La società di intelligenza artificiale Anthropic ha individuato e bloccato cinque tentativi distinti di utilizzare i suoi modelli avanzati per simulare modifiche genetiche su agenti patogeni ad alto rischio tra dicembre 2025 e agosto 2026. L'annuncio è giunto direttamente dalla sede dell'azienda a San Francisco attraverso la pubblicazione di un rapporto dettagliato sulla sicurezza informatica. Gli episodi hanno coinvolto soggetti isolati e gruppi legati a istituti di ricerca che tentavano di analizzare virus altamente infettivi come il chikungunya, il vaiolo e l'influenza aviaria. La scoperta conferma come la crescita delle capacità sintetiche stia progressivamente abbassando la soglia tecnica per accedere alla gestione di minacce biologiche.
In una delle operazioni intercettate dai sistemi di monitoraggio interno, un utente affiliato a un centro di ricerca scientifica ha impiegato la piattaforma per redigere una proposta di finanziamento incentrata sul potenziamento della trasmissibilità del virus chikungunya. L'esperimento teorico prevedeva l'infezione sequenziale di modelli animali per velocizzare la mutazione del patogeno, una tecnica che sovrappone la ricerca vaccinale alla potenziale creazione di armi sintetiche. Sebbene i filtri automatizzati abbiano arrestato la generazione dei testi più sensibili, il ricercatore ha tentato di eludere i blocchi operando attraverso server intermediari per nascondere la propria provenienza geografica e scavalcare i protocolli di accesso.
Un ulteriore caso documentato dagli analisti riguarda l'impiego del modello Claude Opus per facilitare la stesura di documenti sulle proprietà di evasione immunitaria degli orthopoxvirus, la famiglia virale a cui appartiene il vaiolo. L'utente è riuscito a condensare in circa un'ora un lavoro di sintesi informativa che avrebbe richiesto giorni di consultazione tradizionale, prima che l'intervento manuale dei tecnici interrompesse la sessione. L'indagine ha evidenziato procedimenti analoghi volti ad analizzare l'adattamento dell'influenza aviaria ai mammiferi e la struttura molecolare di alcune tossine naturali. La velocità con cui questi strumenti riorganizzano la letteratura scientifica specialistica rappresenta il nodo principale per la sicurezza, poiché riduce drasticamente il divario tra l'intenzione e la fattibilità tecnica.
Il documento diffuso dall'azienda si inserisce in una fase di forte dibattito interno alla comunità scientifica, segnata dalle dimissioni di diversi ricercatori preoccupati per la rapidità con cui i modelli di nuova generazione vengono resi accessibili al pubblico. In risposta agli eventi rilevati, il team di sviluppo ha integrato nuovi moduli di controllo preventivo specializzati nel rilevamento di concetti legati alla chimica complessa e alla biologia avanzata. La vicenda mostra tuttavia che la semplice introduzione di filtri commerciali posti a protezione dei software non garantisce una difesa completa quando la tecnologia viene applicata a contesti ad alto rischio. La reale efficacia dei sistemi di prevenzione dipende dalla capacità di strutturare una governance condivisa, capace di guardare oltre le singole soluzioni aziendali.
Quando l'architettura dei modelli di calcolo diventa un assistente in grado di elaborare dati su scala molecolare, la protezione dei dati scientifici cessa di essere una questione privata. La necessità di stabilire regole chiare sul confine tra progresso biomedico e proliferazione di agenti patogeni pone la ricerca di fronte a un dilemma strutturale. Resta aperto l'interrogativo su come garantire la libertà della scoperta scientifica senza trasformare le reti neurali in uno strumento di vulnerabilità globale.