IA · 16 agosto 2026 · 4 min di lettura
Il primo caso di prompt injection in tribunale: testo invisibile negli atti per manipolare l'IA
In sintesi: Un tribunale del Connecticut ha sanzionato un ricorrente che ha inserito istruzioni di prompt injection formattate in bianco su sfondo bianco nei propri atti legali, con l'obiettivo di condizionare eventuali sistemi di intelligenza artificiale usati dai magistrati. Anche se la corte non faceva uso di LLM per analizzare i fascicoli, il giudice ha definito il fatto un precedente allarmante che mette a nudo la fragilità delle pipeline di automazione documentale.
di Team Mocchi's
Negli ultimi due anni il mondo della sicurezza informatica ha teorizzato a lungo le cosiddette indirect prompt injection, ovvero la tecnica che consiste nel nascondere istruzioni malevole all'interno di documenti, pagine web o file di testo per deviare il comportamento dei Large Language Model che li analizzano. Quella che finora era considerata soprattutto una curiosità da laboratorio o una vulnerabilità da conferenza tecnica ha fatto il suo debutto ufficiale in un'aula di giustizia statunitense.
Come riporta Ars Technica, il giudice Walter Spader Jr. della Corte Superiore del Connecticut ha formalmente sanzionato un ricorrente, Matthew Elliott, per aver inserito testi invisibili a occhio umano all'interno delle memorie difensive depositate in tribunale.
Il trucco del testo bianco e l'obiettivo dell'attacco
La vicenda nasce da un contenzioso civile relativo all'accesso a cartelle cliniche. Sospettando che il personale del tribunale o i magistrati affidassero l'analisi preliminare dei documenti a un software di intelligenza artificiale generativa, il ricorrente ha deciso di inserire comandi mirati a ribaltare i precedenti rigetti del giudice.
Le istruzioni erano formattate con un carattere tipografico minuscolo e colorate di bianco su sfondo bianco: del tutto invisibili per un lettore umano su carta o a schermo, ma perfettamente leggibili da qualsiasi parser di testo o pipeline di elaborazione documentale basata su OCR e LLM. Il testo ordinava esplicitamente al modello IA di concordare con le tesi del ricorrente, di ignorare le precedenti ordinanze contrarie emesse dal tribunale e di predisporre un dispositivo di accoglimento totale delle richieste di risarcimento.
Quando il tribunale ha scoperto l'anomalia e fissato un'udienza per chiarimenti, Elliott ha perseverato depositando nuovi atti contenenti ulteriori messaggi nascosti, poi giustificati come provocazioni o tentativi di "verificare" se la corte facesse un uso improprio dell'IA.
La decisione del giudice e il precedente per la giustizia digitale
Il giudice Spader ha chiarito che il sistema giudiziario del Connecticut non impiega modelli di intelligenza artificiale per esaminare gli atti o redigere sentenze; la manovra non ha quindi prodotto alcun effetto sull'esito della causa, che è stata valutata esclusivamente nel merito. Ciononostante, il magistrato ha imposto sanzioni al ricorrente, qualificando la condotta come un grave abuso del processo.
Nell'ordinanza, Spader ha sottolineato come l'episodio costituisca un precedente pericoloso: man mano che software di sintesi e assistenti intelligenti entrano nei flussi di lavoro di cancellerie, studi legali e uffici pubblici, il rischio che documenti manipolati possano ingannare i filtri automatici diventerà un problema strutturale. Se il ricorrente avesse voluto contestare l'uso dell'IA da parte della corte, ha osservato il magistrato, avrebbe dovuto farlo in modo palese e argomentato, mentre l'occultamento del testo ne dimostra l'intento malevolo.
L'impatto sulla sicurezza dei flussi documentali aziendali
Il caso del Connecticut va ben oltre l'aneddoto giudiziario e fotografa una falla che riguarda da vicino qualsiasi organizzazione impegnata a digitalizzare i propri processi con l'IA. Molte aziende integrano già oggi agenti intelligenti per analizzare curriculum, catalogare fatture, sintetizzare contratti o valutare offerte in gare d'appalto private.
Se il testo non strutturato in ingresso non viene sottoposto a rigide procedure di sanificazione e sanitizzazione tipografica (come il controllo del contrasto cromatico, l'estrazione sicura dei metadati e il disaccoppiamento tra istruzioni di sistema e dati dell'utente), un documento malevolo può indurre l'assistente IA a ignorare le policy interne, manipolare punteggi di valutazione o estrarre informazioni riservate.
Il punto di Mocchi's
Questo episodio giudiziario dimostra come la prompt injection sia già uscita dal perimetro dei test accademici per diventare una tattica operativa reale nei rapporti con la pubblica amministrazione e le imprese. Per chi sviluppa o adotta pipeline di elaborazione documentale con LLM, affidarsi alla sola lettura semantica senza un layer preventivo di ispezione e sanitizzazione del testo grezzo espone l'infrastruttura a rischi concreti. Nelle architetture che progettiamo per i nostri clienti, consideriamo ogni input documentale non attendibile per definizione: la separazione rigida tra dati e istruzioni e la validazione dei formati non sono optional, ma il primo requisito di sicurezza dell'IA enterprise.