SSD Nodes Learn Hosting plans →
Guide Matt ConnorDi Matt Connor · Aggiornato 2026-10-19

Come funziona la filigrana nel testo di Claude

Scopri come Anthropic applica un bias statistico nella scelta dei token per marcare i testi. Analizziamo perché il rilevamento fallisce su frasi brevi e cosa significa.

Che cos’è la filigranatura del testo di Claude

La filigranatura del testo di Claude è un bias applicato mentre il modello sceglie le parole. Non è un tag associato al file e non è una sequenza di caratteri Unicode invisibili che si possa rimuovere con un’espressione regolare. Anthropic la descrive in How Claude's text watermarking works, datato 14 August 2026 e aggiornato il 1 September 2026: il sistema «modifica soltanto la fonte della casualità usata per scegliere tra le parole», utilizzando una chiave segreta e le poche parole precedenti. Poiché il contrassegno dipende dalle parole scelte, sopravvive al copia e incolla e scompare quando le parole cambiano.

Da questo derivano due conseguenze, che spiegano perché l’argomento susciti interesse. Il rilevamento è un test statistico che richiede molte parole prima di produrre un risultato significativo; perciò può non fornire alcuna informazione utile su una singola frase. Inoltre, un risultato negativo non dimostra nulla: il centro assistenza di Anthropic afferma che «l’assenza di un contrassegno rilevato non significa che il contenuto non sia stato generato o elaborato dall’AI».

La pagina di assistenza How Claude marks AI-generated content, consultata l’11 October 2026, elenca gli ambienti coperti: «Claude Platform (API), Claude, Claude Code, Claude Cowork e Claude Tag», compreso l’accesso tramite AWS, Google Cloud e Microsoft Foundry. I modelli lanciati il 2 August 2026 o successivamente supportano la marcatura leggibile dalle macchine fin dal lancio. I modelli precedenti sono coperti da un periodo di transizione, durante il quale Anthropic aggiunge loro la marcatura; la pagina contiene ora una tabella per modello. Questa data non è casuale. L’articolo 50 dell’EU AI Act si applica dal 2 August 2026 e impone ai provider dei sistemi che generano testo sintetico di contrassegnare l’output «in un formato leggibile dalle macchine e rilevabile come generato o manipolato artificialmente». Il Digital Omnibus on AI, Regulation (EU) 2026/1744, concede ai provider i cui sistemi erano già sul mercato prima del 2 August 2026 tempo fino al 2 December 2026 per conformarsi a tale obbligo di marcatura. Anthropic afferma di applicare la marcatura a livello mondiale, non soltanto al traffico proveniente dall’UE.

I file funzionano in modo diverso. La pagina di assistenza afferma che Claude associa ai tipi di file generati supportati «come un PNG o un JPEG» metadati firmati sulla provenienza, denominati Content Credential e conformi allo standard C2PA (Coalition for Content Provenance and Authenticity). Si tratta di metadati associati al contenuto del file, non di una modifica del contenuto stesso; per questo motivo vengono rimossi facilmente.

Come il watermark influenza la scelta dei token

A ogni passaggio, un modello linguistico calcola una probabilità per ogni token (un token è una parola o una sua parte) che potrebbe scrivere successivamente. Un sampler ne seleziona uno e, normalmente, la casualità della selezione proviene da una sorgente di numeri casuali ordinaria. Un sampler con watermark sostituisce questa sorgente con una funzione pseudocasuale con chiave. I suoi input sono la chiave segreta e gli ultimi token, quindi la scelta è riproducibile da chiunque possieda la chiave, mentre per tutti gli altri appare come una normale variazione.

La prima versione pubblica citata più frequentemente è A Watermark for Large Language Models (Kirchenbauer et al., ICML 2023). Prima di ogni token, la chiave e i token precedenti selezionano un sottoinsieme pseudocasuale «verde» del vocabolario e il sampler aggiunge un piccolo bonus al punteggio di questi token. Nulla è vietato, quindi il testo resta fluido, ma i token verdi compaiono leggermente più spesso di quanto consentirebbe il caso.

Il post di Anthropic afferma che la sua implementazione si basa su SynthID-Text, pubblicato da Google DeepMind su Nature nell'ottobre 2024 con il titolo Scalable watermarking for identifying large language model outputs, e che questa famiglia di idee risale a una proposta del 2022 di Scott Aaronson. SynthID-Text estrae diversi token candidati dalla distribuzione generata dal modello ed esegue tra loro un torneo a eliminazione, valutato dalla funzione con chiave, per cui il token che sopravvive tende a essere uno di quelli favoriti dalla chiave. I candidati provengono dalla distribuzione generata dal modello stesso. Per questo la valutazione pubblicata non rileva alcuna perdita misurabile di qualità.

La conseguenza rilevante riguarda l'entropia. Il bias può agire soltanto quando il modello aveva una scelta reale. Se l'unico token successivo corretto è Paris, nessuno schema può sostituirlo senza rendere errato il testo. Anthropic lo dichiara esplicitamente: il watermarking «è più raro nei passaggi fattuali, dove ci sono meno scelte che si possano effettuare senza ridurre l'accuratezza del testo», e il codice «in genere contiene meno watermark rispetto ad altre forme di testo» perché di solito deve essere esatto. La densità del segnale riflette il margine di scelta del modello: un lungo testo discorsivo contiene un contrassegno forte, mentre una breve risposta fattuale ne contiene quasi nessuno.

È importante indicare un limite di tutte le considerazioni precedenti. All'11 ottobre 2026, Anthropic ha pubblicato la famiglia a cui appartiene il suo schema, ma non i parametri né la soglia del detector. I meccanismi descritti in questa sezione provengono dagli articoli citati. Vanno letti come il design pubblicato a cui Anthropic fa riferimento, non come una descrizione della configurazione esatta di Claude.

Perché il rilevamento è un test d'ipotesi, non un timbro

Un rilevatore riceve il testo e la chiave. Scorre il testo, ricalcola ciò che la chiave avrebbe favorito in ogni posizione, assegna un punteggio a ogni token e somma i punteggi. L'ipotesi nulla è che il testo sia stato scritto senza quel campionatore basato sulla chiave: in tal caso i punteggi si comportano come lanci di una moneta e il totale si avvicina al valore atteso. Il testo con watermark si discosta verso l'alto. L'output è un valore p, cioè la probabilità di osservare un totale così elevato in un testo privo di watermark; il verdetto "rilevato" deriva dal confronto tra quel valore p e una soglia scelta da qualcuno.

Questo modello produce due effetti evidenti nella pratica. La confidenza aumenta con la lunghezza, perché ogni token aggiuntivo costituisce un ulteriore elemento di prova, seppur debole. Anthropic lo spiega così: "Il rilevamento di un watermark non funziona bene neppure su campioni piccoli, nei quali ci sono meno possibilità di scelta delle parole e quindi meno informazioni disponibili." Anche la soglia comporta un compromesso. Se la si imposta abbastanza bassa da segnalare un paragrafo, si inizieranno a segnalare per errore anche paragrafi scritti da persone.

La maggior parte dei lettori non può ancora eseguire direttamente questo test. Nell'aggiornamento del 1 September 2026, il post di Anthropic afferma: "Stiamo rilasciando una detection API in private preview." È disponibile per le organizzazioni idonee "come richiesto dal diritto dell'UE", tra cui autorità di regolamentazione, forze dell'ordine, media, fact-checker, ricercatori indipendenti, organizzazioni educative e gruppi della società civile dell'UE, nonché per le aziende "analogamente obbligate a verificare il watermarking" ai fini della propria conformità all'Act. Anthropic afferma di voler "ampliare nel tempo l'accesso alla detection API"; entrambe le pagine collegano un modulo per manifestare il proprio interesse. Pertanto, al 11 October 2026 non esiste un rilevatore pubblico di testo: al di fuori di queste organizzazioni, nessuno può confermare o smentire che un determinato passaggio contenga il contrassegno. Per i file esiste un percorso distinto, utilizzabile da chiunque. Il servizio gratuito Claude Content Checker verifica un file caricato per individuare un Claude Content Credential e dichiara esplicitamente che "non controlla il testo".

Questa lacuna è importante per il tipo di strumento a cui le persone ricorrono in alternativa. Gli "AI detector" commerciali venduti a scuole e redazioni sono classificatori addestrati sullo stile di scrittura. Non dispongono di una chiave e non eseguono un test di questo tipo. Il loro modo di fallire è documentato: i rilevatori GPT sono soggetti a bias nei confronti degli autori di lingua inglese non nativa (Liang et al., Patterns, 2023) ha rilevato che i rilevatori più utilizzati classificavano come generati dall'AI più della metà di una raccolta di saggi TOEFL scritti da autori non nativi, mentre classificavano correttamente i campioni di autori nativi. Un rilevatore di watermark e un classificatore dello stile sono strumenti diversi. Non accettate che qualcuno vi consegni il secondo chiamandolo il primo.

Cosa rimuove il watermark

Output brevi. Una risposta di una sola riga contiene troppe poche scelte per modificare una statistica. Non esiste una correzione, perché questa è una proprietà del test e non una lacuna nell'implementazione.

Una riscrittura. Anthropic afferma che una modifica leggera può lasciare il contrassegno leggibile, mentre «una riscrittura completa in cui ogni parola viene sostituita» lo rimuove. Ogni parola sostituita è una parola che la chiave non può più spiegare.

Parafrasi tramite un altro modello. Un secondo modello sceglie nuovamente ogni token con il proprio sampler e senza una chiave. Di conseguenza, il risultato contiene il contrassegno di quel modello, se ne usa uno, e non quello di Claude.

Traduzione, con un'eccezione. Eseguire il testo inglese di Claude tramite un traduttore diverso distrugge il segnale, perché un nuovo sampler sceglie ogni parola nella lingua di destinazione. Anthropic segnala il caso inverso: «Una traduzione prodotta da Claude contiene un watermark, perché in questo caso ogni parola viene scelta da Claude».

Codice, per lo più. Il codice corretto offre poche alternative intercambiabili. TechCrunch ha riferito il 15 agosto 2026 che Anthropic si aspetta «un effetto trascurabile sul codice effettivamente prodotto», con una maggiore probabilità che i contrassegni compaiano nei commenti. Si tratta del resoconto giornalistico di una dichiarazione dell'azienda, non di documentazione pubblicata. Il dettaglio sui commenti va quindi considerato non confermato. I commenti e i nomi degli identificatori sono le parti di una patch che offrono un margine reale di scelta.

Rimozione dei metadati per i file. Le informazioni di provenienza C2PA sono memorizzate accanto ai dati dell'immagine. Di conseguenza, qualsiasi processo che ricodifica il file le rimuove normalmente, a meno che non venga configurato per conservarle. Questo include l'ottimizzatore delle immagini in una normale build di un sito statico. La pagina di assistenza di Anthropic include la rimozione dei metadati tra le cause della scomparsa di un contrassegno.

Che cosa dimostra effettivamente un contrassegno rilevato

Meno di quanto lasci intendere il termine "filigrana". Il post di Anthropic è chiaro: "Una filigrana può determinare soltanto che Claude è probabilmente intervenuto sul contenuto in qualche momento. Non può distinguere tra «Claude ha scritto questo» e «Claude ha modificato pesantemente questo»." La pagina della guida aggiunge che "Claude potrebbe non essere l'autore originale", perché le persone usano Claude per modificare testi che hanno prodotto autonomamente e il contenuto potrebbe essere cambiato dopo l'intervento di Claude.

Nessuno dei materiali pubblicati da Anthropic descrive un segnale associato a un account o a un utente specifico. Per come è documentato, il contrassegno indica che un modello Claude è intervenuto sul contenuto. Se qualcuno afferma che una filigrana rivela quale utente o quale API key ha prodotto un passaggio, questa informazione non compare nelle fonti primarie all'11 ottobre 2026.

Questo cambia il modo in cui pubblichi codice assistito dall’AI dal tuo server?

Per il codice, la risposta tecnica è in gran parte no, per due motivi già indicati: il segnale nel codice esatto è debole e il rilevamento del testo è limitato a un’anteprima privata per le organizzazioni idonee. Ciò che stabilisce se puoi pubblicare è la policy, e la policy non è cambiata. I progetti open source hanno definito regole proprie per i contributi assistiti dall’AI, e tali regole vengono applicate da un maintainer che legge la tua pull request, non da un rilevatore che analizza i tuoi token.

Per la prosa generata dal tuo server, la risposta è sì, in un senso specifico. Se una chiamata API scrive le note di rilascio o le pagine del prodotto, le parole sono di Claude, quindi il contrassegno è al loro interno. Il rendering del markdown in HTML, la minificazione, l’archiviazione del risultato in Postgres e la pubblicazione tramite una CDN lasciano inalterate le parole, quindi lasciano inalterato anche il contrassegno. A degradarlo è la riscrittura delle frasi da parte di un editor umano.

Non puoi eliminare il watermark tramite un prompt. Viene applicato nel livello di campionamento, sotto il testo prodotto dal modello, quindi un’istruzione come "non applicare il watermark" non ha alcun effetto. È una situazione diversa da i normali motivi per cui un agent ignora un’istruzione che hai scritto, quando l’istruzione ha raggiunto il modello ma è stata superata da qualcos’altro. Per i clienti API non esiste un meccanismo documentato per disattivarlo alla data dell’11 October 2026.

Se usi Claude per gestire un server invece che per scrivere contenuti al posto tuo, questo cambia molto poco. I comandi shell e gli snippet di configurazione sono brevi e vincolati, quindi contengono quasi nessun segnale, e il contrassegno non influisce in alcun modo su ciò che viene eseguito sul tuo sistema. L’attività quotidiana di amministrazione dei sistemi con Claude solleva una domanda diversa: che cosa lascia effettivamente la tua macchina? Vedi che cosa invia realmente un coding agent dal tuo server.

Cosa è necessario dichiarare

La dichiarazione è una questione normativa, non di rilevamento. Un watermark non crea un obbligo di dichiarazione e non lo assolve. Individuate la norma che vi vincola e rispettatela, indipendentemente dal fatto che qualcuno possa rilevare o meno la violazione.

L'AI Act dell'UE distingue due responsabilità. L'articolo 50(2) attribuisce l'obbligo di apporre la marcatura al provider, cioè Anthropic, ed è questo l'obbligo soddisfatto da questo rollout. L'articolo 50(4) attribuisce un obbligo al deployer: chiunque pubblichi testo generato dall'AI "per informare il pubblico su questioni di interesse pubblico" deve dichiarare che è stato generato artificialmente. È prevista un'esenzione che riguarda la maggior parte dei team editoriali: "il contenuto generato dall'AI è stato sottoposto a un processo di revisione umana o di controllo editoriale e una persona fisica o giuridica assume la responsabilità editoriale della pubblicazione". Entrambi gli obblighi si applicano dal 2 agosto 2026; l'obbligo di marcatura è rinviato al 2 dicembre 2026 soltanto per i sistemi già immessi sul mercato prima di tale data. Un articolo revisionato da un editor identificato è trattato diversamente da un feed che pubblica senza che una persona lo abbia letto. Questa è un'interpretazione del testo del regolamento e non costituisce consulenza legale.

Altre regole possono avere una portata più ampia della legge. Il contratto di lavoro, l'accordo con il cliente, la guida per i contributori del progetto a cui inviate patch e la policy dell'editore per cui scrivete possono imporre requisiti aggiuntivi. Sono anche le regole che qualcuno verificherà concretamente.

Quando dichiarate l'uso dell'AI, indicate cosa ha fatto il modello e cosa avete verificato. "Bozza scritta con Claude, ogni comando eseguito su un'installazione pulita di Ubuntu 24.04 prima della pubblicazione" comunica a un lettore tecnico un'informazione concreta. Un'indicazione generica come "è stata usata l'AI" non lo fa, perché la verifica è proprio l'attività che un modello non può svolgere al posto vostro.

Non usate inoltre il risultato di un watermark come un'accusa. Un risultato positivo indica che un modello Claude è stato coinvolto in qualche fase, anche soltanto come editor del testo scritto da qualcun altro. Un risultato negativo non dimostra nulla.

FAQ

Posso disattivare il watermark testuale di Claude?

All'11 ottobre 2026 non esiste alcuna procedura documentata per disattivarlo. La pagina di assistenza di Anthropic descrive l'applicazione del watermark in Claude, Claude Platform (API), Claude Code, Claude Cowork e Claude Tag, compreso l'accesso tramite AWS, Google Cloud e Microsoft Foundry, ma non indica alcuna impostazione per disabilitarlo. Anche chiedere al modello di non applicare il watermark alla risposta non produce risultati, perché il contrassegno viene applicato dal sampler che seleziona i token, non dal modello che segue le istruzioni.

Il watermark compare nel codice scritto da Claude?

Solo in misura minima. Il watermarking funziona scegliendo tra opzioni tutte accettabili, mentre il codice corretto offre raramente molte alternative. Anthropic afferma che il codice presenta «in genere meno watermarking rispetto ad altre forme di testo», perché di solito deve essere esatto. TechCrunch ha riferito il 15 agosto 2026 che Anthropic prevede un effetto trascurabile sul codice stesso, con maggiore probabilità di contrassegni nei commenti; si tratta però del resoconto giornalistico di una dichiarazione, non di documentazione pubblicata. Le parti di una patch che lasciano margine di variazione sono i commenti e i nomi degli identificatori.

Se un detector non rileva alcun watermark, significa che il testo è stato scritto da una persona?

No. Questo è l'errore più comune nell'interpretazione dei watermark. La pagina ufficiale di Anthropic afferma che «l'assenza di un contrassegno rilevato non significa che il contenuto non sia stato generato o elaborato dall'IA». Il testo potrebbe essere troppo breve per il test, potrebbe essere stato modificato o parafrasato, potrebbe provenire da un modello rilasciato prima dell'introduzione del watermarking oppure da un altro fornitore. Il test è unidirezionale: può aumentare la probabilità che Claude sia stato coinvolto, ma non può dimostrare che Claude non lo sia stato.

La parafrasi o la traduzione rimuovono il watermark?

La parafrasi eseguita tramite un altro modello lo rimuove, perché quel modello seleziona nuovamente ogni parola con il proprio sampler e senza la chiave. Anche la traduzione eseguita con uno strumento esterno lo rimuove per lo stesso motivo. L'eccezione vale nella direzione opposta: Anthropic afferma che «una traduzione prodotta da Claude contiene un watermark, perché in questo caso ogni parola viene scelta da Claude». Pertanto, tradurre con Claude un testo scritto dall'utente aggiunge un contrassegno che prima non era presente.

Posso controllare personalmente la presenza di un watermark di Claude in un documento?

Per il testo, solo se la propria organizzazione soddisfa i requisiti. Il rilevamento richiede la chiave, quindi non può essere eseguito leggendo il testo o con uno strumento offline. L'API di rilevamento di Anthropic è disponibile in private preview per le organizzazioni idonee ai sensi del diritto dell'UE e per le aziende che hanno un obbligo autonomo di verificare il watermarking; è previsto un accesso più ampio. All'11 ottobre 2026, quindi, non esiste un detector pubblico per il testo. Per i file la situazione è diversa: il Claude Content Checker gratuito verifica un file caricato cercando una Claude Content Credential, ma non controlla il testo. Qualsiasi strumento di terze parti venduto come detector del watermark testuale di Claude non possiede la chiave. Si tratta quindi di un classificatore dello stile, basato su un meccanismo diverso e con un problema documentato di falsi positivi sui testi scritti da persone la cui prima lingua non è l'inglese (Liang et al., Patterns, 2023).

Questo articolo ti è stato utile?

#claude#watermarking#ai-detection#provenance#policy