Milgram e l’AI nei conflitti
Dal laboratorio di Yale al caso NAZA: quando il controllo umano può cambiare una decisione
Andrea Viliotti 7 ottobre 2026
Il controllo umano sull’AI nei conflitti va giudicato dalla possibilità di intervenire sulla decisione. Una conferma, da sola, non dimostra che l’operatore abbia potuto capire, contestare o fermare ciò che il sistema propone. È la conclusione pratica che ricavo dal confronto fra Milgram, gli esperimenti sull’assistenza algoritmica e il dibattito sul documentario NAZA: per valutare il controllo occorre verificare quali errori le persone riescano a riconoscere e correggere usando l’AI.
In un esperimento civile, l’assistenza di un suggeritore simulato ha migliorato la prestazione media, mentre nei casi in cui il consiglio era errato i partecipanti senza assistenza hanno fatto meglio.[4] È un risultato locale, che chiede verifiche nel contesto militare. Su NAZA, le testimonianze giornalistiche e le repliche istituzionali lasciano irrisolti i fatti operativi contestati. Milgram aiuta a porre la domanda che li attraversa: quali condizioni permettono a una persona di rifiutare, e al suo dubbio di produrre un effetto?
Che cosa accadeva a Yale
Milgram reclutò a New Haven e dintorni quaranta uomini fra venti e cinquant’anni, tramite annunci e lettere. Venivano a Yale per uno studio su memoria e apprendimento ed erano pagati per presentarsi. Un’estrazione truccata assegnava al partecipante il ruolo di insegnante e a un complice quello di allievo, in una stanza adiacente. A ogni errore nell’associare coppie di parole, l’insegnante doveva aumentare la scossa di quindici volt, da quindici fino a 450. Aveva ricevuto prima una scossa reale di 45 volt; quelle destinate all’allievo erano simulate.[1]
Nella condizione pubblicata non arrivavano proteste vocali prima dei 300 volt. A quel punto l’allievo batteva sulla parete e cessava di rispondere ai quesiti; l’ultimo colpo avveniva a 315 volt. Il silenzio doveva essere trattato come un errore. Quando il partecipante esitava, lo sperimentatore poteva ricorrere a quattro sollecitazioni successive; il rifiuto dopo la quarta concludeva la prova. La misura principale era il massimo livello raggiunto prima di interrompere: ventisei arrivarono a 450, quattordici rifiutarono di proseguire.
Il risultato non separava gli effetti della gradualità, della distanza dall’allievo, dell’ambiguità, della credibilità di Yale e dello scopo scientifico. Milgram li discuteva come spiegazioni da approfondire. Una lettura successiva di Alexander Haslam e Stephen Reicher insiste sull’identificazione con l’autorità e con la missione della ricerca: si può continuare perché si partecipa a uno scopo ritenuto legittimo, anziché soltanto eseguire passivamente. È un’interpretazione alternativa, non una nuova replica né una spiegazione unica ormai dimostrata.[2]
Una replica parziale di Tomasz Grzyb e Dariusz Dolinski, pubblicata nel 2025, modifica il rapporto con l’allievo.[3] Ottanta adulti venivano divisi in due gruppi: in uno aiutavano il complice a imparare sillabe prima dell’esame; nell’altro il complice studiava da solo. Seguivano errori predisposti, presunte scosse crescenti ed esortazioni dello sperimentatore. Si registravano l’ultimo pulsante e le esortazioni, fermandosi a 150 volt. Raggiunsero quel limite 36 persone su quaranta nel secondo gruppo e 31 nel primo: la differenza non era statisticamente significativa. Ciò non prova che i gruppi siano uguali: i dati non bastano a stabilire una differenza affidabile. Gli autori riferiscono più esortazioni dopo l’insegnamento. È una pista sul rapporto con l’allievo, non un meccanismo dimostrato: ruolo e tempo condiviso non sono separati. La variante include reazioni vocali e non osserva che cosa accadrebbe fino a 450 volt.
Chi interrompe resta essenziale per leggere Milgram. Il laboratorio mostra una condotta frequente in condizioni determinate e, insieme, la possibilità del rifiuto. Cercare le condizioni che rendono praticabile quel rifiuto è più utile che attribuire una disposizione uniforme a militari, operatori o popolazioni.
Un consiglio utile può essere seguito quando sbaglia
Un superiore impartisce un ordine; un sistema può proporre una classificazione o una raccomandazione. Il consiglio può però ricevere autorità dalla procedura che lo presenta: dalla reputazione dello strumento, dall’interfaccia, dalle aspettative del reparto e da chi ne impone l’uso. Questo raccordo organizzativo non rende identiche obbedienza e fiducia nell’AI. Per capire dove il giudizio si indebolisce occorre osservare la scelta concreta.
Zana Buçinca, Maja Barbara Malaya e Krzysztof Gajos lo fecero con fotografie di pasti.[4] Gli adulti reclutati online dovevano scegliere quale ingrediente togliere per ridurre i carboidrati e con quale sostituirlo conservando il sapore. Nell’analisi entrarono 199 persone. La correttezza richiedeva di individuare l’ingrediente più ricco di carboidrati e il sostituto al vertice di una graduatoria che combinava riduzione dei carboidrati e somiglianza del sapore, calcolata da un database di molecole aromatiche. Il suggeritore era simulato: correttezza ed errori dei consigli erano controllati dai ricercatori. Confrontavano prove senza assistenza, consigli accompagnati da spiegazioni e interfacce che facevano richiedere il consiglio, scegliere prima di vederlo oppure aspettare trenta secondi. Registravano correttezza e accordo con il suggerimento errato.
L’assistenza migliorava la prestazione media rispetto all’assenza di AI. Ma sulle stesse prove nelle quali il consiglio sbagliava, i partecipanti senza quel consiglio facevano meglio degli assistiti. Le interfacce che richiedevano più impegno, considerate insieme, riducevano l’accordo errato nel riconoscere l’ingrediente più ricco di carboidrati; la riduzione non era significativa nel compito completo, che comprendeva la sostituzione. Erano inoltre percepite come più complesse. Non è la prova che ogni singola pausa o richiesta funzioni, né che basti aggiungere una spiegazione.
Questo risultato civile offre una ragione concreta sia a favore dell’assistenza sia per verificarla con attenzione. La media migliore merita di essere conservata; la vulnerabilità nei casi sbagliati impedisce di usarla come garanzia. Trasportare un’interfaccia in un comando richiede di provarla con i suoi utilizzatori, i suoi errori e i costi delle alternative.
Agire, sentirsi autori, dichiararsi responsabili
Un’altra domanda riguarda l’esperienza di chi esegue un ordine. Nel 2016 Emilie Caspar e colleghi lavorarono con coppie di studentesse che si alternavano nei ruoli di agente e destinataria.[5] Un tasto poteva causare una perdita monetaria o una scossa reale e consensuale all’altra partecipante, aumentando il compenso dell’agente. In alcune condizioni si sceglieva liberamente, in altre lo sperimentatore ordinava quale tasto premere. Ogni pressione del tasto, anche senza infliggere danno, era seguita da un suono aggiunto dai ricercatori con un ritardo prestabilito. La partecipante stimava il tempo trascorso, confrontato con l’intervallo reale.
Gli autori usano questa stima come indicatore indiretto del sentirsi autori: una maggiore compressione percepita dell’intervallo è interpretata come un legame più forte fra azione ed esito. Sotto ordine le stime risultavano più lunghe rispetto alla scelta libera, nei due esperimenti riportati; gli autori vi leggono un legame implicito più debole. Nel secondo esperimento, una misura separata chiedeva quanta responsabilità la partecipante si attribuisse: le risposte erano più basse sotto ordine rispetto alla scelta libera. Il confronto resta locale: nel primo esperimento la condizione libera precedeva quella con ordini. Il tempo percepito non legge intenzioni o colpa, e nessuna di queste misure stabilisce responsabilità giuridiche.
Nel 2020 lo stesso gruppo confrontò studenti civili e cadetti belgi all’inizio della formazione, con un compito analogo di scelta o ordine di dare una scossa e stima del tempo tasto-suono.[6] Nel primo studio, l’analisi degli intervalli comprendeva 39 civili e 38 cadetti. Le stime, rese confrontabili rispetto a quelle di ciascuna persona, erano più basse nei civili quando sceglievano liberamente rispetto a quando ricevevano ordini; nei cadetti la differenza non era significativa. In scelta libera i civili avevano stime più basse dei cadetti, mentre sotto ordine il confronto fra gruppi non era significativo.
Non ne segue che i cadetti resistessero meglio agli ordini: gli autori interpretano il confronto nella scelta libera come minore senso implicito di essere autori nei cadetti. Il disegno confronta gruppi diversi, non le stesse persone prima e dopo l’addestramento; non separa quindi formazione e predisposizioni. Il confronto con militari più esperti, in un secondo studio, è ulteriormente indebolito da un totale che non coincide con le numerosità dei gruppi e non fornisce qui una prova portante. L’effetto causale dell’addestramento resta aperto.
Che cosa osservano le simulazioni militari
Adriana Salatino e colleghi portarono il consiglio algoritmico in una simulazione di attacco.[7] Ventinove cadetti e ufficiali, formati nel diritto umanitario e senza esperienza di pilotaggio di droni, guardavano sul laptop immagini aeree e rapporti su nemici, civili e possibili conseguenze. Decidevano con un tasto se attaccare. Le stesse persone affrontavano blocchi senza assistenza e con suggeritori simulati, predisposti come aggressivi o prudenti, presentati come aiuti a scegliere correttamente. Nelle situazioni controverse, preselezionate da ufficiali per il conflitto fra vantaggi militari e rischi o costi, il suggeritore aggressivo consigliava l’attacco e quello prudente la rinuncia. Questi orientamenti non erano comunicati ai partecipanti. Non veniva compiuto alcun attacco reale.
Si registravano scelte, stima dell’intervallo fra azione e suono e responsabilità dichiarata. Gli autori riferiscono un’influenza del tipo di consiglio nelle prove controverse; testo e figura, però, riportano significatività diverse. È un’indicazione attribuita e circoscritta, non un pilastro robusto. Non rilevano un effetto dell’assistenza sull’indicatore temporale indiretto: questo non dimostra che il sentirsi autori fosse intatto. Il calo di responsabilità dichiarata è particolarmente fragile, con medie incompatibili con la scala descritta e un’analisi sensibile all’esclusione di un caso. Non sostiene una conclusione generale di deresponsabilizzazione, né un nesso causale fra quel giudizio e la scelta di attaccare.
Una ricerca successiva degli stessi autori, nella copia accettata disponibile nel 2026, coinvolgeva 36 cadetti e ufficiali.[8] Valutavano attacco o rinuncia con e senza consigli predisposti, entro finestre di quattro o quindici secondi. Alle fasi con consigli coerenti seguivano sempre quelle con errori, anche suggerimenti di attaccare in assenza di nemici. Per il confronto sull’urgenza si registravano attacchi erronei e tempi di risposta.
Gli autori riferiscono di non aver rilevato un aumento significativo dell’affidamento errato dovuto alla finestra più breve. Riconoscono che quattro secondi potrebbero non essere una pressione abbastanza stringente. Inoltre, valori statistici sugli attacchi e un confronto dei tempi risultano incoerenti nella copia: il resoconto temporale conservato resta debole e attribuito. Offre una ragione per evitare la formula «l’urgenza produce necessariamente obbedienza», senza dimostrare equivalenza fra condizioni o irrilevanza del tempo. Non è stata verificata la versione editoriale finale né replicata l’analisi dei dati.
Anche seguire una macchina e dichiarare fiducia possono divergere. Nel test principale di Paul Robinette e colleghi, ventisei partecipanti completarono una prova di evacuazione simulata.[9] Un robot telecomandato li aveva prima guidati con un percorso diretto oppure inutilmente tortuoso. Poi fumo artificiale e allarme proponevano una scelta: seguirlo verso un’uscita sconosciuta o tornare lungo l’ingresso, indicato anche da un cartello. Si registrava il percorso e si chiedeva se seguirlo significasse fidarsi. Tutti i completanti lo seguirono; cinque dissero che la fiducia non spiegava la scelta.
In un piccolo seguito esplorativo verso una stanza buia, due persone su sei entrarono, due rimasero con il robot e due tornarono all’uscita corretta. Non sono la stessa condotta. Sono simulazioni civili, con campioni piccoli e credibilità dell’emergenza limitata: non danno un tasso universale di obbedienza. Mostrano perché un’azione osservata non basta a conoscere le ragioni di chi la compie, e perché il dissenso va cercato nelle condizioni concrete.
Quale AI entra nella decisione
Raggruppare informazioni, classificare immagini, proporre un’opzione e costruire un piano sono funzioni differenti. Un’etichetta prodotta da un modello non determina da sola lo status giuridico di una persona; una raccomandazione non è ancora l’applicazione della forza. Nella definizione del Comitato internazionale della Croce Rossa, un’arma autonoma seleziona obiettivi e applica forza, dopo l’attivazione, senza ulteriore intervento umano. Non ogni arma autonoma usa AI e non ogni AI militare è un’arma autonoma.[10] La distinzione cambia il punto in cui occorre capire chi decide e chi può intervenire.
È diversa ancora la domanda studiata da Juan-Pablo Rivera e colleghi.[11] Nel loro gioco agivano modelli linguistici: sistemi che generavano messaggi e selezionavano azioni, anziché persone consigliate da una macchina. Otto nazioni artificiali, con storie e obiettivi scritti, interagivano per quattordici turni simulati. In ogni partita gli otto agenti usavano lo stesso modello. Cinque modelli del periodo erano confrontati in scenari neutri, d’invasione e di attacco informatico, con dieci esecuzioni per combinazione. Potevano scegliere fra ventisette azioni, dalla diplomazia agli attacchi. I ricercatori registravano azioni e messaggi e attribuivano punteggi di escalation, cioè di intensificazione delle azioni, secondo la gravità; un altro modello riassumeva le conseguenze.
Gli autori osservavano escalation, variazioni improvvise e differenze fra modelli; talvolta venivano scelte azioni nucleari. Non tutte le differenze finali erano statisticamente significative. Il risultato dipende da quegli agenti, dagli obiettivi, dalle azioni disponibili e dalla rappresentazione del mondo. Non misura l’obbedienza umana o la probabilità di una guerra reale. L’assenza di emozioni attribuita a una macchina non è una verifica della prudenza delle sue scelte, e la spiegazione che essa produce non certifica uno stato interno.
NAZA: testimonianza, procedura e dissenso
NAZA, di Yuval Abraham e Rachel Szor, prodotto da Guardian e JW Films e presentato a Venezia, porta il problema fuori dal laboratorio.[12] Secondo la sinossi pubblicata dalla Biennale, ricostruisce i sistemi che gli autori collegano all’uccisione deliberata e su larga scala di civili palestinesi a Gaza. Il suo interesse riguarda chi può parlare dall’interno di un’organizzazione, quali passaggi conosce e quali costi incontra nel contestarla.
Nell’inchiesta del 2024 su Lavender, Abraham riportava testimonianze di sei fonti anonime dell’intelligence sulle prime settimane della guerra a Gaza del 2023.[13] Descrivevano un ricorso esteso alle indicazioni del sistema e controlli rapidi, con il rischio di ridurre il giudizio a ratifica. Sono testimonianze attribuite e contestate, non una ricostruzione accertata di ogni attacco. Il collegamento con Milgram riguarda la possibilità che una procedura renda più facile continuare; non prova che l’AI abbia causato quelle condotte.
La replica delle forze armate israeliane (IDF) è più articolata di una semplice negazione.[14] Descrive Lavender come database, distinto da una lista di obiettivi approvati, e una catena con analisti, ufficiali autorizzati e comandante operativo. Obietta che conoscere una fase preliminare non permette di attestare valutazioni finali, precauzioni, modifiche ed esiti. Per NAZA dichiara di basarsi anche sul resoconto di un proprio rappresentante a una proiezione pubblica, pur senza aver ricevuto una copia del film o dettagli identificativi degli incidenti.
La risposta Guardian modifica materialmente l’obiezione sull’accesso.[15] Il portavoce distingue i 24 partecipanti al documentario dall’indagine più ampia, che dichiara aver intervistato oltre cento fonti in tre anni, inclusi comandanti di alto grado direttamente coinvolti nell’autorizzazione degli attacchi. Riferisce anche documenti riservati, verifiche su attacchi specifici e altre fonti non apparse nel film. Queste dichiarazioni rispondono alla tesi che l’indagine conosca soltanto fasi preliminari; non sono una verifica indipendente svolta qui e non identificano tutti quei comandanti con gli intervistati sullo schermo. I documenti consultati non permettono di stabilire quanto coincidano le sei fonti dell’inchiesta del 2024, i 24 partecipanti al film e le oltre cento fonti dell’indagine più ampia.
Occorre quindi chiedere quali parti della catena siano coperte dall’insieme delle fonti, con quale conoscenza diretta e quali riscontri. L’accesso di un singolo analista non esaurisce il perimetro dichiarato dell’indagine. D’altra parte, aver intervistato comandanti non prova da solo ogni accusa, così come descrivere regole formali non prova la loro applicazione. Guardian è produttore del film e Abraham è anche autore dell’inchiesta antecedente: riprendere quelle testimonianze non crea una conferma indipendente. Direttive pertinenti, documenti riservati e registri delle decisioni non sono disponibili per risolvere qui il conflitto operativo.
Il dissenso è parte del fenomeno. Associated Press riferisce l’ovazione veneziana, contestazioni e minacce ai registi; riporta inoltre il timore di ritorsioni addotto per l’anonimato delle testimonianze.[16] Sono reazioni pubbliche e costi riferiti, non prove delle accuse né misure della psicologia di un popolo. Chi decide di testimoniare contraddice però una rappresentazione dell’obbedienza come inevitabile. La questione diventa se il dubbio possa avere conseguenze anche dentro il processo, prima che una decisione sia eseguita.
Un controllo che possa cambiare l’esito
La migliore ragione a favore dell’assistenza merita una risposta seria: le persone sbagliano, ignorano segnali e non riescono sempre a confrontare tutte le informazioni. L’AI potrebbe rendere visibili dati sulla presenza di civili e aiutare a individuare errori. L’ICRC prospetta questo beneficio per strumenti adeguatamente progettati e usati; non lo presenta come una riduzione di danni militari già misurata.[10,17] La prestazione media migliore nel compito di Buçinca mostra che un vantaggio dell’assistenza è possibile entro un perimetro osservato.
L’obiezione più forte riguarda proprio il passaggio dal dato alla scelta: errori del sistema, spiegazioni persuasive e carico di lavoro possono lasciare l’operatore con una firma e poco giudizio effettivo. La risposta favorevole deve allora mostrare dove lo strumento corregge errori e dove chi lo usa riconosce il consiglio sbagliato, lo contesta e cambia l’esito. Il controllo richiede informazioni accessibili, incertezza comprensibile, alternative e poteri reali. Il tempo speso per verificarle ha un costo; quel costo va confrontato con errori evitati e conseguenze, non eliminato chiamando ogni conferma «umana».
I tempi sono diversi: costruire fiducia e addestrare persone richiede un percorso; decidere avviene nella finestra del compito; ricostruire responsabilità viene dopo. Una produzione più rapida di proposte può aumentare il carico di verifica: è un rischio organizzativo da osservare, non un risultato universale degli esperimenti. Non abbiamo una pausa minima valida per tutti. Servono prove realistiche della persona con lo strumento, anche quando sbaglia, e registri che permettano di seguire consiglio, contestazione, decisione e conseguenze. L’ICRC raccomanda interfacce contestabili, confronto con altre informazioni e revisione o sospensione dei sistemi problematici.[17]
REAIM è un’iniziativa per l’uso responsabile dell’AI nel dominio militare. I suoi indirizzi del 2026 richiamano sostegno al giudizio umano, formazione, tracciabilità e responsabilità.[18] Sono indicazioni politiche e pratiche, non osservazioni di attuazione. Vanno inoltre distinti dagli obblighi del diritto umanitario per la protezione dei civili richiamati dalle fonti, e dai nuovi divieti e limiti sulle armi autonome proposti dall’ICRC.[10,17] Una prescrizione non dimostra che sia stata rispettata; un esperimento psicologico non determina la liceità di un incidente.
Il controllo umano richiede la possibilità di intervenire
Le ricerche esaminate giustificano una verifica più esigente dell’assistenza, senza dimostrare che l’AI renda inevitabile l’obbedienza o che riduca già i danni nei conflitti. Il beneficio osservato in un compito civile e le fragilità nei casi di errore possono coesistere. Per giudicare uno strumento militare occorrono prove realistiche su chi lo usa, sui suoi errori e sulle decisioni che l’operatore riesce a correggere.
NAZA rende concreta questa esigenza, ma il materiale disponibile non risolve il confronto fra accuse e repliche. Le testimonianze chiedono riscontri; le procedure dichiarate chiedono una verifica della loro applicazione. Il nesso causale con l’AI resta aperto.
La conclusione pratica è chiedere dove una persona possa correggere o interrompere la scelta e quali prove mostrino che lo abbia fatto. Informazioni accessibili, possibilità di contestare la proposta e tracciabilità aiutano a verificare quel controllo. Quando queste possibilità mancano, una firma umana lascia irrisolto il problema del giudizio. Milgram resta utile proprio perché invita a cercare le condizioni che permettono di rifiutare.
Riferimenti
1. Stanley Milgram, Behavioral Study of Obedience, Journal of Abnormal and Social Psychology 67(4), 1963, pp. 371–378. Procedura e tabella 2. DOI
2. S. Alexander Haslam e Stephen D. Reicher, Contesting the “Nature” Of Conformity: What Milgram and Zimbardo’s Studies Really Show, PLoS Biology 10(11), 2012, e1001426. Saggio interpretativo. DOI
3. Tomasz Grzyb e Dariusz Dolinski, Becoming a teacher can reduce obedience compared to being solely an examiner. Agentic state and obedience in the Milgram paradigm, Frontiers in Psychology 16, 2025, 1613507. Pubblicato il 15 ottobre 2025. Consultazione selettiva del primario online. Primario online
4. Zana Buçinca, Maja Barbara Malaya e Krzysztof Z. Gajos, To Trust or to Think: Cognitive Forcing Functions Can Reduce Overreliance on AI in AI-assisted Decision-making, Proceedings of the ACM on Human-Computer Interaction 5, CSCW1, 2021, art. 188. Risultati e limiti. DOI
5. Emilie A. Caspar, Julia F. Christensen, Axel Cleeremans e Patrick Haggard, Coercion Changes the Sense of Agency in the Human Brain, Current Biology 26, 2016, pp. 585–592. DOI
6. Emilie A. Caspar, Salvatore Lo Bue, Pedro A. Magalhães De Saldanha da Gama, Patrick Haggard e Axel Cleeremans, The effect of military training on the sense of agency and outcome processing, Nature Communications 11, 2020, 4366. DOI
7. Adriana Salatino, Arthur Prével, Emilie Caspar e Salvatore Lo Bue, Influence of AI behavior on human moral decisions, agency, and responsibility, Scientific Reports 15, 2025, 12329. Metodi e risultati; incongruenze native restringono le conclusioni. DOI
8. Adriana Salatino, Arthur Prével, Emilie A. Caspar e Salvatore Lo Bue, The interplay of time pressure and AI assistance reveals moral responsibility recalibration in high-stakes decisions, Scientific Reports, 2026. Article in Press, accettato il 26 agosto 2026; copia disponibile il 2 settembre 2026. Versione finale non verificata. DOI
9. Paul Robinette, Wenchen Li, Robert Allen, Ayanna M. Howard e Alan R. Wagner, Overtrust of Robots in Emergency Evacuation Scenarios, HRI, 2016. Esperimento principale e prove esplorative distinti. DOI
10. Comitato internazionale della Croce Rossa, Frequently asked questions: Artificial Intelligence (AI) in the military domain, 11 giugno 2026. Definizioni, diritto applicabile e raccomandazioni. Documento
11. Juan-Pablo Rivera, Gabriel Mukobi, Anka Reuel, Max Lamparth, Chandler Smith e Jacquelyn Schneider, Escalation Risks from Language Models in Military and Diplomatic Decision-Making, arXiv 2401.03408v1, 7 gennaio 2024. Copia preprint consultata; DOI della pubblicazione FAccT 2024 nel catalogo. Preprint consultato
12. La Biennale di Venezia, Biennale Cinema 2026: NAZA. Scheda del film, regia e produzione. Scheda
13. Yuval Abraham, “Lavender”: The AI machine directing Israel’s bombing spree in Gaza, +972 Magazine e Local Call, 3 aprile 2024. Inchiesta e testimonianze anonime attribuite, sulle prime settimane della guerra del 2023. Inchiesta
14. Israel Defense Forces, IDF Response to the Film NAZA, 1 ottobre 2026, documento di dieci pagine. Base dichiarata della replica a p. 2; descrizione di Lavender e della catena di approvazione a pp. 5–6. Replica integrale
15. Peter Beaumont, NAZA film-makers say they spoke to more than 100 sources about Israeli actions in Gaza, The Guardian, 1 ottobre 2026. Aggiornato il 2 ottobre 2026. Fonte
16. Lindsey Bahr, Israeli documentary ‘NAZA’ opens in the US, reigniting debate over the war in Gaza, Associated Press, 6 ottobre 2026. Articolo
17. Comitato internazionale della Croce Rossa, Submission to the United Nations Secretary-General on Artificial Intelligence in the Military Domain, 11 aprile 2025. Documento
18. REAIM, REAIM Pathways to Action, 2026. Summit di A Coruña, 4–5 febbraio 2026; indirizzi politici e pratici, senza attuazione attestata. Documento
Commenti