prima bozza sito sindacato

content/it/iniziative/_index.md

@@ -0,0 +1,5 @@
+---
+title: "Le Iniziative"
+---
+
+Le quattro iniziative _preliminari_ di NINA servono a rodare le nostre prassi e la crescita del gruppo. Dimostrare le nostre abizioni e la nostra capacità di incidere sulla tecnopolitica contemporanea.

content/it/iniziative/iniziativa-1.md

@@ -0,0 +1,44 @@
+---
+title: "Risorse Veramente Umane"
+subtitle: "L'AI ha infiltrato il processo di selezione del personale, gamificandolo"
+date: 2026-04-15
+weight: 1
+---
+
+
+La selezione del personale è stata trasformata in un problema di calcolo: si presume che una vita sia misurabile e comparabile. Il **curriculum** è lo stampo di questa idea. Costringe chi lavora a comprimere la propria storia in parole chiave, ruoli, risultati e date. Tutto ciò che non sta in un elenco (contraddizioni, contesti di cura, percorsi irregolari) va rimosso. Le sezioni vuote sono una pecca, e quindi? Pensiamo fuori dal secchio...
+
+
+Questo è solo l’inizio [^1] della catena disumanizzante: l’aspirante lavoratore deve produrre una sintesi competitiva di sé, poi qualcun altro deve ipotizzare cosa sappia fare questa persona. È già un filtro brutale quando umano, ma nella così detta era dell’automazione in cui dovremmo essere, questo sistema automatizzato non ascolta, ma classifica in una lista dal quale prendere i primi tre o cinque candidati per le fasi successive.[^2]
+
+## Rompere il circuito: assedio, stress, racconto
+
+Qui entra _Really Human Resources_. Non chiediamo una tecnologia che si sforzi di essere giusta, questo processo non può essere salvato: vogliamo rendere invivibile l’idea che una persona sia calcolabile.
+
+“Aiutiamo” chi cerca lavoro a candidarsi in modo massivo e coordinato[^3], con storie vere ma testi ottimizzati[^4], fino a trasformare la catena di candidatura in rumore puro, con pochissimo segnale. Un processo disegnato per ottimizzare lo sforzo umano viene costretto a pagare il prezzo della propria astrazione: più chiamate, più colloqui inconcludenti, più assunzioni sbagliate[^5], più tempo bruciato da entrambe le parti. Quando l’errore diventa sistemico e misurabile, smette di essere sfortuna individuale e diventa questione politica.
+
+## La sequenza operativa
+
+Vari componenti ci sono in gioco, segui su XXX-SITO-TODO per vedere come stanno procedendo, e considerando la natura open source e decentralizzata dello sforzo, considera la partecipazione:
+
+1. **Piattaforma di leaking** con anonimato forte per far emergere regole interne, metriche e procedure.
+    
+2. **Cartografia dei filtri** per capire dove si produce lo scarto automatico: i software usati dalle aziende, i portali ed i loro filtri. Saper dare un nome al problema.
+    
+3. **Strumenti aperti di candidatura assistita** costruiti con sviluppatori e persone in cerca di lavoro: riducono il costo della candidatura e permettono di misurare il processo. Effetto collaterale politico: rompere la fiducia nei numeri.
+    
+4. **Bollettino settimanale** di osservazione dello stress, seriale e pubblico: quante candidatura abbiamo supportato?
+    
+5. **Misurazione e pubblicazione**: tempi di risposta, tassi di rimbalzo, annunci chiusi in anticipo, richieste invasive, incoerenze. Per questo serve assistere il lavoro di candidatura dall’inizio alla fine, oppure ricevere resoconti da chi passa per il processo.
+    
+6. **Escalation dove possibile**: interlocuzioni con sindacati e, nei casi più spinti, azioni collettive legate a decisioni automatizzate. Come suggerito sopra, sappiamo che un cittadino non dovrebbe subire scelte che impattano la sua vita in modo automatizzato, ma i diritti vanno conquistati, non basta che siano scritti sul regolamento protezione dati personali quando poi la tecnologia e la prassi vanno in altre direzioni.
+
+[^1]: L’evoluzione rapida dei modelli generativi (LLM, generative-AI, text-to-image, deep-fake) consente di creare **testi, identità, carriere convincenti**, con pochissimo sforzo umano. Lo studio “Unmasking Fake Careers” è del 2025: segno che siamo già in piena “età della generazione sintetica”. [arXiv](https://arxiv.org/abs/2509.19677)
+
+[^2]: L’incremento del volume delle candidature (su scala globale, remote jobs, piattaforme online) rende **impraticabile un controllo umano completo su tutti i CV**. Per questo molti processi di selezione restano a priori affidati a sistemi automatici: ma questi — come mostrano gli studi — sono vulnerabili a “data poisoning” o manipolazioni. [arXiv](https://arxiv.org/abs/2402.14124)
+
+[^3]: Automatizzazione della compilazione di moduli, invio e-mail, creati “su misura” per la job description. Strumenti/servizi oggi esistenti permettono proprio questo. [loopcv.pro](https://www.loopcv.pro/it/)
+
+[^4]: Anche senza falsificare dati, un candidato può usare AI per generare testo molto pulito, ottimizzato per i sistemi automatici di screening (ATS), ma che nasconde una scarsissima reale competenza o esperienza. Questo aumenta la probabilità che gente poco qualificata passi il filtraggio iniziale. [Job in Tourism](https://www.jobintourism.it/news/ai-e-recruiting-piu-cv-meno-qualita/)
+
+[^5]: Le aziende che cercano di ottimizzare tempi e costi rischiano seriamente **di abbassare la qualità del processo di assunzione**, magari assumendo persone non qualificate — con conseguenze anche legali, reputazionali e organizzative. [Bradley](https://www.bradley.com/insights/publications/2025/06/ai-deepfakes-and-the-rise-of-the-fake-applicant-what-employers-need-to-know)

content/it/iniziative/iniziativa-2.md

@@ -0,0 +1,31 @@
+---
+title: "Ghostati!"
+subtitle: "Esperimenti di trucco avversariale per ingannare il riconoscimento facciale"
+date: 2026-04-10
+weight: 2
+---
+
+L'implementazione del riconoscimento facciale negli spazi pubblici e privati rappresenta oggi una delle più subdole e pervasive minacce alle nostre libertà civili. Questa tecnologia, calata dall'alto e dispiegata senza alcun reale consenso democratico o trasparenza, trasforma i nostri corpi e i nostri tratti in merce estraibile, alimentando un'infrastruttura di sorveglianza di massa che normalizza il controllo istituzionale in tutta Europa. Abbiamo provato a resistere con i percorsi istituzionali, e visti i loro limiti, iniziamo a sperimentare pratiche di autodifesa...
+
+
+Campagne di attivismo come *Reclaim Your Face*[^1] denunciano da anni questa deriva tecno-autoritaria, ribadendo l'urgenza di organizzare una reazione radicale e dal basso contro la biometria di massa[^2].
+
+## L'approccio: resistenza attraverso il trucco e i metodi avversariali
+
+Di fronte all'arroganza della sorveglianza algoritmica, l'autodifesa digitale evolve dalle piazze ai nostri stessi volti attraverso le pratiche avversariali: veri e propri atti di hacking fisico e visivo progettati per ingannare e sabotare i modelli di *deep learning*. Utilizzando tecniche mirate come l'*adversarial make-up*, pattern geometrici (Patch), o tessuti *fashion-tech* anti-riconoscimento, possiamo alterare in modo strategico i punti di repere del volto, mandando in cortocircuito i sistemi di *computer vision*. Queste perturbazioni sfruttano le vulnerabilità intrinseche e le scorciatoie matematiche delle reti neurali: applicando ombretti specifici sulle regioni orbitali o blocchi di "rumore" visivo, trasformiamo il nostro aspetto in dati illeggibili per la macchina, restituendoci l'opacità necessaria per sottrarci alla cattura predatoria dei rilevatori[^3][^4]. 
+
+## Gli strumenti rilasciati: riprendere il controllo della tecnologia
+
+Per trasformare la teoria in strumento di lotta, abbiamo sviluppato e raccolto risorse *open-source* pensate per testare le difese direttamente sui nostri dispositivi, senza cedere un solo byte ai server corporate. Sul portale [vecna.eu](https://vecna.eu/) pubblichiamo documentazione e repository focalizzati sull'autodifesa digitale e sulle contromisure all'IA. Soprattutto, vi chiamiamo all'azione digitale: provate la nostra web-app **Ghostati**, disponibile su [sindacato.nina.watch/ghostati](https://sindacato.nina.watch/ghostati). Si tratta di uno strumento di test che usa modelli di riconoscimento locale per farvi sperimentare in tempo reale l'efficacia del trucco avversariale tramite la vostra webcam. **Usatela, studiatela e forkatela dal nostro GitHub** per decostruirne i meccanismi, migliorarne il codice e creare nuove interfacce di resistenza tecnologica[^5].
+
+### 4. La pratica: corpi, sperimentazione e la chiamata al NINA Festival
+
+Gli algoritmi non si combattono solo sui server, ma sui corpi. L'efficacia di questi strumenti deve essere validata collettivamente: la pratica avversariale richiede sperimentazione continua, test su sistemi diversi, documentazione dei fallimenti e raccolta di feedback per perfezionare le tecniche. Per passare all'azione concreta, vi invitiamo al **NINA Festival di Milano, Sabato 9 Maggio presso Rob de Matt (Via Enrico Annibale Butti, 18)**. A partire dalle **16:00**, durante il talk *"Ghostati. Fashion-tech e protezione dati biometrici"*, condurremo un laboratorio pubblico con *Michelle Tylicki* e altre truccatrici esperte. Testeremo dal vivo prototipi di trucco, registreremo i prima/dopo e filmeremo le interazioni per la prossima fase della nostra campagna. Unisciti a noi: vieni a truccarti, a ingannare le macchine e a riprenderti il tuo volto.
+
+---
+
+[^1]: Iniziativa dei cittadini europei "Reclaim Your Face" (2021), *Divieto delle pratiche di sorveglianza biometrica di massa*, reclaimyourface.eu.
+[^2]: Privacy Network (2022), *Osservatorio sul riconoscimento facciale in Italia e i rischi per i diritti civili*, Report annuale.
+[^3]: Yinpeng Dong et al. (2021), *Adv-Makeup: A New Imperceptible and Transferable Attack on Face Recognition*, arXiv:2105.03162.
+[^4]: Adversarial Robustness Toolbox (ART), *Documentazione ufficiale sulle tecniche di Evasione Spaziale e DPatch*, IBM.
+[^5]: Hermes Center (2020), *Strumenti Open Source per la difesa dei diritti digitali*, manuale operativo.

content/it/iniziative/iniziativa-3.md

@@ -0,0 +1,133 @@
+---
+title: "Quanti Soldi ti deve Facebook?"
+subtitle: "Sperimentazione di nuove forme di negoziazione per il lavoro digitale"
+date: 2026-04-05
+weight: 3
+---
+
+Tu lavori per i social media: sei la loro fonte di reddito. Più persone vengono incasellate ad *utenti* e più queste piattaforme prendono valore, influenza, e potere. Facciamoci riconoscere questo valore. Iniziamo dal calcolare quanti soldi ci deve Facebook (e le altre grandi piattaforme dello sfruttamento). È chiaro che Meta e nessuna piattaforma ritenga di dover alcunchè a chiunque. Ma questo non significa che non si possa fare pressione: per questo dobbiamo essere in molti!
+
+Sulla base di quante persone riporteranno la loro volontà ad un rimborso totale o parziale, forniremo opzioni.
+
+## L'obiettivo
+
+Esplorare ogni modo possibile per rendere visibile la quantità di valore
+
+## Riferimenti e spunti numerici
+
+Seguono analisi che forniscono numeri utilizzabili per sviluppare la ricerca.
+
+### Instagram
+
+Per Instagram, i numeri più utili per attribuire o inferire il valore economico del comportamento degli utenti sono: circa 2 miliardi di utenti attivi mensili globali, un’audience pubblicitaria di circa 1,91 miliardi di persone a livello globale, circa 179,9 milioni di utenti raggiungibili con advertising negli Stati Uniti e una stima di 143,2 milioni di utenti attivi negli Stati Uniti. Sul lato ricavi, una stima colloca i ricavi pubblicitari negli Stati Uniti a 42,52 miliardi di dollari nel 2026. Sul lato attenzione, le stime sul tempo speso sono divergenti: circa 33,9 minuti al giorno secondo una fonte e 73 minuti al giorno secondo un’altra; inoltre l’utente medio aprirebbe l’app più di 12 volte al giorno. Altri segnali utili sono il fatto che il 53% dei posizionamenti pubblicitari sarebbe su Reels, che il 60% dei consumatori interagirebbe con contenuti di brand più volte a settimana, che il 29% degli utenti effettuerebbe acquisti sulla piattaforma, che circa 130 milioni di utenti cliccherebbero ogni mese sui post shopping e che Instagram Shopping sarebbe associato a circa 40 miliardi di dollari di valore lordo delle merci vendute (GMV, cioè gross merchandise value, valore complessivo dei beni venduti). Da questi dati si possono derivare indicatori sintetici come circa 236 dollari per utente pubblicitario statunitense all’anno, circa 297 dollari per utente attivo statunitense all’anno, circa 19,7 dollari al mese per utente monetizzabile, circa 0,65 dollari al giorno, circa 0,054 dollari per sessione, e un valore dell’attenzione compreso tra circa 0,0089 e 0,0191 dollari per minuto a seconda dell’ipotesi sul tempo trascorso.
+
+### Facebook
+
+Per Facebook, i valori più utili esistono soprattutto come proxy, perché molti dati vengono pubblicati da Meta a livello di ecosistema e non della singola piattaforma. Meta ha riportato 200,966 miliardi di dollari di ricavi totali nel 2025, di cui 196,175 miliardi di dollari da pubblicità, 3,58 miliardi di persone attive giornaliere nella famiglia di app a dicembre 2025 e un ARPP globale annuo di 57,03 dollari, dove ARPP significa average revenue per person, cioè ricavo medio per persona. Per Facebook in senso più stretto, le stime parlano di circa 3,07 miliardi di utenti attivi mensili globali, di un’audience pubblicitaria globale di circa 2,28 miliardi di persone e di circa 197 milioni di utenti raggiungibili con advertising negli Stati Uniti. Una stima secondaria colloca il tempo speso a circa 31 minuti al giorno negli Stati Uniti. Se si usa il ricavo pubblicitario complessivo di Meta rapportato alla reach pubblicitaria di Facebook, si ottiene una misura molto approssimativa di circa 86 dollari per utente pubblicitario raggiungibile all’anno, ma è importante ricordare che questo non è un valore “puro” di Facebook: è una stima indiretta basata su ricavi multi-piattaforma.
+
+### YouTube
+
+Per YouTube, la base quantitativa è più solida perché i ricavi pubblicitari sono riportati direttamente per trimestre: circa 8,93 miliardi di dollari nel primo trimestre 2025, 9,8 miliardi nel secondo, 10,3 miliardi nel terzo e 11,383 miliardi nel quarto, per un totale annuo di circa 40,413 miliardi di dollari di ricavi pubblicitari. In aggiunta, Alphabet ha indicato che i ricavi complessivi di YouTube tra pubblicità e abbonamenti hanno superato i 60 miliardi di dollari nel 2025. Sul lato utenza, la reach pubblicitaria globale viene stimata in circa 2,53 miliardi di persone e quella negli Stati Uniti in circa 253 milioni; una stima separata colloca gli utenti attivi globali a circa 2,58 miliardi. Sul lato attenzione, nel Regno Unito il tempo medio giornaliero è stato riportato a circa 51 minuti al giorno. Questi numeri permettono di costruire due indicatori sintetici: circa 16 dollari per utente pubblicitario globale all’anno se si considera solo la pubblicità, e circa 23,7 dollari per utente pubblicitario globale all’anno come soglia minima se si usa il dato “oltre 60 miliardi” che include sia advertising sia sottoscrizioni.
+
+### TikTok
+
+Per TikTok, i valori più importanti combinano ampiezza dell’audience, intensità d’uso e ricavi pubblicitari stimati. La piattaforma ha comunicato una community di oltre 200 milioni di utenti in Europa e oltre 200 milioni di utenti negli Stati Uniti, oltre a circa 7,5 milioni di imprese statunitensi presenti nell’ecosistema. La reach pubblicitaria globale è stimata intorno a 1,59 miliardi di persone, mentre negli Stati Uniti la reach pubblicitaria adulta (18+) è stimata in circa 136 milioni. Il tempo medio giornaliero negli Stati Uniti viene stimato in circa 52 minuti al giorno, valore che rende TikTok particolarmente rilevante nelle analisi basate sull’attenzione. Sul lato ricavi, una previsione colloca i ricavi pubblicitari globali 2025 a circa 32,4 miliardi di dollari, mentre una stima per gli Stati Uniti parla di circa 11,2 miliardi di dollari. Da questi valori si possono inferire circa 20,4 dollari per utente pubblicitario globale all’anno e circa 82 dollari per utente adulto raggiungibile con advertising negli Stati Uniti all’anno. In sintesi, TikTok appare particolarmente interessante quando si vuole valorizzare il comportamento degli utenti non solo in termini di base utenti, ma soprattutto di tempo catturato e densità di monetizzazione pubblicitaria.
+
+### Snapchat
+
+Snapchat è utile perché combina metriche di ricavo, uso e abbonamento in modo abbastanza trasparente. Snap ha riportato circa 5,93 miliardi di dollari di ricavi totali nel 2025, di cui 1,72 miliardi nel quarto trimestre e circa 1,48 miliardi di ricavi pubblicitari nello stesso trimestre. Nel quarto trimestre 2025 la piattaforma ha riportato 946 milioni di MAU (monthly active users, utenti attivi mensili), 474 milioni di DAU (daily active users, utenti attivi giornalieri), 24 milioni di abbonati Snapchat+ e un ARPU di 3,62 dollari, dove ARPU significa average revenue per user, cioè ricavo medio per utente. La reach pubblicitaria globale è stimata a circa 709 milioni di persone, con circa 106 milioni negli Stati Uniti. Il tempo medio di utilizzo viene collocato attorno a 30 minuti al giorno. Questi dati permettono di costruire almeno tre piani di analisi del valore del comportamento: circa 6,27 dollari per utente attivo mensile all’anno, circa 12,51 dollari per utente attivo giornaliero all’anno, e una componente di disponibilità a pagare diretta rappresentata dai 24 milioni di utenti paganti di Snapchat+.
+
+### X / Twitter
+
+Per X, i numeri disponibili sono più frammentati, ma comunque utili per inferire il valore del comportamento degli utenti. Le stime collocano i ricavi pubblicitari globali 2025 a circa 2,26 miliardi di dollari e quelli statunitensi a circa 1,31 miliardi di dollari. La reach pubblicitaria globale viene stimata in circa 586 milioni di persone, mentre quella negli Stati Uniti in circa 104 milioni. Sul lato dell’attenzione, una stima colloca l’uso medio negli Stati Uniti a circa 34,1 minuti al giorno. X fornisce anche un segnale molto utile sulla disponibilità a pagare tramite i suoi livelli di abbonamento: 3 dollari al mese o 32 dollari l’anno per Basic, 8 dollari al mese o 84 dollari l’anno per Premium, e 40 dollari al mese o 395 dollari l’anno per Premium+. Mettendo insieme reach e ricavi pubblicitari si ottengono valori approssimativi di circa 3,86 dollari per utente pubblicitario globale all’anno e circa 12,6 dollari per utente pubblicitario statunitense all’anno. In questo caso, il valore del comportamento può essere letto sia come valore pubblicitario per utente raggiungibile sia come segnale di propensione a pagare per funzioni avanzate, visibilità e status.
+
+## Dati sul valore monetario
+
+I file che finiscono con `-monetary.csv` raccolgono variabili in cui il valore espresso è monetario (prevalentemente in Dollari): ricavi, prezzi, valore annuo per utente, valore per minuto o sessione, ARPU/ARPP e stime derivate da formule esplicite.
+
+Colonne principali, lette in ottica analitica:
+
+- `currency`: valuta o unità monetaria del valore (es. `USD`).
+- `unit`: scala metrica economica (es. `annual revenue`, `per user-year`, `CPC`, `per minute`).
+- `name`: identificatore tecnico della variabile.
+- `explanation`: definizione operativa della misura e, quando serve, formula/proxy usato.
+- `value`: valore numerico osservato o derivato.
+- `platform`: piattaforma a cui la misura si riferisce.
+- `geography_year`: perimetro geografico e anno/trimestre/scenario.
+- `variable_class`: distingue dato `raw` da dato `derived`.
+- `reliability`: livello di affidabilità stimato (`reliable` o `exploratory`).
+- `source`: fonte o insieme di fonti utilizzate.
+
+{{< csv_table src="/data/instagram-monetary.csv" title="Instagram monetary (CSV)" maxRows="4" >}}
+
+{{< csv_table src="/data/social-platforms-monetary.csv" title="Altre piattaforme monetary (CSV)" maxRows="4" >}}
+
+## Altre misurazioni non monetarie
+
+I file che finiscono per `-other.csv` mantengono quasi la stessa struttura, ma il focus non è il denaro: qui trovi basi utenti, ad reach, tempo d'uso, percentuali, coefficienti e altri indicatori non monetari usati per contestualizzare la valorizzazione economica.
+
+Differenze principali rispetto ai precedenti:
+
+- la prima colonna è `subject` (non `currency`) per indicare la natura del dato (`users`, `minutes`, `percent`, `coefficient`, ecc.);
+- i valori descrivono volume, frequenza, intensità o relazioni statistiche, non prezzi o ricavi diretti;
+- servono come base di contesto per costruire successivamente indicatori monetari derivati.
+
+{{< csv_table src="/data/instagram-other.csv" title="Instagram other (CSV)" maxRows="4" >}}
+
+{{< csv_table src="/data/social-platforms-other.csv" title="Altre piattaforme other (CSV)" maxRows="4" >}}
+
+## Come impostare un questionario per la mappatura del valore del comportamento?
+
+Quello che vogliamo misurare, per poi criticare o rivendicare, è:
+quanto tempo consegna alla piattaforma
+quanto lavoro gratuito di contenuto fornisce,
+quanto traffico e attenzione attira dagli altri,
+quanto è monetizzabile come target pubblicitario e commerciale
+
+La sequenza di domande potrebbe andare da:
+presenza → intensità → produzione → audience → monetizzazione → dipendenza.
+
+Qui una proposta:
+
+### Sezione 1 — Presenza
+
+anno di iscrizione
+anni di uso regolare
+eventuali pause
+
+### Sezione 2 — Tempo
+
+giorni/settimana
+sessioni/giorno
+minuti/giorno
+
+### Sezione 3 — Attività
+
+consumo
+interazione
+produzione
+
+### Sezione 4 — Output
+
+numero di contenuti
+tempo di creazione
+tempo di gestione
+
+### Sezione 5 — Portata
+
+follower/amici/iscritti
+visualizzazioni medie
+engagement medio
+
+### Sezione 6 — Monetizzazione indiretta
+
+annunci visti
+click
+acquisti
+abbonamenti/pagamenti
+
+### Sezione 7 — Centralità
+
+uso sociale/professionale
+dipendenza
+sostituibilità

content/it/iniziative/iniziativa-4.md

@@ -0,0 +1,24 @@
+---
+title: "Bonifacio VIII"
+subtitle: "Un dispositivo di disincanto contro il safety-washing dell'AI"
+date: 2026-03-20
+weight: 4
+---
+
+Il nostro obiettivo è smascherare l'illusione della sicurezza algoritmica commerciale rilasciando **Bonifacio VIII**: un modello linguistico open-source spogliato di qualsiasi filtro cosmetico, eseguibile localmente e totalmente ispezionabile. Concepito come un vero e proprio "dispositivo pedagogico negativo", Bonifacio VIII non è progettato per essere l'ennesimo assistente cortese ed edificante, bensì per esporre la grammatica dell'abuso e le capacità che le interfacce addomesticate nascondono. Vogliamo fornire agli attivisti, ai ricercatori e alla società civile uno stress test cognitivo e politico per dimostrare che i modelli generativi contengono capacità che non possono essere messe in sicurezza tramite semplici barriere di interfaccia.
+
+## Il Problema
+
+Oggi assistiamo a una pericolosa privatizzazione della sicurezza digitale. I dibattiti regolatori, in particolare attorno all'AI Act europeo, sono stati pesantemente condizionati dal lobbismo delle Big Tech[^1], portando i legislatori a scambiare le promesse di "allineamento" aziendale per vere politiche pubbliche. La sicurezza delegata ai grandi fornitori è, in realtà, una finzione: si tratta di *safety-washing* commerciale che produce un effetto meramente estetico[^2]. Se un sistema mainstream rifiuta una richiesta controversa (i cosiddetti "guardrail"), si diffonde l'idea che il problema sia stato risolto. Al contrario, la ricerca dimostra che questi filtri sono trivialmente eludibili tramite tecniche di *jailbreaking* e attacchi avversariali[^3]. Questa dinamica genera un'anestesia politica: rassicura l'utente e deresponsabilizza chi governa, creando una realtà digitale a due corsie dove il danno reale continua a operare nel buio della dipendenza da API proprietarie.
+
+## L'Approccio Risolutivo
+
+La risposta a questa censura di facciata è la trasparenza radicale e la riappropriazione tecnologica. Invece di fidarci di fornitori che vendono contemporaneamente i modelli e la rassicurazione sui loro limiti, rilasciamo Bonifacio VIII come infrastruttura pubblica. L'approccio si fonda sul fornire alla comunità il pieno controllo sul modello linguistico[^4]: prompt visibili, configurazione modificabile, esecuzione dal basso e possibilità di *forking*. Invitiamo sviluppatori e cittadini a scaricare Bonifacio VIII, eseguirlo e documentare ciò che i filtri commerciali cercano di nascondere. Questo rilascio non introduce nuovi rischi nel mondo, ma rende leggibile e democratica la gestione di una tecnologia che, altrimenti, resterebbe dominio esclusivo di chi cerca di venderci l'illusione del controllo algoritmico.
+
+[^1]: Corporate Europe Observatory (2023), *The AI lobbying blitz: How Big Tech shaped the EU AI Act*. Questo report evidenzia come i fornitori di AI abbiano influenzato il dibattito europeo per esentare i propri modelli base da regole troppo stringenti. [Corporate Europe](https://corporateeurope.org)
+
+[^2]: Whittaker, M. et al. (2023), *Open (for Business): Big Tech, Concentrated Power, and the Political Economy of Open AI*. Documenta come la retorica della sicurezza e dell'open source venga usata sistematicamente per consolidare mercati oligopolistici. [AI Now Institute](https://ainowinstitute.org)
+
+[^3]: Zou, A. et al. (2023), *Universal and Transferable Adversarial Attacks on Aligned Language Models*. Lo studio che ha dimostrato la vulnerabilità intrinseca e l'elusione sistematica dei guardrail imposti dai modelli commerciali. [arXiv](https://arxiv.org/abs/2307.15043)
+
+[^4]: L'importanza di disporre di sistemi ispezionabili "a pesi aperti" (*open-weights*) per indagini indipendenti è raccomandata come argine contro il ricorso alla "sicurezza tramite oscurità", tipico dei sistemi chiusi e governati da scatole nere proprietarie. [Mozilla Foundation](https://foundation.mozilla.org/)