GPT-6 Astra decifra messaggio Enigma del 1941 rimasto segreto per 82 anni

Un messaggio radio tedesco di ottantadue lettere, trasmesso il 10 luglio 1941 dalla stazione radio del Quartiermeister della SS-Totenkopf alle 17:30, ha mantenuto il suo segreto per più di ottant'anni. Catalogato come Nr. 172 e identificato dalla sigla MVUEH, il testo cifrato con una macchina Enigma I era rimasto irrisolto dal 2005, quando Crypto Cellar Research lo aveva inserito nel suo elenco pubblico dei messaggi bellici ancora muti. Il 14 settembre 2026, il ricercatore Carter Leffer ha guidato un'indagine tecnica che ha finalmente restituito il contenuto nascosto, utilizzando GPT-6 Astra, il modello di OpenAI presentato tre giorni prima e progettato per affrontare compiti lunghi e complessi che richiedono navigazione web, programmazione, analisi dei dati e uso autonomo di strumenti.

Il motivo per cui MVUEH aveva resistito così a lungo risiedeva nella sua anomalia. Mentre gli altri messaggi della stessa giornata risultavano compatibili con una configurazione precisa dei rotori, applicare quella stessa chiave al messaggio in questione non produceva nulla di sensato in tedesco. Questo segnale inequivocabile indicava parametri diversi, una rete radio separata o una chiave speciale. La configurazione che Leffer ha infine recuperato utilizzava il riflettore B e i rotori II, V e III da sinistra a destra — l'ordine 2-5-3 — in contrasto netto con il 2-5-1 del resto del traffico giornaliero. La svolta è arrivata dal confronto con SIPVX, un altro messaggio dello stesso giorno già risolto da Alex Shovkoplyas nel 2017, dove compariva due volte il nome ROSENOW. Questo collegamento ha fornito il punto di appoggio necessario per restringere il campo delle possibilità.

GPT-6 Astra ha passato al setaccio i messaggi irrisolti disponibili e ha collegato MVUEH al testo noto di SIPVX, utilizzando quella porzione di testo in chiaro — il crib — come ancoraggio per la ricerca. L'esplorazione ha coperto 43.016 batch e circa 4,29 miliardi di combinazioni diverse tra il comportamento dei rotori e il posizionamento del crib. Solo 923 configurazioni risultavano compatibili con l'intestazione del messaggio, una cifra che dimostra come l'header da solo fosse insufficiente a identificare la soluzione. Il pacchetto tecnico pubblicato insieme al risultato contiene un motore di ricerca scritto in C++17, script Python, tabelle linguistiche, dati intermedi e i 49 risultati del batch che conteneva la soluzione corretta, oltre a un verificatore standalone compatibile con Python 3.10 e versioni successive.

Il testo letterale recuperato recita: BTTE UM ANGABE DES MARSQWEGES X BEFINDE MIQ IN X ROSENOW ROSENOW X SOFORT FUNKANTWORT X WASCHBBSCH. Secondo le convenzioni tedesche dell'epoca, la Q sostituisce CH in alcune parole e la X funge da separatore. Tradotto, il messaggio è una richiesta di indicazioni sul percorso di marcia, con il mittente che comunica di trovarsi a Rosenow e sollecita una risposta radio immediata. Frode Weierud, studioso norvegese che da anni si occupa della storia e della crittoanalisi di Enigma, ha verificato il risultato il giorno successivo e ha confermato che la chiave recuperata riproduce sia il testo cifrato sia l'indicatore del messaggio, in modo coerente con il funzionamento reale della macchina e con la documentazione radio dell'epoca.

È importante sottolineare che GPT-6 Astra non ha violato Enigma nel senso tradizionale del termine. Enigma era già stata violata: Marian Rejewski e i crittoanalisti polacchi avevano ottenuto risultati decisivi dal 1932, mentre a Bletchley Park Alan Turing e Gordon Welchman avevano messo a punto metodi e macchine per recuperare le chiavi operative tedesche su scala industriale. Qui si trattava di un singolo messaggio storico, reso particolarmente difficile dalla sua lunghezza ridotta, dalla chiave anomala, dagli errori di trascrizione e dal comportamento specifico dei rotori. Un modello linguistico non possiede scorciatoie matematiche per invertire il funzionamento della macchina, ma può leggere archivi, costruire codice, lanciare ricerche massicce e cambiare strada quando un esperimento fallisce. Weierud descrive il modello come protagonista di un lavoro condotto in larga parte in autonomia dopo l'obiettivo iniziale, mentre la documentazione di Leffer è più cauta e parla di un'indagine guidata dal ricercatore, con agenti specializzati che consultano fonti, scrivono programmi, eseguono esperimenti e sottopongono le ipotesi a controlli incrociati. Il risultato non rappresenta una violazione della macchina, ma piuttosto una dimostrazione delle capacità di analisi autonoma e di problem-solving che i modelli di linguaggio di nuova generazione possono applicare a problemi storici e tecnici complessi.