Maglie con motivi studiati dagli algoritmi, trucco asimmetrico e accessori a infrarossi promettono di confondere le telecamere intelligenti. Il marchio italiano Cap_able trasforma la difesa della privacy in moda, ma nessun capo garantisce di diventare invisibili.
Un maglione può diventare uno strumento contro la sorveglianza biometrica? Secondo un gruppo crescente di designer e ricercatori, almeno in determinate condizioni la risposta è sì. È nata così la moda anti-sorveglianza, conosciuta anche come adversarial fashion: abiti e accessori progettati per confondere i sistemi di visione artificiale.
L’obiettivo non è nascondersi all’occhio umano: i capi sono spesso appariscenti. Tentano invece di alterare ciò che “vede” l’algoritmo, sfruttando le vulnerabilità dei modelli che individuano persone e volti.
Tra le realtà più note c’è Cap_able, marchio italiano fondato dalla designer Rachele Didero. La sua Manifesto Collection comprende maglie, felpe, pantaloni e abiti in tessuto jacquard ricoperti da figure che, secondo i test dell’azienda, possono indurre alcuni software a non rilevare correttamente la persona.
Come funzionano i motivi che confondono le telecamere
Prima di identificare qualcuno, il software individua una persona o un volto, ne estrae le caratteristiche biometriche e le confronta con immagini o modelli conservati in una banca dati.
La moda avversariale interferisce soprattutto con la rilevazione. I disegni producono segnali che un algoritmo può interpretare come animali o figure sovrapposte, oppure abbassano il punteggio con cui viene segnalata una persona.
Cap_able afferma di aver sviluppato un procedimento per trasferire questi motivi direttamente nella struttura del tessuto. Sul sito del marchio sono mostrati test con YOLO, una famiglia di modelli utilizzati per il riconoscimento degli oggetti in tempo reale.
Questi capi non coprono il volto. Se il rilevatore non crea il riquadro intorno alla persona, l’analisi facciale potrebbe non partire. Diversamente da una maschera, sfruttano il funzionamento matematico della macchina.
Da Cap_able al trucco CV Dazzle: i diversi sistemi
L’idea di usare l’estetica contro le tecnologie di controllo precede la nuova maglieria. Il progetto CV Dazzle dell’artista Adam Harvey ha sperimentato acconciature e trucco asimmetrico per spezzare i contrasti e i punti di riferimento normalmente cercati dagli algoritmi sul volto.
Altri progetti usano materiali riflettenti o LED a infrarossi in cappelli e occhiali. La luce, poco visibile alle persone, può oscurare parti del viso per alcune telecamere. Altri tessuti mirano ai sensori termici.
I capi di Cap_able seguono un percorso differente: i motivi avversariali sono lavorati a maglia e diventano elementi estetici permanenti. Figure simili a cani, zebre o giraffe possono spingere alcuni sistemi a classificare in modo errato ciò che compare nell’inquadratura.
La Mozilla Foundation descrive questi prodotti anche come una forma di protesta visibile. Chi li indossa non tenta soltanto di proteggersi, ma comunica il proprio dissenso verso la raccolta di dati biometrici senza un consenso consapevole.
Perché questi vestiti non rendono davvero invisibili
L’efficacia dipende da algoritmo, distanza, luce, angolazione e vestibilità. Un motivo ottimizzato per una versione di YOLO potrebbe fallire con un altro modello o dopo un aggiornamento.
Una piega o una borsa davanti al disegno possono alterarne l’effetto. I sistemi moderni combinano inoltre volto, altezza, postura, abbigliamento, camminata e percorso tra più telecamere.
Va distinta la mancata rilevazione in un filmato dal riconoscimento su una fotografia già acquisita. Se il volto è ripreso chiaramente o esiste un’altra immagine utilizzabile, il motivo stampato sul corpo non modifica le caratteristiche biometriche della persona.
Le dimostrazioni dei produttori non equivalgono quindi a una certificazione universale. La ricerca sugli adversarial pattern mostra che gli attacchi fisici possono ridurre le prestazioni dei rilevatori, ma evidenzia anche problemi di trasferibilità tra modelli e risultati meno stabili nel mondo reale. “Vestirsi per sparire” resta una metafora efficace, non una garanzia tecnica.
Cosmeticoressia, quando la skincare diventa ossessione: rischi per adolescenti e preadolescenti
Riconoscimento facciale, privacy e regole europee
L’interesse per questi abiti cresce insieme alla diffusione di telecamere capaci non solo di registrare, ma di analizzare automaticamente le immagini. Il volto è un dato biometrico difficilmente sostituibile: una password può essere cambiata dopo una violazione, le caratteristiche fisiche no.
L’AI Act della Commissione europea vieta alcuni utilizzi considerati inaccettabili, tra cui la creazione di banche dati di riconoscimento facciale attraverso la raccolta indiscriminata di immagini da internet o dalle telecamere. L’identificazione biometrica remota in tempo reale negli spazi pubblici per finalità di polizia è vietata in linea generale, ma sono previste eccezioni circoscritte.
Altri impieghi biometrici vengono classificati ad alto rischio e restano soggetti anche alle regole sulla protezione dei dati. Ciò non significa che qualsiasi telecamera intelligente sia vietata né che in Europa non possano essere usati sistemi facciali: contano finalità, base giuridica, proporzionalità e garanzie adottate.
Questi capi possono offrire una protezione parziale, ma soprattutto rendono visibile una domanda politica: chi può trasformare il nostro volto in un identificatore e con quali limiti?
