Anthropic ha pubblicato oggi come funziona la filigrana che i prossimi modelli Claude lasceranno nel testo che scrivono. La parola "filigrana" fa immaginare a quasi tutti la stessa cosa sbagliata: un timbro nascosto, un carattere invisibile, qualcosa aggiunto al testo che un programma astuto riesce a trovare dopo.

Non è niente di tutto questo. Nel testo non viene inserito nulla. Non c'è carattere nascosto, non c'è token in più, non costa di più e non rallenta la risposta. Cambia una cosa sola, ed è molto più elegante di un timbro: cambia l'origine del sorteggio quando il modello sceglie fra due parole che andrebbero ugualmente bene.

Vale la pena capire il meccanismo, perché da lì discendono — gratis — tutti i limiti della filigrana. Chi capisce come viene messa sa subito perché non funziona sul testo breve, perché quasi non compare nel codice, e perché non dirà mai chi ha scritto.

La strada di casa

Immagina che ogni giorno torni dal lavoro e abbia due strade fra cui scegliere. Portano entrambe a casa, richiedono lo stesso tempo, hanno lo stesso panorama. È indifferente. Scegli d'istinto.

Ora supponi che, invece di scegliere d'istinto, tu concordi una regola con un amico: la strada di oggi dipende dal giorno del mese e da un numero segreto che conoscete solo voi due. Per te resta indifferente — arrivi alla stessa ora, per la stessa distanza, senza alcun fastidio. Nessuno che ti veda tornare a casa nota la differenza.

Ma il tuo amico, che ha il numero segreto, guarda il registro di un mese intero e risponde a una domanda a cui nessun altro sa rispondere: queste scelte seguono la nostra regola o no?

Guarda cosa consegna già questa storia, senza una sola parola tecnica:

la scelta deve essere indifferente; se un giorno una strada fosse chiusa, prenderesti l'altra, e quel giorno non dice nulla sulla regola;
un solo giorno non prova nulla — metà delle persone indovina la strada per caso. È il mese intero a formare lo schema;
lo schema dice che la regola è stata usata, non chi sei tu. Non contiene il tuo nome.

Guarda il misuratore sotto la figura: con una sola scelta si ferma a metà. Non è che manchi informazione — è che una scelta fra due opzioni non separa chi ha concordato la regola da chi è andato a sinistra per caso. Tieni a mente quella barra; torna più avanti, quando la storia delle strade diventerà rilevamento vero.

Sostituisci "strada" con "parola" e hai capito la filigrana di Claude.

Lo stesso, con i nomi tecnici

Un modello linguistico scrive una parola alla volta. A ogni passo calcola un elenco di candidate con le loro probabilità e ne sorteggia una. Nell'esempio del comunicato stesso, "Il tempo oggi era freddo e ___", "nuvoloso" e "grigio" sono ugualmente buone; "zuccherino" non è in gara. Quale delle due buone esca lo decide un numero casuale — e, per il lettore, è indifferente.

La filigrana cambia la fonte di quel sorteggio. Al posto di un numero casuale qualsiasi entrano una chiave segreta e le parole venute prima. Il risultato continua a sembrare casuale — "nuvoloso" può uscire in una frase e "grigio" in quella dopo —, ma chi ha la chiave può, in seguito, percorrere il testo e misurare se la sequenza di scelte è compatibile con ciò che quella chiave produrrebbe.

Quello che ne esce è una probabilità, non un verdetto: quanto è probabile che questo testo sia stato scritto, almeno in parte, da Claude. Più il testo è lungo, più scelte ci sono, più sale la confidenza.

Nella storia	Nome tecnico
Ogni pezzo di testo che il modello scrive	token (una parola, o parte di essa)
Le strade ugualmente buone	candidate con probabilità simile
Scegliere la strada	campionamento (sampling)
Il numero segreto concordato	la chiave della filigrana
Guardare il mese intero e rispondere	rilevamento

Il metodo ha un nome e un indirizzo: è una versione di SynthID-Text, pubblicato da Google DeepMind su Nature nell'ottobre 2024. Anthropic attribuisce la genealogia a una proposta di Scott Aaronson del 2022 — sono andato a controllare, ed è lì: in una conferenza del novembre di quell'anno, quando era ancora in OpenAI, descrive esattamente questo, scegliere il pezzo di testo successivo "in modo pseudocasuale, usando una funzione crittografica la cui chiave è nota solo a OpenAI".

Perché non rovina il testo

È la domanda che tutti fanno per prima, e ha una risposta misurata, non una promessa.

Nel paper di SynthID-Text, DeepMind ha attivato la filigrana su una fetta del traffico reale di Gemini e ha confrontato il riscontro degli utenti — il pollice su e il pollice giù — fra risposte con e senza filigrana. Quasi 20 milioni di risposte. Nessuna differenza statisticamente significativa. In uno studio controllato a parte, valutatori umani che hanno confrontato le due versioni fianco a fianco non hanno visto differenze di qualità.

Ha senso, e il meccanismo lo spiega: la filigrana agisce solo dove le candidate pareggiano. Non spinge il modello verso una parola che non avrebbe usato — non farà scrivere a Claude "nubilous" al posto di "nuvoloso", per usare l'esempio del comunicato stesso. Decide un pareggio che c'era già.

Dove la filigrana non fa presa

Ecco la parte che la copertura giornalistica sbaglierà, ed è la più utile. La filigrana ha bisogno di scelta libera. Dove non c'è scelta, non ha a cosa aggrapparsi.

Il testo breve quasi non viene marcato. Poche scelte, poco schema. È il giorno singolo della storia delle strade: da un paragrafo isolato non si conclude nulla.
Il fatto non viene marcato. In "l'opera più famosa di Isaac Newton si chiama Principia ___" esiste una sola continuazione giusta. Non c'è pareggio da sciogliere.
Il codice quasi non viene marcato. Il codice deve essere esatto: scambiare un termine con un altro "ugualmente buono" rompe il programma. Resta il commento, dove la scelta della parola è libera — e il commento non è il codice.
Rivedere un testo umano quasi non lascia filigrana. Se scrivi tu e chiedi a Claude di correggere grammatica e punteggiatura, quasi tutte le parole restano tue. La filigrana entra solo nelle parole scelte da lui; una mezza dozzina di correzioni può non bastare nemmeno a registrarsi.
La traduzione viene marcata per intero. È l'opposto del caso precedente: in una traduzione, ogni parola del risultato è scelta dal modello.
Riscrivere tutto la cancella. Una revisione leggera probabilmente non toglie la filigrana; sostituire ogni parola sì. E a quel punto, come dice Anthropic stessa, è discutibile chiamare ancora il risultato testo generato da IA.

Nota che si tratta di due domande diverse, ed è qui che quasi tutta la copertura inciamperà. La prima è se la filigrana sia stata messa — dipende dal fatto che ci sia stata scelta libera. La seconda è se si possa leggerla — dipende dal fatto che ci sia testo a sufficienza. Le due non vanno insieme: un paragrafo isolato scritto interamente da Claude è marcato del tutto e resta comunque non rilevabile, mentre un tuo testo lungo che lui ha solo revisionato ha testo in abbondanza e quasi nessuna filigrana. Solo nel quadrante in cui le due condizioni si incontrano il rilevamento fa ciò che promette.

Cosa prova la filigrana — e cosa non prova

Ti ricordi la barra rimasta ferma a metà all'inizio? Ora si muove. Leggere un testo con filigrana significa fare quella stessa domanda — queste scelte seguono la regola? — non una volta, ma a ogni parola in cui c'era un pareggio. Una sola non dice nulla. Trenta iniziano a dire.

Nota che non tutte coincidono — e non serve. È questo che rende il risultato una probabilità e non un timbro di vero o falso. Più il testo è lungo, più scelte entrano nel conto e più la barra si allontana dal caso. Ed è anche il motivo per cui la barra di un testo breve resta bloccata a metà, esattamente come quella del primo giorno.

La filigrana dice	La filigrana non dice
Quanto è probabile che Claude abbia partecipato a questo testo	Chi ha scritto, da quale account, in quale conversazione
Che la chiave di Claude è compatibile con queste scelte	Che il testo è umano, quando non c'è filigrana
—	Se ha scritto un'altra IA (chiave diversa, o metodo diverso)
—	Chi è l'autore o il proprietario del testo

Nella filigrana non entra nessuna informazione identificativa. Non si può risalire all'utente, alla sua organizzazione né alle sue conversazioni. E l'assenza di filigrana non prova nulla: può essere testo umano, può essere un altro modello, può essere Claude in un tratto troppo breve.

Una precisazione pratica che cambia l'uso: l'API che permetterebbe a chiunque di verificare un testo non esiste ancora. Anthropic dice che la offrirà "presto" e che sta ancora definendo i dettagli dell'implementazione. Nel frattempo la filigrana è nel testo e la chiave è da loro — chi vuole verificare, aspetta.

E non confonderla con i rilevatori di stile IA già in circolazione. Fanno un'altra cosa: senza la chiave, leggono tic di scrittura — Anthropic cita la costruzione "non è [X], è [Y]" e l'uso della parola "quietly" ("sommessamente") molto più del previsto. È una congettura statistica sullo stile, non una verifica di chiave.

Il file è un'altra storia

Quando Claude produce un file — .png, .jpg, .svg —, ciò che allega non è una filigrana: è una credenziale di contenuto C2PA, una nota firmata crittograficamente nei metadati che dice che quel file è stato fatto o elaborato con Claude. È lo standard aperto che i produttori di fotocamere e i software di fotoritocco già usano per registrare la provenienza.

La differenza conta, e la figura mostra perché: da un lato non c'è nulla da aggiungere — lo schema è sparso fra le parole, ed è per questo che sopravvive al copia e incolla. Dall'altro, nulla del contenuto cambia: la nota sta di fianco, nei metadati, e qualsiasi strumento che conosca C2PA la legge. Sono due meccanismi diversi che la stampa chiamerà con lo stesso soprannome nei prossimi giorni.

Perché adesso

Non è l'iniziativa di una sola azienda. L'articolo 50(2) del Regolamento sull'IA dell'Unione Europea impone che gli output dei sistemi di IA generativa "siano marcati in un formato leggibile meccanicamente e rilevabili come generati o manipolati artificialmente" — ed è applicabile dal 2 agosto 2026. A luglio, circa 190 aziende e organizzazioni hanno firmato il Codice di condotta sulla trasparenza dei contenuti generati dall'IA della Commissione Europea; Anthropic, Google, Meta, Microsoft, Mistral, OpenAI e Cohere sono fra queste. Vedrai lo stesso annuncio, con altre parole, ovunque nei prossimi mesi.

La linea del tempo aiuta a vedere che nulla di tutto ciò è nato questa settimana: l'idea è del 2022, il metodo pubblicato è del 2024, e ciò che è cambiato adesso è la legge. L'unico punto senza data è proprio quello che interesserebbe di più a chi riceve un testo e vuole verificarlo.

Due dettagli che la fretta tende a travolgere:

Non è "tutti i modelli Claude, adesso". La filigrana vale per i prossimi modelli. Quelli usciti prima del 2 agosto 2026 rientrano in un periodo transitorio previsto dalla legge, e Anthropic dice di stare lavorando per includerli "nei prossimi mesi".
La regola è europea, l'applicazione è globale — non per generosità, ma per una limitazione dichiarata: l'azienda dice di non avere ancora un modo duraturo di limitare la filigrana per regione, e che continuerà a valutare.

Cosa ne farei io

Se scrivi con l'aiuto dell'IA e la cosa ti preoccupa: la filigrana non ti identifica, e nel caso più comune — scrivi tu, il modello revisiona — quasi non esiste. Ciò a cui risponde riguarda il testo, mai te.

Se ricevi testi da altri e vuoi verificarli: ancora non si può. Aspetta l'API di rilevamento, e diffida di qualsiasi servizio che oggi si annunci capace di "rilevare la filigrana di Claude" — la chiave non è pubblica.

Se sei insegnante, editor o committente: il risultato è una probabilità su un testo ragionevolmente lungo, e l'assenza di filigrana non prova la paternità umana. Usarlo come prova disciplinare significherebbe chiedere allo strumento una cosa che dichiara di non fare.

E come sempre: la domanda che conta non è mai stata "l'ha scritto un'IA". È se il testo è corretto, se le fonti esistono e se qualcuno ne risponde.

Nota di verifica. Scritto il 14 agosto 2026, lo stesso giorno dell'annuncio. Ho letto per intero il comunicato ufficiale e ne ho conservato una copia; le frasi fra virgolette attribuite ad Anthropic e a Scott Aaronson sono una mia traduzione dall'originale inglese. La citazione dell'articolo 50(2) è la versione ufficiale italiana del Regolamento. Ho confermato i metadati del paper di SynthID-Text su Crossref (Nature, volume 634, pagine 818-823, 2024) e il dato di quasi 20 milioni di risposte di Gemini nell'abstract del paper stesso — non ho letto il testo integrale, che è dietro un paywall. Ho confermato l'articolo 50(2) e la data del 2 agosto 2026 nel testo del Regolamento sull'IA, e il conteggio di ~190 firmatari sul sito della Commissione Europea. La genealogia che Anthropic attribuisce a Scott Aaronson sono andato a verificarla nell'originale: la descrizione del metodo è nella conferenza che ha pubblicato sul proprio blog il 28 novembre 2022. Non ho provato nulla di tutto questo nella pratica: non è possibile, perché l'API di rilevamento non esiste. Le figure sono mie, fatte in codice; quella che confronta i tipi di compito usa posizioni qualitative, non misurate — lo dice al proprio interno. L'articolo è stato scritto prima in portoghese; questa versione italiana è una mia traduzione.

La filigrana di Claude non è un timbro nascosto nel testo — è il modo in cui vengono scelte le parole