Meta ha progettato il database della trasparenza per mentire
Meta ha manipolato l'Ad Library per nascondere annunci fraudolenti, con un modello di business basato sull'inganno, secondo una denuncia.
Il database pubblico di Meta è stato progettato per nascondere gli annunci più pericolosi, filtrando i segnali critici a monte
C’è un dettaglio tecnico, quasi banale in apparenza, al centro della denuncia legale contro Meta depositata nei giorni scorsi da Tech Justice Law e Tycko & Zavareei LLP per conto della Consumer Federation of America: l’Ad Library, il database pubblico che Meta ha costruito e pubblicizzato come strumento di trasparenza verso regolatori e cittadini, sarebbe stato manipolato attivamente per mostrare risultati più puliti di quelli reali. Non è un bug. Secondo la denuncia, è una scelta progettuale.
La biblioteca truccata
L’Ad Library di Meta nasce con una premessa ambiziosa: chiunque — giornalisti, ricercatori, autorità di vigilanza — può cercare quali annunci pubblicitari circolano sulle piattaforme del gruppo. Un’API pubblica, un’interfaccia web, un impegno di trasparenza. Peccato che, stando agli atti depositati, Meta abbia manipolato il database per far apparire i risultati di ricerca più ordini di quanto non fossero in realtà. In pratica: gli annunci più pericolosi, quelli che avrebbero dovuto alzare i campanelli d’allarme dei regolatori, semplicemente non comparivano. È come avere un sistema di log in cui i messaggi di errore critici vengono silenziati prima che il monitor li legga — l’infrastruttura sembra sana, ma il segnale è stato filtrato a monte.
Ma la manipolazione dell’Ad Library è solo il livello superficiale del problema. Quello che emerge dagli interni di Meta è un’architettura di sistema in cui la frode non è un’eccezione da correggere, ma una voce di bilancio da ottimizzare.
Il costo della moderazione: 0,15%
Il dato più rivelatore della denuncia non riguarda i singoli annunci truffaldini, ma la soglia economica che Meta avrebbe imposto ai propri team di controllo: nessuna azione di moderazione poteva costare all’azienda più dello 0,15% del fatturato totale. È una scelta di design, non di risorse. Significa che il sistema di enforcement della piattaforma non era calibrato sulla quantità di frodi rilevate, ma su un tetto di spesa predefinito — indipendentemente dal danno prodotto agli utenti.
I numeri interni citati nella denuncia rendono visibile la scala del problema. Le stime interne di Meta indicano che le sue piattaforme espongono gli utenti a circa 15 miliardi di annunci pubblicitari ad alto rischio ogni giorno. Ogni settimana, Meta avrebbe ignorato o respinto erroneamente il 96% dei reclami validi degli utenti relativi ad attività fraudolente. E nel 2024, Meta avrebbe previsto internamente che circa il 10% del suo fatturato annuale — una cifra nell’ordine dei 16 miliardi di dollari — sarebbe provenuto da pubblicità per truffe e beni vietati. Non è una stima esterna ostile: è una proiezione interna, secondo quanto riportato negli atti.
La logica sottostante, descritta nella denuncia, è quella di un sistema a doppio binario: pubblicamente, Meta dichiarava guerra alle frodi pubblicitarie; internamente, addebitava ai truffatori un premio per l’accesso agli stessi utenti che affermava di voler proteggere. Come si legge nel testo della denuncia: “Internally, it was charging scammers a premium for access to those same users. That is not a failure of enforcement, that is a business model built on predatory deception.” Non un fallimento operativo, quindi, ma un modello di business costruito sulla deception strutturale.
Cosa cambia per chi costruisce piattaforme
La denuncia chiede risarcimento danni, restituzione dei profitti illeciti e — questo è il punto architetturalmente interessante — un’ingiunzione permanente che impedisca a Meta di continuare a ingannare i residenti di Washington D.C. sui rischi del suo utilizzo. Non basta pagare: si chiede di cambiare il modello. Per chi progetta sistemi pubblici di audit e trasparenza, la vicenda pone una domanda scomoda: un database di “trasparenza” controllato dall’entità che si vuole monitorare è, per definizione, inaffidabile. La trasparenza reale richiede che i dati siano verificabili da terze parti indipendenti, preferibilmente su infrastrutture open e non manipolabili dalla fonte. L’Ad Library di Meta era, in fondo, un sistema chiuso con un’interfaccia aperta — e la differenza tra i due non è estetica, è sostanziale.
La fiducia in una piattaforma non è una questione di comunicati stampa o policy aggiornate una volta all’anno. È una questione di architettura: chi controlla i log, chi può interrogare i dati grezzi, chi verifica che il monitor stia mostrando ciò che il sistema sta davvero producendo. Se queste domande non hanno risposta indipendente, la trasparenza è solo un’altra funzionalità progettata per l’optics.
