Il luogo comune vuole Taiwan come il laboratorio del fact-checking automatizzato. I documenti raccontano l’opposto: su Cofacts a rispondere sono editor volontari, mentre nel 2024 l’IA generativa è comparsa soprattutto dalla parte degli attaccanti, per moltiplicare post e account inautentici. È un’asimmetria che vale la pena capire prima di copiare il modello.
Un utente taiwanese riceve su LINE — l’app di messaggistica dominante nell’isola, qualcosa a metà tra WhatsApp e un social chiuso — un messaggio inquietante inoltrato da un parente. Lo rigira a un chatbot. Il messaggio finisce in un database pubblico. Lì, prima o poi, qualcuno lo legge: non un modello, una persona. Un editor volontario della piattaforma Cofacts cerca fonti, scrive una replica, la pubblica. Se più editor rispondono in modo divergente, l’utente non riceve un verdetto unico: riceve tutte le risposte, e si arrangia.
Questa è, secondo le fonti disponibili, l’architettura reale del più citato strumento civico taiwanese contro le bufale. È importante dirlo subito perché la narrazione che circola in Europa è un’altra: Taiwan come laboratorio del fact-checking automatizzato, con modelli linguistici che smontano in tempo reale le operazioni informative cinesi. Dove l’intelligenza artificiale compare davvero, e in modo documentato, è sul lato opposto del tavolo. Nel ciclo elettorale del 2024 l’IA generativa — sistemi addestrati su enormi quantità di testo, capaci di produrre varianti plausibili di uno stesso messaggio a costo quasi nullo — è stata usata per campagne di spam su larga scala e per far variare contenuti e orari di pubblicazione di account inautentici, secondo le analisi di Doublethink Lab, il centro di ricerca taiwanese fondato nel 2019 per studiare le operazioni d’influenza cinesi.
Cosa fa davvero Cofacts
Cofacts nasce dalla comunità di civic tech taiwanese g0v, un movimento di sviluppatori e attivisti che da anni costruisce versioni “ombra” di servizi pubblici. Il bot LINE è attribuito a Johnson Liang, e l’idea è nata da un’osservazione banale e preziosa: MyGoPen, un altro account di fact-checking attivo su LINE, veniva sommerso da messaggi in larghissima parte duplicati. La stessa catena, mille volte. Il problema non era produrre mille verifiche: era riconoscere che erano la stessa cosa e servire una risposta già scritta.
È un’intuizione di ingegneria del lavoro, prima che di tecnologia. Un database condiviso, risposte riusabili, verifica collaborativa. Il fatto che gli editor dissenzienti producano risposte multiple anziché una sintesi autoritativa è una scelta di design politica, non un difetto: dice all’utente che la verità su un messaggio controverso può essere contesa, e gli lascia il carico di valutare. Un modello linguistico, per costruzione, non fa questo. Produce una risposta sola, fluente, con il tono della cosa già decisa.
Se e in che misura Cofacts impieghi oggi componenti di apprendimento automatico — ricerca semantica per agganciare un messaggio nuovo a uno già verificato, deduplicazione, clustering — è una domanda sensata, e sarebbe strano che un progetto nato proprio sul problema dei duplicati non ci abbia pensato. Ma non è qualcosa che si possa affermare senza aprire il repository e la documentazione, e chi scrive non l’ha fatto. Vale la pena segnalarlo, perché il passaggio da “usa qualche classificatore per raggruppare messaggi simili” a “usa l’IA per smentire le bufale” è esattamente il tipo di scivolamento che rende illeggibile il dibattito.
L’altra metà: Doublethink Lab non è un debunker
La seconda confusione ricorrente riguarda Doublethink Lab. Fondato a Taiwan nel 2019, guidato dal co-fondatore e CEO Wu Min Hsuan (noto come “TTCat”, in precedenza alla Open Culture Foundation) e con Puma Shen come ex presidente, è un centro di ricerca e analisi. Non smentisce singole notizie false: ricostruisce reti di account, pattern di pubblicazione, catene di amplificazione. Il rapporto Deafening Whispers del 2021 sulle operazioni informative cinesi attorno alle elezioni taiwanesi del 2020 è lavoro di questo tipo, e il 19 gennaio 2024 il laboratorio ha pubblicato un’analisi secondo cui la Cina continuerà a manipolare l’ambiente informativo taiwanese con tattiche più diversificate, puntando ad amplificare i conflitti interni.
Quel rapporto contiene l’osservazione metodologicamente più utile di tutto il dossier taiwanese, e riguarda proprio l’IA:
La presenza di materiale generato con intelligenza artificiale non stabilisce chi l’abbia creato. L’attribuzione richiede l’analisi delle reti di account, dei comportamenti di pubblicazione e dei legami con i media statali.
Detto altrimenti: un rilevatore di testo sintetico, ammesso che funzioni, risponde a una domanda che non è quella che interessa. Sapere che un post è stato generato da un modello non dice se dietro ci sia un apparato statale, un’agenzia a contratto o un ragazzo annoiato. È un punto che vale ben oltre Taiwan, e che la discussione europea sui deepfake elettorali continua a saltare.
Il 2024 è andato diversamente da come lo si racconta
Le due campagne più estese osservate nel 2024 erano vecchissime nel contenuto: il presunto “figlio illegittimo” del candidato Lai Ching-te e la “storia segreta” della presidente uscente Tsai Ing-wen. Nessuna meraviglia tecnologica, materiale da rotocalco. La novità stava nella produzione industriale delle varianti e nella distribuzione: rispetto al 2022 la partecipazione diretta di media statali della Repubblica Popolare e di influencer su Weibo è stata notevolmente bassa, e la diffusione è passata soprattutto per account non ufficiali. Tracce di coinvolgimento statale deliberatamente ridotte — il che rende l’attribuzione più difficile e, non per caso, Pechino nega ogni interferenza.
Lai Ching-te ha vinto con circa il 40% dei voti, e i rapporti indipendenti sul caso — tra gli altri quello della Thomson Foundation firmato da Chen-ling Hung della National Taiwan University e quello del FNF Global Innovation Hub firmato da Austin Wang — concordano sul fatto che la campagna di disinformazione non abbia ribaltato l’esito. Nessuna di queste analisi, però, quantifica quanto di quel risultato vada attribuito al fact-checking civico e quanto ad altri fattori: una polarizzazione preesistente già strutturata, una consapevolezza pubblica alta dopo anni di esposizione.
Un rapporto del Leiden Asia Centre spinge l’argomento più in là: l’IA rende la disinformazione più economica e scalabile, ma a Taiwan la manipolazione trae forza soprattutto da polarizzazione preesistente e incentivi delle piattaforme. Amplifica divisioni, non le crea. Se è così, un sistema automatico di verifica attacca il sintomo più visibile e lascia intatta la struttura.
Il limite che nessuna metrica cattura
C’è poi un problema che rende sospetta qualunque percentuale di copertura si voglia esibire: i contenuti che circolano nei gruppi chiusi di LINE restano in gran parte invisibili a funzionari, ricercatori e fact-checker. Un modello, per quanto capace, non può classificare messaggi che non vede. Il bot di Cofacts non è un crawler: è un imbuto volontario, dipende dal fatto che qualcuno decida di inoltrare. Il che significa che il campione è autoselezionato per definizione — arrivano i messaggi di cui qualcuno già dubitava.
Intanto la pressione cresce su altri fronti. Il National Security Bureau taiwanese riferisce che nel 2025 le infrastrutture critiche dell’isola hanno subito in media 2,63 milioni di cyberattacchi cinesi al giorno: +6% sul 2024 e +113% sul 2023. In vista delle elezioni locali fissate per il 28 novembre 2026, ad agosto 2026 il DPP ha avvertito che Pechino potrebbe ricorrere a deepfake, registrazioni fabbricate e microtargeting degli elettori, e la Commissione elettorale centrale sta istituendo una task force con una piattaforma online dove i candidati segnalano sospetti deepfake, con rinvio dei casi confermati alle piattaforme.
Qui sta la cosa che il lettore europeo probabilmente non si aspetta. Il meccanismo che Taiwan sta costruendo per il 2026 non è un rilevatore: è una procedura di segnalazione con legittimazione ristretta — i candidati — e un canale verso chi può rimuovere. La parte difficile non è riconoscere il falso, è decidere chi ha il diritto di dire che è falso e chi ha il potere di toglierlo. L’automazione non ha ancora toccato né l’una né l’altra, e il pezzo di infrastruttura taiwanese che vale davvero la pena copiare, se mai, è quello.