Marcello LegaL’intelligenza artificiale sa già scrivere testi, creare immagini, programmare e utilizzare autonomamente alcuni strumenti digitali. La domanda che sempre più persone si fanno, però, è un’altra: l’AI è in grado di hackerare da sola un sistema informatico?
È proprio quello che ha cercato di scoprire James Kettle, ricercatore di sicurezza informatica e direttore della ricerca di PortSwigger. Nel 2026, Kettle ha presentato HTTP Terminator, un sistema di AI sviluppato per cercare nuove vulnerabilità e, soprattutto, per capire se un’IA sia in grado di inventare tecniche di attacco mai utilizzate prima.
Il risultato è stato molto interessante e, per certi versi, rassicurante. L’IA è riuscita da sola a generare e verificare numerose nuove idee di attacco. Ma alcune delle scoperte più importanti sono arrivate solo quando Kettle è intervenuto per interpretare ciò che il sistema aveva trovato e indirizzare la ricerca.
Detto in altri termini, l’IA è molto potente nella cybersecurity, ma dà il meglio di sé quando viene gestita e affiancata da una persona, che può interpretarne i risultati, riconoscere quelli più importanti e indirizzare la ricerca.
In questo articolo vedremo l’esperimento di James Kettle con HTTP Terminator, quali sono le capacità attuali dell’AI nella cybersecurity e come incidono sulla sicurezza degli utenti di internet.
HTTP Terminator: un’IA alla ricerca di nuovi modi per attaccare i siti
Vediamo brevemente in cosa consiste l’esperimento di HTTP Terminator. Kettle non si è limitato a chiedere a un chatbot di “trovare una vulnerabilità”. Ha costruito un’intera infrastruttura di ricerca attorno all’intelligenza artificiale:
Il sistema ha analizzato 138 documenti tecnici relativi ai protocolli utilizzati sul web e li ha suddivisi in circa 15.000 piccoli frammenti. A partire da queste informazioni ha generato circa 30.000 possibili tecniche di attacco, che sono state successivamente sottoposte a test su siti per i quali esisteva un’autorizzazione nell’ambito di programmi di bug bounty. (Molte aziende pagano gli esperti di sicurezza per aiutarle a trovare bug e vulnerabilità informatiche).
L’obiettivo non era semplicemente individuare vulnerabilità già note, ma vedere se l’IA fosse capace di fare qualcosa di più vicino alla vera ricerca, cioè osservare comportamenti insoliti, formulare nuove ipotesi e utilizzarle per scoprire problemi che nessuno aveva ancora descritto. E in alcuni casi ci è riuscita.
Uno degli esempi più interessanti è quello che Kettle ha chiamato Shared-Parser Confusion. Senza entrare troppo nei dettagli tecnici, l’IA ha notato che alcuni server potrebbero usare lo stesso componente software per interpretare sia le richieste ricevute sia le risposte inviate. Da qui ha formulato un’ipotesi. Alcune regole che dovrebbero essere applicate solo alle risposte potrebbero essere utilizzate per errore anche per interpretare le richieste, creando comportamenti inattesi e potenzialmente sfruttabili.
Ma l’IA non è riuscita a portare da sola l’intuizione fino alle sue conseguenze più importanti. È stato Kettle ad accompagnare il ragionamento dell’AI e a riconoscere, alla fine, il potenziale e il valore dell’ipotesi, per poi verificarla e svilupparla ulteriormente.
Lo stesso ricercatore ha sintetizzato bene ciò che era successo. “L‘IA non avrebbe completato quella scoperta senza di lui, ma probabilmente nemmeno lui sarebbe arrivato alla stessa intuizione senza l’IA”.
Si tratta quindi di una simbiosi virtuosa, che consente all’umano di essere molto più efficiente e concentrarsi sulla parte creativa e strategica dei compiti, unendo i puntini trovati dall’AI.
Perché l’intelligenza artificiale è così brava con il codice?
Prima, però, vale la pena capire un concetto importante. Perché l’intelligenza artificiale e gli LLM sono così bravi con il codice e nelle attività di cybersecurity?
Il fatto è che gli LLM, come i modelli alla base di Gemini o ChatGPT, non lavorano soltanto con il linguaggio naturale. Sono diventati molto capaci anche di leggere e generare codice informatico.
Innanzitutto, il codice è molto strutturato. Un programma segue regole precise e, soprattutto, può essere eseguito e verificato. Se un modello genera una funzione che non funziona, il sistema può ricevere un errore, modificare il codice e riprovare. Questa caratteristica rende il codice particolarmente adatto al lavoro degli LLM. Il modello può generarlo, verificarne il funzionamento, correggere gli errori e riprovare.
L’IA può esaminare rapidamente quantità di codice che richiederebbero moltissimo tempo a una persona. Può confrontare parti diverse di un programma, cercare schemi ricorrenti, individuare anomalie, proporre modifiche o formulare ipotesi sul motivo per cui un determinato comportamento si verifica. Tutte queste capacità sono utilissime nella cybersecurity.
Un ricercatore che cerca una vulnerabilità deve spesso analizzare grandi quantità di codice e documentazione, capire come interagiscono componenti diversi. E provare numerose possibilità prima di trovare qualcosa di significativo. Un modello di IA può svolgere una parte di questo lavoro con una velocità e su una scala difficili (o impossibili) da raggiungere manualmente.
Nel 2026, per esempio, Anthropic e Mozilla hanno utilizzato Claude per analizzare il codice di Firefox. In circa due settimane il sistema ha prodotto più di cento segnalazioni, delle quali sono state confermate 22 nuove vulnerabilità.
Attenzione, però, rimaniamo sempre con i piedi per terra. Questo non significa che l’IA possa automaticamente trasformare ogni vulnerabilità in un attacco funzionante.
Secondo ExploitGym, un test progettato nel 2026 per misurare proprio questa capacità, i modelli migliori sono riusciti a completare solo una parte delle prove. Il risultato dimostra contemporaneamente due cose. Queste capacità sono già reali, ma i problemi più difficili continuano a rappresentare un ostacolo significativo se non interviene un essere umano (esperto).
Uomo e IA: insieme funzionano meglio
È facile immaginare il futuro dell’hacking come una competizione tra esseri umani e macchine. Gli esperimenti di Kettle suggeriscono invece uno scenario diverso. L‘intelligenza artificiale e le persone hanno capacità complementari.
Ad esempio, un sistema automatico può analizzare migliaia di documenti, generare enormi quantità di ipotesi, eseguire prove ripetitive. E continuare a esplorare una pista molto più velocemente di un singolo ricercatore, tutto questo senza stancarsi né perdere il filo del ragionamento.
Ma produrre molte idee non significa necessariamente capire quali siano importanti. Una persona esperta apporta qualcosa di diverso: esperienza, conoscenza del contesto e capacità di riconoscere quando un risultato apparentemente insignificante nasconde qualcosa di interessante.
Questo perché l’intelligenza umana non consiste solo nel seguire procedure e schemi. Comprende anche capacità ancora difficili da spiegare e riprodurre, che a volte riassumiamo con una parola tanto efficace quanto sfocata: “intuito“.
L’umano, inoltre, può accorgersi quando l’IA sta seguendo una pista sbagliata, distinguere una vera vulnerabilità da un falso positivo e decidere quale domanda porre successivamente.
Lo stesso Kettle aveva riscontrato questo problema nei primi esperimenti. I modelli tendevano a presentare ricerche già esistenti come se fossero nuove. Per questo ha progressivamente ristretto il campo di ricerca a settori che conosceva molto bene, in modo da poter controllare e valutare i risultati e le ipotesi dell’IA.
Riassumendo. L’AI permette di lavorare su grandi quantità di informazioni con efficienza e velocità, mentre l’essere umano contribuisce con il proprio giudizio, intuito, capacità di comprendere il contesto e di dirigere le ricerche. E, naturalmente, questo vale sia per chi attacca i sistemi sia per chi cerca di difenderli.
Cosa significa tutto questo per chi usa Internet?
Per un utente normale, che naviga, legge le email, va sui social o gioca online, tutto questo potrebbe sembrare molto distante. Dopotutto, poche persone devono preoccuparsi direttamente dei parser HTTP o delle vulnerabilità del codice di Firefox. Le conseguenze, però, possono arrivare fino ai dispositivi e agli account che utilizziamo ogni giorno.
La prima riguarda la velocità. Se l’AI consente di individuare vulnerabilità più rapidamente, anche il tempo disponibile per correggerle prima che qualcuno tenti di sfruttarle potrebbe ridursi. Aggiornare rapidamente sistema operativo, browser, applicazioni e dispositivi diventa quindi ancora più importante che 5 anni fa.
La seconda riguarda la quantità di attacchi. Un cybercriminale può utilizzare l’IA per automatizzare attività che prima richiedevano molto lavoro manuale. Pensiamo a come questa capacità può essere applicata, ad esempio, al phishing e al social engineering. Gli strumenti di IA generativa possono facilitare la produzione di messaggi ben scritti, convincenti e tradotti in molte lingue diverse.
Anche qui il problema non è necessariamente un sistema che decide autonomamente chi truffare: è la possibilità per un criminale di fare più cose con meno tempo e risorse. Questo non significa, però, che servano difese completamente nuove.
Cosa puoi fare per difenderti dalle nuove minacce informatiche
Paradossalmente, da quando esiste l’IA e viene usata dai cybercriminali, le regole e i pilastri della sicurezza informatica non sono cambiati, ma si sono consolidati ancora di più.
Nel 2026 come nel 2022, valgono sempre gli stessi principi, solo che ora chi non li rispetta corre un rischio molto maggiore. Vediamo allora cosa possiamo fare noi utenti comuni di internet per proteggerci dalle nuove minacce e dai cybercriminali “potenziati” con l’AI:
- Installa rapidamente gli aggiornamenti di sicurezza. Aggiorna tutto, continuamente: dispositivi, sistemi operativi, app, antivirus, persino il firmware del router di casa.
- Utilizza password diverse per gli account importanti e salvale con un password manager. Un password manager rende molto più semplice utilizzare password diverse e robuste per ogni account, evitando uno dei comportamenti più rischiosi online: riutilizzare le stesse credenziali.
- Attiva l’autenticazione a più fattori o le passkey. Le password da sole non sono più sufficienti. Le passkey sono più sicure.
- Fai ancora più attenzione a email, SMS e telefonate che richiedono dati o clic su link, che hanno un tono urgente o che promettono grandi vantaggi.
- Conserva almeno due copie di backup dei dati importanti, come foto di famiglia, file di lavoro o documenti personali.
- Investi in un buon pacchetto di sicurezza informatica, dotato di diversi strumenti e funzionalità, per proteggerti dai vari tipi di minacce che puoi trovare online. Virus, phishing, spam, profilazione, accessi non autorizzati, furti di identità, ransomware e così via.
L’intelligenza artificiale sta cambiando la cybersecurity, ma non rende inutili le regole fondamentali della sicurezza digitale. E soprattutto non significa che dietro ogni attacco ci sia ormai una macchina che agisce in completa autonomia.
Anzi, per ora la realtà è un’altra. Le persone e l’intelligenza artificiale stanno imparando a lavorare insieme, sia sul fronte della difesa cyber sia su quello degli attacchi.
La sfida dei prossimi anni non sarà soltanto capire quanto diventerà brava l’IA a hackerare da sola, ma anche capire come utilizzarla per rendere ancora più efficaci e intelligenti i sistemi di sicurezza informatica.
CONTINUA A LEGGERE: Che cosa si può fare con una VPN?
