La rimozione di contenuti dal web è un tema complesso che si colloca all’incrocio tra automatismi informatici, dinamiche di archiviazione della rete e normative sul diritto all’oblio.
Spesso l’utente comune è portato a pensare che, una volta che una pagina restituisce un errore, quel contenuto sia svanito per sempre. La realtà tecnologica, tuttavia, ci mostra uno scenario profondamente diverso.
Il gancio di cronaca: il caso delle ricercatrici di Genova
A seguito della tragica scomparsa avvenuta alle Maldive della Professoressa Monica Montefalcone e della sua assegnista Muriel Oddenino, l’Università di Genova ha proceduto all’aggiornamento dei propri database gestionali.
Questo inserimento ha innescato un automatismo informatico che ha oscurato la pagina personale della docente, generando un classico errore HTTP 404 (Not Found).
Se per il pubblico generalista quella risorsa era ormai invisibile, un’analisi più approfondita ha dimostrato il contrario: incrociando i file storici attraverso la Wayback Machine di Archive.org, è stato possibile non solo visualizzare la struttura originaria del profilo rimosso, ma risalire ai link diretti dei Curriculum Vitae in formato PDF, scaricandone l’edizione italiana e quella inglese.
Questo specifico fatto di cronaca funge da perfetto caso studio per comprendere come la cancellazione superficiale sul web generi spesso solo dei “fantasmi informatici”.
Le discipline del recupero: OSINT e Digital Forensics
Per compiere operazioni di questo tipo, si entra nel campo di due discipline cruciali nell’era dell’informazione:
- OSINT (Open Source Intelligence): questo termine definisce l’attività di raccolta, analisi e strutturazione di dati provenienti esclusivamente da fonti aperte, cioè pubbliche e accessibili a chiunque. L’OSINT non prevede attività di hackeraggio o violazione di sistemi protetti; si basa invece sull’abilità di interrogare la rete in modo avanzato. Nel caso in questione, l’utilizzo di motori di ricerca storici, l’analisi dei pattern dei nomi dei file e l’uso di operatori logici per rintracciare i PDF corrispondenti ai vecchi link d’ateneo sono attività puramente OSINT.
- Digital Forensics (Informatica Forense): è la disciplina che si occupa dell’identificazione, della preservazione, dell’analisi e della presentazione di prove digitali per scopi investigativi o legali. Mentre l’OSINT si concentra sulla raccolta delle informazioni pubbliche, la digital forensics analizza la “fisiologia” del dato, come i metadati dei file recuperati, l’integrità dei documenti o la catena di custodia informatica. Nel contesto del web, l’approccio forense permette di ricostruire i passaggi tecnici che hanno portato alla persistenza di un file e di verificare che la risorsa recuperata sia identica all’originale non modificata.
Anatomia di una rimozione: cosa succede quando si “cancella”
Per comprendere come queste discipline riescano a trovare risorse apparentemente svanite, occorre mappare i meccanismi tecnici che si attivano quando un amministratore di sistema rimuove una risorsa (pagine HTML, immagini, video, PDF):
- L’inganno del codice 404: quando una pagina viene rimossa, il server risponde alle richieste con un codice di stato HTTP 404. Questo indica semplicemente che la risorsa non è più presente in quel preciso percorso web in quel momento. Tuttavia, il file fisico potrebbe risiedere ancora in directory nascoste dello stesso server o nei sistemi di backup non aggiornati.
- La persistenza dei link diretti: molti CMS (Content Management System) eliminano la pagina “contenitore” (l’interfaccia grafica), ma lasciano intatti i file multimediali o i documenti allegati (come i PDF o le immagini) all’interno delle cartelle dei media (es. /uploads/). Se un investigatore OSINT intuisce o ricostruisce il pattern del nome del file (es. nome_cognome_cv_en.pdf), la risorsa rimane scaricabile direttamente digitando la URL esatta, bypassando l’errore 404.
- I Web Crawler e le copie cache: i motori di ricerca scansionano costantemente il web. Quando una pagina viene eliminata, essa continua a esistere nei server di indicizzazione (es. Google o Bing) sotto forma di “Copia Cache” per giorni o settimane, finché il crawler non esegue una nuova scansione accorgendosi della modifica.
- Gli archivi di terze parti: progetti come la Wayback Machine scattano istantanee (snapshot) periodiche del web pubblico. Quando una pagina viene storicizzata, l’archivio cattura il codice HTML, la struttura dei link e i documenti allegati in quel preciso istante, congelandoli nel tempo e rendendoli immuni alle successive cancellazioni sul sito d’origine.
La matrice della persistenza in base al formato
Non tutte le risorse rispondono alla cancellazione nello stesso modo. L’attività di rimozione incontra ostacoli differenti a seconda della tipologia di file:
| Tipologia di Risorsa | Meccanismo di persistenza principale | Difficoltà di eliminazione reale |
| Pagine Web (HTML) | Cache dei motori di ricerca, Wayback Machine, aggregatori RSS. | Media (richiede azioni di de-indicizzazione su più motori). |
| Documenti (PDF, DOCX) | Rimangono spesso orfani sui server; scaricati localmente da terzi. | Alta (i file indicizzati cambiano raramente la loro URL interna). |
| Immagini / Grafica | Server CDN (Content Delivery Network), Google Immagini, cache locali. | Alta (le CDN replicano le immagini su nodi globali e server specchio). |
| Video / Audio | Piattaforme di scraping, download automatici, server di streaming. | Massima (se viralizzati o indicizzati da bot multimediali automatizzati). |
Il Diritto all’oblio: un principio che richiede competenza tecnica
Il quadro normativo europeo, guidato dal GDPR (General Data Protection Regulation, Articolo 17), sancisce il “Diritto alla cancellazione” o “Diritto all’oblio”. Questo principio stabilisce che un individuo ha il diritto di richiedere la rimozione dei propri dati personali dal web quando non sussistono più motivi legittimi per il loro trattamento, o quando è svanito l’interesse pubblico alla cronaca.
Tuttavia, come dimostra l’esperienza pratica di OSINT descritta in apertura, la legge da sola non cancella i bit. Per esercitare un vero oblio digitale non basta premere “elimina” sul pannello di controllo del proprio sito, ma bisogna agire metodicamente lungo una filiera tecnica ben precisa:
- Rimozione dalla sorgente (Host):è fondamentale che il webmaster elimini fisicamente non solo la pagina, ma anche tutti i file allegati (i PDF dei contratti, dei CV o dei documenti) dalle directory profonde del server.
- De-indicizzazione dai motori di ricerca: occorre inviare una richiesta formale a Google e agli altri motori tramite gli appositi moduli per il Diritto all’oblio. In questo modo la risorsa smette di apparire nei risultati di ricerca e ne vengono svuotate le copie cache, pur rimanendo teoricamente sul server se non rimossa al punto 1.
- Rimozione dagli archivi storici: piattaforme come Archive.org rispettano le richieste di esclusione dei legittimi proprietari. È necessario configurare correttamente il file robots.txt del sito d’origine per bloccare le catture future o inviare una richiesta di rimozione manuale per eliminare gli snapshot pregressi dal database dell’archivio.
Nell’ecosistema digitale moderno, la memoria è la configurazione di default, mentre l’oblio rappresenta un’eccezione che richiede una vera e propria opera di ingegneria informatica.
Comprendere queste dinamiche, e padroneggiare strumenti di OSINT e digital forensics, è diventato un requisito fondamentale, non solo per chi fa informazione e deve verificare le fonti, ma per chiunque desideri comprendere come tutelare realmente la propria identità e la propria riservatezza online.