La forensic foresight, la previsione forense, è un campo in forte crescita. Possiamo considerare questa disciplina come un’evoluzione della digital forensics: a differenza di quest’ultima, che è incentrata su un’analisi ex post e adotta un approccio reattivo agli eventi, la previsione forense ha un approccio proattivo e utilizza il materiale informatico per prevenire attacchi e minacce future, non soltanto per analizzare quanto accaduto. La forensic foresight non si limita a reagire ai crimini, dunque, ma tenta di prevenirli e stimolare gli investigatori alla ricerca e allo sviluppo di nuove tecniche e metodologie di indagine. La digital forensics ha un ruolo fondamentale nelle indagini moderne e, con l’ausilio di tecnologie sempre più avanzate e dettagliate, le tecniche di previsione potranno essere più efficaci per limitare danni e reati su larga scala.
La forensic foresight ha una visione comune al foresight strategico – tecnica impiegata soprattutto nel marketing e nel management aziendale – che consiste nell’analisi di condizioni presenti e passate per prevedere situazioni future in modo più mirato, affinché si possano prendere decisioni più oculate. Il foresight strategico, infatti, si basa sull’analisi di trend, sui punti di debolezza e sulle vulnerabilità per disegnare scenari ipotetici e identificarne i rischi, adattandosi progressivamente ai cambiamenti. Tutto ciò, applicato all’ambito investigativo, può rivelarsi utile per sventare pericoli e minacce, specialmente in ambito informatico. Anticipare scenari investigativi, grazie alla visione a lungo termine su cui si basa questo approccio, significa analizzare in modo approfondito lo stato attuale del web e degli attacchi informatici. Tecniche e strumenti avanzati permettono di individuare nuove potenziali forme di criminalità e studiare le conseguenti tecniche investigative da adottare. Questo approccio proattivo può prevenire alcuni reati, o quantomeno ridurre i tempi di indagine, elemento prezioso nel contesto della cyber sicurezza.
Esempi di forensic foresight
Come nel foresight strategico, anche in ambito informatico forense lo studio delle tendenze è particolarmente utile, specialmente se parliamo di dark web. Con l’aiuto di software di intelligenza artificiale è possibile analizzare e identificare i pattern ricorrenti, perché, come sappiamo, questa tecnologia è in grado di analizzare grandi quantità di dati in modo rapido e accurato nell’identificazione di anomalie o intrusioni, potendo così prevenirle. Anche per quanto riguarda i deepfake, può intervenire per combattere le falsificazioni, dato che le tecnologie sono sempre più complesse e affinate, il che rende più difficile distinguere un prodotto originale da un falso. Applicare tecniche di previsione sviluppando strumenti capaci di riconoscere i contenuti autentici in modo ottimale, con il minimo margine di errore, può evitarne la diffusione sul web.
Sebbene sia piuttosto nuovo come ambito, le tecniche di previsione forense vengono impiegate in vari settori: nel riconoscimento di deepfake, come abbiamo visto, nella profilazione dei criminali, nel monitoraggio del dark web – dove avviene lo scambio di informazioni relative ad attività illecite –, ma è utile anche per la mappatura delle reti criminali, tramite tecniche di network analysis che consentono di mappare le relazioni tra persone coinvolte in attività illegali, agevolando l’identificazione della rete criminale.
Sebbene sia piuttosto nuovo come ambito, le tecniche di previsione forense vengono impiegate in vari settori: nel riconoscimento di deepfake, come abbiamo visto, nella profilazione dei criminali, nel monitoraggio del dark web – dove avviene lo scambio di informazioni relative ad attività illecite –, ma è utile anche per la mappatura delle reti criminali, tramite tecniche di network analysis che consentono di mappare le relazioni tra persone coinvolte in attività illegali, agevolando l’identificazione della rete criminale.
Un altro potenziale utilizzo potrebbe essere la ricerca di algoritmi in grado di analizzare le transazioni su blockchain per identificare i flussi illeciti. Sono molti i casi di successo in cui la forensic foresight è riuscita a contrastare il crimine finanziario, come nel caso della previsione di insolvenze: dei modelli predittivi sono stati impiegati per valutare le probabilità di insolvenza delle aziende, consentendo alle banche di adottare misure preventive e ridurre il rischio di perdita di credito.
Una componente importante della previsione forense è l’analisi comportamentale – la behavioral analysis – tramite cui è possibile profilare i potenziali criminali e prevenire eventuali attacchi terroristici o altri crimini. In tal caso, la previsione forense tramite l’analisi dei dati digitali permette la creazione di profili psicologici più accurati, facilitando prima le indagini e poi gli eventuali arresti.
Anche i sistemi di giustizia predittiva rientrano negli strumenti di forensic foresight. Questi sono in grado di prevedere gli esiti dei processi, in modo da aiutare gli avvocati nella difesa. Infine, per quanto riguarda la sicurezza informatica, la prevenzione forense può ricreare scenari potenziali di attacchi hacker per lavorare sulle vulnerabilità dei sistemi e mettere in atto e testare misure di sicurezza.
In molti paesi si fa un diffuso utilizzo di forensic foresight. Negli Stati Uniti, l’FBI si avvale dell’analisi dei big data per prevenire attacchi terroristici; nel Regno Unito, invece, la National Crime Agency (NCA) ha investito in tecnologie di analisi predittiva per identificare le reti criminali e prevedere i futuri trend criminali. I paesi più all’avanguardia nell’analisi dei social per sventare potenziali crimini sono i paesi del nord Europa. Anche in Italia si stanno portando avanti studi su tecniche e metodologie utili alla prevenzione di crimini.
Come immaginabile, è difficile prevedere con esattezza l’evoluzione della criminalità e le nuove minacce. Tuttavia, prepararsi a sfide che potenzialmente possono verificarsi aiuta a delineare una strategia efficace. La forensic foresight rappresenta un approccio innovativo e dimostra un grande potenziale nell’anticipare i crimini, rivelandosi quindi un ottimo ausilio nelle indagini, ma questo approccio deve essere commisurato ed equilibrato, tenendo conto dei rischi.
Alcune tecniche, infatti, se non usate in modo consapevole possono collidere con la tutela della privacy e dei diritti individuali. Ad esempio, le tecnologie di analisi dei dati personali finalizzati alla profilazione di potenziali criminali potrebbero violare le normative inerenti alla privacy. Questi strumenti, infatti, categorizzano le persone in base a determinate caratteristiche fisiche o comportamentali che possono risultare discriminatorie e, dunque, generare falsi sospettati. Gli strumenti di sorveglianza, inoltre, possono sfociare in sorveglianza di massa e arrecare altri rischi connessi, come il mancato rispetto dei diritti individuali e la tutela della privacy. La normativa deve inquadrare gli strumenti e le metodologie di previsione forense secondo i principi di necessità e proporzionalità in modo equilibrato, a livello internazionale, per far funzionare questa disciplina in modo corretto e a beneficio di tutti, senza tendere a scenari in cui vengono minati i diritti fondamentali.
Hai un articolo nel cassetto? Legal Tech Magazine è sempre alla ricerca di nuove voci attraverso cui raccontare l’evoluzione del settore. Puoi sottoporci la tua proposta attraverso il seguente form: avremo cura di leggerla e di valutarne la pubblicazione.
Non solo un Magazine, ma anche una Mappa, un Forum, un Report e un’Academy. Se ti interessano i progetti di Legal Tech Italy e desideri ricevere aggiornamenti sulle sue iniziative presenti e future, iscriviti alla newsletter e non perderti nessuna novità.
