Immaginate un software malintenzionato che non si limita a eseguire istruzioni preprogrammate, ma che, una volta entrato in un computer, “ragiona” su come muoversi. Analizza il sistema che lo ospita, comprende di quali programmi ha bisogno, risolve gli errori tecnici che incontra lungo il percorso e si installa autonomamente su altri dispositivi connessi alla rete.
Non è la trama di un film di fantascienza, ma il tema al centro di una recente e fondamentale ricerca firmata da Anthropic (l’azienda statunitense celebre per la famiglia di modelli IA Claude). I ricercatori William Zhou e Daniel Freeman si sono posti una domanda concreta: quanto manca alla comparsa di modelli d’intelligenza artificiale capaci di propagarsi in autonomia sfruttando l’hardware di uso quotidiano?
I risultati ottenuti in laboratorio offrono uno spaccato affascinante — e per certi versi inquietante — di come stia cambiando la natura stessa dei rischi informatici.
Nessuna fantascienza: parliamo di autonomia, non di coscienza
Prima di cedere a scenari da apocalisse robotica, è doveroso chiarire un punto fondamentale (evidenziato dagli stessi autori): l’IA non ha sviluppato alcuna coscienza, volontà o desiderio di sopravvivenza.
Si parla, molto più pragmaticamente, di autonomia operativa. I ricercatori hanno assegnato ai modelli l’obiettivo specifico di diffondersi; l’IA, dal canto suo, ha dimostrato una spiccata capacità di problem solving. Ha saputo cioè pianificare ed eseguire autonomamente i passaggi necessari per raggiungere lo scopo.
I virus del passato (come i worm tradizionali) seguono binari rigidi: se incontrano un sistema operativo diverso o un errore imprevisto, la catena spesso si interrompe. Un agente basato su IA, al contrario, agisce come un tecnico informatico virtuale: valuta l’ambiente, scarica i componenti mancanti, corregge le incompatibilità e procede.
Gli esperimenti: 15 TV box da pochi euro e la rete virtuale
Per testare queste teorie, Anthropic ha condotto tre esperimenti chiave in ambienti controllati di laboratorio:
- Il modello distribuito su TV box economici: I ricercatori hanno acquistato 15 TV box Android da circa 50 euro l’uno e li hanno collegati in rete. Hanno quindi “spezzettato” ed eseguito un grande modello di IA (il modello Gemma 4 26B-A4B di Google DeepMind, con 26 miliardi di parametri) ripartendolo tra le varie scatole hardware. L’elaborazione è risultata lenta (appena 0,39 token al secondo), ma la prova ha dimostrato che persino dispositivi modesti possono, se messi in rete, offrire sufficiente potenza di calcolo per far girare un’IA complessa.
- Capacità di configurazione multi-hardware: In un secondo test, un modello compatto (Qwen3.5-9B della cinese Alibaba) è stato messo di fronte a 9 diverse configurazioni di sistema (da computer Apple Mac a schede grafiche NVIDIA di alto livello). In 8 casi su 9, l’IA è riuscita ad analizzare l’hardware, identificare il software compatibile, installarlo e predisporre l’esecuzione di un altro modello.
- Propagazione automatizzata: Usando una rete isolata di 8 macchine virtuali su cloud, il modello GLM-5.2 ha coordinato con successo il trasferimento e l’avvio del modello Llama 3.1 (di Meta) da una macchina all’altra, completando l’operazione in 4 tentativi su 5.
La svolta all’orizzonte e i rischi per la vita quotidiana
Oggi esistono ancora limiti tecnici: i modelli piccoli e leggeri (adatti all’hardware comune) faticano a gestire catene di compiti molto lunghe, mentre i modelli più “intelligenti” sono troppo pesanti per girare su piccoli dispositivi. Tuttavia, osservando la velocità con cui questi modelli stanno migliorando, i ricercatori stimano che l’incrocio tra “dimensioni ridotte” e “capacità adeguate” potrebbe essere raggiunto entro la fine del 2026.
Se una simile minaccia dovesse manifestarsi, l’obiettivo primario sarebbe la galassia dell’Internet delle Cose (IoT): smart TV, webcam, router di casa ed elettrodomestici connessi, che spesso soffrono di protezioni deboli.
Ma l’impatto riguarda anche le imprese: dispositivi apparentemente inoffensivi come webcam o sistemi di videoconferenza potrebbero trasformarsi nei cavalli di Troia per penetrare nelle reti aziendali riservate. La propagazione, inoltre, potrebbe non avvenire con un attacco fulmineo, bensì con una presenza distribuita, lenta e silenziosa.
Come ci si difende da una minaccia diffusa?
Isolare o spegnere un singolo server non basterà più se il codice dell’IA è distribuito su centinaia o migliaia di piccoli apparecchi nelle nostre case.
La difesa dovrà puntare su due fronti:
- Prevenzione e standardizzazione: rendere i dispositivi IoT nativamente più sicuri (come previsto in Europa dal Cyber Resilience Act, che sta imponendo obblighi rigorosi ai produttori di hardware e software).
- Monitoraggio dei dati: poiché trasferire un modello d’IA o far comunicare molti dispositivi richiede un traffico dati insolito, analizzare le scansioni anomale di rete e i volumi elevati di dati permetterà di intercettare e bloccare i tentativi di propagazione prima che prendano il sopravvento.
Lo studio di Anthropic non lancia un allarme catastrofista, ma funziona da importante campanello d’allarme: mentre l’IA diventa più abile ed efficiente, la sicurezza informatica del futuro non consisterà solo nel proteggere i grandi data center, ma nel blindare ogni singolo oggetto connesso che teniamo nel nostro salotto.
Fonte: la Repubblica