Trust Insights è un nuovo framework presente in iOS 27 pensato per aiutare le app a capire quando un utente potrebbe essere vittima di una truffa in tempo reale.
Non parliamo del classico filtro anti-spam, né di un sistema che blocca automaticamente un messaggio sospetto. Il sistema è in grado di riconoscere quei momenti in cui una persona, pur usando correttamente il proprio iPhone, potrebbe essere guidata da un truffatore a compiere un’azione rischiosa.
Apple ha presentato Trust Insights in una sessione WWDC26 dedicata proprio alle truffe sociali e alla coercizione digitale, spiegando che il framework usa machine learning con un approccio pensato per tutelare la privacy.
iOS 27 e Trust Insights: cosa cambia davvero
Le truffe più moderne non puntano sempre a “bucare” un sistema. Spesso puntano direttamente alla persona. Il truffatore chiama, scrive, finge di essere una banca, un familiare, un tecnico o un ente pubblico, e accompagna la vittima passo dopo passo fino a farle confermare un pagamento, modificare un account o inviare documenti sensibili.
Ed è proprio qui che le difese tradizionali diventano meno efficaci. Face ID può confermare che davanti all’iPhone c’è il proprietario. Un codice a due fattori può confermare che l’utente è autenticato. Ma nessuno dei due può capire se quella persona stia agendo liberamente o se sia sotto pressione. Apple lo spiega chiaramente: l’autenticazione dice chi sta compiendo l’azione, non perché la sta compiendo.
Trust Insights nasce per colmare questo spazio grigio. Non decide al posto dell’utente, ma può fornire all’app un segnale di rischio. A quel punto, l’app può scegliere di aggiungere un avviso, rallentare l’operazione, chiedere una verifica aggiuntiva o inserire un passaggio di controllo prima di completare l’azione.
Negli ultimi anni le truffe basate sul social engineering sono diventate molto più sofisticate. Non serve più solo una mail scritta male o un link sospetto. Sempre più spesso l’attacco avviene in diretta: una telefonata, una chat, una richiesta urgente, una finta emergenza familiare, una falsa comunicazione bancaria.
La FTC ha segnalato che nel 2025 gli utenti hanno dichiarato perdite per 3,5 miliardi di dollari solo per truffe legate a impersonificazione, con un dato quasi triplicato rispetto al 2020. Anche l’FBI ha indicato nel report 2025 che le frodi online hanno causato quasi 21 miliardi di dollari di perdite negli Stati Uniti, con truffe legate a criptovalute e intelligenza artificiale tra le più costose.
Come funziona Trust Insights su iOS 27
Apple spiega che Trust Insights lavora combinando segnali elaborati sul dispositivo e infrastruttura cloud, ma l’integrazione per gli sviluppatori resta lato app tramite API Swift. Il framework analizza elementi come ritmo delle interazioni, contesto dell’operazione, tempi e alcuni dati sensoriali di base. Non entra però nel contenuto di Foto, Messaggi o Mail.
Questo è un passaggio importante, perché evita l’idea di un sistema che “legge” quello che facciamo. Trust Insights non deve sapere cosa c’è scritto in una chat o in un’email per capire che una determinata azione potrebbe essere sospetta. L’obiettivo è osservare il comportamento attorno a un’operazione sensibile, non il contenuto personale dell’utente.
Quando un’app richiede una valutazione, Trust Insights può restituire un risultato legato al rischio di coaching, cioè alla possibilità che l’utente sia guidato da qualcun altro. Apple prevede tre livelli principali: unknown, medium e high. Attenzione però: unknown non significa automaticamente “tutto sicuro”, ma solo che il sistema non ha elementi sufficienti per segnalare un rischio specifico.
Trust Insights non viene pensato per ogni singolo tap dentro un’app. Apple invita gli sviluppatori a usarlo nei momenti davvero sensibili, cioè quando un’azione potrebbe avere conseguenze importanti o difficili da annullare.
Le categorie iniziali indicate da Apple sono cinque. C’è payment, per operazioni che riguardano denaro, beni digitali o acquisti in-app. C’è account, per modifiche alle informazioni dell’account o alla sicurezza. C’è resourceUse, pensata per richieste che consumano risorse costose o limitate, come l’inferenza AI. C’è communication, per invio di messaggi, moduli o documenti firmati. Infine c’è other, una categoria generica per i casi non coperti dalle altre.
Ad esempio, una banca potrebbe usare Trust Insights prima di autorizzare un bonifico importante verso un nuovo destinatario. Un’app cloud potrebbe usarlo prima dell’esportazione di dati personali. Un servizio aziendale potrebbe attivarlo quando viene autorizzato un nuovo dispositivo o quando si modificano dati di recupero dell’account.
In ogni caso, Trust Insights non nasce per sostituire il giudizio dell’utente o per trasformare l’iPhone in un arbitro assoluto.
Se il rischio è medio, l’app potrebbe mostrare un messaggio chiaro, introdurre una breve attesa o chiedere una conferma aggiuntiva. Se il rischio è alto, l’app potrebbe richiedere una verifica fuori banda, mettere l’operazione in revisione o invitare l’utente a contattare l’assistenza prima di procedere.
Apple stessa sconsiglia di basare un blocco totale solo su Trust Insights. Il framework dovrebbe diventare un segnale in più dentro sistemi antifrode già esistenti, non l’unico elemento decisionale. Questo approccio ha senso, perché una protezione troppo aggressiva rischierebbe di creare falsi positivi fastidiosi, mentre una protezione troppo debole finirebbe per non cambiare nulla.
Prova la nuova sezione commenti!