Gli sciami di intelligenza artificiale potrebbero rappresentare una delle minacce più subdole per i sistemi democratici moderni. Non stiamo parlando di scenari da film di fantascienza, ma di qualcosa che secondo un gruppo di ricercatori della University of British Columbia è molto più vicino di quanto si pensi. Uno studio pubblicato sulla rivista Science nell’aprile 2026 descrive come reti massicce di personas generate dall’IA siano ormai in grado di infiltrarsi nelle comunità online, partecipare a discussioni e orientare le opinioni politiche con una precisione inquietante. Il punto critico è proprio questo: a differenza dei vecchi bot, facilmente smascherabili, questi agenti digitali si adattano al contesto, parlano come persone vere, usano espressioni locali e mantengono una coerenza narrativa su migliaia di account contemporaneamente. Una sola persona, con gli strumenti giusti, può orchestrare un esercito di voci artificiali che sembrano del tutto autentiche.

Come funzionano le personas artificiali e perché sono così pericolose

I progressi nei modelli linguistici di grandi dimensioni e nei sistemi multi agente hanno cambiato radicalmente le regole del gioco. Queste personas digitali non si limitano a pubblicare contenuti preconfezionati. Possono condurre milioni di micro esperimenti per capire quali messaggi funzionano meglio, quali toni generano più coinvolgimento, quali argomenti fanno presa su specifici gruppi di utenti. Tutto questo avviene in tempo reale, con una velocità che nessuna campagna di comunicazione tradizionale potrebbe mai raggiungere. Il risultato? Si crea un falso senso di consenso pubblico, una percezione distorta di ciò che la maggioranza pensa davvero su un tema. Ed è esattamente così che si può influenzare un’elezione senza che quasi nessuno se ne accorga. I segnali d’allarme esistono già. Deepfake e reti di notizie false hanno già avuto un impatto nelle conversazioni elettorali in paesi come Stati Uniti, Taiwan, Indonesia e India. Organizzazioni di monitoraggio hanno inoltre individuato network pro Cremlino che producono enormi volumi di contenuti online, con l’obiettivo sospetto di inquinare i dati su cui vengono addestrati i futuri sistemi di IA.

Cosa rischia davvero la democrazia nei prossimi anni

Il dottor Kevin Leyton Brown, informatico della University of British Columbia, ha espresso una preoccupazione che va oltre il semplice allarme tecnologico. Ha spiegato che la conseguenza più probabile sarà una drastica diminuzione della fiducia verso le voci sconosciute sui social media. Questo paradossalmente potrebbe dare ancora più potere alle celebrità e ai personaggi già noti, rendendo molto più difficile per i movimenti dal basso far emergere i propri messaggi. È un circolo vizioso: più cresce la sfiducia, più si restringe lo spazio per il dibattito autentico. Le prossime tornate elettorali, secondo i ricercatori, rappresenteranno il vero banco di prova. La sfida non sarà solo tecnologica ma anche culturale e politica. Riconoscere queste campagne di influenza guidate dall’IA prima che diventino incontrollabili richiederà strumenti nuovi, consapevolezza diffusa e probabilmente anche regolamentazioni che oggi non esistono ancora. Il tempo per prepararsi, però, sta già scorrendo.

L'articolo IA e democrazia: la minaccia invisibile che nessuno sta vedendo proviene da Tecnoapple.

Quando si parla di sciami di robot, la logica suggerirebbe che più macchine si aggiungono, più velocemente si porta a termine un lavoro. Pulire una fuoriuscita di petrolio, assemblare componenti complessi, esplorare un’area pericolosa. Eppure, oltre una certa soglia, succede qualcosa di paradossale: i robot iniziano a intralciarsi a vicenda, si formano ingorghi e l’efficienza crolla. Un gruppo di ricercatori di Harvard SEAS ha trovato una soluzione tanto semplice quanto sorprendente. Basta aggiungere un pizzico di casualità nel movimento dei robot per sbloccare tutto e far riprendere il flusso.

Lo studio, pubblicato su Proceedings of the National Academy of Sciences nell’aprile 2026, è stato guidato dalla dottoranda Lucy Liu sotto la supervisione del professor L. Mahadevan e del ricercatore Justin Werfel. Il punto di partenza era una domanda che sembra banale ma non lo è affatto: in uno spazio limitato, quanti robot si possono schierare prima che le cose si inceppino?

Il rumore giusto: né troppo, né troppo poco

Per rispondere, il team ha creato simulazioni al computer in cui gruppi di agenti partivano da posizioni casuali e dovevano raggiungere destinazioni assegnate in continuazione. Ogni agente si muoveva verso il proprio obiettivo con un livello regolabile di variazione, una specie di “rumore” nel percorso. Quando il rumore era zero, gli agenti marciavano in linea retta e finivano per ammassarsi in ingorghi densissimi. Quando il rumore era troppo alto, vagavano senza meta e sprecavano tempo. Ma nel mezzo esisteva una zona perfetta, una sorta di punto di equilibrio, dove gli agenti ondeggiavano quel tanto che bastava per scivolare gli uni accanto agli altri senza bloccarsi.

Come ha spiegato Liu, potrebbe sembrare controintuitivo che la casualità renda le cose più gestibili. Eppure, quando c’è abbastanza variazione, diventa possibile calcolare medie (distanze medie, tempi medi, comportamenti medi) e quindi fare previsioni affidabili. Il team ha sviluppato modelli matematici per stimare il “tasso di raggiungimento degli obiettivi”, cioè quante destinazioni vengono completate nel tempo, identificando la combinazione ideale tra densità e casualità del movimento.

Dalla simulazione ai robot veri (e oltre)

Per verificare che non fosse solo teoria, Liu ha collaborato con il fisico Federico Toschi della Eindhoven University of Technology nei Paesi Bassi. Insieme hanno testato piccoli robot su ruote in laboratorio, tracciandoli con una telecamera dall’alto e codici QR. I robot fisici erano più lenti e meno precisi di quelli simulati, ma i risultati combaciavano: gli stessi schemi emergevano anche nel mondo reale.

La cosa più affascinante è che questo tipo di coordinazione efficiente non richiede né intelligenza avanzata né un controllo centralizzato. Bastano regole locali semplicissime per produrre comportamenti di gruppo sorprendentemente organizzati, almeno entro certi limiti di densità. Come ha sottolineato Mahadevan, capire come la materia attiva (che siano formiche, mandrie di animali o sciami di robot) riesca a funzionare in ambienti affollati attraverso principi di auto organizzazione è una questione rilevante per l’ecologia comportamentale e ben oltre.

E qui sta il bello: le implicazioni non si fermano alla robotica. I modelli matematici sviluppati in questo studio potrebbero aiutare a ottimizzare il flusso di persone negli spazi pubblici, migliorare la gestione del traffico urbano o ripensare il layout di stabilimenti industriali. L’idea che introdurre una variabilità controllata nei pattern di movimento possa migliorare l’efficienza complessiva apre scenari enormi. A volte, per far funzionare le cose, serve accettare che un po’ di disordine è esattamente quello che ci vuole.

L'articolo Sciami di robot: il trucco controintuitivo che li rende più efficienti proviene da Tecnoapple.