La disinformazione è storicamente stata uno strumento chiave nell'influenza geopolitica, ma l'arrivo dell'intelligenza artificiale generativa ha trasformato radicalmente il suo raggio d'azione e i suoi meccanismi. I grandi modelli di linguaggio (LLM), come ChatGPT o Gemini, hanno cambiato il panorama informativo, spostando la manipolazione delle audience umane verso la contaminazione dei sistemi algoritmici stessi. Questo fenomeno viene analizzato attraverso il concetto di LLM grooming, una tattica attribuita ad attori statali come la Federazione Russa, che consiste nell'infiltrare narrazioni distorte nei dati di addestramento dell'IA. La strategia implica inondare internet con grandi volumi di contenuti manipolati o di bassa qualità, progettati per essere captati dai crawler che alimentano i modelli di IA. L'obiettivo è che questi testi, che riflettono posizioni favorevoli al Cremlino, vengano integrati nei set di dati degli LLM o nelle fonti di informazione in tempo reale che utilizzano per generare risposte. Così, quando un utente consulta un LLM su temi sensibili — come la guerra in Ucraina, la NATO o le elezioni occidentali — il modello può offrire risposte che già incorporano sottilmente la narrativa russa. Questa tattica non solo cerca di influenzare l'opinione pubblica, ma trasforma i sistemi di IA in veicoli involontari di propaganda, alterando la loro base cognitiva. L'architettura degli LLM, basata sulla diversità e quantità di dati, facilita la saturazione di fonti distorte come un metodo di contaminazione altamente efficace e scalabile. Un caso illustrativo è l'operazione Portal Kombat, documentata a febbraio 2024 dall'agenzia francese VIGI-NUM/SGDSN. È stata identificata una rete di almeno 193 portali web che non generano contenuti originali, ma replicano in modo massiccio pubblicazioni di media russi e figure affini al Cremlino, con l'obiettivo di influenzare i paesi occidentali mediante l'amplificazione artificiale di questi messaggi. Portal Kombat utilizza tecniche avanzate di SEO e diffusione multilingue per garantire che i suoi domini siano indicizzati dai motori di ricerca e aggregatori di notizie, che a loro volta alimentano gli LLM. In questo modo, i modelli di IA diventano canali di influenza difficili da rilevare per l'utente comune. Questa tattica viene anche esportata in regioni come l'Africa, dove le campagne di manipolazione informativa russa trovano meno resistenza istituzionale. In questi contesti, la guerra informativa evolve: non si tratta più solo di saturare i social media, ma di infettare infrastrutture algoritmiche percepite come neutrali. Questo schema si estende al campo elettorale. Ricerche come quella del Center for International Governance Innovation (CIGI) sull'interferenza russa nelle elezioni statunitensi mostrano che la manipolazione ora punta a contaminare gli LLM, più che a influenzare direttamente gli elettori. In pratica, quando un sistema di IA genera analisi o riassunti, la narrativa manipolata può già essere integrata, permettendo ai modelli di agire come generatori di propaganda senza che l'utente percepisca il bias. Il LLM grooming presenta due sfide principali. Primo, il volume: la necessità di dati per gli LLM facilita l'iniezione di contenuti prorussi, generando un bias strutturale. Secondo, la scalabilità: attraverso reti ottimizzate per crawler, la Russia riduce i costi di produzione di propaganda e amplia la sua portata, dirigendo la manipolazione all'algoritmo invece che all'utente finale. Per le democrazie e i media, questo comporta sfide senza precedenti: - Frammentazione dell'autorità cognitiva: il dibattito sulla verità si sposta da ciò che consuma l'umano a ciò che l'IA offre come riferimento, erodendo la capacità di identificare la propaganda. - Opacità e tracciabilità: auditare la contaminazione richiede di esaminare catene di addestramento complesse, crawler e aggregatori di dati. - Erosione etica e politica: la dipendenza da sistemi di IA che replicano manipolazione indebolisce la fiducia nell'informazione digitale e frammenta la memoria sociale, rendendo difficile la resistenza politica. Di fronte a questo panorama, è urgente combinare strategie tradizionali di verifica e alfabetizzazione mediatica con una regolamentazione adattata ai nuovi rischi. In definitiva, la guerra informativa russa non ha aspettato la maturità dell'IA per agire: la sta plasmando dalle sue fondamenta. Il LLM grooming apre un fronte silenzioso ma cruciale, dove l'avversario cerca di contaminare l'algoritmo che definisce la percezione della verità nella società.