Anthropic prepara il watermark statistico per i testi generati da Claude

Un sistema globale legato agli obblighi europei

Anthropic sta preparando un sistema di watermarking statistico per identificare i testi prodotti da Claude. L’iniziativa, descritta il 14 agosto 2026, nasce nel contesto degli obblighi di trasparenza dell’AI Act europeo e dell’adesione dell’azienda al relativo Code of Practice insieme ad altri fornitori di intelligenza artificiale.

Il watermark sarà applicato inizialmente a livello globale, non soltanto agli utenti dell’Unione europea. Anthropic non dispone ancora di un meccanismo abbastanza affidabile per attivarlo o disattivarlo in base alla regione.

I futuri modelli Claude genereranno testi sottoposti al nuovo sistema. I modelli introdotti prima del 2 agosto 2026 rientrano invece nel periodo transitorio previsto dall’Unione europea. Anthropic sta lavorando per estendere il watermark anche a questi modelli, ma non ha reso noto un elenco preciso delle versioni coinvolte né una tempistica dettagliata.

Per gli utenti il cambiamento dovrebbe rimanere invisibile. Il sistema non aggiungerà caratteri nascosti, token supplementari o marcatori visibili. Secondo le valutazioni interne, non dovrebbe modificare in modo apprezzabile creatività, leggibilità, contenuto e qualità delle risposte. Non sono previsti costi aggiuntivi e l’effetto sui tempi di generazione dovrebbe essere trascurabile.

La firma viene costruita durante la generazione

La tecnologia scelta si basa sull’approccio SynthID-Text sviluppato da Google DeepMind. Il watermark non viene inserito dopo la produzione della risposta: viene costruito mentre Claude seleziona ogni token successivo.

Quando esistono più continuazioni linguisticamente plausibili, il modello usa una chiave segreta e una parte del contesto precedente per influenzare la componente casuale della selezione. Ogni scelta resta normale e non presenta anomalie riconoscibili a occhio nudo. La sequenza complessiva, però, tende a produrre una firma statistica associata al modello e alla chiave.

Un rilevatore che possiede la chiave può esaminare il testo e calcolare quanto il suo andamento sia compatibile con quello atteso da Claude quando opera con il watermark. Non è necessariamente richiesto l’accesso al modello proprietario, né un’elaborazione particolarmente onerosa: l’analisi si concentra sulla distribuzione delle scelte linguistiche già presenti nel testo.

L’efficacia dipende soprattutto dalla quantità e dalla varietà del materiale disponibile. Un testo lungo offre più decisioni da analizzare e quindi più evidenze statistiche. Il sistema funziona meglio anche quando il modello ha numerose alternative plausibili tra cui scegliere.

Al contrario, una risposta breve o altamente prevedibile contiene meno informazione utile. In una formula matematica, in una definizione rigida o in una risposta con un’unica continuazione corretta, il margine per inserire una firma senza alterare il significato è molto ridotto.

Risposte fattuali e codice avranno meno segnali

Anthropic non applicherà necessariamente il watermark quando una scelta alternativa potrebbe rendere la risposta errata. Dopo “2 + 2 =”, per esempio, il token corretto è “4”: selezionare un’alternativa per rafforzare la firma comprometterebbe l’affidabilità del risultato.

La stessa limitazione riguarda le risposte fattuali con una sola continuazione corretta, come una risposta numerica riferita a Nineteen Eighty-Four di George Orwell. In situazioni simili il modello deve privilegiare l’accuratezza rispetto alla rilevabilità.

Il codice presenta un problema analogo. Cambiare un token può rompere la sintassi o alterare il comportamento del programma. Per questo i blocchi di codice conterranno generalmente meno segnali di watermark rispetto al testo discorsivo.

Il sistema potrà comunque intervenire dove esistono scelte arbitrarie, ad esempio nei commenti del codice. Anthropic ritiene che l’impatto sul funzionamento effettivo dei programmi sarà trascurabile, ma non ha indicato una copertura uniforme per tutti i linguaggi o gli scenari di generazione.

Anche le traduzioni prodotte da Claude dovrebbero conservare il watermark. In questo caso il modello seleziona ogni parola dell’output nella lingua di destinazione, creando nuove decisioni linguistiche analizzabili dal rilevatore.

L’API non certificherà chi ha scritto il testo

Anthropic sta sviluppando un’API capace di stimare la probabilità che Claude abbia contribuito alla produzione di un contenuto. Il risultato non sarà una prova certa dell’identità dell’autore.

Un rilevamento positivo potrà indicare che Claude è stato utilizzato in una fase del lavoro, ma non distinguerà necessariamente tra un testo generato quasi interamente dal modello e un testo umano modificato in modo sostanziale. Il watermark, inoltre, non dimostrerà che Claude sia l’unico sistema di IA coinvolto.

La firma può sopravvivere a interventi limitati, come correzioni grammaticali o modifiche alla punteggiatura, perché molte parole originali restano invariate. Una riscrittura completa, con sostituzione dell’intero testo, dovrebbe invece eliminare il segnale. Anche campioni molto brevi riducono l’affidabilità della valutazione.

Il rilevatore dovrà quindi essere interpretato come uno strumento probabilistico di attribuzione del possibile coinvolgimento di Claude. Non potrà funzionare come certificazione forense dell’autore, dell’origine esclusiva del testo o dell’assenza di interventi umani.

Anthropic non ha ancora comunicato i dettagli operativi dell’API. Non sono noti disponibilità, modalità di autenticazione, formato delle risposte, soglie di confidenza o procedure specifiche per gestire falsi positivi e falsi negativi.

Per immagini e file grafici arriva la provenienza C2PA

Per i file PNG, JPG e SVG Anthropic adotterà un meccanismo diverso. Claude aggiungerà metadati di provenienza conformi allo standard C2PA, firmati crittograficamente, indicando che il file è stato creato o elaborato con Claude.

In questo caso il contenuto binario dell’immagine non verrà alterato per incorporare una firma statistica. L’informazione sarà associata al file attraverso metadati verificabili, la cui validità potrà essere controllata tramite la firma digitale.

La misura offre una distinzione tecnica rilevante: per i testi la provenienza viene stimata osservando le scelte linguistiche; per i file grafici viene invece dichiarata attraverso credenziali di provenienza legate al contenuto.

La protezione pratica dei metadati dipenderà dai flussi di condivisione e dagli strumenti usati per modificare o convertire i file. Il sistema annunciato, tuttavia, non indica ancora come verranno gestiti i metadati C2PA quando un’immagine viene ricompressa, ritagliata o esportata da software non compatibili.

Cosa cambia per utenti e organizzazioni

Per chi usa Claude, il watermark dovrebbe essere impercettibile e non richiedere configurazioni o azioni specifiche. Le organizzazioni potranno invece sfruttare la futura API per svolgere controlli interni, analizzare contenuti sospetti o supportare processi di trasparenza.

I risultati dovranno essere valutati insieme al contesto. Un punteggio positivo non prova che il testo sia stato scritto interamente da Claude, mentre un risultato incerto può dipendere dalla brevità, dalla prevedibilità, dal codice o dalle modifiche apportate al contenuto.

La fonte non descrive una vulnerabilità né assegna una classificazione di gravità cybersecurity. L’impatto riguarda soprattutto conformità normativa, trasparenza e attribuzione probabilistica dei contenuti generati dall’intelligenza artificiale.