Cyabra ha lanciato Coordinated Activity Detection, un agente di intelligenza artificiale progettato per stabilire automaticamente se un insieme di account, contenuti e conversazioni online presenti caratteristiche riconducibili a un’attività coordinata e non autentica. Il sistema applica su ogni scansione la metodologia investigativa utilizzata dagli analisti dell’azienda, collega segnali distribuiti tra profili, tempi di pubblicazione, cluster di utenti, contenuti e narrazioni e restituisce un verdetto unico accompagnato dalle prove che hanno portato alla conclusione.
L’obiettivo è ridurre la dipendenza dalle indagini manuali, finora necessarie per ricostruire le relazioni tra numerosi indicatori apparentemente separati. L’identificazione di una campagna coordinata richiede infatti di confrontare l’autenticità degli account, individuare concentrazioni anomale di attività, analizzare la sincronizzazione temporale dei messaggi, riconoscere contenuti simili e verificare se determinate narrazioni vengano diffuse attraverso gruppi di profili che agiscono secondo schemi comuni. Questi elementi possono essere rilevati singolarmente dagli strumenti di monitoraggio, ma la loro interpretazione complessiva richiede competenze specialistiche, tempi elevati e valutazioni che possono variare da un analista all’altro.
La diffusione dell’intelligenza artificiale generativa ha reso questo limite ancora più rilevante, perché ha ridotto il costo necessario per produrre grandi quantità di testi, immagini e profili destinati a campagne di disinformazione o manipolazione. Le operazioni coordinate possono quindi essere avviate più rapidamente, utilizzare contenuti maggiormente diversificati e coinvolgere un numero elevato di account, rendendo difficile per i team umani analizzare tutte le attività con la stessa velocità e uniformità.
Coordinated Activity Detection traduce il processo investigativo in una sequenza automatizzata. L’agente stabilisce inizialmente un livello di sospetto di base analizzando l’autenticità degli account coinvolti, quindi identifica i periodi nei quali si verificano i picchi di attività e controlla ogni cluster presente nella scansione per rilevare eventuali concentrazioni di comportamento non autentico. Successivamente confronta orari di pubblicazione, caratteristiche dei contenuti e informazioni dei profili, cercando schemi compatibili con una manipolazione organizzata o con una collaborazione intenzionale tra gli account.
Quando gli indicatori raccolti risultano sufficientemente significativi, il sistema avvia una fase di approfondimento dedicata alle narrazioni. L’agente ricostruisce quali messaggi vengono promossi, individua gli account che li hanno introdotti per primi e analizza il modo in cui si sono propagati tra comunità, cluster e piattaforme. In questo modo la valutazione non si limita a stabilire che numerosi profili hanno pubblicato contenuti simili, ma cerca di ricostruire l’origine e l’evoluzione della campagna, distinguendo una diffusione spontanea da un’attività organizzata.
I risultati delle diverse fasi vengono mostrati mentre l’indagine è ancora in corso, consentendo agli utenti di seguire il ragionamento dell’agente e di verificare quali elementi stiano modificando la valutazione. Il sistema non restituisce quindi soltanto un punteggio sintetico o una segnalazione priva di spiegazioni, ma collega ogni indicatore al dato specifico che lo ha attivato, costruendo una catena di evidenze consultabile e verificabile.
Al termine dell’analisi, l’agente assegna uno dei quattro possibili verdetti: coordinamento confermato, coordinamento probabile, prove insufficienti oppure nessun coordinamento rilevato. La conclusione viene accompagnata da un livello di confidenza e da un rapporto completo contenente gli elementi utilizzati per formularla. L’elaborazione richiede normalmente meno di trenta secondi e viene eseguita automaticamente per ogni scansione, senza che l’utente debba avviare manualmente l’indagine o interpretare autonomamente tutti i segnali prodotti dalla piattaforma.
Coordinated Activity Detection è già disponibile all’interno della piattaforma Cyabra e viene applicato automaticamente alle scansioni eseguite. Il verdetto appare direttamente nelle sezioni dedicate all’autenticità degli account e all’analisi delle narrazioni, mentre il rapporto può essere scaricato e condiviso con altri team aziendali, responsabili della sicurezza, dirigenti o autorità pubbliche.
La soluzione è rivolta in particolare ai gruppi aziendali che si occupano di comunicazione e protezione del marchio, che devono trasformare rapidamente un’anomalia osservata sui social network in una valutazione utilizzabile nelle decisioni operative. Può essere impiegata anche da enti pubblici e amministrazioni che necessitano di una documentazione verificabile a supporto delle proprie analisi, oltre che dagli stessi analisti di Cyabra, ai quali permette di automatizzare la raccolta e il collegamento dei segnali ripetitivi senza eliminare le decisioni che richiedono una valutazione umana.
L’agente non sostituisce completamente l’investigatore, ma automatizza la parte più onerosa e standardizzabile del lavoro, organizzando le evidenze e formulando una conclusione preliminare difendibile. Gli analisti possono così concentrarsi sui casi più complessi, sul contesto nel quale si sviluppano le campagne e sulle decisioni successive, mantenendo la possibilità di verificare ogni passaggio compiuto dal sistema.
Coordinated Activity Detection rappresenta il primo componente di una serie di agenti investigativi che Cyabra prevede di sviluppare. La stessa impostazione, basata sulla produzione automatica di un verdetto unico per ogni scansione e sulla disponibilità delle relative prove, dovrebbe essere estesa all’analisi delle narrazioni e alla mappatura delle reti di influenza. L’obiettivo è trasformare grandi quantità di segnali digitali in valutazioni operative, spiegabili e applicabili su larga scala, riducendo il tempo necessario per riconoscere campagne coordinate prima che riescano a modificare il dibattito pubblico, danneggiare un’organizzazione o influenzare le decisioni degli utenti.