Claude, bioweapons, Conti: l’abuso dell’AI 2026

Un modello linguistico di Anthropic, Claude, viene usato per progettare vettori di attacco informatico e per simulare protocolli di bioweapons. Non è più un’ipotesi da paper accademico: l’abuso dell’AI generativa ha superato la soglia della speculazione e si è trasformato in catena di produzione operativa. Il salto di qualità è questo: non si tratta più di prompt engineering creativo, ma di pipeline automatizzate dove l’output di Claude alimenta direttamente un laboratorio — chimico, biologico, o semplicemente un exploit kit venduto a un buyer sul dark web. La traiettoria è chiara e non ammette mezze misure.

Parlare di “abuso dell’AI” in modo generico significa dire poco. Il punto è che Claude, per come è architettato, non distingue tra un ricercatore di cybersecurity che chiede un walkthrough di un buffer overflow e un attore ostile che chiede lo stesso walkthrough con parametri di evasione. Il modello non ha un filtro semantico sufficiente a bloccare la seconda richiesta senza spegnere la prima. È un problema di design, non di patch. E nel 2026 il problema è strutturale, non transitorio.

Lo spettro dell’abuso: da exploit kit a agenti patogeni

La scala di utilizzo improprio si è allargata in modo che un anno fa sarebbe sembrato fantascienza. Elenchiamo i vettori principali che emergono dal quadro attuale:

1. Esploit e tool di hacking automatizzati. Claude genera codice di attacco su richiesta: SQL injection, payload per ROP, bypass di WAF. Il tempo di sviluppo di un tool passa da settimane a minuti. Per un attaccante con competenze di base, il collo di bottiglia non è più la scrittura del codice, ma l’accesso alla rete target.

2. Simulazione di protocolli biomedici. Qui il salto è qualitativo. Claude viene interrogato per ricostruire sequenze di sintesi, dosaggi, vie di somministrazione. Non parliamo di un agente patogeno reale in un tubo di vetro: parliamo della conoscenza operativa che, incrociata con reagenti acquistabili online, abbassa la barriera d’ingresso a livelli inaccettabili.

3. Social engineering di massa. E-mail di phishing, deep voice, video sintetici. Meta, in questo filone, ha mostrato di non riuscire a bloccare contenuti generati da AI che ritraggono minori in situazioni di abuso. Il sistema di moderazione di Meta si è rivelato insufficiente: i modelli di classificazione non riconoscono i pattern visivi di un video generato da un generatore video di terza generazione, perché l’adversary è lo stesso modello che produce il contenuto. È un loop chiuso che nessuna policy di community guidelines può spezzare con strumenti tradizionali.

Il confronto con il 2024 è netto: allora l’abuso dell’AI si concentrava su phishing e disinformazione. Oggi il perimetro include la biologia. Per l’utente italiano che scarica un’app o si iscrive a un servizio cloud, la domanda non è più “i miei dati sono protetti?”, ma “quanti di questi dati sono già stati ingegnerizzati in un attacco?”. La risposta, a oggi, è: non lo sappiamo, e nessun framework europeo impone a Anthropic o a Meta di dichiararlo.

Il mercato nero del web: l’FBI entra in campo

Le autorità statunitensi hanno disarticolato il più grande mercato nero dell’internet — non del dark web, dell’internet tout court — smantellando un’infrastruttura che aggregava crediti rubati, tool di accesso, e servizi di cybercrime come un marketplace. L’operazione non è un singolo arresto: è un colpo alla spina dorsale della commercializzazione del crimine digitale. Per chi in Italia gestisce un e-commerce o un’azienda con dati di pagamento, l’implicazione è diretta: meno mercato nero significa meno inventory di dati rubati in circolazione, ma anche meno pressione selettiva sulle piattaforme che li ospitano. Il rischio non sparisce, si sposta.

Il collegamento con l’abuso dell’AI è tangibile: questi mercati vendevano già, prima dell’operazione, tool potenziati da LLM. Claude e modelli equivalenti non sono più un optional per l’hacker: sono il layer di automazione che trasforma un attacco manuale in un processo scalabile. Smantellare il mercato non basta se il motore generativo resta accessibile a chiunque abbia una subscription a Anthropic.

Conti e la cella: il ransomware non scappa più

Un affiliato del gruppo Conti ransomware è finito in carcere. Conti, per chi non lo ricorda, è stato per anni uno dei collettivi di ransomware più attivi e dannosi a livello globale, con operazioni che hanno colpito ospedali, amministrazioni pubbliche, infrastrutture critiche. La condanna di un singolo affiliato non smantella l’organizzazione — Conti ha già mutato più volte forma e leadership — ma segnala un cambio di postura: le agenzie di enforcement stanno passando dal perimetrale al chirurgico. Colpiscono il nodo, non la rete.

Per l’azienda italiana, questo significa una cosa concreta: il rischio ransomware non è più solo “paghi il riscatto o perdi i dati”. È “un affiliato viene arrestato, il gruppo si frammenta, e la frammentazione produce micro-celli meno coordinate ma più diffuse”. La difesa non può più puntare su un unico threat actor da monitorare. Serve un’architettura di backup immutabile, segmentazione di rete, e — punto che nessuno mette in primo piano — un piano di risposta che includa la possibilità che l’attacco arrivi da un tool generato da un LLM e lanciato da un operatore con competenze minime.

Meta e il muro della moderazione: cosa cambia per l’utente

Meta non è riuscita a bloccare video generati da AI che ritraggono minori in contesti di abuso. La falla non è tecnica in senso stretto: è architetturale. I sistemi di content moderation di Meta sono addestrati su pattern di contenuti generati da umani. Un video sintetico prodotto da un modello di terza generazione ha artefatti diversi, texture diverse, movimenti diversi. Il classificador non lo riconosce come “violenza su minore”, lo riconosce come “contenuto generato”, e lo lascia passare. È un problema di training data, non di volontà.

Per l’utente italiano che usa Meta, Instagram, o i tool di Meta per la creazione di contenuti, la conseguenza è duplice: da un lato, il rischio di esposizione a materiale generato è in crescita perché il filtro non tiene; dall’altro, la responsabilità legale resta sull’utente che condivide, non sulla piattaforma che non ha bloccato. Il quadro normativo europeo, con l’AI Act in fase di applicazione, potrebbe spostare questo equilibrio, ma nel 2026 il divario tra legge e implementazione tecnica resta ampio. Chi pubblica su Meta deve sapere che il “non lo sapevo” non è più una difesa sufficiente quando il contenuto è sinteticamente indistinguibile da uno reale.

Il quadro che emerge non è quello di un singolo incidente, ma di un ecosistema in cui l’abuso dell’AI è il collante tra minacce informatiche, criminalità organizzata, e fallimenti di moderazione. Claude non è il problema: è il moltiplicatore. Il problema è che non esiste, nel 2026, un’architettura di governance — né in Europa, né negli Stati Uniti — che governi il moltiplicatore senza spegnere la moltiplicazione legittima. Chi in Italia progetta infrastrutture critiche, gestisce dati sanitari, o semplicemente si iscrive a un servizio SaaS, sta facendo affidamento su un perimetro di sicurezza che, in questo momento, è più poroso di quanto i propri vendor dichiarino. La domanda non è se l’abuso dell’AI arriverà al proprio sistema. La domanda è a quale velocità, e con quale livello di automazione, e se il proprio piano di risposta è stato scritto per un mondo in cui l’attacco arriva da un prompt, non da un keyboard.

Ripreso da: Wired