Trenta anni fa trovare un traditore richiedeva l’intuizione, una sorta di sesto senso che qualcosa non era del tutto giusto. Prima di Internet, della diffusione del GPS e di Google, ci volevano tracce cartacee, intelligenza umana e indagini da gumshoe. Sandy Grimes l’ha sperimentato in prima persona, anche se quasi per caso: Ha perso una fonte.
Sandy Grimes ha unito le forze con una piccola task force per cercare di trovare una talpa alla CIA. Hanno chiamato la ricerca Operazione Playactor. Olivia Fields per NPR hide caption
toggle caption
Olivia Fields per NPR
Sandy Grimes ha unito le forze con una piccola task force per cercare di trovare una talpa alla CIA. Hanno chiamato la ricerca Operazione Playactor.
Olivia Fields per NPR
“Lavorando in questo tipo di attività si ha una relazione personale con quelle persone che quando hanno accettato di lavorare per il governo degli Stati Uniti hanno messo le loro vite nelle nostre mani”, ha detto, ed è per questo che potrebbe averla presa così personalmente quando una delle spie che stava gestendo, un funzionario del KGB a Lagos, Nigeria, è scomparso.
“Non si è presentato al primo contatto, non si è presentato al secondo contatto”, ha detto. Si scoprì che era stato arrestato, il primo di una serie di doppi agenti sovietici che furono scoperti a lavorare per l’Occidente. “Uno dopo l’altro li stavamo perdendo”, ha detto Grimes, “e non si poteva fare diversamente:
Il grande mistero era se l’agenzia avesse a che fare con una spia nei ranghi o con un decifratore di codici a Mosca. Se l’analitica di oggi fosse esistita allora, avrebbe potuto accelerare il processo di scoperta. I moderni algoritmi avrebbero potuto rastrellare e impilare le posizioni dei dipendenti, trovare modelli sospetti nelle loro abitudini di lavoro e tracciare i loro movimenti.
Ma allora, alla fine degli anni ’80, mentre la guerra fredda stava volgendo al termine, tutto ciò su cui la CIA poteva davvero contare erano i professionisti esperti di intelligence come Grimes. Così, nel 1991, l’agenzia ha lanciato un’indagine chiamata Operazione Playactor. Essa comprendeva in gran parte una piccola task force con Grimes, un giovane impiegato dell’Ufficio di Sicurezza di nome Dan Payne, un analista di lunga data della CIA di nome Jeanne Vertefeuille, e due agenti dell’FBI, l’agente speciale Jim Holt e un analista sovietico di nome Jim Milburn. (“Li chiamavamo Jim Squared”, ha detto Grimes).
Sandra “Sandy” Grimes, che ha lavorato alla CIA dalla fine degli anni ’60, a casa a Great Falls, Va. Come uno degli investigatori nell’operazione Playactor, Grimes ha creato una cronologia che è stata determinante per identificare Ames come una spia. Nikki Kahn/The Washington Post via Getty Images hide caption
toggle caption
Nikki Kahn/The Washington Post via Getty Images
Sandra “Sandy” Grimes, che ha lavorato alla CIA dalla fine degli anni ’60, a casa a Great Falls, Va. Come uno degli investigatori dell’operazione Playactor, Grimes ha creato una cronologia che è stata determinante per identificare Ames come una spia.
Nikki Kahn/The Washington Post via Getty Images
L’indagine ha richiesto fogli di calcolo, file di carta e interrogatori, e dopo mesi di masticare tutti questi strumenti analogici, la squadra è riuscita a restringere la sua lista a circa 150 dipendenti della CIA – troppe persone per una piccola squadra per sospettare o indagare. Così hanno escogitato una soluzione incredibilmente poco scientifica: Hanno chiesto l’un l’altro di elencare i nomi di cinque o sei persone dell’agenzia che li mettevano a disagio e poi li hanno classificati.
Mentre alcuni dei nomi sulle liste del team si sovrapponevano, per Grimes c’era davvero un solo sospetto: qualcuno che conosceva da anni e con cui aveva fatto carpooling; qualcuno che era appena tornato da un incarico oltreoceano: un uomo chiamato Aldrich Ames. Come membro del Dipartimento delle Operazioni dell’agenzia, responsabile del controspionaggio sovietico, divenne una delle spie di più alto livello e più dannose della storia degli Stati Uniti. Jeffrey Markowitz/Sygma via Getty Images hide caption
toggle caption
Jeffrey Markowitz/Sygma via Getty Images
Un ritratto d’archivio della CIA di Ames. Come membro del Dipartimento delle Operazioni dell’agenzia, responsabile del controspionaggio sovietico, divenne una delle spie di più alto livello e più dannose della storia degli Stati Uniti.
Jeffrey Markowitz/Sygma via Getty Images
Il nome potrebbe suonare un campanello. Come membro del Dipartimento delle Operazioni della CIA, responsabile del controspionaggio sovietico, è diventato una delle spie di più alto rango e più dannose della storia degli Stati Uniti. E Grimes sospettava di lui per un motivo che nessun algoritmo avrebbe intuito: Sembrava semplicemente diverso. “Quando tornò dall’Italia nel 1989, era un essere umano diverso, veramente un essere umano diverso”, ha detto Grimes, spiegando perché era in cima alla sua lista. Era come se stesse esaminando la sua proprietà ed era quasi questo atteggiamento: “Io so qualcosa che tu non sai”. “
Un problema d’inventario sospetto
Nello stesso periodo in cui il team di Playactor ha iniziato la ricerca di un traditore, uno scienziato di dati di nome Jeff Jonas ha iniziato un nuovo lavoro a Las Vegas. Mesi prima aveva ricevuto una telefonata dal Mirage Casino che gli chiedeva se poteva costruire un software speciale per lui. “Hanno detto: ‘Abbiamo un problema di inventario'”, ha ricordato Jonas. “E io ho detto: ‘Oh, sono bravo nei sistemi d’inventario’. E loro dissero: ‘Bene, è per il pesce’. “
Il Mirage aveva appena aperto e aveva già un problema che non aveva previsto: Il suo storico acquario da 20.000 galloni stava diventando un salasso finanziario. Conteneva migliaia di pesci tropicali costosi e rari che non potevano essere contabilizzati. “Penso che stessero spendendo circa un milione di dollari all’anno per mantenere l’acquario”, ha detto Jonas, “e stavano cercando di tenere traccia di ciò che mangiava.”
Jonas ha finito per creare qualcosa che ora potremmo considerare uno dei primi programmi di analisi dei dati. Il suo software non solo teneva traccia dei pesci, ma permetteva al casinò di prendere decisioni migliori su come rifornire la vasca. “All’epoca non sapevo che sarebbe diventato il lavoro della mia vita”, ha detto Jonas. La specialità di Jonas è la corrispondenza delle identità. Ha iniziato con i pesci e poi è passato alle persone. “Dopo che Jonas ha aiutato il Mirage con il suo programma sui pesci, i casinò lungo la striscia hanno cominciato a chiedergli se poteva aiutarli a modernizzare i loro sistemi di sicurezza. All’inizio degli anni ’90, lo stato dell’arte per tracciare le persone a Las Vegas era, letteralmente, una scheda di 3 per 5 pollici. “Facevano carte di impiegati e le ordinavano per nome e avevano un’altra serie di carte per gli stessi impiegati ordinate per indirizzo”, ha ricordato Jonas. “Era proprio come in biblioteca, ma invece di soggetto, titolo, autore, sarebbe stato nome, indirizzo, telefono.”
Jonas ha iniziato a digitalizzare tutte quelle schede, e poi ha creato un sistema che ha chiamato Non-Obvious Relationship Awareness, o NORA. “E si è guadagnato quel nome perché ho iniziato a trovare cose che non ci si aspettava di trovare”, ha detto. Il sistema segnalava qualcuno a un tavolo da gioco che poteva avere lo stesso numero di telefono di un dipendente. Se qualcuno ha elencato più di una data di nascita in una vita, NORA avrebbe identificato anche questo. “Molte volte i dati arrivano e non è un grosso problema”, ha detto Jonas. “Ma a volte quando i dati atterrano è importante”. NORA stava creando sistemi che avrebbero aiutato a concentrare l’attenzione umana su quei bit importanti.
Jeff Jonas siede al computer, creando un software che non solo tracciava i pesci del Mirage ma permetteva al casinò di prendere decisioni migliori su come riforniva la vasca. Alla fine, questo sistema sarebbe diventato noto come Non-Obvious Relationship Awareness – NORA. Olivia Fields per NPR hide caption
toggle caption
Olivia Fields per NPR
Jeff Jonas siede al computer, creando un software che non solo tracciava i pesci del Mirage ma permetteva al casinò di prendere decisioni migliori su come riforniva la vasca. Alla fine, questo sistema sarebbe diventato noto come Non-Obvious Relationship Awareness – NORA.
Olivia Fields per NPR
Tra le altre cose, NORA ha focalizzato l’attenzione dell’uomo su un gruppo di studenti universitari che sembravano essere incredibilmente fortunati ai tavoli del blackjack. Non stavano barando, sembrava. Ma era strano che così tanti giovani giocatori stessero facendo così bene. NORA alla fine scoprì che quei giovani stavano contando le carte – ed erano membri del MIT Blackjack Team. (Contare le carte non è illegale, ma a chi conta le carte viene tipicamente chiesto di lasciare il casinò. La squadra ha creato una società di “investimento” per individuare i giocatori in contanti e poi ha distribuito le loro vincite. Alla fine i suoi giocatori principali furono banditi dalla maggior parte dei casinò.)
Se Grimes e la squadra della CIA avessero saputo di NORA, avrebbe potuto essere proprio la cosa di cui avevano bisogno per aiutarli a trovare e condannare il loro sospettato.
Un sistema molto analogico
Quello che Grimes aveva invece era una sorta di equivalente umano di NORA. Tra le altre cose, aveva avuto una lunga interazione personale con Ames. Aveva osservato il suo comportamento, da vicino, molto prima che cadesse in sospetto, e poteva valutare quello che considerava un comportamento fuori dall’ordinario per un agente della CIA. “Durante i giorni di carpooling, era sempre in ritardo”, ha detto. “Usciva di corsa dall’appartamento, con la camicia stesa e i calzini di colori diversi.
Anche un episodio che ha coinvolto sua moglie, Rosario, l’ha fatta riflettere. Rosario aveva chiesto a un collega della CIA di mandarle delle vitamine prenatali quando lei e Ames erano di stanza a Roma nel 1988. Quando, mesi dopo, Grimes incontrò la collega che le aveva inviato le vitamine, indossava un bellissimo foulard di Gucci. “Dove l’hai preso?” Le chiese Grimes. La collega disse che la moglie di Ames glielo aveva mandato dopo aver ricevuto le vitamine. “Ho detto: ‘Beh, è un bel regalo’. “
In isolamento, queste cose avrebbero significato poco, ma il sistema NORA nella testa di Grimes continuava a suonare mentre la squadra di Playactor intervistava altri sospetti. Una delle domande che fecero a tutti quelli della loro lunga lista – indipendentemente dalla loro posizione in quella lista – fu questa: Se dovessi fare la spia, o il volontario, come lo faresti? La maggior parte delle persone con cui parlarono videro la domanda come un esercizio mentale; Ames rimase sconcertato dalla domanda. “Era senza parole”, ha detto Grimes. “Naturalmente non stiamo dicendo nulla, giusto? Siamo seduti lì ad ascoltare. Ma dopo eravamo completamente scioccati dal fatto che avesse trovato quella domanda scomoda”.
Divenne un punto di dati in un sistema molto analogico che il team aveva creato sui computer dell’agenzia. Payne, il giovane agente dell’FBI, ha iniziato a ottenere i mandati per gli estratti conto e i depositi bancari di Ames. Grimes iniziò a mettere insieme una cronologia, elencando i vari incarichi di Ames alla CIA, chi aveva riferito di aver incontrato in Italia, i casi a cui stava lavorando in America. Aggiunse altri dati casuali: Quando entrava e usciva dall’ufficio? Quando si appartava per fumare?
Ha messo tutto questo in un documento di elaborazione testi sul suo computer, che di per sé presentava alcune sfide. Ogni mattina, quando si connetteva, doveva aspettare 20 minuti per caricarlo da dove l’aveva lasciato. “Ogni giorno era una frustrazione”, ha detto. “
Grimes ha dovuto costruire una cronologia seguendo ogni mossa del suo principale sospettato. Ma ha dovuto farlo dal basso verso l’alto. Niente fogli di calcolo. Nessun database. Solo un documento di videoscrittura che diventava lungo centinaia di pagine. Alcune mattine doveva aspettare 20 minuti solo per caricare il documento. Olivia Fields per NPR hide caption
toggle caption
Olivia Fields per NPR
Grimes ha dovuto costruire una cronologia seguendo ogni mossa del suo principale sospettato. Ma doveva farlo dal basso verso l’alto. Niente fogli di calcolo. Nessun database. Solo un documento di videoscrittura che diventava lungo centinaia di pagine. Alcune mattine doveva aspettare 20 minuti solo perché il documento si caricasse.
Olivia Fields per NPR
Uno dei problemi era che perché il documento fosse utile e ricercabile, doveva essere assolutamente coerente. Non si poteva scrivere 7 marzo un giorno e poi scrivere 03/07 il giorno dopo. Non ci potevano essere errori di battitura o spazi vuoti. “Alla fine della giornata, dovevo tornare indietro e rivedere tutto quello che avevo digitato”, ha detto Grimes. “
Quell’attenzione ai dettagli alla fine ha dato i suoi frutti una mattina quando Payne è arrivato in ufficio con una busta piena di rendiconti finanziari. Ha pescato alcune ricevute di deposito dalla cartella e poi ha iniziato ad aggiungere le informazioni ad un foglio di calcolo sul suo computer. E poi, come era loro abitudine, passava le ricevute oltre il muro del cubicolo a Grimes, che poi scorreva fino alla data corretta nella cronologia e le aggiungeva.
“Mi è capitato di dare un’occhiata alla riga sopra e sono andato, ‘Oh, mio Dio, il giorno prima, pranzo con Chuvakhin,’ ha detto Grimes. “E ho pensato, che strana coincidenza”. Sergei Chuvakhin era un diplomatico sovietico di stanza a Washington. “La seconda distinta di versamento mi arriva oltre il muro del cubicolo”. Era un deposito di 5.000 dollari in contanti fatto il 5 luglio. Tre giorni prima la cronologia recitava: Pranzo con Chuvakhin. Grimes aggrottò la fronte e prese l’ultima distinta di versamento. Era per 8.500 dollari in contanti, depositati il 31 luglio. E la cronologia mostrava che proprio lo stesso giorno – Ames aveva pranzato con Chuvakhin.
“Questo era tutto per Sandy”, disse Grimes, riferendosi a se stessa per nome. “Ho detto: “Voi ragazzi non ci crederete, è così – non ci crederete”. Corse lungo il corridoio per dirlo al capo della divisione di controspionaggio della CIA, Paul Redmond. “Ho chiuso la porta e non l’ho aspettato, ho solo detto, ‘Non ci vuole uno scienziato missilistico per vedere cosa sta succedendo qui: Rick è una dannata spia sovietica”. (Grimes ha detto che lei e Redmond stanno ancora discutendo sulle sue esatte parole. Lui dice che lei ha usato una parola più colorita, una che Grimes ha detto essere una delle sue preferite.)
“Il più bel caso di insubordinazione che abbia mai incontrato”
L’FBI ha aperto un’indagine formale su Ames poco tempo dopo; ma per costruire il caso il bureau dipendeva da ciò che oggi sembrerebbe essere alcune cose incredibilmente analogiche: intercettazioni telefoniche, dispositivi di ascolto, appostamenti, aerei, anche operazioni di spazzatura.
“A volte devi forare il muro per mettere i microfoni”, ha detto Robert “Bear” Bryant, che sarebbe diventato vice direttore dell’FBI e che supervisionò l’indagine Ames. “Se devi andare nel cartongesso, devi collegare una linea elettrica, ma la cosa più difficile è far combaciare il cartongesso.”
Questa è la prima volta che Bryant ha parlato pubblicamente del caso Ames. “Abbiamo messo dei microfoni nella sua macchina, nella sua casa; abbiamo coperto il ragazzo quasi dal momento in cui è uscito per andare al lavoro”. Avevano persino un aereo in volo che lo seguiva mentre guidava da casa sua ad Arlington, Va., non lontano da Langley. “Avevi un ragazzo con un set di binocoli e lui si siede lì e guarda il soggetto quando si muove”, ha detto Bryant. “
Gli agenti dell’FBI hanno trovato questa nota nella spazzatura di Ames nel 1993; si riferisce ad un incontro con il suo contatto del KGB a Bogotà, Colombia. The Life Picture Collection via Getty Images hide caption
toggle caption
The Life Picture Collection via Getty Images
Gli agenti dell’FBI hanno trovato questa nota nella spazzatura di Ames nel 1993; si riferisce a un incontro con il suo contatto del KGB a Bogotà, Colombia.
The Life Picture Collection via Getty Images
Ma è stato qualcosa che Bryant aveva specificamente chiesto agli agenti di non fare che li ha portati a una svolta nel caso: Hanno fatto quella che è conosciuta come una “copertura della spazzatura”. “Quando una persona mette fuori la sua spazzatura, se è su una proprietà pubblica si può sequestrare quella spazzatura e farne una perquisizione”, dice Bryant. “L’hanno fatto contro i miei ordini.”
Poi, nell’autunno del 1993, Bryant ricorda che uno dei suoi agenti gli sventolò una busta di plastica con un pezzo di carta gialla mentre entrava in ufficio. Ho detto: “Che diavolo è quello?” E lui: “L’abbiamo preso dalla spazzatura”. “
Era una nota che Ames aveva scritto a se stesso su un incontro che avrebbe dovuto avere con un responsabile del KGB a Bogotà, Colombia. “Era la chiave del caso, e una grande chiave perché sapevamo dove avrebbe fatto una consegna. Più tardi, mi è stato chiesto su di esso e ho detto che era il più bel caso di insubordinazione che abbia mai incontrato.”
Una cartella nella tua testa
Il programma di relazioni non ovvie di Jonas a Las Vegas decenni fa è stato sostituito con qualcosa conosciuto nell’industria delle minacce interne come Entity Resolution. È un tentativo di insegnare a un computer a fare le stesse associazioni che, senza che ne siamo pienamente consapevoli, il nostro cervello fa quasi istantaneamente.
Considerate il musicista Prince. Il simbolo che ha usato per il suo nome potrebbe essere una delle prime cose che ci sono venute in mente. Non sappiamo come spiegare che associamo quel simbolo a Prince – sappiamo solo che lo facciamo. Poi vengono fatte altre connessioni: la canzone “Purple Rain”, una chitarra viola, un abito di velluto.
“Tutte quelle cose che hai raccolto nel tempo su Prince vivono in una cartella nella tua testa”, spiega Jonas. “E sono arrivate in momenti diversi e sono state descritte in modo diverso, ma Entity Resolution si è incollata insieme.”
Il nostro cervello è molto bravo a fare collegamenti. “Tutte le cose che hai raccolto nel tempo su Prince vivono nella tua testa”, spiega Jonas, “e sono arrivate in momenti diversi e sono state descritte in modo diverso”, ma le hai messe insieme lo stesso. Entity Resolution sta cercando di insegnare ai computer a fare lo stesso. Olivia Fields per NPR hide caption
toggle caption
Olivia Fields per NPR
Il nostro cervello è molto bravo a fare collegamenti. “Tutte le cose che hai raccolto nel tempo su Prince vivono nella tua testa”, spiega Jonas, “e sono arrivate in momenti diversi e sono state descritte in modo diverso”, ma le hai messe insieme lo stesso. Entity Resolution sta cercando di insegnare ai computer a fare lo stesso.
Olivia Fields per NPR
Quello che rende Entity Resolution diverso dagli algoritmi tradizionali è che invece di masticare enormi serie di dati per vedere cosa può trovare, cerca di organizzare le cose più come fa il cervello. Si chiede: In che modo un numero di previdenza sociale è come un numero di identificazione del veicolo o come un numero di serie su un router? In che modo una data di nascita è come la marca o il modello di un’auto? E il modo in cui sono uguali è che generalmente tutti identificano una singola cosa discreta.
Se si trova lo stesso VIN su un elenco di auto, il computer lo nota e lo segnala come un’anomalia. Man mano che l’algoritmo si sviluppa, potrebbe trovare altre cose che non quadrano. Nel caso di Ames, potrebbe vedere che ha appena pagato 400.000 dollari in contanti per una casa ma che guadagna meno di 70.000 dollari all’anno. L’algoritmo potrebbe segnalarlo come strano, quindi probabilmente richiede un’altra occhiata.
“Probabilmente la cosa più fantastica nel nostro algoritmo è che può cambiare idea sul passato”, ha detto Jonas. In altre parole, può tornare indietro nel tempo per vedere se una nuova informazione suggerisce un nuovo modo di pensare a ciò che si sta analizzando. Si vede che c’è un pranzo con un diplomatico sovietico a Washington alla fine di luglio; questo solleva qualche domanda su questo tipo di incontri nel passato? C’era uno schema che potremmo aver perso?
Quando Grimes ha aggiunto le informazioni della distinta di versamento alla sua cronologia, le è capitato di dare un’occhiata alla linea sopra e poi ha visto i pranzi con il diplomatico sovietico. Questa è una versione analogica di ciò che Entity Resolution cerca di fare ora.
“Questa è la storia dei dati che trovano i dati”, ha detto Jonas. “La cosa che mi colpisce del caso Ames … è che devi aspettare che gli umani abbiano domande; devi aspettare che accadano cose brutte. Oggi quello che si farebbe è prendere una copia di tutto il suo portatile personale e una volta che hanno potuto sbirciare nel suo conto bancario, emergono nuovi dati.”
Gli uomini hanno bisogno di molto tempo per elaborare queste informazioni. I computer no. Nessuna cronologia ingombrante, scritta a mano. E criticamente, dice Jonas, c’è poco affidamento sul sentimento o sull’intuizione. “Una lista di persone su cui abbiamo un’intuizione, non sempre funziona”, ha detto. Entity Resolution può essere la tecnologia che colma questo divario.
Per anni prima dell’arresto di Ames, nessuno ha notato che i suoi modelli di lavoro erano cambiati. Non c’erano algoritmi che avrebbero potuto mettere insieme il fatto che beveva, che aveva affrontato un divorzio costoso, che aveva pagato in contanti la sua casa, che guidava un’auto nuova e che arrivava in ufficio presto e andava via tardi. Queste erano cose che lo stesso Ames ha ammesso che avrebbero dovuto far capire alle autorità. Era solo qualcosa che hanno visto con il senno di poi.
Ames è stato arrestato il 21 febbraio 1994, con l’accusa di spionaggio. Si è dichiarato colpevole nell’aprile dello stesso anno ed è stato condannato all’ergastolo senza condizionale. Jeffrey Markowitz/Sygma via Getty Images hide caption
toggle caption
Jeffrey Markowitz/Sygma via Getty Images
Ames fu arrestato il 21 febbraio 1994 con l’accusa di spionaggio. Si è dichiarato colpevole nell’aprile dello stesso anno ed è stato condannato all’ergastolo senza condizionale.
Jeffrey Markowitz/Sygma via Getty Images
“Quello che l’algoritmo non ha intuito è se quella persona ha cambiato il suo modello perché forse ha avuto un bambino e ora viene in orari diversi, o forse era malato, quindi ha fatto una serie di fisioterapia al mattino”, ha detto Yael Eisenstat, un ex analista della CIA che ora è un visiting fellow al Cornell Tech. Eisenstat studia l’effetto degli algoritmi e della tecnologia sulla società. “Ci sono così tante cose umane reali che potrebbero fare quell’anomalia nel modello, che l’algoritmo non lo saprà”, ha detto.
Questo è il motivo per cui gli algoritmi hanno ancora bisogno degli umani per fare due più due, come ha fatto Grimes. A posteriori, il suo senso di ragno è stato più efficace di qualsiasi algoritmo. Anche molto più tardi disse che fu l’arroganza di Ames ad aiutarla a capire che lui era il loro uomo. Pensava di essere più intelligente di tutti gli altri e diede persino consigli a Grimes e Vertefeuille su ciò che l’indagine Playactor avrebbe dovuto cercare.
“Mi disse: ‘Guarda i casi buoni e guarda i casi cattivi e vedi cosa c’è di diverso'”, ha detto Grimes. Ricorda di aver pensato a se stessa in quel momento: “È una buona cosa che pensi che io sia così stupida. Sai, pensava che fossimo due ragazze stupide.”
Due ragazze stupide che hanno catturato una spia.