Un dispaccio militare di 217 anni fa firmato da Napoleone Bonaparte, a lungo ritenuto indecifrabile per la complessità della crittografia bellica d’epoca, è stato decifrato e trascritto impiegando modelli di intelligenza artificiale avanzata come GPT-6 Astra di OpenAI.
Il sistema ha combinato riconoscimento ottico del testo, frequenze statistiche dei simboli e correlazione con i registri storici dei movimenti delle truppe francesi. L’AI ha isolato le tabelle di sostituzione numerica utilizzate dallo stato maggiore napoleonico, ricostruendo l’ordine originale dei battaglioni sul campo senza bisogno di una chiave crittografica pregressa completa.
Dalla carta ingiallita al testo in chiaro: come funziona la decifratura con i modelli linguistici
I messaggi dello stato maggiore francese di inizio Ottocento non usavano semplici cifrari a scorrimento come quello di Cesare. Si basavano su sistemi a repertorio: cifrari a sostituzione polialfabetica o numerica in cui determinati numeri rappresentavano lettere singole, dittonghi, intere parole d’uso comune (come “fanteria”, “fiume”, “reggimento”) o persino omofoni fittizi inseriti per ingannare chi intercettava la missiva.
- Progetto Suncatcher: Google lancia il primo satellite per testare l’IA nello spazio
- AI Chatbots: stiamo iniziando a parlare come l’IA?
- Quando si parla di intelligenza artificiale, bisogna porsi domande difficili sulla propria autonomia
Quando si prova a decodificare un reperto simile, la prima difficoltà non è matematica, ma fisica:
- Il deterioramento dell’inchiostro e la piegatura della carta creano ambiguità di lettura per qualsiasi pipeline OCR convenzionale.
- I sistemi a sostituzione dinamica rendono inefficace la classica analisi delle frequenze pure se il testo è corto.
- Gli errori di trascrizione commessi dallo scriba originale sul campo rischiano di mandare in loop gli algoritmi deterministici.
Modelli di frontiera multimodali come la serie Astra intervengono affrontando il documento non come una sequenza astratta di bit, ma integrando la visione artificiale con l’analisi probabilistica del contesto storico. Il sistema processa l’immagine grezza, estrae le varianti grafiche dei numeri scritti a mano e costruisce ipotesi lessicali basandosi sulla sintassi militare francese coeva. Quando un frammento viene ricostruito, l’inferenza probabilistica restringe drasticamente le possibilità per i simboli successivi.
I dettagli operativi emersi sul dispaccio militare
La lettera decifrata fa luce sulla logistica di una fase operativa complessa, dettagliando lo schieramento di divisioni di fanteria e cavalleria, le tempistiche previste per l’attraversamento fluviale e le scorte di polvere da sparo destinate alle retroguardie.
Nella pratica filologica e archivistica, un errore comune è ritenere che l’output generato dall’AI sia immediatamente una verità storica assodata. Se il modello incontra una sequenza corrotta, tende fisiologicamente a completarla per verosimiglianza stilistica (allucinazione da plausibilità). Per questa ragione, il testo trascritto da GPT-6 richiede sempre la validazione incrociata con i diari di marcia conservati negli archivi di stato, verificando se le coordinate e i nomi dei comandanti coincidano effettivamente con gli ordini registrati dal ministero della guerra dell’epoca.
I limiti attuali dell’AI applicata alla crittografia storica
I Large Multimodal Models non sostituiscono il lavoro del crittografo, ma ne abbattono i tempi di setaccio iniziale. Funzionano molto bene su testi cifrati a repertorio chiuso e su base semantica nota; mostrano invece forti limiti di fronte a:
- Frammenti troppo brevi (meno di qualche centinaio di caratteri), dove il contesto contestuale non basta a convalidare l’ipotesi lessicale.
- Cifrari a chiave casuale “one-time pad” o cifrari polialfabetici simmetrici rigorosi senza testo in chiaro noto.
- Supporti con oltre il 40% di superficie lacunosa o illeggibile, dove l’inferenza statistica rischia di produrre falsi positivi convincenti ma errati.
Domande frequenti
Come ha fatto GPT-6 Astra a decifrare il codice senza la chiave originale?
Ha incrociato la frequenza statistica dei numeri scritti a mano con il vocabolario militare dell’epoca e i registri d’archivio noti. Identificando le parole cardine, il modello ha dedotto la griglia di sostituzione numerica usata dallo scriba napoleonico.
Quali informazioni conteneva il messaggio di 217 anni fa?
Il documento riporta istruzioni operative riservate: posizionamento dei battaglioni francesi, rotte di marcia pianificate, ordini di rifornimento per le retroguardie e tempistiche per evitare l’intercettazione da parte delle pattuglie nemiche.
L’intelligenza artificiale può decifrare qualunque crittografia del passato?
No. L’AI eccelle dove esiste ridondanza linguistica e materiale d’archivio correlabile. Fallisce o inventa completamenti plausibili su messaggi privi di contesto semantico, codici sintetici isolati o chiavi di cifratura perfettamente casuali.
L’integrazione di modelli linguistici e visione artificiale sta trasformando gli archivi storici non letti in dati accessibili; il passaggio decisivo rimane tuttavia la verifica paleografica sul documento fisico per validare ogni singola ipotesi dell’algoritmo. Per approfondimenti sui metodi e sugli archivi storici digitalizzati, è possibile consultare i repertori del Service historique de la Défense o le linee guida sui progetti di trascrizione computazionale della Bibliothèque nationale de France (BnF).
