Claude filigrana i suoi testi: un segno invisibile imposto dall'UE
Il testo scritto da Claude porta ora una filigrana invisibile. Anthropic ha confermato l'11 agosto 2026 che i modelli usciti dal 2 agosto inseriscono un motivo leggibile dalle macchine direttamente nelle parole prodotte, e che i file generati ricevono metadati di provenienza firmati. L'innesco è una legge europea, ma la marcatura è attiva in tutto il mondo. La parte utile di questa storia non è che esista. È che cosa la marcatura può e non può dire di un testo.
Che cosa ha attivato davvero Anthropic
I meccanismi sono due. Il primo è un motivo impercettibile intessuto nel testo generato. Invisibile a chi legge, rilevabile da una macchina, viaggia con il testo quando lo si copia e incolla e, nella formulazione prudente della stessa Anthropic, può sopravvivere a una parte delle modifiche. L'azienda sostiene che non cambia significato, qualità e leggibilità della risposta.
Il secondo riguarda i file. I file SVG, PNG e JPG generati ricevono metadati di provenienza firmati digitalmente secondo lo standard C2PA, lo stesso schema di credenziali dei contenuti che stanno adottando i produttori di fotocamere e i software di fotoritocco. Anthropic scrive chiaramente che questi metadati possono perdersi con la conversione di formato, il salvataggio successivo, gli screenshot e operazioni simili: un'onestà insolita riguardo alla propria misura di tutela.
La copertura è ampia: l'app per il pubblico, l'API, Claude Code e l'accesso tramite AWS, Google Cloud e Microsoft Foundry. I modelli usciti dal 2 agosto 2026 la supportano fin dal lancio, e l'azienda dice che i modelli più vecchi seguiranno.
Che cosa impone l'articolo 50 dell'AI Act europeo e quanto costa ignorarlo
Il motore giuridico è l'articolo 50 dell'AI Act europeo, i cui obblighi di trasparenza sono entrati in vigore il 2 agosto 2026. Impone che i sistemi che producono contenuti sintetici marchino il proprio output come generato artificialmente in modo leggibile dalle macchine. Le autorità non si aspettano che una sola tecnica regga il peso: ci si attende un approccio a strati che combini metadati firmati e filigrana impercettibile, proprio perché ciascun metodo da solo fallisce a modo suo.
La sanzione collegata agli articoli sulla trasparenza arriva a 15 milioni di euro o al 3 per cento del fatturato annuo mondiale, a seconda di quale sia maggiore. Quella cifra spiega i tempi meglio di qualunque dichiarazione sull'IA responsabile, e spiega anche perché la marcatura è globale e non regionale. Costruire una sola catena che soddisfi Bruxelles costa meno che costruirne due e rilevare dove si trova ciascun utente. L'effetto Bruxelles funziona esattamente come previsto.
Che cosa dimostra la marcatura e che cosa no
Qui vale la pena essere precisi, perché la distanza tra ciò che una filigrana rileva e ciò che le si farà dire è il punto in cui nasce il danno.
Una filigrana rilevata indica che un modello Claude ha elaborato il testo. Non identifica chi ha scritto la richiesta, non contiene account, sessione o indirizzo e non è l'impronta di una persona. Non è nemmeno una prova di paternità, in nessuna direzione: la marcatura dice che un modello ha toccato quelle parole, non che abbia concepito il pensiero dietro di esse.
Il problema dei falsi positivi
La modalità di errore che farà davvero male alle persone è quella opposta. Se incollate un vostro testo in Claude chiedendo di correggere la grammatica, stringere un paragrafo o riassumere un documento, quello che torna è output del modello, e può portare la marcatura. Le parole sono vostre. Il rilevatore non lo sa.
Ora mettete tutto questo in un'università con una policy sull'IA, in un'azienda che passa il materiale ricevuto a un rilevatore o in una redazione che pretende testi scritti da esseri umani. Chi ha usato un modello come correttore di bozze e chi si è fatto scrivere il tema possono apparire identici a uno scanner. La tecnologia non pretende di distinguerli, ma le istituzioni hanno una lunga storia di trattare un segnale positivo come una sentenza, ed è qui che una misura di trasparenza si trasforma silenziosamente in una macchina per accusare.
A che punto è il resto del settore
Anthropic non è la prima. Google DeepMind usa SynthID da tempo per testo, immagini e audio, e OpenAI ha discusso di filigrane distribuendole con maggiore cautela. La direzione non è in dubbio: la marcatura della provenienza sta diventando infrastruttura predefinita per i contenuti generati, così come le credenziali dei contenuti vengono integrate in fotocamere ed editor di immagini.
È una risposta ragionevole a un problema reale. Immagini e testi fabbricati su larga scala corrodono la fiducia, e poter verificare da dove arriva un file ha valore. È anche, inevitabilmente, uno strato di rilevamento incorporato ovunque, e gli strati di rilevamento raramente restano confinati al loro scopo originale.
Che cosa significa per voi
- Nella marcatura non c'è nulla su di voi: registra che un modello ha prodotto il testo, non chi lo ha chiesto. Se temevate che collegasse l'output al vostro account, non lo fa.
- Date per scontato che un testo assistito dall'IA sia rilevabile: se una regola al lavoro o allo studio impone di dichiararlo, dichiaratelo. Manovrare attorno a una filigrana è una strategia peggiore che dire con chiarezza come è stato prodotto il testo.
- Attenzione alla trappola della revisione: passare un vostro testo a un modello per rifinirlo può marcarlo. Se nel vostro contesto conta, correggete a mano o tenete il modello fuori dall'ultimo passaggio.
- Non fidatevi del verdetto di un rilevatore, in nessuna direzione: una rilevazione indica una possibile elaborazione automatica, una mancata rilevazione non indica nulla. Se siete voi a essere accusati, questa distinzione è il vostro argomento.
- Conservate le bozze: cronologia delle versioni, appunti e revisioni restano l'unica prova reale di come è nato un testo, e ora contano di più, non di meno.
Perché la VPN qui non c'entra
Vale la pena dirlo apertamente, perché la domanda arriverà: una VPN qui non cambia nulla. La marcatura vive dentro il testo e dentro il file, non nella connessione che li ha trasportati, quindi un nodo di uscita in un altro paese non incide su ciò che uno scanner trova. Quello che gli strumenti di privacy di rete coprono è la superficie attorno, e su quella superficie ci sono stati incidenti veri: conversazioni condivise finite nei risultati di Google e agenti di codice in cui una issue su GitHub arrivava ai segreti della CI. Sono quelle le esposizioni da gestire. Una filigrana di provenienza non è tra queste, e fingere il contrario significherebbe vendervi qualcosa.
