OpenAI marca i testi di ChatGPT e Codex in Europa con un watermark

Capire se un testo è stato scritto da un'intelligenza artificiale diventa difficile quando macchina e persona lavorano insieme. Un articolo può nascere da una bozza del modello, ricevere correzioni profonde e conservare poche frasi originali. Il watermark (la "filigrana", simile a quella che protegge le banconote) introdotto da OpenAI si concentra su questa zona grigia: cerca un segnale del passaggio del sistema, senza ricostruire il lavoro di chi ha firmato il pezzo.

Cosa ha annunciato OpenAI

Il 5 ottobre 2026 l'azienda ha presentato textGrain, la tecnologia che marca in modo invisibile i testi idonei generati da ChatGPT e Codex nell'Unione Europea. Codex è lo strumento di OpenAI per scrivere e correggere codice informatico. L'estensione riguarda tutti i piani, cioè tutte le formule di abbonamento, e procede nelle settimane successive all'annuncio: la copertura completa è quindi ancora un obiettivo del rollout, la distribuzione graduale del servizio.

Chi usa le API, le interfacce con cui gli sviluppatori inseriscono i modelli nelle proprie applicazioni, trova l'attivazione opzionale a livello globale, limitata a modelli selezionati.

Perché arriva adesso

La novità risponde all'AI Act, il regolamento europeo sull'intelligenza artificiale. Gli obblighi di trasparenza dell'articolo 50 si applicano dal 2 agosto 2026; per i sistemi già sul mercato prima di quella data è previsto un periodo transitorio fino al 2 dicembre 2026. La norma chiede ai fornitori di rendere riconoscibili i contenuti sintetici con marcature leggibili dalle macchine, tenendo conto dei limiti tecnici. Il watermark è una possibile risposta a questo requisito.

Come funziona la filigrana

Un modello linguistico compone le frasi scegliendo parole e frammenti di parola, chiamati token. Quando più formulazioni sono plausibili, textGrain fa orientare la scelta da una chiave segreta, secondo uno schema preciso. Un rilevatore che possiede la stessa chiave può cercare quello schema lungo il passaggio e valutare quanto sia compatibile con una generazione marcata.

Il segnale risiede nella formulazione stessa. Copiare il testo in un documento conserva dunque le scelte linguistiche su cui si basa la verifica, mentre eliminare spazi invisibili o ripulire la formattazione agisce su elementi che questa tecnologia non usa: textGrain evita caratteri nascosti, punteggiatura aggiuntiva e token inseriti solo per la marcatura.

Il watermark di OpenAI si trova nelle scelte di parole del modello

Il compromesso con la creatività

Il nodo tecnico è quanto rendere riconoscibile il segnale preservando la varietà delle risposte. Il rapporto su textGrain, firmato da ricercatori di OpenAI e delle università di Pennsylvania e Yale (tra i coautori c'è Weijie Su), descrive un limite alla casualità sacrificata durante la generazione. Mantenere le probabilità medie delle parole e ottenere risposte diverse quando si ripete la stessa richiesta sono due proprietà distinte, e il metodo cerca di controllarle entrambe. Resta un rapporto tecnico, da distinguere da una validazione scientifica indipendente.

Cosa dicono i numeri

I risultati dichiarati vanno letti entro questo perimetro. Nei test su passaggi di psicologia lunghi 400 token, il rilevatore ha riconosciuto circa il 95% dei watermark, con una soglia-obiettivo di falsi positivi dell'1%. Quest'ultimo valore indica le segnalazioni errate attese nelle condizioni della prova. L'affidabilità di una singola segnalazione dipende anche dal materiale esaminato: quando i testi marcati sono rari, gli errori pesano di più.

L'efficacia cala sui testi brevi o con poche alternative linguistiche, come le risposte matematiche. Anche la revisione indebolisce il segnale: il test con sostituzione di sinonimi parte da una base di confronto diversa rispetto alla prova sui testi integri e mostra un calo marcato al crescere delle modifiche. I risultati pubblicati riguardano risposte in inglese, quindi per l'italiano, per generi editoriali diversi o per il codice servono valutazioni specifiche.

Per Codex la distinzione conta in modo particolare. Un programma deve rispettare regole di sintassi e vincoli funzionali, mentre commenti e spiegazioni lasciano più libertà espressiva. È ragionevole attendersi comportamenti diversi tra le due componenti. La documentazione di Anthropic descrive un limite analogo per il proprio watermark.

Un passato di tentativi

L'esperienza precedente spiega il cambio di rotta. OpenAI ritirò il proprio classificatore pubblico il 20 luglio 2023 per la scarsa accuratezza: quel servizio tentava di indovinare l'origine dalle caratteristiche del testo. textGrain agisce invece durante la generazione. Sono due strategie con errori e condizioni d'uso differenti.

Google ha già portato SynthID-Text in produzione su Gemini. Lo studio uscito su Nature il 23 ottobre 2024 comprende una valutazione su larga scala del feedback degli utenti, senza differenze statisticamente significative nella qualità percepita tra risposte marcate e non marcate. Il precedente mostra che servono tre tipi di prova: prestazioni del rilevatore, esperienza d'uso e verifiche in produzione. La superiorità dichiarata da OpenAI nei propri confronti resta legata ai protocolli usati.

Un mercato con più fornitori

I fornitori sono diversi, e per questo la verifica diventa una questione concreta. Il rapporto Similarweb sull'intelligenza artificiale generativa del 2026 colloca ChatGPT intorno al 53% del traffico web mondiale della categoria e Gemini oltre il 25%. Sono quote di visite ai siti, distinte da ricavi, uso delle app e mercato europeo, ma descrivono un ecosistema in cui controllare un solo fornitore lascia fuori una parte rilevante dei contenuti.

Qui emerge la tensione strategica. L'AI Act richiede soluzioni interoperabili, cioè capaci di funzionare tra sistemi diversi, per quanto tecnicamente fattibile; OpenAI concede inizialmente il rilevatore a ricercatori e organizzazioni esperte approvati. Anthropic utilizza una variante di SynthID-Text e offre una verifica in anteprima privata a organizzazioni ammissibili. Una famiglia tecnica condivisa facilita il confronto, mentre chiavi diverse mantengono separato il riconoscimento: l'interoperabilità dipende anche dalle condizioni di accesso.

Cosa cambia per le redazioni

Il segnale di OpenAI indica il possibile coinvolgimento del modello e lascia indeterminati identità dell'utente, proprietà del testo, accuratezza e contributo umano. Per una redazione italiana, inoltre, marcatura del fornitore e dichiarazione al pubblico restano obblighi distinti. Per alcuni testi di interesse pubblico l'articolo 50 prevede un'eccezione quando intervengono revisione umana o controllo editoriale e un soggetto si assume la responsabilità della pubblicazione.

Il verdetto del rilevatore va letto insieme al processo editoriale

Nei forum circolano già dubbi e promesse di rimozione del watermark, che restano distinti da prove di efficacia. Una revisione può attenuare il segnale anche nel normale lavoro di redazione. Chi sottopone materiale riservato a un servizio di verifica deve poi valutare le condizioni di trattamento di quel testo. Per le redazioni ammesse al rilevatore, il passaggio operativo sarà stabilire come conservare le evidenze, interpretare l'incertezza e permettere a un autore di contestare una segnalazione.