Una previsione statistica può influire sul luogo in cui una persona trascorrerà la pena, sulla libertà di movimento all’interno dell’istituto e sulle opportunità di formazione. È il punto di partenza della sperimentazione annunciata dal Michigan, laddove l’amministrazione penitenziaria vuole affiancare ai tradizionali criteri di classificazione uno strumento potenziato dall’intelligenza artificiale che elabora dati sui detenuti e ne stima il rischio di futuri episodi di violenza.
L’intenzione promessa sarebbe aumentare la sicurezza. Il prezzo è capire quanto sia affidabile quella stima e quale peso avrà nelle decisioni prese dalle persone responsabili.
Il Michigan avvierà la sperimentazione il primo dicembre
Il comunicato del 28 ottobre del Michigan Department of Corrections, l’amministrazione delle carceri statali, fissa l’avvio del progetto al primo dicembre 2026 in alcuni istituti maschili. Si tratta di una fase pilota, destinata a precedere un’eventuale estensione.
Il dipartimento gestisce circa 32mila detenuti e conta quattro livelli ordinari di sicurezza. Il sito ufficiale delle carceri chiarisce che tali livelli possono cambiare durante la detenzione in funzione della condotta e delle esigenze individuali.
Una valutazione sbagliata può quindi avere conseguenze quotidiane concrete anche senza modificare la durata della condanna. Secondo l’amministrazione, il nuovo strumento IA dovrebbe migliorare di circa il 30% la capacità di prevedere comportamenti violenti e permettere revisioni più frequenti grazie a informazioni aggiornate.
Va ribadito che il 30% è una stima prospettica, non il risultato di una sperimentazione già conclusa. Il comunicato non specifica quale indicatore di accuratezza sia stato usato per calcolare il miglioramento e, allo stesso modo, non pubblica una validazione indipendente del modello.
Il ruolo di Recidiviz e ciò che ancora manca per valutare
A sviluppare il sistema insieme al Michigan è Recidiviz, organizzazione tecnologica senza scopo di lucro che lavora con amministrazioni della giustizia penale di 19 Stati americani. Nella ricostruzione di Fox 2, il progetto viene presentato come uno strumento di valutazione del rischio fondato su dati già disponibili alle strutture penitenziarie.
Recidiviz utilizza anche modelli IA per altre attività, come la trascrizione delle conversazioni e la preparazione di piani individuali per i detenuti. L’organizzazione descrive nel proprio documento sulle verifiche un percorso di test con revisori umani, controlli degli errori e adozione graduale.
L’IA è troppo grande per un tribunale
Un punteggio di rischio non è una previsione individuale certa
Negli Stati Uniti, la classificazione dei detenuti attraverso sistemi di valutazione del rischio è una pratica consolidata. Già nel 1983, uno studio del National Institute of Justice descriveva metodi utilizzati per stabilire quali detenuti potessero rappresentare un pericolo maggiore per la sicurezza degli istituti penitenziari.
Questi strumenti assegnano un punteggio sulla base di informazioni personali, precedenti giudiziari e comportamenti registrati. Il risultato viene utilizzato per aiutare le autorità a prendere decisioni. Come spiega il Center for Democracy and Technology, molti sistemi tradizionali utilizzano formule statistiche prestabilite, mentre altri impiegano tecniche di IA capaci di individuare relazioni nei dati raccolti in passato.
La distinzione è importante anche per comprendere la sperimentazione del Michigan. Il nuovo strumento servirà a stimare la probabilità che un detenuto tenga comportamenti violenti durante la permanenza in carcere, contribuendo a stabilire il livello di sicurezza al quale assegnarlo.
Diverso è il caso dei sistemi che stimano il rischio di recidiva, cioè la probabilità che una persona commetta nuovi reati dopo la scarcerazione.
AI Act, tutte le nuove norme in vigore dal 2 agosto e gli obblighi invece rinviati
Le disparità accertate negli Stati Uniti
Nel rapporto pubblicato a gennaio, il Government Accountability Office, organismo di controllo del Congresso statunitense, ha rilevato che le verifiche del dipartimento della Giustizia continuavano a riscontrare differenze tra gruppi etnici.
Inoltre, il medesimo rapporto segnala problemi nella tempestività delle valutazioni e nell’affidabilità di alcuni dati amministrativi utilizzati per i programmi di reinserimento.
Questi risultati non dimostrano che il nuovo strumento del Michigan presenterà le stesse distorsioni, documentano però un rischio verificabile. Se i dati di partenza riflettono disparità nei controlli o errori di registrazione, un sistema informatico può riprodurle sotto forma di punteggi apparentemente oggettivi. Il Brennan Center for Justice richiama proprio questo problema nell’analisi delle tecnologie predittive impiegate nella sicurezza pubblica.
Il problema della prova scientifica
Una revisione scientifica di Oxford, pubblicata nel luglio 2026 sul Journal of Criminal Justice, ha esaminato 38 studi sui modelli di apprendimento automatico destinati a prevedere comportamenti violenti. Soltanto tre includevano una validazione esterna, cioè una prova su dati indipendenti da quelli utilizzati per sviluppare il sistema. In 31 studi i ricercatori hanno individuato un elevato rischio di distorsioni metodologiche. La revisione riguarda modelli diversi da quello del Michigan e invita alla cautela nell’applicazione pratica delle tecnologie oggi disponibili.
Per valutare il progetto americano serviranno elementi più specifici, sarà necessario conoscere quanti episodi violenti il sistema riuscirà a individuare, quanti falsi allarmi produrrà, come cambieranno i risultati tra gruppi di detenuti e se le prestazioni resteranno stabili in istituti diversi. A prescindere, rimane essenziale stabilire come contestare una classificazione basata su informazioni inesatte.
Le telefonate analizzate dall’IA, altro fronte della sorveglianza
La valutazione del rischio è soltanto uno degli utilizzi dell’IA nel sistema penitenziario statunitense. Un’inchiesta di MIT Technology Review del dicembre 2025 ha documentato i test di Securus Technologies, società che fornisce servizi di comunicazione alle carceri. L’azienda ha addestrato modelli su anni di telefonate e videochiamate registrate, tra cui sette anni di conversazioni provenienti dal sistema carcerario del Texas, per segnalare possibili progetti criminali in chiamate, messaggi ed email.
Secondo quanto dichiarato dall’azienda, gli strumenti erano in sperimentazione e la localizzazione dei test non era stata comunicata e, non di meno, i contenuti segnalati sarebbero esaminati da operatori e investigatori. La società ha sostenuto l’utilità della tecnologia per la sicurezza, senza fornire alla testata casi specifici attribuibili ai nuovi modelli.
Le associazioni per i diritti dei detenuti hanno sollevato questioni sulla riservatezza delle comunicazioni, sul consenso all’uso dei dati per l’addestramento e sul rischio di sottoporre a sorveglianza anche conversazioni prive di rilevanza penale.
AI Act, tutte le nuove norme in vigore dal 2 agosto e gli obblighi invece rinviati
Che cosa prevede invece l’Europa
L’Unione europea ha fissato un confine nell’articolo 5 dell’AI Act, secondo il quale è vietato utilizzare sistemi di IA per valutare o prevedere il rischio che una persona commetta un reato quando la valutazione si basa esclusivamente sulla profilazione o sulle sue caratteristiche personali. Diverso è il caso degli strumenti che assistono un esame umano fondato su fatti oggettivi e verificabili collegati a un’attività criminale.
Il testo dell’allegato III colloca tra gli impieghi ad alto rischio, quando ricorrono le condizioni previste, anche i sistemi che valutano la probabilità di nuovi reati e quelli utilizzati negli istituti penitenziari. Per questi strumenti il regolamento prevede requisiti che comprendono controlli sui dati, documentazione e supervisione umana effettiva. Dopo le modifiche del 2026, tuttavia, l’entrata in applicazione degli obblighi principali per i sistemi ad alto rischio dell’allegato III è fissata al 2 dicembre 2027.
Chi risponde quando l’algoritmo sbaglia
L’obiettivo dichiarato del Michigan è legittimo e misurabile, ridurre il rischio di aggressioni nelle strutture penitenziarie. L’affidabilità del mezzo scelto, invece, dovrà essere dimostrata con dati accessibili e verifiche indipendenti.
Al di là di quanto si possa credere, la questione decisiva non è attribuire all’algoritmo un’intenzione o una capacità di giudizio che non possiede, è stabilire chi controlla i dati, chi interpreta il risultato, chi può correggerlo e chi si assume la responsabilità quando un punteggio si traduce, in modo arbitrario, in condizioni di detenzione più severe.
/https%3A//www.repstatic.it/content/contenthub/img/2026/09/14/130846968-5d11e75c-e73e-4bfd-9f26-76c93a55be93.jpg)
/https%3A//www.repstatic.it/content/contenthub/img/2026/10/09/115312419-78a19b79-5db7-403f-9036-a8ffbcc10db2.jpg)
/https%3A//www.repstatic.it/content/contenthub/img/2026/10/09/135750885-37022b78-ec59-4a02-8ed3-495844afc49f.jpg)