Giornalisti imputati e verdetti in 72 ore. È questo lo scenario che si profila con Objection.ai, la nuova iniziativa sostenuta anche dall’investitore Peter Thiel.
Una piattaforma che non si limita a “contestare” contenuti giornalistici: li mette sotto procedura. Chiunque può attivarla, pagando una quota iniziale e presentando un’obiezione. Da lì parte un meccanismo che ha poco di improvvisato: raccolta delle informazioni, analisi del caso, confronto tra le parti, sintesi finale. Tutto in sequenza, tutto accelerato.
La promessa è la velocità. Ma la sostanza è il modo in cui quella velocità viene costruita. Le contestazioni vengono esaminate da team con background investigativo – spesso ex intelligence o forze dell’ordine – che ricostruiscono contesto e affidabilità delle fonti. I giornalisti coinvolti possono rispondere, difendersi, contestare a loro volta. Poi però arriva il passaggio decisivo: sistemi di intelligenza artificiale che sintetizzano tutto in un verdetto. In circa 72 ore.
Non è un tribunale. Non produce effetti legali. Ma sarebbe ingenuo pensare che questo lo renda marginale. Il punto non è – solo – la legge, è la reputazione. Perché un giudizio di questo tipo può spostare fiducia, influenzare inserzionisti, cambiare la percezione pubblica di un giornale o di un singolo cronista. E oggi, spesso, è proprio questo che decide la tenuta di un’informazione.
Dietro il progetto c’è Aron D’Souza, già legato a uno dei casi più discussi del giornalismo americano contemporaneo: Bollea v. Gawker. La vicenda del sex tape del wrestler Hulk Hogan sfociò in una battaglia legale imponente, sostenuta indirettamente anche da Peter Thiel, che investì circa 10 milioni di dollari in azioni contro Gawker Media. Il risultato: 140 milioni di risarcimento e la bancarotta del gruppo nel 2016.
Per D’Souza quel caso non è solo un precedente. È una dimostrazione. L’idea che il giornalismo possa essere “regolato” anche fuori dai tribunali tradizionali. Objection.ai prova a trasformare quella logica in infrastruttura: non più cause isolate, ma un sistema replicabile.
Da qui nasce l’espressione che il progetto stesso sembra suggerire: una giuria algoritmica. Più modelli di intelligenza artificiale leggono lo stesso caso, lo analizzano da angolazioni diverse, confrontano elementi, producono una sintesi. Alla fine resta un solo verdetto. Pubblico e potenzialmente permanente.
La domanda che emerge non riguarda solo Objection.ai, ma il terreno su cui si muove. Negli Stati Uniti la libertà di stampa è protetta da uno standard molto alto. Dal caso New York Times Co. v. Sullivan (1964) in poi, per i personaggi pubblici non basta dimostrare che una notizia è falsa: bisogna provare la “actual malice”, cioè la consapevole falsità o il disprezzo per la verità. È una scelta precisa: proteggere il dibattito pubblico anche a costo di tollerare errori.
In Europa il modello è diverso. La Convenzione Europea dei Diritti dell’Uomo costruisce un bilanciamento continuo tra libertà di espressione e diritto alla reputazione. Non c’è una soglia unica: ogni caso viene pesato su fattori diversi – interesse pubblico, ruolo della persona, modalità di raccolta, veridicità, conseguenze, proporzionalità delle sanzioni. Più equilibrio, meno linee nette. Due filosofie diverse, due idee di stampa.
Mentre si discute di verità e responsabilità, si muove un’altra frattura, più concreta. Le autorità investigative oggi hanno accesso a strumenti che il giornalismo spesso non ha: sorveglianza avanzata, analisi massiva dei dati, software sviluppati da aziende di intelligence, accesso a reti criptate. Un arsenale tecnologico che rende possibile vedere molto più in profondità.
I giornalisti, invece, lavorano spesso in condizioni asimmetriche. Non solo economiche, ma anche operative. Negli Stati Uniti, ad esempio, il sistema PACER permette di accedere ai documenti giudiziari federali, ma ogni pagina ha un costo. E un’inchiesta lunga può diventare rapidamente proibitiva.
E poi c’è un altro livello ancora: quello degli algoritmi usati nelle istituzioni. Sistemi predittivi, modelli di rischio, software che influenzano decisioni amministrative e giudiziarie. Non sempre decidono, ma orientano. E spesso non sono completamente trasparenti. Per chi fa giornalismo investigativo, questo significa una cosa semplice: il potere diventa più difficile da vedere proprio mentre diventa più automatizzato.
C’è un errore ricorrente nel dibattito: pensare che l’intelligenza artificiale sia solo uno strumento di controllo. In realtà è anche uno strumento di scoperta. A volte potentissimo.
I Panama Papers lo hanno mostrato con chiarezza: milioni di documenti – lettere, email, contratti e database finanziari trapelati da studi legali offshore – hanno permesso, grazie a machine learning e database a grafo, di ricostruire reti globali di evasione fiscale. Senza questi strumenti, quel lavoro sarebbe stato semplicemente ingestibile.
Lo stesso vale per le grandi inchieste sui Pandora Papers, per il fact-checking automatizzato, per l’analisi di immagini e video manipolati. O per l’uso di dati satellitari che oggi permettono di monitorare deforestazione e inquinamento in tempo quasi reale.
Gli stessi strumenti che possono classificare e controllare possono anche smascherare. Dipende da chi li usa. E da chi li controlla.
Ogni salto tecnologico nel giornalismo ha avuto lo stesso doppio volto.
Il telegrafo ha reso le notizie immediate, ma ha aperto nuove forme di sorveglianza. La fotografia ha reso la prova più concreta, ma ha accelerato il conflitto con privacy e diffamazione. Il digitale ha moltiplicato i dati, ma ha spostato il lavoro dentro enormi archivi e leak globali.
Da Watergate – lo scandalo politico americano degli anni ’70 che portò alle dimissioni del presidente Richard Nixon, ricostruito dai giornalisti del Washington Post attraverso fonti interne e lavoro investigativo tradizionale – alle rivelazioni di WikiLeaks – l’organizzazione fondata nel 2006 da Julian Assange che ha diffuso enormi quantità di documenti riservati digitali – fino al data journalism contemporaneo, il punto non è mai cambiato davvero: la tecnologia amplia sempre la capacità di vedere – e contemporaneamente quella di controllare.
Objection.ai si inserisce esattamente qui, ma alza la posta. Non solo analizza l’informazione: la giudica. E lo fa in tempi compressi, con un impatto che non passa dai tribunali ma dalla reputazione.
E allora la domanda diventa meno teorica di quanto sembri. Cosa succede quando il giudizio sull’informazione arriva più velocemente dell’informazione stessa?
Perché il rischio non è che l’intelligenza artificiale cambi il giornalismo. Il rischio è che inizi a definirne il valore mentre ancora lo sta raccontando.