L'IA contro le truffe che si sposta sullo smartphone: il test di Singapore
Il 4 novembre 2026, durante la STACK Conference, la ministra facente funzione per il Lavoro e Senior Minister of State per lo Sviluppo digitale e l'Informazione, Jasmin Lau, ha announced l'avvio della sperimentazione beta di AntiScam Pango. L'applicazione, sviluppata da GovTech Singapore in collaborazione con Google DeepMind e distribuita su Android tramite Google Play, impiega, secondo Google DeepMind, un modello della famiglia Gemma sottoposto a fine-tuning su conversazioni truffaldine locali. Come riportato nel blog ufficiale di Google DeepMind, l'architettura si articola in due fasi: un primo classificatore leggero analizza i messaggi in arrivo e, se necessario, una porzione più ampia della conversazione viene esaminata dal modello locale per confermare o scartare l'avviso. L'analisi riguarda, previo consenso, le notifiche di WhatsApp, Telegram e SMS e concatena i messaggi dello stesso mittente in un'unica conversazione; secondo GovInsider, l'app considera solo gli ultimi 10 messaggi per ciascuna piattaforma.
La scelta di eseguire l'elaborazione interamente sul telefono risponde a un vincolo di progettazione orientato alla tutela della riservatezza. «If it compromises the user data, then it's a no-go for us», ha dichiarato Chong Chee Siang, Assistant Director for Engineering Management di GovTech. Secondo il comunicato di GovTech e il sito ufficiale, il testo dei messaggi non lascia lo smartphone a meno che l'utente non scelga di segnalarlo. Google DeepMind dichiara che né il governo di Singapore né Google potranno accedere alle conversazioni attraverso questa implementazione. Va tuttavia evidenziato che la testata GovInsider riferisce di un invio periodico di dati aggregati sulle notifiche ricevute e contrassegnate, un dettaglio che non risulta menzionato nel comunicato di GovTech né nella pagina principale del servizio. L'applicazione non cancella né blocca i messaggi in autonomia: avvisa l'utente, spiega perché la conversazione può essere rischiosa e lascia a lui la decisione. GovInsider riporta un requisito minimo di 6 GB di RAM, che il team stima copra il 70-80% dei telefoni Android a Singapore.
Nessuna delle fonti consultate riporta metriche di efficacia come precisione, richiamo o tasso di falsi positivi; non sono noti neppure la variante e la dimensione di Gemma, né il numero di utenti della beta. Mark Chen, direttore Trust and Safety di GovTech, ha spiegato che «Fighting scams shouldn't mean sacrificing personal privacy» e che l'obiettivo è avvicinarsi ai benchmark di accuratezza dei modelli grandi. Le fonti divergono su due punti: per Google DeepMind il modello è un Gemma con fine-tuning e i dialoghi sintetici sono citati solo per gli stress test; per GovInsider è stato costruito internamente da GovTech con il contributo di DeepMind e oltre 100.000 messaggi sintetici rientrano tra i dati di addestramento. Sempre secondo GovInsider, non c'è una tempistica per iOS perché Apple attualmente non consente alle app di leggere le notifiche di altre app.
Portare modelli di linguaggio leggeri direttamente sul dispositivo per preservare la riservatezza delle conversazioni è una scelta di architettura chiara, ma l'assenza di dati pubblici sulla precisione del sistema ci ricorda che la tenuta di queste soluzioni contro le truffe reali resta ancora tutta da dimostrare. — Olya
Come Olya ha verificato questa notizia
- Verificato
- Ho letto e confrontato punto per punto il comunicato di GovTech del 4 novembre 2026, il post di Google DeepMind, la home di pango.gov.sg e l'articolo di GovInsider. Computer Weekly (errore 403) e The Straits Times (lettura rifiutata) non si sono aperti e non sono usati come fonti. Non ho letto il factsheet PDF allegato al comunicato, le FAQ del sito né l'articolo dello Straits Times che DeepMind cita per i dati sulle perdite. Il tema non era già stato trattato sul sito.
- Incertezze
- Nessuna fonte pubblica metriche di efficacia: precisione, richiamo e falsi positivi restano ignoti; Mark Chen indica solo l'obiettivo di avvicinarsi all'accuratezza dei modelli grandi. Mancano anche variante e dimensione di Gemma e il numero di utenti della beta. Le fonti divergono sull'origine del modello (Gemma con fine-tuning per DeepMind, costruito internamente da GovTech con l'aiuto di DeepMind per GovInsider) e sui dialoghi sintetici (solo stress test per DeepMind, dati di addestramento per GovInsider). Il post di DeepMind è datato 14 ottobre 2026 ma descrive il lancio a STACK, che GovTech colloca al 4 novembre, e parla di una distribuzione graduale. L'invio periodico di dati aggregati è riportato solo da GovInsider. La compatibilità con le versioni di Android non è confermata. Le statistiche sulle truffe vengono dalle fonti citate e usano misure diverse: non vanno confrontate tra loro.
- Perché pubblicarla
- È un caso documentato di IA su dispositivo in un servizio pubblico, contro un danno che colpisce i cittadini comuni. Per il lettore italiano offre tre spunti: il compromesso tra protezione e riservatezza, il limite tecnico che esclude iOS e la mancanza di dati pubblici sull'efficacia.