The Pulse
Anthropic scopre che l’IA può aiutare a costruire armi e individuare bersagli
Il Frontier Red Team di Anthropic afferma che gli attuali sistemi di IA possono contribuire a individuare obiettivi tramite l’intelligence e a progettare armi in simulazione, mentre restano importanti limiti nel mondo fisico.
AI.info Team ·
I test di Anthropic rivelano un divario di capacità con conseguenze militari
Anthropic afferma che gli attuali sistemi di IA sono in grado di svolgere parti delle attività d’intelligence per l’individuazione dei bersagli e della progettazione di armi che un tempo dipendevano da una ristretta cerchia di specialisti altamente qualificati. Il Frontier Red Team dell’azienda ha pubblicato le valutazioni il 10 settembre 2026. Un rapporto separato sulle minacce, pubblicato a settembre, descrive tentativi di usare Claude per progetti riguardanti missili, droni e guerra elettronica.
I risultati sono accompagnati da una disputa intrinseca. Anthropic li presenta come prova del fatto che l’IA sta riducendo i costi delle attività militari specialistiche, sottolineando al contempo che molti test restano simulazioni e che l’accesso a materiali fisici continua a limitare ciò che i modelli possono fare. Le prove presentate dall’azienda sostengono entrambe le tesi: i modelli possono scrivere software di guida funzionante in ambienti virtuali, ma anche i sistemi più avanzati falliscono in alcune delle condizioni più difficili.
In un post separato del 27 luglio sui modelli open-weight, Dario Amodei, CEO di Anthropic, ha dichiarato che l’azienda non sostiene un divieto dei modelli open-weight.
«Anthropic non ha mai sostenuto un divieto dei modelli open-weight».
— Dario Amodei, CEO di Anthropic
I modelli possono collegare identità e dedurre luoghi
Anthropic ha testato i modelli con indagini simulate sui social media riguardanti movimenti di protesta fittizi a Città del Messico e a Calcutta. La valutazione comprendeva 200 compiti distribuiti su tre livelli di difficoltà, in cui si chiedeva ai modelli di correlare account su WhatsApp, Telegram, Instagram e Facebook e di classificare le persone in categorie di interesse.
Il campione mediano conteneva circa 37.000 parole: secondo la stima di Anthropic, un analista umano avrebbe impiegato all’incirca 2,5 ore per leggerlo prima di procedere a un’analisi sistematica. Mythos Preview ha completato una valutazione mediana in circa 11 minuti. Anthropic afferma che i dati sintetici non sono del tutto realistici e perciò considera i risultati un’indicazione delle differenze tra i modelli, non una previsione diretta delle prestazioni sul campo.
L’azienda ha testato anche la geolocalizzazione a partire da fotografie e testi. Su 6.000 fotografie, Mythos Preview e Mythos 5 hanno registrato errori mediani rispettivamente di 37,0 e 47,2 chilometri. Anthropic ha confrontato questi risultati con un valore proxy basato sulle prestazioni dei giocatori competitivi di GeoGuessr, anziché con un valore di riferimento ottenuto da esseri umani sullo stesso insieme di immagini. Mythos Preview ha collocato il 23,7% delle immagini entro un chilometro dalla posizione corretta; Mythos 5 ha raggiunto il 23,1%.
La geolocalizzazione basata sul testo ha prodotto risultati più disomogenei. Su 1.697 utenti anonimizzati del corpus GeoText, Mythos Preview ha registrato un errore mediano di 20,1 chilometri quando gli è stato fornito uno strumento di ricerca in sandbox. Anthropic ha rilevato che la maggior parte delle identificazioni riuscite si basava su indizi espliciti, come nomi di campus, riferimenti a strade o locali; alcuni modelli, tuttavia, hanno dedotto i luoghi da dialetti, squadre sportive, sistemi di trasporto ed eventi locali.
Il software per i droni funziona in simulazione, ma non ancora sul campo
Le valutazioni sulle armi si sono concentrate sul software di guida, navigazione e controllo di un quadricottero simulato. I modelli hanno ricevuto un brief scritto, librerie Python di base, un ambiente fisico, vento, rumore dei sensori e una videocamera di bordo. Hanno scritto il codice per il controllo del volo, avviato il drone, esaminato la telemetria e le immagini della videocamera, quindi rivisto il software entro un numero prestabilito di tentativi.
Nel compito più semplice, che prevedeva un veicolo fermo e ben visibile in un campo aperto, Opus 5 ha raggiunto un tasso di attacchi simulati riusciti dell’80%. Mythos Preview ha raggiunto il 70%, Mythos 5 il 53%, Kimi K3 il 15% e Sonnet 5 il 5%.
Le prestazioni sono calate nettamente quando il bersaglio era in movimento. Contro un veicolo che viaggiava a velocità stradale, Opus 5 ha raggiunto il 47%, Mythos Preview il 20%, Mythos 5 il 17%, Kimi K3 l’1,6% e Sonnet 5 lo 0%. I test variavano anche l’aspetto dei veicoli, la presenza di ostacoli sulla strada, di veicoli-esca e di manovre evasive.
Anthropic ha testato se i modelli fossero in grado di consegnare un carico utile e di funzionare in caso di negazione o falsificazione dei segnali GPS. Opus 5, Mythos 5 e Mythos Preview hanno scritto software di guida funzionante per ogni compito simulato dello studio e migliorato i risultati nelle impostazioni facili e intermedie. Nessun modello è riuscito nello scenario più difficile di falsificazione del GPS.
I modelli open-weight sono indietro rispetto a quelli di frontiera, ma restano capaci
Nelle valutazioni Anthropic ha incluso Kimi K3 e GLM 5.2, modelli open-weight sviluppati in Cina. L’azienda afferma che in genere hanno ottenuto risultati inferiori ai suoi sistemi di frontiera, collocandosi spesso tra i modelli della classe Sonnet e quelli della classe Mythos, ma non sono rientrati in una categoria che Anthropic considera sicura.
In un test di geolocalizzazione fotografica, Kimi K3 ha eguagliato Sonnet 5 per errore mediano, collocando però una quota maggiore di immagini entro un chilometro dalla posizione corretta. Nei test sui droni, Kimi K3 ha superato Sonnet 5 nella consegna del carico utile, ma è rimasto su livelli simili a Sonnet nella guida terminale e nel funzionamento in presenza di interferenze GPS.
Anthropic afferma che anche i modelli al di sotto di quelli di frontiera continueranno ad avere applicazioni nell’intelligence e in ambito militare. I suoi ricercatori descrivono i risultati come un livello minimo, non come un limite massimo, perché i sistemi hanno operato senza accesso illimitato a Internet, librerie complete di soluzioni, test hardware o un ingegnere umano che esaminasse approfonditamente ogni volo.
Sei casi di uso improprio danno alle simulazioni un riscontro concreto
Il rapporto sulle minacce di settembre di Anthropic riguarda attività interrotte tra dicembre 2025 e agosto 2026. Descrive sei casi legati alle armi che coinvolgono attori in Cina, Russia e Yemen.
In un caso, una cellula con base in Yemen ha usato Claude Code per sviluppare software di guida, navigazione e controllo per un razzo guidato, compreso codice per un computer di volo di classe telefonica, build del firmware e simulazioni di volo. Anthropic afferma che il gruppo ha effettuato un lancio di prova con un razzo guidato, apparentemente senza successo, e nel giro di poche ore è tornato a Claude per analizzare il fallimento. L’azienda afferma di non aver trovato prove che gli attori abbiano messo in servizio un dispositivo operativo.
Un’altra operazione riguardava software per uno sciame di droni. Anthropic afferma che il sistema comprendeva una memoria condivisa dello sciame, una guida terminale basata sulle videocamere di bordo, il rilevamento degli operatori di droni avversari e un modello di bordo in grado di selezionare i bersagli e impartire comandi di detonazione senza intervento umano. Gli attori hanno caricato il codice su schede di sviluppo reali e testato parti del sistema con simulazioni hardware-in-the-loop.
Anthropic afferma di aver vietato gli account collegati, migliorato i propri sistemi di rilevamento e condiviso informazioni con partner del settore pubblico e privato. Ha inoltre introdotto classificatori pensati per rilevare e bloccare richieste legate a esplosivi ad alto potenziale e allo sviluppo di armi.
Anthropic afferma che i limiti contano, ma non cancellano il rischio
La ricerca non dimostra che un modello di IA sia in grado di costruire e impiegare in autonomia un’arma affidabile. Anthropic afferma esplicitamente che le valutazioni si basano solo su simulazioni, che gli scenari più difficili restano irrisolti e che l’accesso ai materiali, alle attrezzature di produzione e a test reali continua a rappresentare un vincolo importante.
La tesi più circoscritta è che i modelli stanno riducendo uno degli ostacoli legati alla disponibilità di manodopera esperta. L’azienda conclude che i sistemi chiusi e open-weight oggi disponibili possono aiutare a identificare e localizzare persone e a progettare software per sottosistemi d’arma. La questione immediata di politica pubblica sollevata dai rapporti è se i test di sicurezza e i controlli contro l’uso improprio riusciranno a tenere il passo con la diffusione delle capacità oltre i sistemi proprietari.