📌 In sintesi
- Il riconoscimento facciale della polizia britannica presenta criticità operative. L’ispettorato HMICFRS chiede 16 interventi su formazione, controlli e gestione delle immagini.
- Il 34% degli operatori intervistati non conosce correttamente il valore probatorio di una corrispondenza biometrica o esprime incertezza. Il sistema deve fornire indizi investigativi, non identificazioni definitive.
- Il problema riguarda anche l’Europa e l’Italia. L’AI Act distingue riconoscimento biometrico in tempo reale e analisi retrospettiva, imponendo limiti e garanzie differenti.
Cosa leggere
Un algoritmo individua un volto, la polizia lo associa a un sospettato e una persona innocente può finire sotto indagine o essere arrestata senza verifiche sufficienti. È il rischio evidenziato dal nuovo rapporto dell’ispettorato britannico HMICFRS, pubblicato il 12 novembre 2026, sull’utilizzo del riconoscimento facciale retrospettivo nelle indagini di polizia. Il documento denuncia procedure non uniformi, carenze nella formazione e problemi nella conservazione delle fotografie segnaletiche, chiedendo 16 interventi correttivi per rafforzare i controlli. A rendere ancora più significativo il quadro è un’indagine ufficiale dell’Home Office: circa un terzo degli operatori intervistati non comprende correttamente, oppure non sa stabilire, se una corrispondenza prodotta dal sistema possa costituire una prova. Non significa che il software sia sempre inaffidabile, ma che il suo utilizzo può diventare pericoloso quando una somiglianza statistica viene confusa con l’identificazione di un individuo. Il caso britannico riapre così una questione europea: chi risponde quando un algoritmo contribuisce a indirizzare un’indagine verso la persona sbagliata?
Riconoscimento facciale retrospettivo: come funziona il sistema della polizia
La tecnologia esaminata dall’ispettorato è denominata Retrospective Facial Recognition (RFR). A differenza del riconoscimento facciale in tempo reale, che analizza le persone mentre attraversano un’area sorvegliata, l’RFR parte da fotografie o filmati già acquisiti durante un’indagine. Un’immagine estratta da una telecamera di sicurezza, per esempio, viene confrontata con quelle presenti negli archivi della polizia. Il sistema restituisce una lista di possibili corrispondenze, che un operatore deve valutare attraverso ulteriori verifiche. Nel Regno Unito questa capacità è disponibile attraverso il Police National Database, utilizzato dalle forze di polizia di Inghilterra e Galles. Secondo il rapporto ufficiale dell’Home Office, tra febbraio 2025 e gennaio 2026 6.012 operatori hanno effettuato oltre 300.000 ricerche facciali.

Il sistema non dovrebbe produrre una prova definitiva, ma soltanto un’indicazione investigativa. Il riconoscimento di una possibile somiglianza deve essere confermato attraverso elementi indipendenti: luogo dei fatti, orari, testimonianze e altri riscontri disponibili. L’errore più grave si verifica quando questo passaggio umano viene ridotto a una formalità . Il ricorso a database contenenti grandi quantità di fotografie può inoltre aumentare il numero delle persone coinvolte indirettamente nelle ricerche, anche quando non esiste un collegamento accertato con il reato. È una questione già emersa nella ricostruzione delle attività britanniche di riconoscimento facciale e delle preoccupazioni sulla sorveglianza.
Leggi anche: Legge italiana sull’intelligenza artificiale: le regole sul riconoscimento facciale
Il 34% degli operatori non distingue correttamente una corrispondenza da una prova
L’indagine realizzata dall’Home Office tra aprile e giugno 2026 consente di quantificare alcune delle criticità . Tra i 779 rispondenti effettivi, il 7% riteneva erroneamente che il risultato della ricerca facciale potesse confermare definitivamente l’identità di una persona, oppure non sapeva rispondere. Il dato più problematico riguarda il valore probatorio: il 34% non riconosceva correttamente che una corrispondenza biometrica non soddisfa, da sola, i requisiti previsti dal codice britannico per il riconoscimento di una persona, oppure esprimeva incertezza. Circa il 14% non sapeva che fosse necessario considerare più di un candidato quando il sistema ne propone diversi. Queste percentuali descrivono le risposte a un questionario volontario, non la frequenza reale di arresti errati.

La formazione rappresenta un secondo problema. Il 65% degli intervistati non ricordava di avere ricevuto formazione o indicazioni sul riconoscimento facciale nell’ultimo anno, mentre soltanto il 49% di quanti ricordavano una formazione aveva ricevuto istruzioni sui rischi e sui limiti della tecnologia. Il 36% riteneva necessari ulteriori interventi formativi. Il dato non dimostra che gli operatori abbiano agito sistematicamente senza preparazione, ma indica che le competenze possono essere disomogenee. Una tecnologia apparentemente sofisticata rischia così di essere utilizzata con procedure investigative differenti da una forza di polizia all’altra.
L’ispettorato segnala rischi di arresti ingiustificati e immagini conservate oltre il necessario
L’ispettorato His Majesty’s Inspectorate of Constabulary and Fire & Rescue Services ha individuato criticità che vanno oltre il semplice funzionamento degli algoritmi. Alcune forze di polizia dispongono di procedure articolate, mentre altre dipendono da indicazioni generali e da controlli locali meno strutturati. Gli investigatori non sempre comprendono quando e come devono essere effettuati riscontri ulteriori prima di procedere contro una persona identificata dal sistema. Il rapporto richiama anche il problema delle fotografie segnaletiche che avrebbero dovuto essere cancellate, ma rimangono negli archivi utilizzati per le ricerche biometriche. La conservazione di immagini non più necessarie amplia il numero dei soggetti potenzialmente coinvolti e solleva problemi di legalità del trattamento.
L’organizzazione britannica per i diritti civili Liberty ha richiamato il caso di Alvi Choudhury, che, secondo la ricostruzione dell’associazione, fu prelevato dalla propria abitazione e trattenuto per dieci ore per un furto commesso in una città in cui non era mai stato. Liberty considera l’episodio una dimostrazione delle conseguenze che possono derivare dagli errori di identificazione e dalla mancanza di controlli. Si tratta di un caso specifico, non di una misura statistica della precisione dell’intero sistema. L’ispettorato ha formulato 16 raccomandazioni, chiedendo standard nazionali più chiari, formazione, supervisione e verifiche sull’effettivo rispetto delle procedure. La preoccupazione centrale non è che ogni corrispondenza biometrica sia sbagliata, ma che una corrispondenza non verificata possa produrre conseguenze concrete sulla libertà personale.
Bias algoritmico: le differenze demografiche restano una questione aperta
L’accuratezza del riconoscimento facciale non è necessariamente identica per tutte le immagini e tutte le persone. Qualità della fotografia, illuminazione, angolazione del volto e caratteristiche del database possono influenzare il risultato. Il rapporto dell’Home Office richiama una valutazione indipendente del National Physical Laboratory, secondo cui l’algoritmo in uso presenta generalmente un’elevata accuratezza nelle configurazioni operative adottate, ma può produrre differenze nei falsi positivi in alcune circostanze e per determinati gruppi demografici. Il 65% degli operatori intervistati ritiene che le prestazioni possano variare, almeno in parte, secondo caratteristiche demografiche. Questo dato misura le percezioni degli utenti, non dimostra direttamente il livello di discriminazione del sistema.
La questione assume rilevanza quando una fotografia viene acquisita in condizioni difficili oppure quando la lista dei candidati contiene persone con una somiglianza solo approssimativa. Un algoritmo che sbaglia non costituisce automaticamente un abuso della polizia; il rischio emerge quando l’errore viene trasformato in una decisione investigativa senza verifiche adeguate. Per questo sono necessari test indipendenti, procedure di audit e registrazioni delle operazioni. La stessa esigenza di distinguere un risultato tecnologico da una prova riguarda altri strumenti investigativi, come quelli capaci di ricostruire la posizione di un edificio partendo da una fotografia degli interni.
Il governo britannico promette nuove leggi e un organismo indipendente
Il rapporto arriva pochi giorni dopo la presentazione di un nuovo programma legislativo britannico. Il 4 novembre 2026, l’Home Office ha annunciato l’intenzione di introdurre regole più stringenti per il riconoscimento facciale della polizia, prevedendo un organismo indipendente di supervisione e verifiche contro discriminazioni legate a età , genere e origine etnica. Il governo vuole costruire un quadro normativo più uniforme per le tecnologie biometriche e ha indicato la possibilità di impedire l’utilizzo dei sistemi agli enti che non rispettino gli standard richiesti. Le misure annunciate devono però essere distinte da obblighi legislativi già entrati integralmente in vigore.
La risposta governativa alle consultazioni pubbliche conferma che il Regno Unito intende disciplinare tanto il riconoscimento facciale in tempo reale quanto quello retrospettivo, introducendo garanzie specifiche. Le autorità sottolineano che queste tecnologie possono contribuire all’identificazione di persone ricercate e al contrasto dei reati, mentre associazioni come Liberty chiedono limiti più incisivi per proteggere le libertà civili. Il conflitto non riguarda soltanto l’efficacia degli algoritmi, ma la possibilità di sottoporre il potere investigativo a controlli comprensibili, indipendenti e verificabili.
AI Act e Italia: cosa cambia rispetto alle regole britanniche
Il caso interessa direttamente il dibattito italiano perché il Regolamento europeo sull’intelligenza artificiale stabilisce una distinzione tra riconoscimento biometrico remoto in tempo reale e identificazione effettuata successivamente su immagini già raccolte. Il primo è generalmente vietato negli spazi accessibili al pubblico quando viene utilizzato per finalità di polizia, salvo eccezioni circoscritte e soggette a garanzie rigorose. Il secondo non è proibito in modo assoluto, ma richiede presupposti e autorizzazioni specifici. La documentazione ufficiale della Commissione europea sull’AI Act chiarisce che l’identificazione biometrica retrospettiva non può essere equiparata automaticamente alla sorveglianza indiscriminata in tempo reale, pur continuando a presentare rischi per i diritti delle persone.
L’Italia deve inoltre confrontarsi con le norme nazionali sul trattamento dei dati biometrici e con i controlli del Garante per la protezione dei dati personali. Il precedente intervento del Garante sul riconoscimento facciale utilizzato da eCampus dimostra che la legittimità del trattamento dipende da condizioni precise, anche se quel caso riguardava un’università e non un’indagine di polizia. Non esistono elementi nel rapporto britannico che dimostrino un uso scorretto della biometria da parte delle autorità italiane. La vicenda offre invece un criterio con cui valutare qualunque impiego investigativo: una corrispondenza algoritmica deve restare un indizio da verificare, senza sostituire il giudizio umano o le garanzie procedurali.
Continua con: Riconoscimento facciale e tutela della privacy: i precedenti del Garante italiano
Il riconoscimento facciale non deve trasformare un sospetto in una condanna automatica
L’esperienza britannica mostra che la sicurezza di un sistema biometrico non può essere misurata soltanto attraverso la percentuale di riconoscimenti corretti. Occorre verificare come viene utilizzato, chi controlla le corrispondenze, quali immagini alimentano il database e quanto sono preparati gli investigatori. Il rischio più grave emerge nel passaggio dalla ricerca tecnologica alla decisione umana: un volto somigliante può diventare una pista investigativa legittima, ma non deve trasformarsi automaticamente in una prova. In Europa e in Italia il riconoscimento facciale pone dunque una questione che supera la tecnologia: l’efficienza delle indagini non può essere ottenuta riducendo la possibilità di contestare gli errori e difendere la propria libertà personale.
Iscriviti alla Newsletter
Non perdere le analisi settimanali: Entra nella Matrice Digitale.
Matrice Digitale partecipa al Programma Affiliazione Amazon EU. In qualità di Affiliato Amazon, ricevo un guadagno dagli acquisti idonei. Questo non influenza i prezzi per te.







