- Home
- iThink
- Serie
- Il cinema che ha previsto l'IA
- Minority Report e predictive policing oggi
Minority Report e predictive policing oggi
Immagina che qualcuno bussi alla tua porta per arrestarti per un reato che non hai ancora commesso, e che ti dica: «Il sistema è sicuro al cento per cento». Nel film del 2002 diretto da Steven Spielberg è l'ordinaria amministrazione, e ancora oggi Minority Report e il predictive policing vengono citati insieme quando si parla di algoritmi usati dalle forze dell'ordine. Questa è la seconda puntata della serie «Il cinema che ha previsto l'IA», dopo Matrix e l'intelligenza artificiale.
Come sempre, le «previsioni» sono mie letture a posteriori. Qui ti racconto la trama senza svelare il finale, che cosa il film ha messo a fuoco, e che cosa succede davvero oggi con dati, telecamere e pubblicità.
La trama di Minority Report, senza spoiler pesanti
Siamo a Washington nel 2054. L'unità di polizia «Precrimine» ha quasi azzerato gli omicidi: arresta chi sta per uccidere, prima che lo faccia, basandosi sulle visioni di tre individui con poteri precognitivi, chiamati precog. Il capo della squadra, John Anderton, crede nel sistema finché non vede il proprio nome sullo schermo, accusato di un omicidio che non ricorda di voler compiere.
Il film è tratto da un racconto di Philip K. Dick del 1956 (scheda su Wikipedia, in inglese). Non ti dico come va a finire. Ti dico solo che il titolo contiene l'idea più interessante: il «rapporto di minoranza», cioè il dissenso di uno dei tre precog, che il sistema nasconde perché rovinerebbe l'immagine di infallibilità.
Che cosa ha anticipato (secondo me)
Il film mette insieme tre cose che all'epoca sembravano lontane.
- Previsione del crimine con dati e algoritmi, oggi detta predictive policing.
- Riconoscimento di volti e occhi per strada, con telecamere che ti identificano mentre cammini.
- Pubblicità iper-personalizzata in tempo reale, con cartelloni che ti chiamano per nome e ti propongono prodotti.
Non sono previsioni precise: nessuno ha precog, e nessuno arresta qualcuno in base a un'immagine mentale. Ma il filo logico è lo stesso: raccogliere molti dati, calcolare una probabilità, agire prima che accada.
Minority Report e predictive policing: mappe e punteggi
Nella versione reale non ci sono veggenti. Ci sono programmi che usano gli archivi storici dei reati per indicare dove sia più probabile che ne avvengano di nuovi, e altri che assegnano a una persona un punteggio di rischio. Il problema, che il film sfiora senza nominarlo, è che i dati storici raccontano dove la polizia ha già guardato, non dove si è commesso il maggior numero di reati. Se pattuglio sempre lo stesso quartiere, troverò sempre reati in quel quartiere, e l'algoritmo mi dirà di tornarci.
Un caso documentato è quello di COMPAS, software usato in alcuni tribunali statunitensi per stimare il rischio di recidiva. Nel 2016 un'inchiesta di ProPublica sostenne che, tra gli imputati che poi non avevano commesso nuovi reati, quelli neri fossero classificati ad alto rischio quasi due volte più spesso dei bianchi (Machine Bias, ProPublica). I produttori del software contestarono la lettura dei dati, e la discussione tra statistici su come misurare l'equità di un modello è rimasta aperta. Per te che usi l'IA in azienda la lezione è semplice: un punteggio non è un fatto, è una stima costruita su dati di qualcuno.
Il «rapporto di minoranza» del film ha un corrispondente tecnico molto concreto: l'incertezza. Un modello serio ti dà una probabilità e un margine di errore, e un sistema che nasconde i casi dubbi per sembrare infallibile non è un buon sistema.
Volti e occhi: dal film ai database di immagini
Nel film l'iride ti identifica ovunque. Oggi la strada più battuta è il volto. Esistono aziende che hanno raccolto miliardi di immagini dal web per costruire motori di ricerca di volti: il caso più noto è Clearview AI, sanzionata da diverse autorità europee per la raccolta di immagini senza base giuridica (scheda su Wikipedia). Il Garante per la protezione dei dati personali italiano l'ha multata nel 2022.
Su questi temi l'Unione europea ha scritto dei limiti. L'AI Act, il Regolamento (UE) 2024/1689, all'articolo 5 vieta tra l'altro:
- i sistemi che valutano o prevedono il rischio che una persona commetta un reato basandosi unicamente sulla profilazione o sui tratti della personalità;
- la creazione di banche dati di riconoscimento facciale tramite raccolta indiscriminata di immagini da internet o da telecamere;
- l'identificazione biometrica remota in tempo reale negli spazi pubblici da parte delle forze dell'ordine, salvo eccezioni limitate e autorizzate.
Il testo ufficiale è su EUR-Lex, e una lettura per le imprese la trovi in AI Act: pratiche vietate e sistemi ad alto rischio. Il primo punto, in particolare, somiglia molto al Precrimine: per il legislatore europeo, prevedere un reato solo dal profilo di una persona è una pratica che non si deve fare. Chi legge la norma con attenzione vede però le eccezioni e le condizioni, quindi se ti serve una valutazione per un caso concreto ti consiglio di farti aiutare da un legale.
Pubblicità che ti chiama per nome
Nel film i cartelloni ti riconoscono dallo sguardo e ti salutano. Nel mondo reale il meccanismo è meno spettacolare ma più diffuso: ogni volta che apri una pagina web, un sistema d'asta decide in pochi millisecondi quale annuncio mostrarti, in base a ciò che sa di te. Non c'è un cartellone che ti parla, c'è un profilo che ti segue da un sito all'altro.
Per chi fa marketing, questo vuol dire che le regole sul consenso e sulla profilazione non sono una formalità: ti servono per usare in modo corretto i dati dei clienti. Se gestisci un sito o campagne, controlla di avere un banner di consenso che funzioni davvero e di non attivare strumenti di tracciamento prima della scelta dell'utente.
Dove il film non regge
- Il futuro non è già scritto. Un modello statistico dà probabilità, non verità. Anche con dati perfetti, due casi identici sul piano dei numeri possono andare in modo diverso.
- L'errore è inevitabile. Con eventi rari come gli omicidi, anche un sistema con pochi falsi positivi sbaglia moltissimo in assoluto, perché guarda un numero enorme di persone innocenti.
- I dati non sono neutrali. I precog sono bravi perché il film li vuole infallibili; gli archivi reali portano dentro le abitudini e i pregiudizi di chi li ha raccolti.
Cosa puoi fare tu: consigli pratici
Se nella tua azienda usi sistemi che classificano persone (clienti, candidati, utenti), ecco cosa ti consiglio.
- Chiediti che dato entra e da dove viene. Se non lo sai, non puoi giudicare l'uscita.
- Controlla come si misurano gli errori. Ti serve sapere quante volte il sistema sbaglia in un senso e quante nell'altro.
- Lascia sempre una persona che decide, con il potere reale di dire no al punteggio.
- Spiega all'interessato che cosa è stato valutato: è anche un obbligo in molti casi.
- Verifica se rientri nelle pratiche vietate o ad alto rischio dell'AI Act prima di comprare o attivare il sistema.
Per progettare un bot o un'automazione che tratti dati personali in modo corretto, puoi passare dalla pagina AI per aziende.
Considerazioni finali
Minority Report ha avuto un merito che i film di fantascienza raramente hanno: ha messo il dubbio dentro il sistema, nella figura del precog che dissente. Io lo leggo così: ogni algoritmo che pretende di decidere sul futuro delle persone deve prevedere il proprio errore e darti modo di contestarlo.
La polizia predittiva reale è meno sinistra e più noiosa del film, fatta di mappe, punteggi e fogli di calcolo. Ma ciò che ci dice è lo stesso: non sono le macchine a essere pericolose in sé, è la fiducia cieca che mettiamo nei loro numeri. Da hacker etico mi sono abituato a diffidare di ogni sistema che si dichiara infallibile.
Nella prossima puntata cambiamo registro: Her e gli assistenti vocali, dove la macchina non ci controlla ma ci tiene compagnia, e il rischio è un altro. Se ti va, dimmi cosa ne pensi del Precrimine.






