Non è più fantascienza: con l’IA i criminali crypto creano identità false per convincere le vittime a investire

Grazie alle nuove tecnologie, i criminali sfruttano l’intelligenza artificiale per creare identità false e sofisticare truffe nel mondo crypto. L’articolo esplora metodi, rischi e risposte di istituzioni e utenti.

Il connubio tra intelligenza artificiale e tecnologie blockchain sta ridefinendo il panorama della sicurezza digitale. Ladozione di sistemi evoluti di AI nel settore delle criptovalute ha innescato una trasformazione radicale nei metodi dazione dei gruppi criminali, che oggi sfruttano strumenti sofisticati non solo per aumentare lefficacia dei loro attacchi, ma anche per renderli meno rilevabili e pi persuasivi. Lattivit criminale nel segmento delle valute digitali si avvale ormai di strumenti intelligenti per la creazione di identit digitali false, lesecuzione di frodi complesse e la manipolazione delle vittime tramite chatbot e deepfake. Le pi recenti statistiche, diffuse da societ di intelligence come TRM Labs, confermano una crescita a doppia cifra delluso illecito di AI nel comparto crypto, con le truffe che spiccano tra le pratiche pi diffuse e mature. Non si tratta pi solo di una minaccia ipotetica: la tecnologia, in questo scenario, sembra talvolta rivoltarsi contro gli stessi utenti cui dovrebbe offrire protezione e innovazione. In questo scenario, lautorit investigativa e il legislatore si ritrovano a rincorrere una minaccia agile, mutevole e globale.

Ladozione crescente dellIA nel settore delle truffe crypto

Lintegrazione dellintelligenza artificiale nei processi criminali legati alle criptovalute ha registrato un incremento del 40% nellultimo anno, raggiungendo livelli mai visti prima. Secondo il nuovo AI-in-Crime Adoption Index di TRM Labs, oggi lAI viene utilizzata in modo sistematico e avanzato nella quasi totalit delle grandi tipologie di frode crypto. Questa maturit si evidenzia soprattutto nelle truffe, che guidano il punteggio di adottabilit e sofisticazione, distaccando hacking e ransomware. Le seguenti tendenze marcano il contesto attuale:

• Automazione delle fasi chiave: lAI permette la generazione automatica di liste di bersagli, la creazione di contenuti di inganno e la gestione diretta di interazioni con le vittime.
• Crescita delle segnalazioni: dal 2022, le denunce di truffe supportate da AI sono salite di oltre tredici volte, con impatti economici che hanno superato di oltre duecentosessanta punti percentuali quelli del 2025.
• Deepfake in evoluzione: buona parte dei siti fraudolenti attivi pubblicizza prodotti e servizi legati allintelligenza artificiale per ottenere maggiore fiducia.

Il quadro risultante quello di un settore dove lautomazione e la capacit predittiva dellAI hanno abbassato la soglia di accesso al crimine, consentendo anche a soggetti meno esperti di orchestrare truffe sofisticate e su larga scala.

Tecniche di frode e deepfake: come i criminali sfruttano lIA

Le modalit di attacco si sono moltiplicate grazie allintelligenza artificiale, che offre strumenti per sofisticare strategie di persuasione, inganno e manipolazione visiva e vocale. Oggi i criminali possono creare video e audio deepfake oltremodo realistici, capaci di simulare investitori celebri, rappresentanti di piattaforme di scambio o persino funzionari di enti normativi. Queste rappresentazioni fittizie sono usate per:

• Indurre le vittime a trasferire fondi su wallet sconosciuti o a investire in asset inesistenti
• Diffondere informazioni fuorvianti tramite social network, gruppi privati e canali oscuri
• Aumentare la credibilit di falsi progetti crypto, spacciando la loro offerta come innovazione garantita o supportata da personalit famose

LIA, inoltre, consente di automatizzare le risposte delle vittime apparenti nelle chat online, alimentando la pressione sociale e la persuasione. Le chatbot criminali sono calibrate per sembrare empatiche e rassicuranti, ingannando facilmente anche gli utenti pi esperti. Lanalisi dei dati raccolti nei canali telegram, forum e dark web mostra che i tool aumentano la velocit di adattamento dei messaggi di phishing ai contesti linguistici e culturali dei singoli paesi, aumentando cos il tasso di successo degli attacchi. I deepfake creano nuovi livelli di minaccia in quanto possono essere replicati su larga scala, spingendo verso una industrializzazione della truffa digitale.

Dalla lista degli obiettivi alle conversazioni: il ruolo completo dellIA

Lintelligenza artificiale non interviene pi solo in singole fasi della frode, ma spesso si occupa di orchestrare lintero ciclo di vita dellattacco. Dai primi momenti in cui individua e seleziona i potenziali bersagli, fino alla gestione dinamica delle conversazioni, ogni passaggio pu essere completamente automatizzato. Le funzioni pi innovative dellAI impiegata in scenari illeciti includono:

• Data mining e profiling intelligente per scovare target ad alto rischio, sfruttando metriche comportamentali estratte da social network, forum di discussione e database pubblici
• Costruzione automatica di storytelling personalizzato in base alle informazioni raccolte su ciascuna vittima
• Uso di agenti conversazionali adattivi che interagiscono dal vivo con le vittime, rispondendo a dubbi e adattando le offerte dinganno in tempo reale
• Gestione della reputazione delle identit digitali manipolate, grazie a commenti, recensioni e riscontri che rinforzano la credibilit della frode

Lapporto dellAI su vasta scala, dunque, avvicina la criminalit digitale a un livello di organizzazione e scalabilit industriale, riducendo la necessit di interventi umani specializzati e rendendo le truffe pi difficili da intercettare agli occhi degli utenti e delle stesse forze dellordine.

Hacking, ransomware e nuovi agenti criminali automatizzati

Lutilizzo dellAI nellambito degli attacchi informatici e dei ransomware sta segnando un salto qualitativo e quantitativo rispetto agli anni precedenti. Secondo i report specialistici, il numero di violazioni legate a ransomware e attacchi hacker aumentato sensibilmente rispetto allanno passato, con particolare evidenza per limpiego di kit automatizzati no-code accessibili per poche centinaia di dollari. Il ransomware di nuova generazione reso possibile da agenti capaci di eseguire:

• Ricognizione autonoma dei sistemi bersaglio
• Furto e gestione delle credenziali senza supervisione umana
• Movimenti laterali allinterno delle reti violando segmenti progressivamente
• Cifratura dei dati e richiesta automatizzata di riscatto

Lesempio di JadePuffer, il primo ransomware completamente gestito da agenti autonomi, rappresenta un punto di svolta: la totale assenza di supervisione umana in alcune fasi dellattacco amplifica la minaccia e la velocit delle operazioni criminali. I grandi gruppi hacker legati ad azioni statali o paramilitari come nel caso di attori legati alla Corea del Nord, responsabili di gran parte dei maxi-exploit del 2026 dimostrano come la combinazione di intelligenza artificiale e operazioni di social engineering consenta furti multimilionari, spesso indirizzati a piattaforme di finanza decentralizzata. LAI, quindi, massimizza lefficacia sia nelle fasi di preparazione che in quelle di esecuzione e monetizzazione degli attacchi.

La decentralizzazione e il riciclaggio: luso illecito delle criptovalute

Lavvento delle criptovalute e dei protocolli di finanza decentralizzata (DeFi) ha rappresentato unopportunit per chi intende aggirare i controlli e i limiti imposti dai circuiti tradizionali. Le organizzazioni criminali utilizzano wallet distribuiti, piattaforme DeFi e scambi peer-to-peer per riciclare illeciti proventi in modo rapido e anonimo.

Il fenomeno si consolidato negli ultimi 15 anni, con mafia e gruppi organizzati che impiegano questi strumenti per ridurre i tempi di infiltrazione nelleconomia legale. Le tecniche prevalenti di riciclaggio con valuta digitale includono:

• Smembramento delle transazioni: suddividere grandi quantit di denaro in migliaia di piccoli importi per renderne difficile il tracciamento
• Utilizzo di mixer e tumblers: servizi online che mescolano fondi con quelli legittimi di altri utenti
• Passaggio attraverso attivit DeFi, come prestiti decentralizzati e liquidity pools, per aumentare la complessit

I riscatti dei ransomware vengono regolarmente pagati in criptovaluta, con meccanismi di tracciabilit ancora insufficienti su scala internazionale. Lassenza di normative uniformi e la mancanza di strumenti di monitoraggio unificati rappresentano le maggiori criticit, specie in relazione alla rapida crescita delle piattaforme decentralizzate e alla difficolt nel distinguere attivit lecite e illecite.

Risposte delle istituzioni e strumenti di contrasto basati su IA

Le istituzioni stanno incrementando gli sforzi contro la criminalit supportata dallintelligenza artificiale, introducendo nuove normative e adottando tecnologie di monitoraggio evolute. Diverse leggi a livello europeo e internazionale, come lAI Act dellUnione Europea e le Linee Guida dellUNICRI, orientano il settore verso maggiore trasparenza e responsabilit.

• Le unit finanziarie e gli organismi di sorveglianza, come la UIF della Banca dItalia, utilizzano sistemi di machine learning per identificare schemi sospetti e prevenire trasferimenti di fondi illeciti
• Strumenti di analisi forense digitale, come quelli sviluppati da Chainalysis ed Elliptic, consentono di visualizzare schemi complessi e mappare le reti criminali attraverso milioni di transazioni ogni giorno
• La collaborazione internazionale, con task force congiunte e scambi di informazioni tra autorit, amplia le possibilit di individuazione e sequestro degli asset digitali rubati

Il rafforzamento della cooperazione tra pubblico e privato si traduce in risultati tangibili, come dimostrato dai maggiori sequestri di beni digitali, recuperi di fondi tramite blockchain analytics, e dallo smantellamento di reti criminali grazie allintegrazione tra AI e analisi avanzata dei dati. Il percorso resta per accidentato: la frammentazione delle normative e il rapido adeguamento delle strategie criminali richiedono continui aggiornamenti.

LIA come alleata delle forze dellordine nelle indagini

Lapparente anonimato garantito dalle criptovalute viene ridimensionato dallintroduzione di strumenti di indagine basati sullintelligenza artificiale. Gli algoritmi di machine learning sono oggi in grado di analizzare grandi moli di dati e individuare pattern occultati tra milioni di transazioni, evidenziando connessioni sospette tra wallet e identificando anomalie che sfuggirebbero al controllo manuale.

• Lanalisi OSINT automatizzata consente di collegare informazioni provenienti da social network, dispositivi digitali e transazioni finanziarie, creando mappe dettagliate delle reti criminali
• I software di tracciamento, come i gi citati Chainalysis ed Elliptic, accelerano la localizzazione di fondi rubati e la connessione tra diversi attori criminali
• I gruppi di operazioni digitali, specializzati in indagini sulle blockchain, godono oggi di una reattivit e precisione impensabili solo pochi anni fa

Casi di successo come lOperacin Bonanza in Spagna, che ha portato al recupero di milioni di euro trafugati tramite schema Ponzi grazie a partnership tra polizia e provider di analytics, mostrano come limpiego etico e competente dellintelligenza artificiale renda possibili risultati sempre pi efficaci. Tuttavia, rimane centrale la formazione degli operatori e laggiornamento continuo rispetto alle nuove strategie impiegate dai gruppi cybercriminali.

Come proteggersi: consigli pratici per utenti e investitori

Gli utenti e gli investitori che operano nellambito crypto possono adottare una serie di buone pratiche per ridurre il rischio di cadere vittima di frodi automatiche e social engineering guidate dallAI. Tra i suggerimenti chiave:

• Verificare sempre lautenticit degli interlocutori: video, audio e messaggi possono essere manipolati tramite deepfake. Confrontare fonti, siti ufficiali e canali diretti
• Utilizzare soluzioni avanzate di sicurezza: autenticazione a pi fattori, wallet hardware e verifica delle URL riducono la possibilit di furto di credenziali e accessi non autorizzati
• Diffidare da proposte troppo vantaggiose o insistenze non richieste: le truffe AI-automatizzate puntano sulla pressione psicologica, sulla scarsit di tempo e sulla promessa di rendimenti certi
• Imparare a riconoscere segnali sospetti: grammatica incoerente, cambi improvvisi di stile comunicativo o richieste di informazioni personali sono segnali di attacchi automatici
• Monitorare regolarmente le proprie attivit finanziarie sulla blockchain e tenersi aggiornati sulle nuove tipologie di frode

Unulteriore precauzione consiste nellaggiornare costantemente le conoscenze tecniche e aderire a piattaforme regolamentate che adottano misure avanzate di verifica e monitoraggio. Molte soluzioni di machine learning sono ora offerte anche agli utenti privati per il controllo delle transazioni sospette.

Sfide future: vulnerabilit e limiti dellintelligenza artificiale

Lintelligenza artificiale, pur offrendo benefici evidenti alle istituzioni e agli investigatori, resta soggetta a nuove vulnerabilit e limiti. I principali rischi da monitorare includono:

• Manipolazione dei dati di addestramento da parte di attori malevoli, con la conseguente generazione di modelli deformati e meno affidabili
• Overfitting e bias dei sistemi: gli algoritmi spesso risentono di errori sistemici che portano a falsi positivi o negativi
• Sovraccarico informativo, che pu rallentare lanalisi e lasciare margini di azione agli aggressori pi veloci
• Possibilit di attacchi adversariali: modifiche impercettibili ai dati dingresso possono ingannare i sistemi di AI

Non tutto risolto. La dipendenza crescente dai sistemi automatici rischia di accentuare vulnerabilit di filiera, mentre le nuove frontiere dellAI generativa espongono a nuove tipologie di minaccia, come i modelli evoluti di ransomware autonomi o i sistemi di social engineering iper-personalizzati.

La trasformazione indotta dallintelligenza artificiale sul mercato della criminalit crypto richiede una continua revisione degli strumenti di difesa, delle strategie di prevenzione e delle normative. Lesperienza raccolta negli ultimi anni rivela come la tecnologia possa essere sia vettore di rischio che risorsa imprescindibile per la tutela collettiva. La scelta di bilanciare innovazione e sicurezza rimane centrale: solo investendo in formazione, cooperazione internazionale e implementazioni etiche dellintelligenza artificiale sar possibile contrastare efficacemente le attivit criminali, ponendo solide basi per un futuro digitale pi sicuro. La responsabilit di istituzioni e privati passa dalla comprensione profonda delle minacce alla condivisione trasparente di competenze e dati, cos da scoraggiare la proliferazione di tecniche illecite e garantire che levoluzione tecnologica si traduca in reale progresso per la societ.