo passaggio consiste quindi nel localizzare con la maggiore precisione possibile smartphone o automobile. Le coordinate vengono successivamente associate alla rete stradale presente nella mappa. Ogni tratto può contenere informazioni relative a sensi di marcia, limiti, pedaggi, caratteristiche della strada e restrizioni. L’algoritmo confronta poi le diverse possibilità e determina quello che considera il percorso più conveniente. La distanza, però, non è l’unico parametro. Un itinerario più corto può essere meno vantaggioso di uno leggermente più lungo se comprende semafori, traffico, strade lente o particolari limitazioni. Sistemi come Google Maps e Waze combinano infatti numerosi dati per stimare tempi e condizioni del viaggio. Uno dei principali motivi degli errori è il divario tra la realtà e la sua rappresentazione digitale. La rete stradale cambia continuamente: possono comparire nuove rotonde, modificarsi i sensi unici, aprirsi o chiudersi accessi e iniziare lavori stradali. Anche quando le mappe vengono aggiornate attraverso dati provenienti da autorità, partner, sistemi automatici e utenti, alcune modifiche possono essere recepite con ritardo. Ancora più difficili da gestire sono le restrizioni temporanee. Un divieto potrebbe infatti essere valido soltanto in determinati giorni, fasce orarie o per specifiche categorie di veicoli. Il sistema deve quindi conoscere non soltanto l'esistenza della limitazione, ma anche le condizioni alle quali si applica. Un'altra fonte di problemi è la precisione della localizzazione. In condizioni favorevoli il GPS degli smartphone può raggiungere una precisione di pochi metri, ma edifici alti, ponti, alberi, strutture coperte e riflessioni del segnale possono peggiorarla. Le applicazioni possono inoltre combinare GPS, reti cellulari, Wi-Fi, Bluetooth e altri dati per determinare la posizione. Un piccolo errore può essere sufficiente per collocare virtualmente il veicolo sulla carreggiata sbagliata o oltre un'intersezione, provocando un nuovo calcolo dell'itinerario. Esiste poi un problema meno evidente: il percorso può essere corretto secondo i dati disponibili, ma poco adatto nella realtà. Una strada stretta, una salita impegnativa o un accesso privato possono apparire perfettamente percorribili nella rappresentazione digitale. L'algoritmo, però, non osserva direttamente ciò che accade sul posto e potrebbe non avere informazioni aggiornate sulle condizioni effettive della strada. Anche la destinazione può creare difficoltà. Un indirizzo identifica un punto sulla mappa, ma non necessariamente l'ingresso corretto. Un hotel, un parcheggio o un grande edificio possono avere l'accesso carrabile su un lato diverso da quello individuato dal segnaposto. Per questo l'ultimo tratto del viaggio merita particolare attenzione. Per ridurre il rischio di errori è utile controllare le impostazioni prima della partenza. La modalità di trasporto deve essere quella corretta e conviene osservare l'intero itinerario, prestando particolare attenzione al primo e all'ultimo tratto. Google Maps consente, tra le altre opzioni, di evitare pedaggi, autostrade e traghetti; Waze offre impostazioni specifiche anche per evitare ZTL, mentre Apple Mappe permette di escludere pedaggi e autostrade. Quando la posizione indicata appare instabile o molto imprecisa, può essere utile attendere qualche secondo in uno spazio aperto. Prima di raggiungere una destinazione complessa, soprattutto nei centri storici o in zone montane, è inoltre consigliabile controllare la mappa, le immagini stradali o le indicazioni fornite direttamente dalla struttura. Infine, una regola rimane fondamentale: il navigatore è uno strumento di assistenza e non un pilota automatico. La segnaletica stradale, i semafori, le transenne e le indicazioni delle autorità hanno sempre la precedenza sulle istruzioni visualizzate sullo schermo. 

Certo. Ti propongo un articolo in linea con il taglio editoriale che stai utilizzando per i tuoi approfondimenti, mantenendo distinta la citazione autentica di Hawking dalle successive interpretazioni. Nel 2014 Stephen Hawking lanciò un avvertimento sull’intelligenza artificiale che, a distanza di anni, continua a suscitare interrogativi. Per il celebre fisico britannico, la creazione di una forma avanzata di intelligenza artificiale avrebbe potuto rappresentare il più grande evento nella storia dell’umanità. Ma, allo stesso tempo, avrebbe potuto trasformarsi nell’ultimo, se gli esseri umani non fossero riusciti a gestirne i rischi. L'affermazione comparve in un articolo pubblicato sul quotidiano britannico The Independent e firmato da Hawking insieme a Stuart Russell, Max Tegmark e Frank Wilczek. Il testo non descriveva l'intelligenza artificiale come una minaccia inevitabile, ma invitava a considerare con attenzione le conseguenze di una tecnologia destinata a diventare progressivamente più potente. Il punto centrale dell'avvertimento riguardava soprattutto il possibile superamento delle capacità umane. Un sistema sufficientemente avanzato avrebbe potuto non limitarsi a eseguire compiti programmati dall'uomo, ma arrivare a migliorare autonomamente le proprie capacità. In uno scenario simile, la velocità con cui una macchina potrebbe elaborare informazioni e sviluppare nuove soluzioni sarebbe potenzialmente irraggiungibile per il cervello umano. È proprio questa possibilità a rendere particolarmente attuale la riflessione di Hawking. Nel 2014 l'intelligenza artificiale generativa non aveva ancora raggiunto la diffusione odierna e strumenti capaci di produrre testi, immagini, codice e altri contenuti erano lontani dall'essere utilizzati quotidianamente da milioni di persone. Tuttavia, la domanda fondamentale era già stata posta: cosa accadrebbe se una tecnologia diventasse più intelligente dei suoi stessi creatori? Hawking non sosteneva che una simile evoluzione avrebbe necessariamente portato alla distruzione dell'umanità. Il problema, secondo il suo ragionamento, sarebbe stato soprattutto quello del controllo. Una macchina estremamente potente potrebbe perseguire un obiettivo assegnato dagli esseri umani in modi imprevedibili, soprattutto se gli obiettivi della macchina non coincidessero perfettamente con quelli umani. Questo introduce una questione ancora oggi centrale nella ricerca sull'intelligenza artificiale: l'allineamento. Non basta costruire sistemi capaci di risolvere problemi complessi; occorre anche fare in modo che ciò che fanno rimanga compatibile con valori, interessi e sicurezza delle persone. Il messaggio di Hawking assume quindi un significato più ampio rispetto alla semplice paura delle “macchine che prendono il controllo”. Il vero interrogativo riguarda la capacità dell'umanità di governare una tecnologia che potrebbe evolvere molto più rapidamente delle istituzioni, delle normative e delle conoscenze necessarie per controllarla. In questi anni l'intelligenza artificiale ha compiuto progressi enormi. I sistemi contemporanei possono analizzare quantità gigantesche di dati, assistere nella programmazione, generare contenuti, riconoscere immagini e supportare attività scientifiche e professionali. Al tempo stesso sono emersi problemi concreti legati a errori, manipolazione delle informazioni, deepfake, sicurezza informatica, privacy e uso militare dell'IA. Sono questioni diverse da quelle dello scenario estremo immaginato da Hawking, ma condividono lo stesso principio: più una tecnologia diventa potente, maggiore deve essere la capacità di comprenderla e governarla. L'avvertimento del 2014, dunque, non va letto come una profezia sulla fine dell'umanità. È piuttosto una domanda ancora aperta: siamo in grado di costruire sistemi sempre più intelligenti senza perdere la capacità di controllarne gli effetti?  Il futuro dell'intelligenza artificiale potrebbe effettivamente diventare uno dei più grandi successi tecnologici della storia. Ma perché rimanga tale, la sfida non sarà soltanto rendere le macchine più intelligenti. Sarà fare in modo che questa intelligenza rimanga al servizio dell'uomo, e che la capacità di innovare proceda di pari passo con quella di comprendere, prevedere e governare le conseguenze delle nostre stesse invenzioni.

L’intelligenza artificiale sta trovando applicazioni sempre più concrete nel settore sanitario e la dermatologia rappresenta uno degli ambiti in cui l’analisi delle immagini può offrire un contributo particolarmente significativo. In Spagna, una società nata a Bilbao nel 2020 ha sviluppato una tecnologia pensata per affiancare i professionisti nell’identificazione delle patologie cutanee e nella valutazione della loro gravità. Il progetto nasce anche dall’esperienza personale della cofondatrice Andy Aguilar, che ha sperimentato direttamente le difficoltà di un percorso diagnostico caratterizzato da visite successive, diagnosi non corrette e tempi di attesa. Da questa esperienza è maturata l’idea di utilizzare l’intelligenza artificiale per rendere più omogenee alcune fasi del processo diagnostico. La società, Legit.Health, ha scelto fin dall'inizio di sviluppare un dispositivo medico destinato agli operatori sanitari, anziché una semplice applicazione per il pubblico. Il software è stato progettato per integrarsi nelle cartelle cliniche elettroniche delle strutture sanitarie e non richiede apparecchiature specialistiche: per utilizzarlo è sufficiente acquisire un’immagine della lesione con uno smartphone o con i dispositivi già disponibili. Non una diagnosi automatica, ma un supporto al medico Uno degli aspetti più importanti riguarda il modo in cui il sistema restituisce i risultati. L’algoritmo non propone una risposta unica e definitiva, ma elabora diverse ipotesi diagnostiche, ordinate in base alla probabilità, e fornisce indicazioni riconducibili alla classificazione internazionale delle malattie ICD-11. Il sistema evidenzia inoltre sull’immagine gli elementi che hanno contribuito all’analisi. Questo approccio punta a rendere il funzionamento dell’intelligenza artificiale più comprensibile e verificabile, evitando che il professionista debba affidarsi a una sorta di “scatola nera”. La tecnologia può anche quantificare diversi segni clinici, tra cui arrossamento, desquamazione, pustole, noduli e pomfi. Questi dati vengono utilizzati per calcolare automaticamente alcuni degli indici già adottati in dermatologia, come PASI per la psoriasi, SCORAD per la dermatite atopica e IHS4 per l’idrosadenite suppurativa. La trasformazione della valutazione clinica in parametri numerici permette di confrontare più facilmente l’evoluzione della malattia nel tempo e le valutazioni effettuate da professionisti differenti. Un aiuto soprattutto nei casi più complessi Secondo i dati riportati dall’azienda, l’utilizzo del sistema può aumentare la precisione diagnostica dei medici tra 15 e 21 punti percentuali, con variazioni legate al contesto. In uno studio condotto nell’assistenza primaria, il livello di accuratezza sarebbe passato dal 63,7% all’81,9%. In un ospedale pubblico, inoltre, circa la metà dei casi avrebbe potuto essere gestita senza un successivo invio allo specialista, mentre gli invii sono diminuiti del 17%. Un risultato particolarmente interessante riguarda le persone con pelle scura. Secondo gli studi citati da Legit.Health, proprio in questo gruppo l’incremento della precisione diagnostica dei professionisti avrebbe raggiunto 23,3 punti percentuali. Miglioramenti significativi sono stati osservati anche nell’identificazione delle malattie rare, con un incremento indicato in 27 punti percentuali. Il vantaggio dell’IA, quindi, non sarebbe tanto quello di sostituire l’esperienza del dermatologo, quanto di offrire un supporto aggiuntivo quando il caso presenta maggiore complessità o quando il professionista dispone di meno esperienza specifica. Il medico rimane al centro L’introduzione dell’intelligenza artificiale nella medicina porta inevitabilmente con sé il problema della responsabilità. Un sistema che produce un risultato non spiegabile sarebbe difficilmente accettabile in un contesto nel quale una decisione può avere conseguenze dirette sulla salute di una persona. Per questo l’approccio adottato da Legit.Health punta sulla trasparenza: probabilità invece di verdetti assoluti, misurazioni verificabili e indicazioni visive che consentano al medico di comprendere il ragionamento dell’algoritmo. La decisione clinica rimane comunque nelle mani del professionista. La stessa tecnologia potrebbe inoltre modificare il lavoro futuro degli specialisti. Le attività più ripetitive, come lo screening iniziale e il monitoraggio dell’evoluzione di alcune patologie, potrebbero essere progressivamente automatizzate o trasferite ai livelli di assistenza primaria. Il dermatologo potrebbe così concentrarsi maggiormente sui pazienti che richiedono valutazioni approfondite e interventi specialistici. Rimane però un rischio: quello del cosiddetto bias di automazione, cioè la tendenza a fidarsi eccessivamente di una tecnologia proprio quando questa dimostra di essere generalmente efficace. Per limitarlo, secondo l’azienda, sono fondamentali sistemi interpretabili, formazione degli operatori e un quadro normativo rigoroso. Dalla Spagna verso nuovi mercati Legit.Health dispone della marcatura CE come dispositivo medico, che ne consente l'impiego nell’Unione europea. La società ha inoltre ottenuto la registrazione in Brasile, mentre negli Stati Uniti è impegnata nel percorso di autorizzazione da parte della FDA. Nel frattempo, la tecnologia viene utilizzata anche in ambito farmaceutico e biotecnologico per studi clinici dermatologici. L’esperienza spagnola mostra così una delle possibili direzioni dell’intelligenza artificiale applicata alla sanità: non una macchina che prende il posto del medico, ma uno strumento capace di trasformare immagini e dati clinici in informazioni utili per prendere decisioni più rapide, confrontabili e documentate. Il vero valore dell’IA in medicina potrebbe quindi non risiedere nella sostituzione dell’esperienza umana, ma nella capacità di amplificarla, soprattutto quando la complessità del caso rende più difficile arrivare rapidamente alla risposta corretta.

X ha deciso di mostrare più chiaramente cosa accade ai contenuti pubblicati sulla piattaforma. L’azienda ha infatti aggiornato il repository pubblico su GitHub nel quale vengono condivise alcune componenti del sistema che determina quali post vengono mostrati agli utenti nella sezione “Per te”. L’iniziativa rappresenta un ulteriore passo verso la trasparenza dell’algoritmo, un tema diventato particolarmente importante anche sul piano normativo. Nel 2025 la Commissione europea aveva avviato un’indagine nell’ambito del Digital Services Act per verificare se il funzionamento dei sistemi di raccomandazione di X potesse favorire artificialmente la visibilità di determinati contenuti. Con il nuovo aggiornamento, X ha pubblicato ulteriori elementi relativi al meccanismo che seleziona, ordina e filtra i post destinati alla timeline personalizzata. Tra i materiali disponibili figurano la configurazione del modello, i filtri applicati ai contenuti e il principale sistema di classificazione. L’obiettivo è consentire agli sviluppatori e agli osservatori esterni di comprendere meglio quali processi influenzano la distribuzione dei contenuti. X ha inoltre introdotto “Under the Hood”, uno strumento ancora in fase di test e disponibile soltanto a un numero limitato di utenti. Il sistema mostra statistiche aggregate sull’applicazione di determinate etichette ai post e agli account. Per accedere alle statistiche è necessario aver pubblicato almeno dieci post nell’ultimo mese. I dati vengono forniti in formato JSON e possono quindi risultare difficili da interpretare per chi non possiede competenze tecniche. Possono tuttavia essere analizzati anche attraverso strumenti di intelligenza artificiale. Le etichette riguardano principalmente categorie come spam, contenuti per adulti, violenza, impersonificazione e collegamenti verso siti potenzialmente dannosi. Non risultano invece presenti specifiche etichette dedicate ai contenuti politici. Un altro elemento interessante riguarda la possibilità per gli sviluppatori esterni di proporre modifiche al codice attraverso le cosiddette pull request. Le proposte saranno successivamente valutate dagli ingegneri di X. La pubblicazione del codice non significa quindi che l’intero funzionamento dell’algoritmo sia diventato completamente pubblico, ma offre nuovi strumenti per analizzare una parte dei meccanismi che determinano la visibilità dei contenuti.