Quattro secondi. Tanto dura l’audio in cui Giorgia Meloni ripete due volte il proprio nome. A ottobre la presidente del Consiglio lo ha depositato presso l’Ufficio dell’Unione europea per la proprietà intellettuale, come parte di una domanda per tutelarsi dalla clonazione della voce. Il dettaglio racconta come sta cambiando la politica. Per anni abbiamo giudicato i leader anche dal tono con cui dicevano una cosa. Ora perfino quel tono può appartenergli senza che abbiano pronunciato una sola parola.
In Italia l’intelligenza artificiale è già entrata nella polemica politica quotidiana. A marzo, durante la campagna per il referendum sulla giustizia, un candidato di sinistra ha pubblicato un’immagine generata con l’IA che raffigurava Meloni in un ospedale psichiatrico, per criticare alcune sue dichiarazioni. È un caso di comunicazione politica firmata da un eletto. La voce clonata apre un problema diverso, perché chi ascolta può attribuire al politico parole che arrivano da qualcun altro.
Quando la voce clonata arriva al telefono
Alla vigilia delle primarie del 2024 in New Hampshire, una telefonata automatica con una voce che imitava Joe Biden invitava gli elettori a non votare in quella consultazione. La Federal Communications Commission ha inflitto al consulente politico responsabile della campagna una sanzione da sei milioni di dollari. Il caso mostra quanto basta poco, dal punto di vista di chi riceve il messaggio, per trovarsi davanti a una falsa istruzione di voto. Arriva al telefono, usa una voce familiare e chiede di fare una cosa molto semplice: restare a casa.
La voce finta attira l’attenzione perché imita una persona precisa. Nei commenti sui social si può imitare qualcosa di più difficile da verificare: una folla. Nell’operazione chiamata A2Z, OpenAI ha identificato e bloccato un gruppo di account che usava i suoi modelli per scrivere commenti in più lingue, poi pubblicati su X e Facebook. Molti elogiavano l’Azerbaigian o ne difendevano la condotta sui diritti umani. Il rapporto documenta la produzione dei messaggi e la loro pubblicazione. La loro capacità di spostare opinioni resta da dimostrare. Il rapporto di OpenAI.
Qui sta, a mio avviso, il cambiamento più insidioso. Quando leggiamo sotto un post decine di commenti simili, ci facciamo un’idea di quanto sia diffusa una posizione. Quel giudizio nasce in pochi secondi e può influire persino sulla voglia di intervenire. Il numero dei commenti è visibile. Per capire quante persone rappresenti davvero, occorrono informazioni che il lettore di solito non ha. Per chi fa il nostro mestiere, la conseguenza è concreta: una sezione commenti può suggerire una domanda da approfondire. Per descrivere l’opinione pubblica occorrono altre prove
C’è poi un passaggio che rischia di ricevere meno attenzione. Un elettore può chiedere a un chatbot di confrontare due programmi, di spiegargli chi pagherebbe una nuova imposta o di riassumere ciò che un candidato ha promesso. In quella conversazione, la scelta delle fonti e dei dettagli da mettere in evidenza orienta il quadro che il lettore si costruisce. Una ricerca su oltre 76 mila partecipanti ha misurato quanto le conversazioni con modelli linguistici possano spostare le opinioni su singoli temi politici. Gli autori hanno anche controllato l’accuratezza di centinaia di migliaia di affermazioni prodotte dai modelli. Lo studio misura la persuasione sperimentale. Quanto questi effetti pesino in una cabina elettorale resta una domanda aperta.
Prima delle prossime politiche italiane vorrei vedere più trasparenza su due cose molto pratiche: da dove viene il messaggio che ci raggiunge e su quali fonti si basa la risposta che abbiamo chiesto. Quando un audio sembra decisivo, vale la pena cercare la registrazione originale. Quando un chatbot confronta due programmi, vale la pena aprire i documenti e leggere il passaggio da cui ha tratto la risposta. La politica si discute meglio quando possiamo risalire alle parole dette davvero e capire chi ha interesse a farcele leggere in un certo modo.







