In questo articolo Indice dei contenuti 2 sezioni
Il documentario NAZA di Yuval Abraham e Rachel Szor entra nel cuore del meccanismo con cui l’esercito israeliano mette insieme sorveglianza, analisi dei dati, sistemi di intelligenza artificiale, localizzazione dei bersagli e stima delle possibili vittime civili prima di colpire a Gaza. Il film si regge sulle testimonianze di 24 persone arrivate dai servizi d’intelligence e dalle forze armate israeliane, chiamate a raccontare dall’interno strumenti, procedure e criteri adottati durante le operazioni nella Striscia.
Il titolo viene dall’ebraico nezek agavi, cioè “danno collaterale”. Nel gergo militare israeliano NAZA è la stima dei civili che rischiano di essere uccisi o feriti durante un attacco contro un obiettivo militare. Si tratta quindi di un parametro operativo, separato dagli algoritmi veri e propri, che interviene quando le informazioni raccolte su un bersaglio vengono messe a confronto con il numero previsto di persone presenti nell’area o nell’edificio da colpire. Strumenti come Lavender, Habsora e Where’s Daddy? lavorano invece a monte, individuando persone, edifici, relazioni e spostamenti.
Presentato alla Mostra del cinema di Venezia del 2026, dove ha vinto il Premio speciale della giuria, il film usa quella sigla come chiave d’accesso a un sistema fatto di dati, telefoni, immagini satellitari, intercettazioni e decisioni umane. La scheda ufficiale della Biennale lo descrive come un’indagine sui sistemi che hanno accompagnato le operazioni israeliane a Gaza. L’IDF, le Forze di difesa israeliane, respinge le accuse e sostiene che la selezione e l’autorizzazione degli attacchi restano in mano al personale umano.
NAZA: dall’Unità 8200 alla fusione dei dati
Per orientarsi in questa architettura bisogna partire dall’Aman, la Direzione dell’intelligence militare israeliana. Al suo interno opera l’Unità 8200, il principale reparto di raccolta delle informazioni, incaricato secondo la stessa IDF di sviluppare e usare strumenti per raccogliere, analizzare, elaborare e distribuire dati. Buona parte del lavoro riguarda la SIGINT, l’intelligence ricavata dai segnali: intercettazioni di telefonate e messaggi, traffico radio, emissioni elettroniche e soprattutto metadati. Questi ultimi dicono poco sul contenuto di una comunicazione ma molto sulla sua struttura, cioè chi contatta chi, da quale dispositivo, da dove, quando e quanto spesso.
A questo si sommano la GEOINT con immagini satellitari, foto aeree e coordinate, la HUMINT basata su fonti umane e la OSINT che attinge a siti web e social network. Il vero salto arriva con la data fusion. Un singolo segnale racconta poco, migliaia di segnali incrociati possono invece costruire un profilo. Già nel 2021 un documento dell’IDF descriveva la trasformazione del centro di analisi di 8200 verso squadre “Human Machine Team”, in cui parte delle regole scritte a mano veniva sostituita dal machine learning supervisionato. Gli analisti forniscono esempi di entità già note e il sistema cerca oggetti con caratteristiche simili, restituendo un punteggio di somiglianza o probabilità.
Lavender e Habsora, persone ed edifici
Lavender è il sistema più conosciuto. Stando a un’inchiesta giornalistica dell’aprile 2024 basata sulle interviste a sei ufficiali dell’intelligence israeliana, assegnava a ogni persona un punteggio legato alla probabilità di appartenere ad Hamas o alla Jihad islamica palestinese. Contavano elementi come la presenza in chat frequentate da militanti, i contatti con persone già classificate, il cambio frequente di numeri e dispositivi, gli spostamenti ricorrenti. Il sistema avrebbe segnalato circa 37mila palestinesi come sospetti militanti con una precisione stimata attorno al 90%, un margine d’errore enorme se applicato a decine di migliaia di persone. L’IDF, in un documento pubblicato nel giugno 2024 e aggiornato nel settembre 2026, lo definisce invece un database multiuso i cui dati vanno sempre sottoposti ad analisti e a una successiva approvazione.
Habsora, che significa Il Vangelo, si concentra su edifici, infrastrutture, tunnel, postazioni e altri elementi geolocalizzati. Aggrega dataset diversi e suggerisce gli oggetti fisici con maggiore probabilità di affiliazione militare. Già nel 2023 era stata ricostruita la cosiddetta target factory, la “fabbrica dei bersagli”, che un ex ufficiale dell’intelligence, Aviv Kochavi, ha definito una “fabbrica di omicidi di massa”. Secondo il suo racconto la nuova infrastruttura produceva circa 100 bersagli al giorno, mentre prima una ventina di analisti ne individuava una cinquantina in un anno. Per l’IDF Habsora è operativo dal 2021 e ogni suggerimento viene verificato da un analista e poi approvato da un ufficiale autorizzato. Dentro questi sistemi convivono tecnologie diverse, con il machine learning che individua ricorrenze statistiche e la computer vision che estrae informazioni da fotografie e video.
Fonte: TecnoAndroid
