Il contrasto dell'immigrazione irregolare via mare, tra repressione penale e diritto internazionale

Si è già avuto modo di vedere nel corso della trattazione che l’istituzione della c.d. “Area Schengen” come uno spazio sottratto ai controlli dei confini interni è stata accompagnata dal graduale sviluppo, da parte delle istituzioni dell’UE, di politiche di gestione dei controlli alle frontiere esterne, di una politica comune dei visti e di rafforzamento della cooperazione giudiziaria e di polizia. La rapida innovazione tecnologica è stata una componente indispensabile per rafforzare il controllo sui movimenti di migranti provenienti dai Paesi terzi, tanto che si è parlato di “digitalizzazione delle politiche migratorie europee”⁵⁵⁹.

In particolar modo, nel campo della migrazione, algoritmi sempre più sofisticati di intelligenza artificiale⁵⁶⁰ promettono maggiore efficienza nel processo decisionale in materia di visti, di permessi di soggiorno, di richieste di protezione internazionale o di detenzione amministrativa, mediante la valutazione dei rischi in termini di sicurezza pubblica, salute pubblica o immigrazione irregolare⁵⁶¹. L'obiettivo principale dell’utilizzo di simili strumenti è quello di rispondere in maniera efficace alla sempre più pressante domanda, da parte soprattutto dei Paesi occidentali, di politiche migratorie efficaci, soprattutto a causa della già richiamata eterogeneità dei flussi migratori, gestiti da consorterie criminali transnazionali sempre più agguerrite.
Nel caso dell'UE, risultano in fase di perfezionamento sistemi in grado di generare alerts precoci dei movimenti migratori, al fine soprattutto di prevedere in tempo flussi migratori misti⁵⁶², caratterizzati, come si è già avuto modo di riscontrare, dalla diversa motivazione che spinge i migranti a spostarsi, sia nella speranza di veder riconosciuta una qualche forma di protezione internazionale, sia con l’intenzione di raggiungere Paesi in cui la propria condizione economica e di vita possa migliorare. In tal senso, nel maggio 2020, la Commissione europea ha pubblicato un report riguardante le opportunità e le sfide derivanti dall’utilizzo degli strumenti di intelligenza artificiale a scopi migratori, ed ha annunciato una serie di iniziative da implementare nel prossimo futuro⁵⁶³. In seguito, in data 21 aprile 2021, la stessa Commissione ha adottato una proposta di reg. (UE), al fine di armonizzare le regole in materia di intelligenza artificiale, ed al fine di classificare le iniziative in materia di immigrazione, asilo e gestione dei controlli ai confini come “ad alto rischio”, in considerazione della spiccata attitudine a compromettere i diritti fondamentali dei migranti, considerati in quanto categoria particolarmente vulnerabile. Naturalmente, quando parliamo di algoritmi di intelligenza artificiale e di analisi di grosse quantità di dati, assume una fondamentale importanza la qualità di questi dati, che rappresenta una questione sulla quale di recente viene posta molta attenzione da parte di chi sviluppa gli algoritmi in questione e di chi li utilizza⁵⁶⁴.

Avuto riguardo al tema della predizione e previsione di flussi migratori, alcuni attori, come le agenzie FRONTEX, EASO e altri, giocano un ruolo molto importante. In particolar modo FRONTEX ricopre un ruolo chiave non solo nel monitoraggio dei flussi migratori, ma anche nel processo di analisi dei rischi con riguardo a tutti gli aspetti della gestione integrata dei confini. Come parte integrante del proprio mandato, la suddetta agenzia monitora, infatti, e contribuisce anche a sviluppare innovazioni rilevanti nell’ambito della gestione dei confini esterni dell’UE, ed inoltre supporta la Commissione europea nell’adozione di progetti in tema di sicurezza dei confini, come ad esempio il programma “Horizon”⁵⁶⁵.
L’European Asylum Support Office (EASO) ha il compito, come già visto in precedenza, di favorire la cooperazione tra gli Stati europei in materia di asilo. In tale ambito, essa ha sviluppato un sistema denominato “Early Warning and Preparedness System” (EPS Forecasting) ed un sistema previsionale in grado di monitorare la situazione nei Paesi terzi con il fine di prevedere il numero approssimativo di richiedenti protezione internazionale che gli Stati membri possono aspettarsi. L’agenzia in questione utilizza algoritmi di machine learning⁵⁶⁶ per analizzare l’enorme mole di dati riguardanti conflitti ed in generale eventi distruttivi nei Paesi di origine e di transito dei migranti, al fine di comprendere le cause profonde dei loro spostamenti. L’obiettivo è quello di predire, per quanto possibile, gli arrivi di migranti da Paesi terzi che potrebbero esercitare una particolare pressione sulle autorità nazionali in materia di asilo e di accoglienza. In particolar modo, lo strumento in questione prende in considerazione una serie di variabili, tra le quali le più ricorrenti risultano essere quelle afferenti alla violenza o a conflitti in particolari territori, in considerazione dell’elevato consenso esistente tra gli studiosi avuto riguardo alla particolare influenza che tali fattori hanno sui flussi migratori⁵⁶⁷. La particolarità di tale sistema sta nel fatto che esso tiene conto di grandezze come economia e governance dei Paesi d’origine, al fine di perfezionare sempre di più l’accuratezza delle previsioni. Inoltre, lo strumento EPS-Forecasting basa le sue decisioni anche sull’uso in tempo reale di dati provenienti da internet, esclusi quelli derivanti da piattaforme di social media come Twitter, Facebook o Instagram, anche in considerazione dell’esistenza, tra gli addetti ai lavori, di un corposo dibattito esistente riguardo ad un massiccio uso dei dati personali dei migranti.

Per quanto riguarda il funzionamento di simili strumenti, occorre dire un valido strumento predittivo dovrebbe includere variabili di analisi correlate alla demografia dei Paesi di origine selezionati, e ricomprendere, ad esempio, le variazioni nella dimensione della popolazione, non solo al loro interno, ma anche in quelli di transito e destinazione. Anche l’analisi di tali dati, infatti, può disvelare l’esistenza di flussi migratori in quei territori, e fornire anche dati sulle rotte migratorie presenti e future. In relazione a ciò, esistono molte fonti pubbliche di informazioni che forniscono dati quantitativi relativi alla migrazione, tra cui, UN che fornisce le statistiche sulla popolazione, l’OIM e l’OCSE che forniscono dati relativi al numero di individui sfollati, Eurostat ed Alto Commissariato delle Nazioni Unite per i Rifugiati, che forniscono dati preziosi sul numero delle domande di asilo nei vari Paesi europei, FRONTEX in relazione alle principali rotte migratorie. Continuando, appare importante, altresì, a fini previsionali, la raccolta di dati che risultano in grado di fornire informazioni preziose, come ad esempio la dimensione dei conflitti armati, e la diffusione del tasso di violenza in un certo Paese, i disastri climatici, i bassi livelli di sviluppo, l’insicurezza alimentare, l’irregolarità nella governance, l’eventuale insostenibilità dei processi produttivi di cibo, modifiche politiche o altri eventi specifici.

Si è già avuto modo di accennare all’importanza assunta, in tale ambito, sia dalla qualità dei dati che dalla correttezza delle procedure di analisi, di modo che la previsione possa essere la più accurata possibile. Da questo punto di vista, la validità dello strumento predittivo utilizzato potrebbe essere suffragata dalla previsione di un gruppo di monitoraggio che si occupi di esaminare o fornire dati qualitativi al fine di convalidare o correggere i risultati quantitativi dello strumento. Un esempio in tal senso viene fornito dal lavoro svolto dall'Internal Displacement Monitoring Center (IDMC)⁵⁶⁸, la cui attività è basata su algoritmi di intelligenza artificiale e su una piattaforma di monitoraggio in tempo reale dei fenomeni di sfollamento interno nei Paesi terzi. Da un punto di vista ideale, poi, le previsioni dei flussi migratori non dovrebbero solo includere parametri relativi esclusivamente ai Paesi di origine, ma anche variabili relative al Paese di destinazione. Intendo fare riferimento, in particolar modo, a indicatori macroeconomici quali la disoccupazione, i posti di lavoro vacanti, alle politiche di migrazione e integrazione in atto, riguardanti ad esempio i tassi di migrazione, le politiche sui visti, i servizi assistenziali etc. In effetti, tali variabili vengono prese in considerazione dall’EPS-Forecasting, di cui si è già parlato, che è riuscita ad ottenere buone percentuali di affidabilità soprattutto per quel che concerne le previsioni di migrazioni c.d. miste, ovvero riguardanti sia migranti economici che potenziali richiedenti protezione internazionale. Lo strumento di previsione EPS-Forcasting, infine, utilizza i dati GDELT⁵⁶⁹, selezionando un insieme di circa duecentoquaranta eventi che potenzialmente possono influire sulle migrazioni e sugli sfollamenti, suddivisi a loro volta in cinque macrocategorie concernenti eventi politici, sociali, economici, eventi relativi alla governance, ed infine conflitti e disordini sociali.




_{559 M. Besters, F. Brom, “Greedy” Information Technology: The Digitalisation of the European Migration Policy”, in Eur. Journal Migration Law, 2010, 455 ss. [....]
560 L’intelligenza artificiale rappresenta una delle più recenti discipline della scienza e della tecnica, appartenente al settore dell'informatica, che studia i fondamenti teorici, le metodologie e le tecniche che consentono la progettazione di sistemi hardware e sistemi di programmi software capaci di fornire all'elaboratore elettronico prestazioni che, a un osservatore comune, sembrerebbero essere di pertinenza esclusiva dell’intelligenza umana. Il termine fu coniato per la prima volta nel 1956, da parte da John McCarthy in occasione di uno studio condotto per due mesi al Dortmouth College di Hanover, nel New Hampshisone. Per una panoramica sull’argomento si veda, tra tanti, S. Russel e P. Norvig, Intelligenza artificiale: un approccio moderno, Pearson, Milano-Torino, I, 2010, 3- 37, in cui gli autori mettono in evidenza la fumosità intrinseca di una definizione univoca di intelligenza artificiale, ed enucleano quattro approcci che sono stati storicamente sviluppati sul tema: l’approccio del test di Turing, quello della modellazione cognitiva, le leggi di pensiero e per ultimo l’approccio degli agenti razionali.
561 Per una panoramica sull’uso di strumenti predittivi in relazione a flussi migratori massicci si vedano, tra tanti, soprattutto C. Blasi Casagran, C. Boland, E. Sánchez Montijano, E. Vilà Sánchez, The Role of Emerging Predictive IT Tools in Effective Migration Governance, in Politics and Governance, 2021, 9, 133-145. Soprattutto a partire dall’avvento dell’ormai nota crisi migratoria del 2015, diverse istituzioni all'interno del contesto europeo hanno stanziato molto risorse per lo sviluppo di strumenti, anche dotati di algoritmi di intelligenza artificiale, per la predizione e prevenzione dei flussi migratori.
562 Z. Felkai Janssen, Migration monitoring and preparedness at the European Union level: The need for multi‐ stakeholder cooperation, in Migration Policy Practice, 2020, 45–47; R. Sohst, J. Tjaden, Forecasting migration: A policy guide to common approaches and models, in Migration Policy Practice, 2020, 8-13.
563 Commission, Opportunities and Challenges for the use of Artificial Intelligence in Border control, Immigration and Security.
564 Per un utile approfondimento sul tema della necessaria qualità dei dati, si veda, European Union Agency for foundamental rights, Data quality and artificial intelligence – mitigating bias and error to protect fundamental rights, Publications Office of the European Union, Bruxelles, 2019. Sul tema specifico si veda, inoltre, F. Raso, H. Hilligoss, V. Krishnamurthy, C. Bavitz, LEGGE Kim, Artificial Intelligence & Human Rights: Opportunities & Risks, Artificial Intelligence & Human Rights: Opportunities & Risks, Berkman Klein Center for Internet & Society Research Publication, Harward, 2018, 1-63; R. Richardson, J. M. Schultz, K. Crawford, Dirty Data, Bad Predictions: How Civil Rights Violations Impact Police Data, Predictive Policing Systems, and Justice, New York University Law Review, New York, 2019, 1-42.
565 Un progetto finanziato dall'UE nell'ambito del programma Secure Societies di Horizon 2020, ITFLOWS (2020-2023), mira a sviluppare l'EUMigra Tool (EMT), che fornirà previsioni sul numero di migranti in arrivo a uno specifico Paese europeo, "analisi su driver, modelli e scelte di migrazione, nonché pubblico sentimento nei confronti della migrazione” e “l'identificazione dei rischi di tensioni tra migranti e UE re di deep learning per la previsione utilizzando dati sequenziali. Le origini dati utilizzate per le previsioni includono i contenuti video di Telegiornali, web news e contenuti testuali dei social media, come Twitter. Le fonti sono di vario genere agenzie, piattaforme di social media e set di dati, come GDELT, ACLED, "Governanti, elezioni e irregolari Set di dati sulla governance" (REIGN) che indica il rischio di colpo di stato, "Uppsala Conflict Data Program" (UCDP), che indicano il numero di persone uccise e colpite dai conflitti. Questo progetto ha attratto critiche da membri della società civile e accademici che chiedono il divieto del suo utilizzo.
566 ll Machine Learning, ovvero l’apprendimento automatico, è una branca dell’informatica che consente ad una macchina intelligente di migliorare le proprie prestazioni nel tempo, all’acquisizione di nuovi dati e attraverso l’analisi dei risultati ottenuti con le scelte effettuate in precedenza.
567 C. Blasi Casagran, C. Boland, E. Sánchez‐Montijano, E. Vilà Sánchez, The Role of Emerging Predictive IT Tools in Effective Migration Governance, cit., 137.
568 L'Internal Displacement Monitoring Center (IDMC) è la principale fonte mondiale di dati e analisi sugli sfollati interni. Dalla sua fondazione nel 1998 come parte del Consiglio norvegese per i rifugiati (NRC), svolge un servizio a vantaggio del decisore politico al fine di migliorare la vita di milioni di persone che vivono situazioni di sfollamento, o che rischiano di diventare sfollati in futuro. Il centro in questione fornisce stime verificate, provenienti da più fonti e riguardanti il numero di sfollati interni o a rischio di diventare sfollati a causa di conflitti, violenze, disastri e progetti di sviluppo in tutto il mondo. Tali dati globali vengono poi integrati con una ricerca interdisciplinare sui driver, i modelli e sugli impatti dello sfollamento interno in diverse situazioni, contesti e scenari nazionali. Utilizzando queste prove, il centro fornisce una consulenza e supporto su misura per informare il processo decisionale globale, regionale e nazionale.
569 GDELT è un database aperto, che si occupa di monitorare i media di tutto il mondo dal 1° gennaio 1979 fino ai giorni nostri, con quotidiani aggiornamenti.}