DigForASP: Explainable AI nella Digital Forensics

Raffaele Olivieri, Esperto in Digital Forensics, ex appartenente dei Carabinieri

Le evidenze digitali risultati da una Digital Forensics analysis, forniscono dati oggettivi che, nella maggior parte dei casi, richiedono ulteriori elaborazioni da parte degli organi inquirenti, finalizzate alla contestualizzazione dei dati nel caso investigativo reale.
Ciò consente di ricercare (o ricostruire) eventi, azioni, fatti, nonché verificare ipotesi investigative da proporre in dibattimento.
Tuttavia, in indagini molto complesse contenenti una mole di dati eterogenei, la mente umana ha difficoltà a trovare connessioni e/o soluzioni.
Sebbene la fase di analisi sia oggi supportata da strumenti hardware e software molto evoluti, anche dotati di Intelligenza Artificiale (sia di tipo open source che di tipo proprietario), questi non sono ancora ben "accettati" in dibattimento poiché la gran parte degli approcci di IA sono di tipo "black-box", ossia poco "spiegabili" e/o “verificabili” nel processo decisionale dell'algoritmo.
In questa presentazione oltre a presentare la Cost Action DigForASP, effettuerò una panoramica su alcune tecniche esistenti, focalizzando l'attenzione su strumenti che riuniscono i requisiti di "spiegabilità" e "verificabilità" del ragionamento, compatibili con il nostro ordinamento.