Naza, il lato oscuro degli algoritmi: come si scelgono i bersagli a Gaza

Il punto centrale di Naza non è soltanto l’esistenza di strumenti capaci di analizzare enormi quantità di dati, ma il modo in cui le loro indicazioni entrano nel processo decisionale militare. Il documentario di Yuval Abraham e Rachel Szor segue questa catena attraverso le testimonianze di 24 ex appartenenti all’intelligence e alle forze armate israeliane, chiamati a descrivere procedure, tecnologie e criteri impiegati nelle operazioni a Gaza.

Naza misura il rischio sui civili

Il titolo del film richiama l’espressione ebraica nezek agavi, traducibile come “danno collaterale”. In ambito militare israeliano, la sigla indica la previsione delle persone che potrebbero perdere la vita o riportare ferite in conseguenza di un attacco contro un obiettivo ritenuto militare.

Naza non identifica direttamente i bersagli. Il suo ruolo arriva in una fase successiva, quando le informazioni sull’obiettivo vengono messe a confronto con la stima degli abitanti presenti in una casa, in un edificio o nell’area interessata. Lavender, Habsora e Where’s Daddy? operano invece prima: aiutano a individuare individui, strutture, legami e spostamenti.

Presentato alla Mostra del cinema di Venezia del 2026 e premiato con il Premio speciale della giuria, il film descrive un apparato in cui confluiscono telefoni, immagini satellitari, intercettazioni, coordinate e valutazioni umane. La scheda della Biennale lo presenta come un’inchiesta sui sistemi utilizzati durante le operazioni israeliane a Gaza.

L’IDF, cioè le Forze di difesa israeliane, contesta però la ricostruzione. La posizione ufficiale è che la scelta degli obiettivi e il via libera agli attacchi restino responsabilità di personale umano, non di strumenti automatici.

Dati e sorveglianza costruiscono i profili

Il quadro tecnologico ruota attorno all’Aman, la Direzione dell’intelligence militare israeliana. Al suo interno opera l’Unità 8200, incaricata di acquisire, trattare, interpretare e distribuire informazioni utili alle attività dell’intelligence.

Una componente importante è la SIGINT, cioè l’analisi dei segnali. Vi rientrano conversazioni telefoniche, messaggi, comunicazioni radio, emissioni elettroniche e metadati. Questi ultimi non descrivono necessariamente ciò che viene detto, ma indicano chi comunica con chi, attraverso quale dispositivo, da quale zona, in quale momento e con quale frequenza.

Mettendo in relazione questi elementi è possibile delineare reti di contatti, abitudini, percorsi e cambiamenti anomali. A tale patrimonio si aggiungono la GEOINT, basata su immagini satellitari, fotografie aeree e coordinate, la HUMINT, ottenuta da fonti umane, e la OSINT, ricavata da contenuti accessibili pubblicamente, compresi siti e social network.

Il passaggio decisivo consiste nel riunire fonti differenti all’interno di sistemi di fusione dei dati. Un singolo elemento può avere un valore limitato; molti segnali collegati tra loro possono invece produrre un profilo. L’intelligenza artificiale viene impiegata soprattutto per ordinare, confrontare e classificare queste informazioni, oltre che per stimare quali casi meritino un esame prioritario.

L’algoritmo assegna un livello di sospetto

Nel 2021 l’IDF aveva illustrato la trasformazione del centro di analisi di 8200 verso un modello definito “squadre uomo-macchina”. L’obiettivo era affidare agli algoritmi di apprendimento automatico una parte dei criteri che in precedenza venivano stabiliti manualmente.

Il meccanismo parte da esempi già noti. Il sistema esamina le caratteristiche comuni a quei casi e cerca altri profili che presentino combinazioni analoghe. Quanto più numerosi sono gli elementi condivisi, tanto più cresce il punteggio assegnato: il risultato non equivale a una prova, ma a una stima di somiglianza o probabilità.

Lavender è il caso più discusso. Secondo un’inchiesta pubblicata nell’aprile 2024 e basata sulle dichiarazioni di sei ufficiali dell’intelligence israeliana, il programma elaborava grandi volumi di dati per attribuire a ciascuna persona un valore associato alla possibile appartenenza ad Hamas o alla Jihad islamica palestinese.

Tra gli indicatori presi in considerazione potevano comparire la partecipazione a gruppi di messaggistica frequentati da militanti, i rapporti con persone già classificate come membri di organizzazioni armate, il ricorso a più telefoni o schede, la presenza in determinati luoghi e la ripetizione di specifici itinerari. La combinazione di questi segnali determinava il punteggio finale e la posizione del profilo nella graduatoria prodotta dal sistema.

Secondo le fonti dell’inchiesta, Lavender avrebbe indicato circa 37mila palestinesi come possibili militanti, con un’accuratezza stimata intorno al 90%. Una percentuale del genere, applicata a un insieme tanto vasto, lascia comunque spazio a un numero molto elevato di classificazioni errate.

La ricostruzione dell’esercito è differente. In un documento ufficiale sull’impiego delle tecnologie nell’analisi dell’intelligence, pubblicato nel giugno 2024 e rivisto nel settembre 2026, Lavender viene descritto come un archivio multiuso capace di organizzare e mettere in relazione informazioni già disponibili. L’inserimento di una persona, secondo l’IDF, avrebbe valore informativo e dovrebbe essere verificato dagli analisti prima di qualunque designazione come bersaglio.

Habsora sposta l’attenzione sugli edifici

Mentre Lavender concentra l’attenzione sui profili individuali, Habsora — “Il Vangelo” — riguarda soprattutto elementi fisici collocati sul territorio. Tra questi rientrano fabbricati, infrastrutture, tunnel, postazioni e altri siti geolocalizzati.

Il sistema raccoglie informazioni provenienti da archivi differenti e le combina per proporre agli analisti luoghi che presenterebbero una maggiore probabilità di collegamento con attività militari. Le banche dati possono contenere immagini, coordinate, registrazioni, contatti ed eventi, organizzati in modo da poter essere confrontati da un software.

Il documentario colloca quindi Habsora all’interno della stessa architettura descritta per Lavender: non un singolo strumento isolato, ma una sequenza nella quale la raccolta dei segnali, la classificazione automatica, l’individuazione dell’obiettivo e la stima della presenza civile si susseguono fino alla decisione finale.

Il tema era già emerso nel 2024, quando erano state ricostruite le funzioni attribuite a Lavender e Where’s Daddy?, quest’ultimo associato alla localizzazione dei sospetti nelle loro abitazioni. In precedenza erano state riportate anche informazioni sull’uso del riconoscimento facciale a Gaza; altri approfondimenti avevano poi allargato l’attenzione a Habsora, al grande bacino informativo chiamato “the pool”, a Hunter, Flow e ad altre applicazioni.