Vai al contenuto
UFO e MISTERI®
← Laboratorio

Guida di metodo · Intelligenza artificiale · 3 min

AI e UAP: cosa può fare, cosa no

Cosa può fare l'intelligenza artificiale nello studio degli UAP (catalogare documenti, riconoscere oggetti, cercare anomalie nei dati) e cosa non sa fare in modo affidabile, come riconoscere immagini manipolate o generate.

L'intelligenza artificiale è entrata anche nello studio degli UAP: progetti scientifici la usano per filtrare milioni di immagini del cielo, ricercatori indipendenti per catalogare migliaia di pagine di documenti declassificati. È uno strumento potente, ma non è un oracolo. Questa guida spiega dove aiuta davvero, dove sbaglia, e come la usiamo noi.

1. Dove l'AI aiuta davvero

Catalogare documenti

I rilasci di archivi governativi contengono migliaia di pagine: rapporti, telegrammi, memorandum, spesso scansioni di bassa qualità. I modelli linguistici sono molto efficaci nel leggere, classificare e riassumere questo materiale: estrarre date, luoghi, enti coinvolti, collegare documenti che parlano dello stesso episodio, tradurre. È il lavoro che, per esempio, ha reso possibile schedare in italiano centinaia di file del rilascio PURSUE del Department of War.

La condizione è una sola: ogni informazione estratta va verificata sull'originale. Un modello può leggere male una data scritta a mano, confondere due località con lo stesso nome, o, nel caso peggiore, inventare un dettaglio plausibile (le cosiddette allucinazioni).

Riconoscere oggetti noti

Le reti neurali addestrate su immagini di aerei, uccelli, droni, palloni e satelliti possono scartare automaticamente la grande maggioranza delle rilevazioni banali in flussi di dati enormi. È l'approccio del Galileo Project di Avi Loeb, che usa telecamere ottiche e infrarosse puntate costantemente sul cielo: il software classifica ciò che riconosce e lascia agli esseri umani i pochi eventi che non riesce a etichettare.

Cercare anomalie nei dati

Algoritmi di rilevamento di anomalie cercano ciò che si discosta dal comportamento normale: una traccia radar con un'accelerazione insolita, una sorgente luminosa con uno spettro inatteso, un segnale con una periodicità strana. Funzionano bene quando esiste molta «normalità» da cui imparare, e servono a dare priorità a cosa guardare, non a stabilire cosa sia.

2. Dove l'AI non è affidabile

Riconoscere immagini generate o manipolate

È il punto più importante, e il più frainteso. I rilevatori di immagini generate dall'AI o di fotomontaggi non sono affidabili in modo generale: danno falsi positivi su foto autentiche molto elaborate dal telefono, e falsi negativi su immagini prodotte da modelli più recenti di quelli su cui sono stati addestrati. Basta una ricompressione, un ritaglio o uno screenshot per cambiare il risultato.

Per questo non pubblichiamo verdetti del tipo «l'AI dice che è falsa». Usiamo invece i controlli classici: file originale, metadati, coerenza di luce e prospettiva, altre riprese, testimoni. Trovi il metodo nella guida all'analisi delle fotografie.

«Migliorare» un'immagine

Gli strumenti che aumentano la risoluzione o rendono nitida una foto sfocata non recuperano dettagli: li inventano, sulla base di ciò che hanno visto durante l'addestramento. Un puntino luminoso «migliorato» può diventare un disco con una cupola. Un'immagine ingrandita con l'AI non è una prova di niente e non va mai usata per descrivere un oggetto.

Spiegare un singolo caso

Un modello linguistico interrogato su un avvistamento produce una risposta fluente e sicura, anche quando i dati sono insufficienti. Può essere utile per elencare le ipotesi da verificare, mai per sceglierne una al posto di chi fa l'analisi.

3. Come la usiamo noi

Nella redazione di UFO e Misteri l'intelligenza artificiale aiuta nel lavoro di ricerca: monitorare le fonti, segnalare nuovi documenti, preparare schede di lettura e bozze. Ogni testo pubblicato passa da una revisione umana, che verifica le fonti citate sugli originali. Gli strumenti del Laboratorio non usano AI: sono calcoli deterministici (astronomia, orbite, metadati) di cui è possibile verificare ogni passaggio.

4. Cinque domande da fare a chi usa l'AI

Quando leggi che «l'intelligenza artificiale ha analizzato» un caso, chiedi:

  1. Quale modello, addestrato su quali dati?
  2. Su quali file: originali o copie ricompresse?
  3. Con quale tasso di errore, misurato su casi di cui si conosceva la risposta?
  4. Cosa ha prodotto: una classificazione, una probabilità, un testo?
  5. Chi ha verificato il risultato, e come?

Se le risposte mancano, il risultato va trattato come un'opinione, non come un'analisi.

In sintesi

  • L'AI è eccellente per catalogare, filtrare e dare priorità a grandi quantità di dati.
  • Non è affidabile per stabilire se un'immagine è autentica o per «migliorarla».
  • Ogni risultato va verificato su fonti e file originali.
  • Un'analisi seria dichiara modello, dati, errori e verifiche.