10 aprile 2024

"Lavender" ► La macchina IA che dirige i bombardamenti israeliani a Gaza (1/2)

L’esercito israeliano ha contrassegnato decine di migliaia di abitanti di Gaza come sospettati di omicidio, utilizzando un sistema di targeting basato sull’intelligenza artificiale con scarsa supervisione umana e una politica permissiva per le vittime, rivelano +972 e Local Call.

Nel 2021, un libro intitolato "The Human-Machine Team: How to Create Synergy Between Human and Artificial Intelligence That Will Revolutionize Our World" è stato pubblicato in inglese con lo pseudonimo di "Brigadier General Y.S." In questo lavoro, l'autore - un uomo che abbiamo confermato essere l'attuale comandante dell'unità di intelligence d'élite israeliana 8200 - sostiene la progettazione di una macchina speciale in grado di elaborare rapidamente enormi quantità di dati per generare migliaia di potenziali "bersagli" per attacchi militari nel vivo della battaglia. Tale tecnologia, scrive, risolverebbe quello che descrive come un “collo di bottiglia umano sia nell’individuazione di nuovi obiettivi che nel prendere decisioni per approvare gli obiettivi”.
Si scopre che una macchina del genere esiste effettivamente. Una nuova indagine di +972 Magazine e Local Call rivela che l'esercito israeliano ha sviluppato un programma basato sull'intelligenza artificiale noto come "Lavender", rivelato qui per la prima volta. Secondo sei ufficiali dell’intelligence israeliana, che hanno tutti prestato servizio militare durante l’attuale guerra contro la Striscia di Gaza e sono stati direttamente coinvolti nell’uso dell’intelligenza artificiale per generare obiettivi da assassinare, Lavender ha svolto un ruolo centrale nel bombardamento senza precedenti dei palestinesi, in particolare durante le prime fasi della guerra. Secondo le fonti, infatti, la sua influenza sulle operazioni militari era tale che trattavano i risultati della macchina IA “come se fosse una decisione umana”.

Ufficialmente, il sistema Lavender è progettato per contrassegnare tutti i sospetti agenti delle ali militari di Hamas e della Jihad islamica palestinese, compresi quelli di grado più basso, come potenziali bersagli per i bombardamenti. Le fonti hanno riferito a +972 e Local Call che durante le prime settimane di guerra, l’esercito si è affidato quasi interamente a Lavender, che ha segnalato fino a 37.000 palestinesi come sospetti militanti – e le loro case – in preparazione a possibili attacchi aerei.

All'inizio della guerra, l'esercito permise in gran parte agli ufficiali di adottare gli elenchi di obiettivi di Lavender, senza richiedere una verifica approfondita del motivo per cui la macchina aveva fatto queste scelte, o la revisione dei dati grezzi di intelligence su cui si basavano. Una fonte ha affermato che il personale umano spesso si limita a approvare le decisioni della macchina, aggiungendo che normalmente spende personalmente solo circa "20 secondi" su ciascun bersaglio prima di autorizzare un bombardamento, solo per assicurarsi che sia al sicuro. Lavender è davvero un uomo. Questo nonostante si sappia che il sistema commette quelli che sono considerati "errori" in circa il 10% dei casi, ed è noto che occasionalmente contrassegna individui che hanno solo un tenue legame con gruppi di attivisti, o addirittura nessun legame.

Inoltre, l’esercito israeliano ha attaccato sistematicamente le persone prese di mira mentre erano a casa – di solito di notte in presenza di tutta la famiglia – piuttosto che durante l’attività militare. Secondo le fonti, ciò è dovuto al fatto che, dal punto di vista dell’intelligence, è più facile localizzare le persone nelle loro case private. Altri sistemi automatizzati, incluso uno chiamato "Where’s Daddy ?" ("Dov'è papà?"), anch'essi rivelati qui per la prima volta, venivano utilizzati appositamente per rintracciare le persone prese di mira ed effettuare attacchi una volta entrati nella casa di famiglia.

Il risultato, come testimoniano le fonti, è che migliaia di palestinesi - per lo più donne e bambini o persone non coinvolte nei combattimenti - sono stati sterminati dagli attacchi aerei israeliani, in particolare durante le prime settimane di guerra, a causa delle decisioni del programma AI.

"Non volevamo uccidere gli agenti [di Hamas] solo quando si trovavano in un edificio militare o erano impegnati in attività militari", ha detto A., un ufficiale dell'intelligence, a +972 e Local Call . 
"Al contrario, l'IDF li ha bombardati nelle loro case senza esitazione, come prima opzione. È molto più facile bombardare la casa di una famiglia. Il sistema è progettato per cercarli in queste situazioni."
La macchina Lavender si unisce a un altro sistema di intelligenza artificiale, "The Gospel", le cui informazioni sono state rivelate in una precedente indagine di +972 e Local Call nel novembre 2023, nonché nelle pubblicazioni dell'esercito israeliano. La differenza fondamentale tra i due sistemi sta nella definizione dell'obiettivo: mentre The Gospel contrassegna gli edifici e le strutture da cui, secondo l'esercito, operano i militanti, Lavender contrassegna le persone - e le inserisce in una lista di persone da uccidere.

Inoltre, secondo le fonti, quando si è trattato di prendere di mira i presunti militanti giovani con il marchio Lavender, i militari hanno preferito utilizzare solo missili non guidati, comunemente noti come bombe "stupide" (in contrapposizione alle bombe "di precisione"), che possono distruggere interi edifici e i loro occupanti e causano perdite umane significative. "Non vorrete sprecare bombe costose per persone non importanti: costa molto al paese e c'è carenza [di queste bombe]", ha detto C., uno degli ufficiali dei servizi segreti. Un'altra fonte ha detto che ha autorizzato personalmente il bombardamento di "centinaia" di case private di sospetti agenti junior marchiati Lavender, con molti di questi attacchi che hanno ucciso civili e intere famiglie come "danno collaterale".

Secondo due di queste fonti, l'esercito decise anche, durante le prime settimane di guerra, che per ogni giovane agente di Hamas contrassegnato da Lavender poteva uccidere fino a 15 o 20 civili; in passato, i militari non consentivano alcun "danno collaterale" quando uccidevano militanti di basso rango. Le fonti hanno aggiunto che nei casi in cui l'obiettivo era un alto funzionario di Hamas con il grado di comandante di battaglione o di brigata, l'esercito ha ripetutamente autorizzato l'uccisione di più di 100 civili nell'assassinio di "un solo comandante".

La seguente indagine è organizzata secondo le sei fasi cronologiche della produzione altamente automatizzata di obiettivi da parte dell'esercito israeliano durante le prime settimane della guerra a Gaza. Innanzitutto, spieghiamo la stessa macchina Lavender, che ha taggato decine di migliaia di palestinesi utilizzando l’intelligenza artificiale. Successivamente, riveliamo il sistema "Where’s Daddy?" (Dov'è papà?), che ha rintracciato questi obiettivi e ha riferito all'esercito che stavano entrando nelle loro case. Infine descriviamo come furono scelte le bombe “stupide” per colpire queste case.

In quarto luogo, spieghiamo come l’esercito abbia allentato il numero consentito di civili che possono essere uccisi quando bombardano un obiettivo. In quinto luogo, indichiamo come i software automatizzati abbiano calcolato in modo impreciso il numero di non combattenti in ciascuna famiglia. In sesto luogo, mostriamo che in diverse occasioni in cui una casa veniva colpita, di solito di notte, l'obiettivo individuale talvolta non era presente, perché gli ufficiali militari non verificavano l'informazione in tempo reale.

FASE 1: DEFINIZIONE DEGLI OBIETTIVI
“Una volta passati all’automazione, la generazione degli obiettivi decolla”.
Nell'esercito israeliano, il termine "obiettivo umano" una volta si riferiva a un alto ufficiale militare che, secondo le regole del dipartimento di diritto internazionale dell'esercito, poteva essere ucciso nella sua casa privata, anche se intorno a lui c'erano dei civili. Fonti dell'intelligence hanno riferito a +972 e Local Call che nelle precedenti guerre israeliane, poiché uccidere qualcuno era un modo "particolarmente brutale" - spesso uccidendo l'intera famiglia accanto all'obiettivo - questi obiettivi umani venivano contrassegnati con molta attenzione e solo militari di alto livello i comandanti sono stati bombardati nelle loro case, al fine di mantenere il principio di proporzionalità previsto dal diritto internazionale.

Ma dopo il 7 ottobre, quando i militanti di Hamas hanno lanciato un attacco mortale contro le comunità nel sud di Israele, uccidendo circa 1.200 persone e rapendone 240, l’esercito ha adottato un approccio radicalmente diverso, secondo le fonti. Nell'ambito dell'operazione Iron Swords, l'esercito ha deciso di designare tutti gli agenti dell'ala militare di Hamas come obiettivi umani, indipendentemente dal loro grado o importanza militare. E questo ha cambiato tutto.

Questa nuova politica poneva anche un problema tecnico ai servizi segreti israeliani. Nelle guerre precedenti, per autorizzare l'assassinio di un singolo obiettivo umano, un ufficiale doveva passare attraverso un lungo e complesso processo di "incriminazione": verifica incrociata delle prove che la persona era effettivamente un membro di alto rango dell'ala militare di Hamas, scoprire dove viveva, le sue coordinate e sapere finalmente quando era a casa in tempo reale. Quando l’elenco degli obiettivi comprendeva solo poche dozzine di agenti di alto rango, i servizi segreti potevano gestire individualmente l’incriminazione e il lavoro di localizzazione.

Tuttavia, una volta che l’elenco fu ampliato per includere decine di migliaia di agenti di rango inferiore, l’esercito israeliano si rese conto che doveva fare affidamento su software automatizzati e intelligenza artificiale. Il risultato, secondo le fonti, è che il ruolo del personale umano nell’incriminare i palestinesi come agenti militari è stato messo da parte e l’intelligenza artificiale ha fatto il lavoro pesante al loro posto. Secondo quattro delle fonti che hanno parlato con +972 e Local Call, Lavender – che è stato sviluppato per creare obiettivi umani nell’attuale guerra – ha contrassegnato circa 37.000 palestinesi come sospetti “militanti di Hamas”, la maggior parte di loro giovani, in vista del loro assassinio (il portavoce dell'IDF ha negato l'esistenza di tale elenco in una dichiarazione a +972 e Local Call).

"Non sapevamo chi fossero i giovani agenti, perché Israele non li seguiva regolarmente [prima della guerra]", ha detto l'ufficiale senior B. a +972 e Local Call, spiegando perché questa macchina bersaglio è stata sviluppata per la guerra attuale. 
"Volevano permetterci di attaccare automaticamente [gli agenti junior]. Questo è il Santo Graal. Una volta che si diventa automatici, la generazione bersaglio impazzisce."
Le fonti affermano che l'autorizzazione ad adottare automaticamente le liste di uccisione di Lavender, che in precedenza erano state utilizzate solo come strumento ausiliario, è stata concessa circa due settimane dall'inizio della guerra, dopo che i servizi segreti dell'esercito americano avevano controllato "manualmente" l'accuratezza di un campione casuale di diversi cento obiettivi selezionati dal sistema di intelligenza artificiale. Quando questo campione rivelò che i risultati di Lavender raggiungevano una precisione del 90% nell'identificazione dell'affiliazione di un individuo con Hamas, i militari autorizzarono un uso diffuso del sistema. Da quel momento in poi, le fonti hanno affermato che se Lavender avesse deciso che un individuo era un militante di Hamas, gli sarebbe stato essenzialmente chiesto di trattarlo come un ordine, senza l'obbligo di verificare in modo indipendente il motivo per cui la macchina aveva fatto quella scelta o di esaminare i dati grezzi dell'intelligence. su cui si basa.
"Alle 5 del mattino [l'aviazione] è arrivata e ha bombardato tutte le case che avevamo segnalato", dice B.. "Abbiamo eliminato migliaia di persone. Non le abbiamo esaminate una per una, abbiamo inserito tutto in sistemi automatizzati e non appena una [delle persone marchiate] è arrivata a casa, è diventata immediatamente un bersaglio. Abbiamo bombardato lui e la sua casa."
"Sono rimasta molto sorpresa che ci sia stato chiesto di bombardare una casa per uccidere un semplice soldato, la cui importanza nei combattimenti era così bassa", ha detto una fonte sull'uso dell'intelligenza artificiale per marcare sospetti militanti di rango inferiore. Ho soprannominato questi obiettivi “obiettivi spazzatura”. Tuttavia, li ho trovati più etici degli obiettivi che abbiamo bombardato puramente a scopo di “deterrenza”: edifici evacuati e distrutti con il solo scopo di causare distruzione”.

I risultati mortali di questo allentamento delle restrizioni all’inizio della guerra furono sconcertanti. Secondo i dati del Ministero della Sanità palestinese a Gaza, su cui l’esercito israeliano ha fatto affidamento quasi esclusivamente dall’inizio della guerra, Israele ha ucciso circa 15.000 palestinesi – quasi la metà del bilancio delle vittime fino ad oggi – durante le prime sei settimane di guerra, finché il 24 novembre non fu concordato un cessate il fuoco di una settimana.

“Più informazioni e varietà, meglio è”

Il software Lavender analizza le informazioni raccolte sulla maggior parte dei 2,3 milioni di residenti della Striscia di Gaza attraverso un sistema di sorveglianza di massa, quindi valuta e classifica la probabilità che ogni persona sia attiva nell'ala militare di Hamas o nella Jihad islamica. Secondo alcune fonti, la macchina attribuisce a quasi tutti gli abitanti di Gaza un punteggio da 1 a 100, esprimendo la probabilità che siano militanti.

Lavender impara a identificare le caratteristiche di noti agenti di Hamas e della Jihad, le cui informazioni sono state fornite alla macchina come dati di addestramento, e poi a individuare quelle stesse caratteristiche - chiamate anche "tratti" - nella popolazione generale, hanno spiegato le fonti. Una persona con diverse caratteristiche incriminanti raggiungerà un livello elevato e diventerà quindi automaticamente un potenziale bersaglio per un omicidio.

In "The Human-Machine Team", il libro citato all'inizio di questo articolo, l'attuale comandante dell'Unità 8200 si pronuncia a favore di un tale sistema senza menzionare Lavender per nome. (Il comandante stesso non è nominato, ma cinque fonti all'interno dell'Unità 8200 hanno confermato che il comandante era l'autore del reato, come riportato anche da Haaretz). Descrivendo il personale umano come un "collo di bottiglia" che limita la capacità militare durante un'operazione militare, il comandante si lamenta: 
"Noi [umani] non possiamo elaborare così tante informazioni. Non importa il numero di persone responsabili della produzione di obiettivi durante l'operazione. guerra, non riesci ancora a produrre abbastanza bersagli al giorno."
Secondo lui la soluzione a questo problema risiede nell’intelligenza artificiale. Il libro offre una breve guida per costruire una "macchina da bersaglio", la cui descrizione è simile a quella di Lavender, basata su intelligenza artificiale e algoritmi di machine learning. Questa guida contiene diversi esempi di "centinaia e migliaia" di caratteristiche che potrebbero aumentare la valutazione di un individuo, come essere in un gruppo Whatsapp con un noto attivista, cambiare cellulare ogni pochi mesi e cambiare spesso indirizzo.

"Più informazioni ci sono e più sono varie, meglio è", scrive il comandante. "Informazioni visive, informazioni cellulari, connessioni ai social media, informazioni sul campo di battaglia, contatti telefonici, foto. Se gli esseri umani selezionano prima queste caratteristiche", continua il comandante, "col tempo, la macchina arriverà a identificarle da sola". Secondo lui, ciò può permettere agli eserciti di creare "decine di migliaia di bersagli", con la decisione di attaccarli o meno, restando sotto la responsabilità dell'uomo.

Questo libro non è l’unica volta in cui un alto comandante israeliano ha accennato all’esistenza di macchine mirate come Lavender. +972 e Local Call hanno ottenuto il filmato di una conferenza privata tenuta dal comandante del centro segreto di scienza dei dati e intelligenza artificiale dell'Unità 8200, "Colonnello Yoav", durante la settimana dell'intelligenza artificiale dell'Università di Tel Aviv nel 2023, che è stata segnalata all'epoca dai media israeliani.

Nella conferenza, il comandante parla di una nuova e sofisticata macchina di mira utilizzata dall'esercito israeliano che rileva "persone pericolose" in base alla loro somiglianza con gli elenchi esistenti di militanti conosciuti su cui è stato addestrato. “Grazie a questo sistema, siamo riusciti a identificare i comandanti degli squadroni missilistici di Hamas”, ha detto il colonnello Yoav alla conferenza, riferendosi all’operazione militare israeliana a Gaza del maggio 2021, durante la quale la macchina è stata utilizzata per la prima volta.

Le diapositive della presentazione, ottenute anche da +972 e Local Call, contengono illustrazioni di come funziona la macchina: le vengono forniti dati sugli agenti di Hamas esistenti, impara a notare le loro caratteristiche, e poi valuta gli altri palestinesi in base al loro grado di somiglianza con gli attivisti.

"Classifichiamo i risultati e determiniamo la soglia [dalla quale attaccare un obiettivo]", ha detto il colonnello Yoav alla conferenza, sottolineando che "alla fine dei conti, queste sono persone vere, ossa che prendono decisioni. Nel campo della difesa, dal punto di vista etico, sottolineiamo molto questo punto. Questi strumenti hanno lo scopo di aiutare [gli ufficiali dell’intelligence] ad abbattere le loro barriere”.

In pratica, tuttavia, le fonti che hanno utilizzato Lavender negli ultimi mesi affermano che l’azione umana e la precisione sono state sostituite dalla creazione di bersagli di massa e dalla letalità.
Non esisteva una politica di “errore zero”.
B., un alto ufficiale che usa Lavender, ha spiegato a +972 e Local Call che nella guerra attuale, gli ufficiali non sono tenuti a rivedere in modo indipendente le valutazioni del sistema di intelligenza artificiale, al fine di risparmiare tempo e consentire la produzione di massa di obiettivi umani senza ostacoli.

"Tutto era statistico, tutto era ordinato - era molto secco", ha detto B. Ha osservato che questa mancanza di supervisione è stata consentita nonostante i controlli interni dimostrassero che i calcoli di Lavender erano considerati accurati solo nel 90% dei casi; in altre parole, si sapeva in anticipo che il 10% degli obiettivi umani destinati all'assassinio non erano affatto membri dell'ala militare di Hamas.

Ad esempio, fonti hanno spiegato che la macchina Lavender a volte segnalava erroneamente persone le cui abitudini di comunicazione erano simili a quelle di noti agenti di Hamas o della Jihad, tra cui personale di polizia e protezione civile, parenti di attivisti, residenti il ​​cui nome e soprannome corrispondevano a quelli di un agente, e Abitanti di Gaza che hanno utilizzato un dispositivo appartenuto a un agente di Hamas.

"Quanto vicino deve essere una persona ad Hamas per essere [considerata da una macchina di intelligenza artificiale] affiliata all'organizzazione?", ha detto una fonte criticando l'inesattezza di Lavender. 
"Questo è un confine vago. Una persona che non riceve uno stipendio da Hamas, ma che lo aiuta in ogni genere di cose, è un agente di Hamas? Una persona che ha fatto parte di Hamas in passato, ma che oggi non c'è più, è un agente di Hamas? Ognuna di queste caratteristiche - caratteristiche che una macchina segnalerebbe come sospette - sono imprecise."
Problemi simili sorgono riguardo alla capacità delle macchine di prendere di mira di valutare il telefono utilizzato da una persona designata per l'assassinio. “In tempo di guerra, i palestinesi cambiano continuamente telefono”, spiega la fonte. "Le persone perdono i contatti con la famiglia, danno il proprio telefono a un amico o a una moglie o lo perdono. È impossibile fidarsi al 100% del meccanismo automatico che determina quale numero di telefono appartiene a chi."

Secondo le fonti, i militari sapevano che la minima supervisione umana in atto non avrebbe scoperto questi difetti. Non esisteva una politica di “errore zero”. Gli errori sono stati gestiti statisticamente", ha detto una fonte che ha utilizzato Lavender. "A causa della portata e della portata del progetto, il protocollo era: Anche se non si è sicuri che la macchina sia corretta, sappiamo che statisticamente è buona. Quindi andiamo".
"Ha dato prova di sé", ha detto B., la fonte principale. "C'è qualcosa nell'approccio statistico che ti mantiene a una certa norma e standard. C'è stato un numero illogico di [bombardamenti] in questa operazione. Se ricordo bene, è senza precedenti. E ho molta più fiducia in un meccanismo statistico che in un soldato che ha perso un amico due giorni fa. Tutti, me compreso, hanno perso delle persone il 7 ottobre. La macchina lo ha fatto con freddezza. E questo è tutto. È ciò che ha reso tutto più facile."
Un'altra fonte dell'intelligence, che ha difeso l'uso delle liste di sospetti palestinesi di Lavender, ha sostenuto che valeva la pena investire il tempo di un ufficiale dell'intelligence solo per verificare le informazioni se l'obiettivo era un alto comandante di Hamas. “Ma quando si tratta di un attivista giovane, non è auspicabile investire tempo e manodopera in questo compito”, ha detto. "In tempo di guerra, non abbiamo il tempo di incriminare ogni obiettivo. Siamo quindi pronti a prendere il margine di errore dell'uso dell'intelligenza artificiale, a rischiare danni collaterali e la morte di civili, e a rischiare di attaccare per errore, e sopportarlo."

B. ha spiegato che questa automazione si spiegava con il desiderio costante di generare più bersagli da assassinare. 
"Il giorno in cui non c'erano obiettivi [le cui caratteristiche erano state valutate sufficientemente per autorizzare un attacco], abbiamo attaccato ad una soglia più bassa. Eravamo costantemente sotto pressione: 'Portateci più obiettivi'. Ci hanno davvero urlato contro. Abbiamo finito [di uccidere ] i nostri obiettivi molto rapidamente."
Ha spiegato che abbassando la soglia di valutazione di Lavender, il sistema ha contrassegnato più persone come bersaglio. "Al suo apice, il sistema è riuscito a generare 37.000 persone come potenziali bersagli umani", ha detto B. "Ma i numeri cambiavano continuamente, perché dipendeva da dove si fissavano gli standard su cosa fosse un agente di Hamas. In certi momenti la definizione di agente di Hamas era più ampia, poi la macchina ha cominciato a fornirci tutti i tipi di agenti della protezione civile e della polizia, sui quali si direbbe: "È un peccato sprecare bombe. Aiutano il governo di Hamas, ma loro non mettono davvero in pericolo i soldati."

Una fonte che ha lavorato con il team militare di data science che ha addestrato Lavender ha affermato che nella macchina sono stati introdotti anche i dati raccolti dai dipendenti del Ministero della Sicurezza Interna gestito da Hamas, che non considera militanti. "Mi ha infastidito il fatto che durante l'addestramento di Lavender il termine "agente di Hamas" sia stato usato in modo approssimativo e che nei dati dell'addestramento siano state incluse persone che lavorano per la protezione civile", ha dichiarato.

La fonte ha aggiunto che anche se si ritiene che queste persone meritino di essere uccise, addestrare il sistema in base ai loro profili di comunicazione rende Lavender più propenso a selezionare erroneamente i civili quando i suoi algoritmi vengono applicati all’intera popolazione. “Poiché si tratta di un sistema automatico che non è gestito manualmente dagli esseri umani, il significato di questa decisione è drammatico: significa che si includono molte persone con un profilo di comunicazione civile come potenziali bersagli”.

"Abbiamo solo verificato che l'obiettivo era un uomo."

L’esercito israeliano respinge categoricamente queste affermazioni. In una dichiarazione a +972 e Local Call, il portavoce dell'IDF ha negato l'uso dell'intelligenza artificiale per incriminare gli obiettivi, affermando che sono semplicemente "strumenti ausiliari che assistono gli ufficiali nel processo di 'incriminazione'. La dichiarazione continua: "In tutti i casi, è necessaria una revisione indipendente da parte di un analista [dell'intelligence], che verifichi che gli obiettivi identificati siano obiettivi legittimi per l'attacco, in conformità con le condizioni stabilite nelle direttive dell'IDF e nel diritto internazionale".

Tuttavia, le fonti hanno indicato che l'unico protocollo di supervisione umana messo in atto prima di bombardare le case dei presunti militanti "junior" contrassegnati da Lavender era quello di effettuare un unico controllo: assicurarsi che l'obiettivo selezionato dall'IA fosse effettivamente un uomo e non una donna. L'esercito ha ipotizzato che se l'obiettivo era una donna, probabilmente la macchina aveva torto, perché non ci sono donne nei ranghi delle ali militari di Hamas e Jihad.

"Un essere umano doveva controllare il bersaglio solo per pochi secondi", ha detto B., spiegando che questo protocollo è stato adottato dopo aver scoperto che il sistema Lavender "ha capito bene" la maggior parte delle volte. "All'inizio stavamo facendo dei controlli per assicurarci che la macchina non si confondesse. Ma a un certo punto ci siamo affidati al sistema automatico e abbiamo controllato che [l'obiettivo] fosse un uomo: "era sufficiente. Non ci vuole molto tempo per sapere se qualcuno ha una voce maschile o femminile.'

Per eseguire il controllo maschio/femmina, B. dice che nella guerra attuale, "a questo punto spenderei 20 secondi su ciascun bersaglio, e ne facevo dozzine ogni giorno. Non avevo alcun valore aggiunto come essere umano, tranne quello di essere un timbro di approvazione. Ha risparmiato molto tempo. Se [l'agente] fosse apparso nel meccanismo automatizzato e avessi verificato che si trattava di un uomo, avrei avuto il permesso di bombardarlo, previa revisione dei danni collaterali. "

In pratica, le fonti affermano che ciò significa che per gli uomini civili erroneamente contrassegnati da Lavender, non esisteva alcun meccanismo di controllo per rilevare l'errore. Secondo B., un errore comune si verifica "se l'obiettivo [di Hamas] dà [il suo telefono] a suo figlio, a suo fratello maggiore o a un uomo a caso. Questa persona verrà bombardata nella sua casa con la sua famiglia. Questo è spesso prodotto. Questo è la maggior parte degli errori causati da Lavender," ha detto B.

Yuval Abraham
Segui @vocidallastrada anche su Telegram

Nessun commento:

Posta un commento

Avvertenze da leggere prima di intervenire sul blog Voci Dalla Strada

Non sono consentiti:
- messaggi pubblicitari
- messaggi con linguaggio offensivo
- messaggi che contengono turpiloquio
- messaggi con contenuto razzista o sessista
- messaggi il cui contenuto costituisce una violazione delle leggi italiane (istigazione a delinquere o alla violenza, diffamazione, ecc.)

# EADV S.R.L. # Pubblicità Digitale e Programmatic Advertising # ___ ____ _ __ # ___ / | / __ \ | / / # / _ \/ /| | / / / / | / / # / __/ ___ |/ /_/ /| |/ / # \___/_/ |_/_____/ |___/ # # Contattaci per informazioni commerciali # Website: www.eadv.it # Email: marketing@eadv.it # START ads.txt - vocidallastrada.org - 2023-10-18 14:39:45 eadv.it, 13135, DIRECT 152media.info, 152M10, RESELLER 33across.com, 0010b00002MptHCAAZ, RESELLER, bbea06d9c4d2853c 33across.com, 0010b00002T3JniAAF, RESELLER, bbea06d9c4d2853c 33across.com, 0010b00002cGp2AAAS, RESELLER, bbea06d9c4d2853c 33across.com, 0013300001kQj2HAAS, RESELLER, bbea06d9c4d2853c 33across.com, 0015a00002oUk4aAAC, RESELLER, bbea06d9c4d2853c 33across.com, 0015a00003DKg9ZAAT, RESELLER, bbea06d9c4d2853c ad.plus, 352349, RESELLER adagio.io, 1294, RESELLER adcolony.com, 496220845654deec, RESELLER, 1ad675c9de6b5176 adform.com, 1226, RESELLER adform.com, 1819, RESELLER, 9f5210a2f0999e32 adform.com, 1889, RESELLER adform.com, 1943, RESELLER adform.com, 2110, RESELLER adform.com, 2112, RESELLER adform.com, 2437, RESELLER, 9f5210a2f0999e32 adform.com, 2464, RESELLER, 9f5210a2f0999e32 adform.com, 3027, RESELLER adform.com, 622, RESELLER adipolo.com, 617128b0fe110c0ddd7603b4, RESELLER admanmedia.com, 43, RESELLER admixer.net, b6d49994-83c5-4ff9-aa8a-c9eb99d1bc8c, RESELLER adsinteractive.hu, 258, RESELLER adswizz.com, consumable, RESELLER adswizz.com, entravision, RESELLER adswizz.com, targetspot, RESELLER adtech.com, 4687, RESELLER adtelligent.com, 537714, RESELLER advertising.com, 14832, RESELLER advertising.com, 21483, RESELLER advertising.com, 23089, RESELLER advertising.com, 28246, RESELLER advertising.com, 28305, RESELLER advertising.com, 28335, RESELLER, e1a5b5b6e3255540 advertising.com, 6814, RESELLER advertising.com, 7574, RESELLER adyoulike.com, 83d15ef72d387a1e60e5a1399a2b0c03, RESELLER adyoulike.com, b3e21aeb2e950aa59e5e8cc1b6dd6f8e, RESELLER, 4ad745ead2958bf7 adyoulike.com, b4bf4fdd9b0b915f746f6747ff432bde, RESELLER, 4ad745ead2958bf7 ampliffy.com, 5037, RESELLER amxrtb.com, 105199548, RESELLER aniview.com, 5e82edf1634339243920a8e5, RESELLER, 78b21b97965ec3f8 aniview.com, 5ef4bc022e79664d2b473869, RESELLER, 78b21b97965ec3f8 aol.com, 27093, RESELLER aol.com, 46658, RESELLER aol.com, 58905, RESELLER, e1a5b5b6e3255540 aolcloud.net, 4687, RESELLER appads.in, 107606, RESELLER appnexus.com, 10040, RESELLER, f5ab79cb980f11d1 appnexus.com, 10200, RESELLER, f5ab79cb980f11d1 appnexus.com, 10239, RESELLER, f5ab79cb980f11d1 appnexus.com, 10371, RESELLER, f5ab79cb980f11d1 appnexus.com, 11470, RESELLER appnexus.com, 11487, RESELLER, f5ab79cb980f11d1 appnexus.com, 11664, RESELLER, f5ab79cb980f11d1 appnexus.com, 11786, RESELLER, f5ab79cb980f11d1 appnexus.com, 11924, RESELLER, f5ab79cb980f11d1 appnexus.com, 12223, RESELLER, f5ab79cb980f11d1 appnexus.com, 12290, RESELLER, f5ab79cb980f11d1 appnexus.com, 12637, RESELLER, f5ab79cb980f11d1 appnexus.com, 13044, RESELLER, f5ab79cb980f11d1 appnexus.com, 13099, RESELLER, f5ab79cb980f11d1 appnexus.com, 13381, RESELLER, f5ab79cb980f11d1 appnexus.com, 1356, RESELLER, f5ab79cb980f11d1 appnexus.com, 1360, RESELLER, f5ab79cb980f11d1 appnexus.com, 13701, RESELLER, f5ab79cb980f11d1 appnexus.com, 14077, RESELLER appnexus.com, 14416, RESELLER, f5ab79cb980f11d1 appnexus.com, 1504, RESELLER, f5ab79cb980f11d1 appnexus.com, 1538503, RESELLER, f5ab79cb980f11d1 appnexus.com, 1550730, RESELLER, f5ab79cb980f11d1 appnexus.com, 1577, RESELLER, f5ab79cb980f11d1 appnexus.com, 1785, RESELLER, f5ab79cb980f11d1 appnexus.com, 1868, RESELLER, f5ab79cb980f11d1 appnexus.com, 1908, RESELLER, f5ab79cb980f11d1 appnexus.com, 2234, RESELLER, f5ab79cb980f11d1 appnexus.com, 2579, RESELLER, f5ab79cb980f11d1 appnexus.com, 2725, RESELLER, f5ab79cb980f11d1 appnexus.com, 2928, RESELLER, f5ab79cb980f11d1 appnexus.com, 3153, RESELLER, f5ab79cb980f11d1 appnexus.com, 3368, RESELLER, f5ab79cb980f11d1 appnexus.com, 3480, RESELLER, f5ab79cb980f11d1 appnexus.com, 3538, RESELLER, f5ab79cb980f11d1 appnexus.com, 3539, RESELLER, f5ab79cb980f11d1 appnexus.com, 3540, RESELLER, f5ab79cb980f11d1 appnexus.com, 3703, RESELLER, f5ab79cb980f11d1 appnexus.com, 6924, RESELLER, f5ab79cb980f11d1 appnexus.com, 7265, RESELLER, f5ab79cb980f11d1 appnexus.com, 7445, RESELLER, f5ab79cb980f11d1 appnexus.com, 7556, RESELLER, f5ab79cb980f11d1 appnexus.com, 7597, RESELLER, f5ab79cb980f11d1 appnexus.com, 8183, RESELLER, f5ab79cb980f11d1 appnexus.com, 8233, RESELLER, f5ab79cb980f11d1 appnexus.com, 8804, RESELLER, f5ab79cb980f11d1 appnexus.com, 8833, RESELLER, f5ab79cb980f11d1 appnexus.com, 884, RESELLER, f5ab79cb980f11d1 appnexus.com, 9316, RESELLER, f5ab79cb980f11d1 appnexus.com, 9382, RESELLER, f5ab79cb980f11d1 appnexus.com, 9393, RESELLER, f5ab79cb980f11d1 appnexus.com, 9986, RESELLER, f5ab79cb980f11d1 aps.amazon.com, 3854, RESELLER aps.amazon.com, 5044, RESELLER aps.amazon.com, 842701b4-f689-4de3-9ff4-bc1999093771, RESELLER aps.amazon.com, f83f3e5c-4e94-42f9-9d7a-022b2446a1cb, RESELLER axonix.com, 57264, RESELLER azeriondigital.com, 43710415, RESELLER azeriondigital.com, 4376054, RESELLER beachfront.com, 805, RESELLER, e2541279e8e2ca4d betweendigital.com, 45128, RESELLER connectad.io, 204, RESELLER, 85ac85a30c93b3e5 consumable.com, 2001458, RESELLER, aefcd3d2f45b5070 contextweb.com, 558827, RESELLER, 89ff185a4c4e857c contextweb.com, 560288, RESELLER, 89ff185a4c4e857c contextweb.com, 560577, RESELLER, 89ff185a4c4e857c contextweb.com, 562067, RESELLER, 89ff185a4c4e857c contextweb.com, 562499, RESELLER, 89ff185a4c4e857c contextweb.com, 562709, RESELLER, 89ff185a4c4e857c contextweb.com, 562940, RESELLER, 89ff185a4c4e857c conversantmedia.com, 100269, RESELLER, 03113cd04947736d criteo.com, B-060369, RESELLER, 9fac4a4a87c2a44f criteo.com, B-060808, RESELLER, 9fac4a4a87c2a44f criteo.com, B-061307, RESELLER, 9fac4a4a87c2a44f criteo.com, B-062031, RESELLER, 9fac4a4a87c2a44f criteo.com, B-062032, RESELLER, 9fac4a4a87c2a44f criteo.com, B-062033, RESELLER, 9fac4a4a87c2a44f criteo.com, B-062035, RESELLER, 9fac4a4a87c2a44f criteo.com, B-062285, RESELLER, 9fac4a4a87c2a44f criteo.com, B-068958, RESELLER, 9fac4a4a87c2a44f dailymotion.com, 128388946, RESELLER, fd25240165056a01 dailymotion.com, 134295479, RESELLER, fd25240165056a01 districtm.io, 100434, RESELLER districtm.io, 100600, RESELLER districtm.io, 101760, RESELLER, 3fd707be9c4527c3 durationmedia.net, 22487092286, RESELLER dynadmic.com, 175690165, RESELLER dyntrk.com, 175690165, RESELLER e-planning.net, 835fbafe26d231b1, RESELLER, c1ba615865ed87b2 e-planning.net, ec771b05828a67fa, RESELLER, c1ba615865ed87b2 emxdgt.com, 1289, RESELLER, 1e1d41537f7cad7f emxdgt.com, 1527, RESELLER, 1e1d41537f7cad7f emxdgt.com, 1701, RESELLER, 1e1d41537f7cad7f emxdgt.com, 1759, RESELLER, 1e1d41537f7cad7f emxdgt.com, 1836, RESELLER, 1e1d41537f7cad7f emxdgt.com, 2014, RESELLER, 1e1d41537f7cad7f emxdgt.com, 273, RESELLER, 1e1d41537f7cad7f eskimi.com, 2020000026, RESELLER freewheel.tv, 1076049, RESELLER freewheel.tv, 1076065, RESELLER freewheel.tv, 1076753, RESELLER freewheel.tv, 1076769, RESELLER freewheel.tv, 1091073, RESELLER freewheel.tv, 1091089, RESELLER freewheel.tv, 1100273, RESELLER freewheel.tv, 1100289, RESELLER freewheel.tv, 1126385, RESELLER freewheel.tv, 1131585, RESELLER freewheel.tv, 1132545, RESELLER freewheel.tv, 1133873, RESELLER freewheel.tv, 1135457, RESELLER freewheel.tv, 1135873, RESELLER freewheel.tv, 1135889, RESELLER freewheel.tv, 1177761, RESELLER freewheel.tv, 1177777, RESELLER freewheel.tv, 1186415, RESELLER freewheel.tv, 1186431, RESELLER freewheel.tv, 1186575, RESELLER freewheel.tv, 1186591, RESELLER freewheel.tv, 1220655, RESELLER freewheel.tv, 13755, RESELLER freewheel.tv, 13945, RESELLER freewheel.tv, 2031, RESELLER freewheel.tv, 20393, RESELLER freewheel.tv, 228, RESELLER freewheel.tv, 24377, RESELLER freewheel.tv, 30189, RESELLER freewheel.tv, 30269, RESELLER freewheel.tv, 328705, RESELLER freewheel.tv, 328721, RESELLER freewheel.tv, 64289, RESELLER freewheel.tv, 64305, RESELLER freewheel.tv, 654226, RESELLER freewheel.tv, 654242, RESELLER freewheel.tv, 745362, RESELLER freewheel.tv, 745378, RESELLER freewheel.tv, 768465, RESELLER freewheel.tv, 768481, RESELLER freewheel.tv, 770449, RESELLER freewheel.tv, 770769, RESELLER freewheel.tv, 770785, RESELLER freewheel.tv, 774673, RESELLER freewheel.tv, 893873, RESELLER freewheel.tv, 899777, RESELLER freewheel.tv, 985441, RESELLER freewheel.tv, 985473, RESELLER google.com, 1313834454494130, RESELLER, f08c47fec0942fa0 google.com, pub-0796790890307838, RESELLER, f08c47fec0942fa0 google.com, pub-1313834454494130, RESELLER, f08c47fec0942fa0 google.com, pub-2500372977609723, RESELLER, f08c47fec0942fa0 google.com, pub-2930805104418204, RESELLER, f08c47fec0942fa0 google.com, pub-3393670702702316, RESELLER, f08c47fec0942fa0 google.com, pub-3494520468788589, RESELLER, f08c47fec0942fa0 google.com, pub-3565385483761681, RESELLER, f08c47fec0942fa0 google.com, pub-3769010358500643, RESELLER, f08c47fec0942fa0 google.com, pub-3805568091292313, RESELLER, f08c47fec0942fa0 google.com, pub-4188807138211503, RESELLER, f08c47fec0942fa0 google.com, pub-4573231550355221, RESELLER, f08c47fec0942fa0 google.com, pub-4586415728471297, RESELLER, f08c47fec0942fa0 google.com, pub-4770346047043508, RESELLER, f08c47fec0942fa0 google.com, pub-4903453974745530, RESELLER, f08c47fec0942fa0 google.com, pub-5717092533913515, RESELLER, f08c47fec0942fa0 google.com, pub-6346866704322274, RESELLER, f08c47fec0942fa0 google.com, pub-6623990572656718, RESELLER, f08c47fec0942fa0 google.com, pub-7019376976432612, RESELLER, f08c47fec0942fa0 google.com, pub-7279729872265667, RESELLER, f08c47fec0942fa0 google.com, pub-7439041255533808, RESELLER, f08c47fec0942fa0 google.com, pub-7538555282033458, RESELLER, f08c47fec0942fa0 google.com, pub-8513389652387983, RESELLER, f08c47fec0942fa0 google.com, pub-8536066741654249, RESELLER, f08c47fec0942fa0 google.com, pub-8968579289092626, RESELLER, f08c47fec0942fa0 google.com, pub-9685734445476814, RESELLER, f08c47fec0942fa0 google.com, pub-9829476400767085, RESELLER, f08c47fec0942fa0 groundtruth.com, 107, RESELLER, 81cbf0a75a5e0e9a gumgum.com, 11645, RESELLER, ffdef49475d318a9 improvedigital.com, 1010, RESELLER improvedigital.com, 1057, RESELLER improvedigital.com, 1129, RESELLER improvedigital.com, 1175, RESELLER improvedigital.com, 1210, RESELLER improvedigital.com, 1220, RESELLER improvedigital.com, 1221, RESELLER improvedigital.com, 1225, RESELLER improvedigital.com, 1227, RESELLER improvedigital.com, 1267, RESELLER improvedigital.com, 1341, RESELLER improvedigital.com, 1358, RESELLER improvedigital.com, 1532, RESELLER improvedigital.com, 1533, RESELLER improvedigital.com, 1668, RESELLER improvedigital.com, 1680, RESELLER improvedigital.com, 1781, RESELLER improvedigital.com, 1790, RESELLER improvedigital.com, 1863, RESELLER improvedigital.com, 1915, RESELLER improvedigital.com, 335, RESELLER improvedigital.com, 907, RESELLER indexexchange.com, 184349, RESELLER, 50b1c356f2c5c8fc indexexchange.com, 184785, RESELLER, 50b1c356f2c5c8fc indexexchange.com, 186318, RESELLER indexexchange.com, 189529, RESELLER, 50b1c356f2c5c8fc indexexchange.com, 189855, RESELLER indexexchange.com, 191497, RESELLER indexexchange.com, 191503, RESELLER, 50b1c356f2c5c8fc indexexchange.com, 191730, RESELLER, 50b1c356f2c5c8fc indexexchange.com, 191740, RESELLER, 50b1c356f2c5c8fc indexexchange.com, 192052, RESELLER indexexchange.com, 193091, RESELLER, 50b1c356f2c5c8fc indexexchange.com, 193216, RESELLER indexexchange.com, 194273, RESELLER, 50b1c356f2c5c8fc indexexchange.com, 194558, RESELLER indexexchange.com, 194730, RESELLER indexexchange.com, 195921, RESELLER, 50b1c356f2c5c8fc inmobi.com, 2c392c58f53745a39c3ba5e150476245, RESELLER, 83e75a7ae333ca9d inmobi.com, 94d702ada29c4b059e9aca837748b9fc, RESELLER, 83e75a7ae333ca9d inmobi.com, bd02179e969a4e5f8d78ee9bb7439113, RESELLER, 83e75a7ae333ca9d instreamatic.com, 99, RESELLER italiaonline.it, 1583961, RESELLER italiaonline.it, 5999, RESELLER jfacassoc.com, 1630, RESELLER lemmatechnologies.com, 399, RESELLER, 7829010c5bebd1fb lijit.com, 215294, RESELLER, fafdf38b16bf6b2b lijit.com, 215294-eb, RESELLER, fafdf38b16bf6b2b lijit.com, 260380, RESELLER, fafdf38b16bf6b2b lijit.com, 308272, RESELLER, fafdf38b16bf6b2b lijit.com, 308272-eb, RESELLER, fafdf38b16bf6b2b lijit.com, 310770, RESELLER, fafdf38b16bf6b2b lijit.com, 327078, RESELLER, fafdf38b16bf6b2b lijit.com, 346012, RESELLER, fafdf38b16bf6b2b lijit.com, 397546, RESELLER, fafdf38b16bf6b2b lkqd.com, 423, RESELLER, 59c49fa9598a0117 loopme.com, 11230, RESELLER, 6c8d5f95897a5a3b loopme.com, 11343, RESELLER, 6c8d5f95897a5a3b loopme.com, 11378, RESELLER, 6c8d5f95897a5a3b loopme.com, 11423, RESELLER, 6c8d5f95897a5a3b loopme.com, 11455, RESELLER, 6c8d5f95897a5a3b loopme.com, 11468, RESELLER, 6c8d5f95897a5a3b loopme.com, 5679, RESELLER, 6c8d5f95897a5a3b loopme.com, s-2411, RESELLER, 6c8d5f95897a5a3b markappmedia.site, 533994, RESELLER mars.media, 1010415, RESELLER, 8624339f102fb076 mars.media, 106054, RESELLER, 8624339f102fb076 media.net, 8CU5DERG1, RESELLER media.net, 8CUOP3R29, RESELLER nobid.io, 22487092286, RESELLER nsightvideo.com, 128388946, RESELLER, fd25240165056a01 nsightvideo.com, 134295479, RESELLER, fd25240165056a01 ogury.com, b1efeb16-b5ca-4788-8066-9be839b80a37, RESELLER onetag.com, 38980b46b0, RESELLER onetag.com, 3beb67743fabb4, RESELLER onetag.com, 461ee17dae8894d, RESELLER onetag.com, 59a18369e249bfb, RESELLER onetag.com, 5d49f482552c9b6, RESELLER onetag.com, 5d4e109247a89f6, RESELLER onetag.com, 5e18052625cfd00, RESELLER onetag.com, 6b859b96c564fbe, RESELLER onetag.com, 75601b04186d260, RESELLER onetag.com, 7f5d22b0006ab5a, RESELLER openx.com, 537100188, RESELLER, 6a698e2ec38604c6 openx.com, 537145117, RESELLER, 6a698e2ec38604c6 openx.com, 537149888, RESELLER, 6a698e2ec38604c6 openx.com, 537153161, RESELLER, 6a698e2ec38604c6 openx.com, 537153564, RESELLER, 6a698e2ec38604c6 openx.com, 538959099, RESELLER, 6a698e2ec38604c6 openx.com, 539624483, RESELLER, 6a698e2ec38604c6 openx.com, 539625136, RESELLER openx.com, 539924617, RESELLER, 6a698e2ec38604c6 openx.com, 540022851, RESELLER, 6a698e2ec38604c6 openx.com, 540236498, RESELLER, 6a698e2ec38604c6 openx.com, 540274407, RESELLER, 6a698e2ec38604c6 openx.com, 540298543, RESELLER, 6a698e2ec38604c6 openx.com, 540634022, RESELLER, 6a698e2ec38604c6 openx.com, 540634628, RESELLER, 6a698e2ec38604c6 openx.com, 540866936, RESELLER, 6a698e2ec38604c6 openx.com, 540899591, RESELLER, 6a698e2ec38604c6 openx.com, 541177116, RESELLER, 6a698e2ec38604c6 openx.com, 544015448, RESELLER, 6a698e2ec38604c6 openx.com, 544096208, RESELLER, 6a698e2ec38604c6 openx.com, 556532676, RESELLER, 6a698e2ec38604c6 openx.com, 557083110, RESELLER, 6a698e2ec38604c6 openx.com, 558758631, RESELLER, 6a698e2ec38604c6 opera.com, pub8115928507584, RESELLER, 55a0c5fd61378de3 outbrain.com, 0091fe362aaa8eb3f9423eda75ad9e1457, RESELLER outbrain.com, 00fe7cdd9f63b40ea93c0c4ae346bf4541, RESELLER projectagora.com, 109337, RESELLER pubmatic.com, 120391, RESELLER, 5d62403b186f2ace pubmatic.com, 137711, RESELLER, 5d62403b186f2ace pubmatic.com, 150561, RESELLER, 5d62403b186f2ace pubmatic.com, 154037, RESELLER, 5d62403b186f2ace pubmatic.com, 155967, RESELLER, 5d62403b186f2ace pubmatic.com, 156030, RESELLER, 5d62403b186f2ace pubmatic.com, 156077, RESELLER, 5d62403b186f2ace pubmatic.com, 156084, RESELLER, 5d62403b186f2ace pubmatic.com, 156177, RESELLER, 5d62403b186f2ace pubmatic.com, 156212, RESELLER, 5d62403b186f2ace pubmatic.com, 156319, RESELLER, 5d62403b186f2ace pubmatic.com, 156344, RESELLER, 5d62403b186f2ace pubmatic.com, 156400, RESELLER, 5d62403b186f2ace pubmatic.com, 156439, RESELLER, 5d62403b186f2ace pubmatic.com, 156538, RESELLER, 5d62403b186f2ace pubmatic.com, 156557, RESELLER pubmatic.com, 156813, RESELLER, 5d62403b186f2ace pubmatic.com, 156962, RESELLER, 5d62403b186f2ace pubmatic.com, 157743, RESELLER, 5d62403b186f2ace pubmatic.com, 157866, RESELLER, 5d62403b186f2ace pubmatic.com, 158154, RESELLER, 5d62403b186f2ace pubmatic.com, 158355, RESELLER, 5d62403b186f2ace pubmatic.com, 158481, RESELLER, 5d62403b186f2ace pubmatic.com, 158723, RESELLER, 5d62403b186f2ace pubmatic.com, 158810, RESELLER, 5d62403b186f2ace pubmatic.com, 158937, RESELLER, 5d62403b186f2ace pubmatic.com, 159110, RESELLER, 5d62403b186f2ace pubmatic.com, 159463, RESELLER, 5d62403b186f2ace pubmatic.com, 160907, RESELLER, 5d62403b186f2ace pubmatic.com, 160925, RESELLER, 5d62403b186f2ace pubmatic.com, 160993, RESELLER, 5d62403b186f2ace pubmatic.com, 161546, RESELLER, 5d62403b186f2ace pubmatic.com, 161562, RESELLER, 5d62403b186f2ace pubmatic.com, 161593, RESELLER, 5d62403b186f2ace pubmatic.com, 162223, RESELLER, 5d62403b186f2ace pubmatic.com, 163238, RESELLER, 5d62403b186f2ace pubmatic.com, 81564, RESELLER, 5d62403b186f2ace pubnative.net, 1006576, RESELLER, d641df8625486a7b quantum-advertising.com, 3688, RESELLER quantum-advertising.com, 6222, RESELLER quantum-advertising.com, 6228, RESELLER rhythmone.com, 1575167821, RESELLER rhythmone.com, 2564526802, RESELLER, a670c89d4a324e47 rhythmone.com, 2968119028, RESELLER, a670c89d4a324e47 rhythmone.com, 3611299104, RESELLER, a670c89d4a324e47 rhythmone.com, 3948367200, RESELLER, a670c89d4a324e47 rhythmone.com, 609241817, RESELLER, a670c89d4a324e47 rhythmone.com, 895733750, RESELLER, a670c89d4a324e47 richaudience.com, 1BTOoaD22a, RESELLER richaudience.com, 1ru8dKmJJV, RESELLER richaudience.com, Ua8BIWjxkR, RESELLER richaudience.com, lDF5XleM05, RESELLER richaudience.com, ns9qrKJLKD, RESELLER risecodes.com, 6022, RESELLER rtbhouse.com, SVD2r5gUFAzBORmXyKG5, RESELLER rtbhouse.com, nVdJduCsS7CDMIuzQrx9, RESELLER rubiconproject.com, 11006, RESELLER, 0bfd66d529a55807 rubiconproject.com, 11498, RESELLER, 0bfd66d529a55807 rubiconproject.com, 13132, RESELLER, 0bfd66d529a55807 rubiconproject.com, 13344, RESELLER, 0bfd66d529a55807 rubiconproject.com, 13510, RESELLER rubiconproject.com, 15994, RESELLER, 0bfd66d529a55807 rubiconproject.com, 16114, RESELLER, 0bfd66d529a55807 rubiconproject.com, 16414, RESELLER, 0bfd66d529a55807 rubiconproject.com, 16418, RESELLER, 0bfd66d529a55807 rubiconproject.com, 16568, RESELLER, 0bfd66d529a55807 rubiconproject.com, 16824, RESELLER, 0bfd66d529a55807 rubiconproject.com, 17130, RESELLER, 0bfd66d529a55807 rubiconproject.com, 17184, RESELLER, 0bfd66d529a55807 rubiconproject.com, 17250, RESELLER, 0bfd66d529a55807 rubiconproject.com, 17280, RESELLER, 0bfd66d529a55807 rubiconproject.com, 17328, RESELLER, 0bfd66d529a55807 rubiconproject.com, 17762, RESELLER, 0bfd66d529a55807 rubiconproject.com, 17960, RESELLER, 0bfd66d529a55807 rubiconproject.com, 18194, RESELLER, 0bfd66d529a55807 rubiconproject.com, 18304, RESELLER, 0bfd66d529a55807 rubiconproject.com, 18694, RESELLER, 0bfd66d529a55807 rubiconproject.com, 19116, RESELLER, 0bfd66d529a55807 rubiconproject.com, 19396, RESELLER, 0bfd66d529a55807 rubiconproject.com, 19814, RESELLER, 0bfd66d529a55807 rubiconproject.com, 20736, RESELLER, 0bfd66d529a55807 rubiconproject.com, 20744, RESELLER, 0bfd66d529a55807 rubiconproject.com, 22494, RESELLER, 0bfd66d529a55807 rubiconproject.com, 23844, RESELLER rubiconproject.com, 24600, RESELLER, 0bfd66d529a55807 rubiconproject.com, 25198, RESELLER, 0bfd66d529a55807 rubiconproject.com, 25230, RESELLER, 0bfd66d529a55807 rubiconproject.com, 8769, RESELLER, 0bfd66d529a55807 rubiconproject.com, 9753, RESELLER, 0bfd66d529a55807 rubiconproject.com, 9755, RESELLER, 0bfd66d529a55807 se7en.es, 212459, RESELLER, 064bc410192443d8 seedtag.com, 5a0b259648b7920900cf1f70, RESELLER sharethrough.com, 18fe5ee0, RESELLER, d53b998a7bd4ecd2 sharethrough.com, 3c670613, RESELLER, d53b998a7bd4ecd2 sharethrough.com, AXS5NfBr, RESELLER, d53b998a7bd4ecd2 sharethrough.com, OAW69Fon, RESELLER, d53b998a7bd4ecd2 sharethrough.com, TZ1ahFV8, RESELLER, d53b998a7bd4ecd2 showheroes.com, 339, RESELLER smaato.com, 1100004890, RESELLER, 07bcf65f187117b4 smaato.com, 1100029325, RESELLER, 07bcf65f187117b4 smaato.com, 1100044045, RESELLER, 07bcf65f187117b4 smaato.com, 1100047713, RESELLER, 07bcf65f187117b4 smartadserver.com, 1408, RESELLER smartadserver.com, 1827, RESELLER smartadserver.com, 2058, RESELLER smartadserver.com, 2161, RESELLER smartadserver.com, 2441, RESELLER smartadserver.com, 2491, RESELLER smartadserver.com, 2640, RESELLER smartadserver.com, 2883, RESELLER smartadserver.com, 3050, RESELLER smartadserver.com, 3296, RESELLER, 060d053dcf45cbf3 smartadserver.com, 3554, RESELLER smartadserver.com, 3668, RESELLER smartadserver.com, 3713, RESELLER smartadserver.com, 3785, RESELLER smartadserver.com, 4012, RESELLER smartadserver.com, 4016, RESELLER smartadserver.com, 4071, RESELLER smartadserver.com, 4073, RESELLER smartadserver.com, 4074, RESELLER smartadserver.com, 4111, RESELLER smartadserver.com, 4537, RESELLER, 060d053dcf45cbf3 smartclip.net, 11958, RESELLER smartstream.tv, 6459, RESELLER smilewanted.com, 2246, RESELLER smilewanted.com, 2825, RESELLER sonobi.com, 7b37f8ccbc, RESELLER, d1a215d9eb5aee9e sonobi.com, 83729e979b, RESELLER soundcast.fm, 5e3301babc6b5, RESELLER soundcast.fm, 63038ce281dfc, RESELLER sovrn.com, 257611, RESELLER, fafdf38b16bf6b2b sovrn.com, 260380, RESELLER, fafdf38b16bf6b2b sovrn.com, 308272, RESELLER, fafdf38b16bf6b2b sovrn.com, 310770, RESELLER, fafdf38b16bf6b2b sovrn.com, 327078, RESELLER, fafdf38b16bf6b2b sovrn.com, 346012, RESELLER, fafdf38b16bf6b2b sovrn.com, 397546, RESELLER, fafdf38b16bf6b2b spotim.market, 4446666, RESELLER, 077e5f709d15bdbb spotx.tv, 146631, RESELLER, 7842df1d2fe2db34 spotx.tv, 153598, RESELLER, 7842df1d2fe2db34 spotx.tv, 178357, RESELLER, 7842df1d2fe2db34 spotx.tv, 202009, RESELLER, 7842df1d2fe2db34 spotx.tv, 230037, RESELLER, 7842df1d2fe2db34 spotx.tv, 244525, RESELLER, 7842df1d2fe2db34 spotxchange.com, 146631, RESELLER, 7842df1d2fe2db34 spotxchange.com, 153598, RESELLER, 7842df1d2fe2db34 spotxchange.com, 178357, RESELLER, 7842df1d2fe2db34 spotxchange.com, 202009, RESELLER, 7842df1d2fe2db34 spotxchange.com, 230037, RESELLER, 7842df1d2fe2db34 spotxchange.com, 244525, RESELLER, 7842df1d2fe2db34 sublime.xyz, 2031, RESELLER supply.colossusssp.com, 194, RESELLER, 6c5b49d96ec1b458 synacor.com, 82171, RESELLER, e108f11b2cdf7d5b targetspot.com, 291, RESELLER, feb28ed826dcf532 teads.tv, 14211, RESELLER, 15a9c44f6d26cbe1 themediagrid.com, BQ9PNM, RESELLER, 35d5010d7789b49d themediagrid.com, ERS3KO, RESELLER, 35d5010d7789b49d themediagrid.com, JALYWI, RESELLER, 35d5010d7789b49d themediagrid.com, OWYXGT, RESELLER, 35d5010d7789b49d themediagrid.com, PIFK3H, RESELLER, 35d5010d7789b49d themediagrid.com, UI4ZER, RESELLER, 35d5010d7789b49d tremorhub.com, 0cc6w-h2tvh, RESELLER, 1a4e959a1b50034a tremorhub.com, 0cc6w-stphr, RESELLER, 1a4e959a1b50034a tremorhub.com, ewut4-b6zwq, RESELLER, 1a4e959a1b50034a triplelift.com, 10521, RESELLER, 6c33edb13117fd86 triplelift.com, 13567, RESELLER, 6c33edb13117fd86 triplelift.com, 2792, RESELLER, 6c33edb13117fd86 triplelift.com, 8495, RESELLER, 6c33edb13117fd86 triplelift.com, 9979, RESELLER, 6c33edb13117fd86 tritondigital.com, 106423, RESELLER, 19b4454d0b87b58b tritondigital.com, 123193, RESELLER, 19b4454d0b87b58b tritondigital.com, 44733, RESELLER, 19b4454d0b87b58b verve.com, 15503, RESELLER, 0c8f5958fc2d6270 vi.ai, 987349031605160, RESELLER video.unrulymedia.com, 1767448067723954599, RESELLER video.unrulymedia.com, 2564526802, RESELLER video.unrulymedia.com, 3948367200, RESELLER video.unrulymedia.com, 609241817, RESELLER video.unrulymedia.com, 7491264956381456664, RESELLER vidoomy.com, 2252369, RESELLER viralize.com, 339, RESELLER viralize.com, 3828, RESELLER voicemediagroup.com, 1554, RESELLER xad.com, 958, RESELLER, 81cbf0a75a5e0e9a xandr.com, 10736, RESELLER xandr.com, 14674, RESELLER, f5ab79cb980f11d1 xandr.com, 4009, RESELLER, f5ab79cb980f11d1 yahoo.com, 49648, RESELLER yahoo.com, 57289, RESELLER, e1a5b5b6e3255540 yahoo.com, 57857, RESELLER, e1a5b5b6e3255540 yahoo.com, 58578, RESELLER, e1a5b5b6e3255540 yahoo.com, 58905, RESELLER, e1a5b5b6e3255540 yahoo.com, 59040, RESELLER, e1a5b5b6e3255540 yahoo.com, 59244, RESELLER yahoo.com, 59361, RESELLER, e1a5b5b6e3255540 yahoo.com, 59531, RESELLER, e1a5b5b6e3255540 yahoo.com, 59702, RESELLER, e1a5b5b6e3255540 yahoo.com, 59973, RESELLER, e1a5b5b6e3255540 yieldlab.net, 2172218, RESELLER yieldlab.net, 227224, RESELLER yieldlab.net, 495507, RESELLER yieldlab.net, 506261, RESELLER yieldlab.net, 5494672, RESELLER yieldlab.net, 5798882, RESELLER yieldlab.net, 6374282, RESELLER yieldlab.net, 6378054, RESELLER # END ads.txt - vocidallastrada.org - 2023-10-18 14:39:45