IA · 11 agosto 2026 · 3 min di lettura
Anthropic introduce la filigrana invisibile sui testi di Claude: l'impatto dell'EU AI Act sulla trasparenza dei modelli
In sintesi: Anthropic ha annunciato l'introduzione automatica di filigrane invisibili nei testi generati da tutti i modelli Claude e l'adozione dello standard C2PA per i file multimediali. La scelta nasce per adeguarsi alle prescrizioni di trasparenza dell'EU AI Act entrate in vigore ad agosto 2026, estendendo la tracciabilità sia all'interfaccia web sia alle integrazioni cloud aziendali.
di Team Mocchi's
Una svolta guidata dai regolamenti europei
Con l'entrata in vigore del codice di buone pratiche dell'EU AI Act ad agosto 2026, la tracciabilità del contenuto generato dalle intelligenze artificiali non è più una libera opzione per i produttori di software, ma un requisito di conformità. In risposta a questo nuovo scenario normativo, Anthropic ha confermato che tutti i modelli Claude rilasciati d'ora in avanti integreranno automaticamente sistemi di marcatura digitale sia per il testo che per i file multimediali esportati.
Come evidenziato da TechCrunch, l'implementazione non riguarda solamente la piattaforma web di Claude o l'interfaccia utente finale. La filigrana verrà applicata a livello di architettura del modello, estendendosi all'API per gli sviluppatori, agli strumenti di automazione del codice come Claude Code e alle integrazioni enterprise distribuite sui cloud provider partner, tra cui Amazon Web Services Bedrock, Google Cloud Vertex e Microsoft Foundry. Per i prodotti già esistenti prima di agosto, l'azienda sfrutterà il periodo di grazia di quattro mesi previsto dalle direttive europee per completare l'adeguamento progressivo dell'intera gamma.
Come funziona la filigrana nativa sul testo e sui file
L'identificazione del contenuto artificiale segue due binari tecnologici ben distinti a seconda del tipo di output generato. Per i file multimediali e i documenti scaricabili, Anthropic ha adottato lo standard aperto C2PA, basato su metadati firmati crittograficamente che attestano la provenienza dell'opera. Molto più complessa e innovativa è invece la soluzione pensata per il testo generato dai modelli linguistici.
Secondo quanto riportato da The Verge, l'azienda utilizza una tecnica di marcatura impercettibile intessuta direttamente durante la fase di generazione delle risposte. Il sistema modifica in modo impercettibile la frequenza di selezione statistica dei token senza alterare il significato, la fluidità grammatica o la qualità complessiva del testo. Poiché il segnale fa parte integrante della struttura testuale, la filigrana rimane associata al contenuto anche quando questo viene copiato e incollato in altre applicazioni, resistendo a modifiche editoriali di lieve entità. Anthropic ha inoltre dichiarato che pubblicherà documentazione tecnica e strumenti dedicati per consentire a piattaforme terze di rilevare e verificare la presenza di questi marcatori.
La sfida dell'efficacia e l'impatto sul mercato enterprise
La decisione di Anthropic si inserisce in un movimento più ampio che sta coinvolgendo i principali attori della Silicon Valley, tra cui OpenAI, Meta, Google e Microsoft, chiamati a contrastare la proliferazione di contenuti sintetici non dichiarati e a rispondere al rigore dei legislatori europei. Tuttavia, la comunità scientifica continua a interrogarsi sui reali limiti tecnici della filigrana sul testo.
Mentre la firma crittografica sui file multimediali può essere rimossa accidentalmente quando i media vengono caricati su piattaforme sociali che eliminano i metadati, il watermarking del testo affronta la sfida delle modifiche strutturali. Parafrasi profonde, traduzioni automatizzate in altre lingue o interventi di editing sostanziali da parte di revisori umani rischiano di stemperare la distribuzione statistica dei token, rendendo più difficile il riconoscimento formale. Nonostante queste limitazioni, l'integrazione nativa del meccanismo nei modelli rappresenta una tutela fondamentale per le aziende che integrano LLM nei propri workflow, permettendo di tracciare la provenienza del codice e delle comunicazioni aziendali.
Il punto di Mocchi's
L'iniziativa di Anthropic dimostra come le regolamentazioni sull'IA stiano trasformando il panorama dello sviluppo software, trasferendo l'onere della trasparenza direttamente sulle infrastrutture di base anziché sui singoli sviluppatori. Per le aziende italiane che creano soluzioni basate su API LLM o agenti intelligenti, l'introduzione di filigrane a livello di modello semplifica la conformità con l'EU AI Act, garantendo la tracciabilità senza richiedere complessi moduli di marcatura personalizzati. Diventa tuttavia cruciale strutturare i flussi di dati aziendali tenendo conto di questa tracciabilità nativa, specialmente nella gestione di contenuti destinati alla pubblicazione esterna o alla documentazione di conformità. La trasparenza del software generativo sta rapidamente diventando un requisito standard dell'architettura aziendale moderna.