IA, arriva il watermark invisibile nei testi e così si scoprirà subito chi ha usato ChatGPT o Claude

Negli ultimi anni, la diffusione dei sistemi di intelligenza artificiale generativa ha rivoluzionato la creazione di contenuti digitali, portando nuove opportunità ma anche importanti interrogativi sulla trasparenza e la tracciabilità dei testi. L'avvento di tecnologie come ChatGPT o Claude ha reso sempre più difficile distinguere fra ciò che è stato scritto da una persona e ciò che nasce da un algoritmo. Per far fronte a questo scenario, nasce il watermark invisibile nei testi, una tecnica sofisticata che permette di marcare a livello impercettibile i contenuti prodotti dagli LLM (modelli linguistici di grandi dimensioni).

Questo approccio offre una risposta concreta alle esigenze di autenticazione e verifica dell'origine delle informazioni, ponendosi come soluzione centrale in risposta alle nuove richieste normative e alle sfide etiche che emergono dal predominio dell'IA nella comunicazione digitale. L'utilizzo del watermark, pur non visibile a occhio nudo, agisce come vero e proprio DNA digitale: un'identità nascosta e persistente all'interno del testo. L'obiettivo è contribuire a costruire un ecosistema digitale più affidabile, in cui le fonti siano sempre identificabili e i rischi legati alla disinformazione e ai contenuti manipolati siano ridotti.

Normative e obblighi europei: l'AI Act e l'articolo 50

L'implementazione di watermark invisibili nei testi generati da IA trae origine dai nuovi quadri regolatori europei. Il pilastro normativo è rappresentato dall'AI Act, entrato in vigore ufficialmente in Europa con obblighi specifici a partire dal 2 agosto 2026. L'articolo 50 di tale regolamento impone ai provider di sistemi di intelligenza artificiale generativa, come OpenAI e Anthropic, di integrare meccanismi di firma digitale per garantire la riconoscibilità dei contenuti creati dagli algoritmi.

Questa prescrizione si concretizza in un obbligo: ogni testo originato da modelli IA deve essere marcato in modo sicuro e impercettibile, secondo parametri che assicurino l'individuazione dell'origine e la tracciabilità da parte di utenti, piattaforme e autorità. Il legislatore europeo riconosce, tuttavia, che la piena attuazione richiede un periodo di transizione: per i sistemi già presenti sul mercato o attivi al 2 agosto 2026, è previsto un termine di adeguamento entro il 2 dicembre 2026.

Tale periodo consente una graduale adozione delle soluzioni di watermarking anche sui modelli precedenti, evitando rischi di discontinuità nell'applicazione della legge. Rientrano in questa fase intermedia, ad esempio, i sistemi Opus 5 e Sonnet 5. Per garantire la massima trasparenza, la normativa prevede inoltre che le aziende rendano disponibili strumenti per la rilevazione e la verifica della presenza di watermark, utili sia a privati che a terze parti.

Anche il regolamento AI Omnibus amplia tali disposizioni, imponendo la marcatura degli output da IA su scala globale, non solo nei contesti europei. Un segnale della forte attenzione del legislatore alla trasparenza, ma anche della volontà di armonizzare le regole a livello internazionale e di offrire una tutela ampia contro l'uso non tracciabile delle tecnologie generative.

Come funzionano i watermark nei testi: tecnologie e principi

L'inserimento di un watermark invisibile all'interno di un testo generato dall'IA non è una semplice aggiunta di simboli nascosti, ma una sofisticata manipolazione del processo di generazione linguistica. Il meccanismo agisce a livello di token, ovvero quei piccoli segmenti, possono essere parole, parti di parola o segni di punteggiatura, che i modelli linguistici utilizzano per costruire la risposta.

La procedura si basa su una chiave segreta, nota solo ai gestori del modello, che viene combinata con i token già prodotti e passata attraverso una funzione hash crittografica. Questo processo produce un valore numerico, utilizzato come seme per un generatore pseudocasuale che decide, istante per istante, quali scelte lessicali riceveranno un leggero vantaggio statistico nella selezione. Si parla in questo caso di soft watermark, poiché il sistema non impone forzature innaturali ma distribuisce la marcatura su molteplici elementi del testo, rendendo estremamente difficile percepirne l'esistenza anche per un occhio esperto. Nel contesto dei testi, due approcci sono particolarmente noti:

• Il sistema di Kirchenbauer e altri ricercatori, che divide i possibili token in due gruppi per ogni posizione, una lista verde favorita dal watermark e una lista rossa neutra, favorendo statisticamente i token della green list senza mai alterare pienamente il flusso naturale del testo.
• Il metodo SynthID-Text di Google, che utilizza una logica di tournament sampling per determinare quale token sia selezionato, aggiungendo un grado di casualità riproducibile che consente una verifica statistica ex-post.

L'uso di watermark morbidi consente di preservare la fluidità del testo, senza rischiare di comprometterne il significato o la leggibilità. Tuttavia, per la verifica della firma digitale incorporata, è necessario poter accedere sia al testo che ai dettagli sul processo di generazione (algoritmo, chiave, metodo di tokenizzazione), poiché la marcatura si manifesta solo in aggregato su sequenze linguistiche sufficientemente ampie.

ChatGPT e Claude: lo stato dell'arte della firma digitale

Alla luce delle nuove regolamentazioni, Anthropic e OpenAI stanno adeguando i rispettivi sistemi di generazione testuale. Anthropic, sviluppatore della piattaforma Claude, risulta particolarmente avanzato nel rilascio di linee guida e pagine di supporto dedicate alla firma digitale, specificando che la marcatura sarà attiva su tutte le sue piattaforme globalmente per i modelli rilasciati dopo il 2 agosto 2026.

Questa soluzione sarà implementata su API, chatbot, strumenti di collaborazione e su ogni servizio che integra Claude, pur riconoscendo che alcune piattaforme esterne o specifiche funzionalità potrebbero non supportare temporaneamente i marcatori. La garanzia di marcatura non si limita ai testi, ma si estende ai metadati allegati a file SVG, PNG, JPEG seguendo lo standard C2PA, già in uso da altri grandi player del settore.

La firma digitale, secondo Anthropic, viene incorporata a livello di modello, è resistente al copia-incolla e non può essere rimossa semplicemente attraverso una conversione o pulizia della formattazione. Tuttavia, l'azienda sottolinea che la presenza del marcatore non è una prova assoluta dell'origine: il watermark potrebbe essere stato inserito durante processi di modifica, traduzione o altre elaborazioni successive.

Per quanto riguarda OpenAI, la strategia si concentra sull'estensione delle attuali tecnologie di marcatura già attive su altri contenuti, come le immagini, anche ai testi generati con ChatGPT. L'azienda ha ribadito l'impegno allineato con il Codice UE per la trasparenza dei contenuti IA, nonostante restino da chiarire le specifiche tecniche del sistema che verrà adottato. Si attende nel prossimo futuro la pubblicazione di strumenti e policy dedicati.

Rilevazione e rimozione dei watermark: strumenti e limiti

Il riconoscimento e la possibile eliminazione di marcature nascoste nei testi generati da IA presentano sfide tecniche. Esistono due principali scenari: marcatori derivanti dall'alterazione della selezione dei token e marcatori sotto forma di caratteri semi-invisibili nei file di testo.

Per quanto riguarda questi ultimi, in passato alcuni sistemi (come certi modelli ChatGPT rilasciati nel 2025) hanno involontariamente introdotto caratteri speciali quali il Narrow No-Break Space (U+202F), rendendo possibile la loro individuazione tramite strumenti online o editor avanzati. La procedura può essere così riassunta:

• Analisi del testo tramite tool come SOSCISurvey o funzioni mostra caratteri invisibili nei word processor;
• Individuazione di simboli insoliti tra le parole (ad es. U+202F, U+200B);
• Utilizzo di strumenti automatizzati per la rimozione di questi elementi, spesso limitati ai watermark più elementari.

Diverso, e molto più complesso, risulta intervenire sui watermark innestati come deviazione statistica nella generazione dei token. Tali segni, definiti soft, non possono essere rimossi manualmente, né con procedure automatiche rivolte al testo. Solo chi possiede la chiave e il metodo di hashing usato all'origine può svolgere un'analisi statistica affidabile.

Infine, l'assenza o la rimozione di marcatori non garantisce l'originarietà umana del testo, né la certezza dell'eliminazione completa del watermark: parafrasi pesanti, traduzioni, tagli o manipolazioni possono mascherare o cancellare la firma, ma non risultano determinanti in senso definitivo.