La filigrana testuale di Claude di Anthropic scatena un'ondata di strumenti per rimuoverla

Introduzione

Anthropic ha iniziato a spiegare come intende aggiungere marcatori al testo generato dai futuri modelli Claude, in modo da poter rilevare in seguito il coinvolgimento dell'IA.

La filigrana è volutamente invisibile al lettore. Non aggiunge etichette, stringhe Unicode nascoste, ID di tracciamento o metadati aggiuntivi al testo normale. Al contrario, Claude modifica leggermente il modo in cui effettua scelte lessicali altrimenti irrilevanti, creando così un Pattern statistico verificabile tramite una chiave.

Anthropic afferma di aver implementato il sistema per conformarsi ai requisiti di trasparenza dell'Atto sull'IA dell'Unione Europea, in vigore dal 2 agosto 2026.

L'annuncio ha immediatamente suscitato l'opposizione di alcuni sviluppatori e utenti professionali. La loro preoccupazione non riguarda solo il testo interamente generato dall'IA, ma anche ciò che accade quando Claude viene utilizzato per tradurre, riscrivere, riassumere o modificare materiale scritto da esseri umani.

Nel giro di pochi giorni, diversi sviluppatori hanno pubblicato strumenti commercializzati come "rimuovi filigrana IA".

Il dibattito che ne è derivato non riguarda solo la possibilità di eliminare la filigrana, ma anche cosa questa marcatura possa realmente dimostrare, quanto siano robuste le filigrane testuali statistiche e chi sia legalmente responsabile quando gli utenti manomettono deliberatamente i segnali di provenienza IA.

La filigrana di Anthropic è un Pattern statistico, non caratteri nascosti

Il punto tecnico più importante è anche il più frainteso.

La nuova filigrana testuale di Claude non viene implementata inserendo caratteri invisibili.

Anthropic dichiara di non allegare alcun contenuto aggiuntivo al testo. Invece, quando il modello sceglie tra più opzioni ugualmente valide per la parola successiva, utilizza una chiave di filigrana.

Immaginiamo che Claude, in una frase, possa naturalmente scegliere tra "grigio" e "nuvoloso" senza cambiarne il significato.

In una risposta normale del modello, questa scelta potrebbe essere influenzata dalla casualità ordinaria.

Con la filigrana attivata, la scelta casuale viene invece derivata dalla chiave e dal testo precedente. Ripetendo questo processo su molte scelte lessicali idonee, si crea un Pattern statistico nel paragrafo finale.

Un rilevatore che conosce la chiave può stimare il grado di coerenza del paragrafo con il processo di generazione filigranato di Claude.

Anthropic afferma che la sua implementazione si basa sul metodo SynthID-Text pubblicato da Google DeepMind.

Pertanto, questa filigrana è fondamentalmente diversa dai seguenti meccanismi:

• Caratteri Unicode invisibili
• Commenti HTML
• Proprietà del documento
• Campi EXIF
• Metadati C2PA
• Filigrane visibili nelle immagini

Questi meccanismi possono di solito essere rimossi senza riscrivere il testo sottostante.

La filigrana testuale statistica risiede nella formulazione stessa.

Cosa può — e non può — dimostrare la filigrana di Claude

Anthropic è cauta riguardo al significato di un risultato positivo del rilevamento.

Il rilevamento della filigrana non dimostra che Claude abbia scritto l'intero documento.

Indica solo che Claude potrebbe aver contribuito alla generazione di parte della formulazione.

Questa distinzione è cruciale per i seguenti flussi di lavoro:

• Editing
• Riscrittura
• Traduzione
• Riassunto
• Rifinitura di bozze
• Scrittura collaborativa

Per una correzione di bozze leggera, Anthropic afferma che potrebbero essere state modificate troppo poche parole perché la filigrana possa essere

registrata in modo affidabile.

Per la traduzione, la situazione è diversa. Claude sceglie essenzialmente ogni parola dell'output, quindi Anthropic afferma che la traduzione può portare la filigrana.

Anche i passaggi di testo più lunghi sono più facili da valutare rispetto ai testi brevi, perché contengono più decisioni sulla scelta delle parole.

Il codice è un altro caso speciale. La sintassi precisa lascia meno spazio a scelte a basso rischio, quindi il codice offre generalmente meno spazio per incorporare la filigrana rispetto al testo in prosa, sebbene commenti e nomi scelti autonomamente possano ancora trasportare il segnale.

Perché Anthropic ha aggiunto la filigrana

Anthropic afferma che questa modifica è stata apportata per conformarsi all'Atto sull'IA dell'UE.

Gli obblighi di trasparenza dell'Articolo 50 si applicano dal 2 agosto 2026.

Le linee guida della Commissione Europea richiedono che i fornitori di sistemi di IA generativa aggiungano marcatori leggibili dalle macchine che rendano rilevabile il contenuto generato o manomesso dall'IA.

Il Codice di condotta allegato stabilisce che il sistema di marcatura dovrebbe essere efficace, interoperabile, robusto e affidabile nella misura in cui è tecnicamente possibile.

Anthropic, insieme a molte altre organizzazioni, ha firmato il Codice di condotta dell'UE sulla trasparenza dei contenuti generati dall'IA.

L'azienda afferma che, poiché non esiste attualmente un metodo durevole per limitare geograficamente il sistema di marcatura, la filigrana verrà applicata a livello globale al momento del rilascio dei modelli supportati.

I modelli più vecchi rilasciati prima del 2 agosto 2026 beneficeranno di un periodo transitorio e Anthropic afferma che aggiungerà la filigrana nei prossimi mesi.

Le obiezioni degli utenti si concentrano sulla creazione ibrida uomo-macchina

L'annuncio ha subito suscitato polemiche.

Alcuni utenti sono soddisfatti della chiara divulgazione quando il modello genera articoli da zero.

Più impegnativi sono i flussi di lavoro ibridi.

I professionisti potrebbero scrivere il documento originale e poi chiedere a Claude di:

• Correggere la grammatica
• Riscrivere alcuni paragrafi
• Tradurre il documento
• Semplificare lo stile
• Riassumere la ricerca
• Riformattare una proposta

Etichette binarie come "generato dall'IA" potrebbero non riflettere accuratamente la quantità di contributo umano preservato.

Questo è uno dei motivi per cui alcuni utenti si oppongono ai segnali invisibili di provenienza che potrebbero seguire il testo nei flussi di lavoro successivi.

Anthropic stessa sottolinea che la filigrana non è un rilevatore di autorialità.

Un risultato positivo significa solo che Claude potrebbe essere stato coinvolto in qualche fase. Non determina se il testo finale sia principalmente scritto da umani, principalmente generato dall'IA o il prodotto di modifiche sostanziali da entrambe le parti.

Gli strumenti per rimuovere la filigrana sono apparsi quasi immediatamente

Questa ondata di opposizione ha creato una chiara opportunità per gli sviluppatori.

Entro pochi giorni dall'annuncio di Anthropic, sono comparsi diversi strumenti.

Watermarks Remover

Il fondatore parigino Guillaume Meyer ha pubblicato il progetto open source Watermarks Remover.

Il repository è rapidamente diventato virale, raggiungendo circa 14.6K stelle su GitHub al 19 agosto 2026.

Il progetto supporta diversi metodi di pulizia delle origini, tra cui:

• Pulizia Unicode invisibile
• Rimozione dei metadati dei file
• Gestione dei metadati correlati a C2PA
• Riscrittura testuale "best effort"
• Valutazione della filigrana a scopo di ricerca

Meyer afferma che la prima versione è stata realizzata in circa cinque ore.

Tuttavia, la documentazione del progetto include un importante disclaimer: attualmente non è garantito che il testo supererà il rilevatore ufficiale di filigrana di Claude in futuro.

Questo perché Anthropic non ha ancora rilasciato un'API di rilevamento o le sue chiavi.

Lo strumento browser di Sabrina Ramonov

L'educatrice di IA Sabrina Ramonov ha anche promosso uno strumento gratuito basato su browser per rimuovere la filigrana.

Lo strumento promette di eliminare marcatori IA nascosti da vari tipi di contenuto, tra cui:

• Testo
• PDF
• Documenti Word
• Pagine web
• Immagini
• File di dati

Queste categorie non dovrebbero essere confuse tra loro.

Rimuovere i metadati di un documento è tecnicamente diverso dall'indebolire una filigrana testuale statistica.

Un file può essere privato dei metadati, mentre la sua formulazione conserva ancora il segnale statistico.

MarkScrub

Lo sviluppatore di Tokyo Ansh Aneja ha pubblicato uno strumento di pulizia incentrato su Claude, seguito da una versione open source locale chiamata MarkScrub.

La sua descrizione su GitHub lo posiziona come una CLI e una skill per agenti, utilizzata per rimuovere marcatori di provenienza IA da testi e file.

Aneja afferma che le prime versioni hanno attirato migliaia di utenti in un giorno, sebbene questo numero di utenti non sia stato verificato in modo indipendente dalle fonti citate nell'articolo originale.

Perché questi strumenti non garantiscono una rimozione al 100%

L'espressione "rimuovi filigrana" suona più definitiva di quanto la tecnologia sottostante possa realmente ottenere.

Per i normali metadati dei file, la rimozione può di solito essere verificata direttamente.

Uno strumento può controllare lo stato di un PDF, un'immagine o un file DOCX prima e dopo l'elaborazione e confermare se specifici campi di metadati sono scomparsi.

La filigrana testuale statistica è diversa.

Per indebolire questo segnale, gli strumenti di solito devono alterare la formulazione.

Più aggressiva è la riscrittura, maggiore è la probabilità di distruggere il Pattern originale.

Ma una riscrittura aggressiva può anche cambiare:

• Tono
• Precisione
• Stile
• Terminologia
• Linguaggio SEO
• Dettagli fattuali

Lo stesso progetto Watermarks Remover descrive la riscrittura statistica come best effort.

Fino a quando Anthropic non rilascerà un rilevatore pubblico, gli strumenti di terze parti non possono onestamente garantire che il loro testo ripulito supererà il controllo ufficiale di Claude.

Questa limitazione è il cuore della valutazione di tutti gli attuali "rimuovi filigrana Claude".

Una modifica leggera potrebbe non bastare

Anthropic ha riconosciuto pubblicamente che la sua filigrana non è infrangibile.

L'azienda ha dichiarato che modifiche leggere potrebbero comunque conservare un numero sufficiente di pattern da renderla rilevabile.

Una riscrittura completa può distruggere il segnale, perché la selezione originale dei token è stata sostituita.

Non è un problema esclusivo di Claude.

Le filigrane testuali robuste hanno sempre dovuto affrontare un difficile compromesso: il marcatore deve sopravvivere a modifiche ordinarie senza degradare significativamente la qualità del testo, ma una riscrittura sufficientemente ampia può sostituire le scelte lessicali che trasportano il segnale.

Più forte è l'attacco di riscrittura, meno significativa diventa l'affermazione che "la formulazione finale sia ancora lo stesso testo generato".

La provenienza dei file utilizza meccanismi diversi

Anthropic sta inoltre aggiungendo informazioni di provenienza per i file supportati.

Per formati come PNG, JPEG e SVG, l'azienda ha dichiarato che Claude può allegare credenziali di contenuto C2PA.

C2PA è uno standard di provenienza aperto che memorizza informazioni firmate crittograficamente su come un file è stato creato o modificato.

Non è la stessa cosa

della filigrana testuale statistica di Claude.

Una distinzione utile è:

Metodo di provenienza	Dove si trova il segnale	Utilizzo tipico
Filigrana testuale statistica di Claude	Pattern di selezione delle parole	Rilevare testi che potrebbero coinvolgere Claude
Unicode invisibile	Caratteri nascosti nel testo	Schema di marcatura basato su modifiche
Credenziali di contenuto C2PA	Metadati firmati del file	Provenienza e cronologia delle modifiche del file
Filigrana visibile	Pixel o contenuto renderizzato	Identificatore di attribuzione visibile all'uomo

Gli strumenti che rimuovono un livello non rimuovono automaticamente gli altri.

Anthropic prevede di pubblicare un'API di rilevamento

Attualmente gli utenti non possono verificare in modo indipendente la filigrana di Claude utilizzando la chiave ufficiale di Anthropic.

Anthropic ha dichiarato che prevede di pubblicare un'API per il rilevamento della filigrana.

L'azienda non ha ancora reso noti il design finale dell'API, le politiche di accesso, le soglie, i prezzi o la data di lancio.

Questo prossimo rilevatore sarà significativo, perché gli attuali strumenti di terze parti possono testare solo implementazioni approssimative, implementazioni di ricerca aperte o categorie generali di filigrane statistiche.

Una volta disponibile l'API ufficiale, le affermazioni sull'efficacia della rimozione potranno essere valutate rispetto al sistema reale di Anthropic, anziché su rilevatori sostitutivi.

L'AI Act dell'UE non fa sparire i problemi tecnici

Il quadro giuridico non risolve i problemi di robustezza.

Le norme di trasparenza dell'UE richiedono ai fornitori di implementare marcature leggibili da macchina e ad alcuni distributori di rivelare contenuti generati o manipolati dall'IA in casi specifici.

Il codice di condotta della Commissione prevede inoltre che le tecnologie dei fornitori siano robuste e affidabili nella misura in cui tecnicamente possibile.

Ma l'esistenza di un requisito legale non significa che il segnale sopravviva a ogni trasformazione.

Riscrittura, traduzione, ricodifica, screenshot, rimozione dei metadati e altre trasformazioni dei contenuti possono avere effetti diversi sui diversi meccanismi di provenienza.

Pertanto, le normative creano incentivi per rafforzare marcatori e rilevamento, mentre gli aggressori e gli sviluppatori di strumenti hanno incentivi a trovare trasformazioni che indeboliscano questi segnali.

Ecco perché la filigrana rimarrà probabilmente una gara tecnica continua, non un rilascio di funzionalità una tantum.

Rimuovere la filigrana dell'IA è illegale?

Non esiste una risposta semplice e universale.

Le disposizioni dell'AI Act dell'UE discusse in questo articolo definiscono principalmente gli obblighi di trasparenza di fornitori e distributori specifici. Non equivalgono a un divieto generale per tutti gli utenti finali di modificare contenuti marcati.

Tuttavia, lo scopo della modifica è cruciale.

Rimuovere la provenienza per una sana igiene documentale è diverso dal travisare deliberatamente contenuti sintetici in contesti in cui la legge, i contratti, il mondo accademico o gli obblighi professionali richiedono la divulgazione.

Possono applicarsi anche altre regole, tra cui:

• Termini di servizio delle piattaforme
• Politiche aziendali
• Regolamenti scolastici
• Norme editoriali
• Requisiti contrattuali di divulgazione
• Leggi su frode o false dichiarazioni
• Regolamentazioni specifiche di settore

Chiunque gestisca contenuti regolamentati o ad alto rischio dovrebbe considerare la rimozione della filigrana come una questione di conformità, non solo tecnica.

Cosa rivela realmente questo dibattito

Questa controversia evidenzia una contraddizione più profonda nel problema dell'attribuzione nell'IA.

Gran parte del lavoro intellettuale moderno non può più essere semplicemente classificato come "scritto da umani" o "scritto da IA".

Un documento può iniziare come bozza umana, essere tradotto da Claude, modificato da un collega, riassunto da un altro modello e infine riscritto dall'autore originale.

La filigrana può indicare che un modello è stato coinvolto.

Ma non può spiegare l'intera storia creativa.

Questo non significa che la filigrana sia inutile.

Significa solo che rende l'informazione sulla provenienza uno dei tanti segnali.

Un sistema di divulgazione completo potrebbe in definitiva richiedere la combinazione di:

• Marcatori testuali statistici
• Credenziali dei file
• Divulgazione a livello di piattaforma
• Cronologia delle modifiche
• Dichiarazioni umane
• Politiche sensibili al contesto

Pertanto, l'attuale dibattito sugli strumenti di rimozione è sia una discussione tecnica sia una discussione su come dovrebbe essere definita l'informazione sulla provenienza dell'IA nei flussi di lavoro di attribuzione mista.

Domande frequenti

Cos'è la filigrana testuale invisibile di Claude?

La filigrana testuale di Claude è un pattern statistico prodotto da scelte lessicali a basso rischio durante la generazione. Anthropic ha dichiarato che non aggiunge caratteri nascosti al testo.

Claude aggiunge caratteri Unicode invisibili ai testi con filigrana?

Anthropic ha dichiarato che la sua nuova filigrana testuale statistica non si basa su caratteri nascosti. Alcuni strumenti di pulizia di terze parti rimuovono Unicode invisibile perché altri schemi di provenienza potrebbero usarlo, ma si tratta di un meccanismo diverso.

La filigrana di Claude sopravvive a copia e incolla?

Sì. Poiché il segnale è trasportato dalla formulazione stessa, non dai metadati del file, un normale copia e incolla non lo rimuove.

Gli strumenti di rimozione della filigrana possono garantire la rimozione completa della filigrana di Claude?

Attualmente no. Anthropic non ha ancora pubblicato la sua API di rilevamento ufficiale, quindi gli strumenti di terze parti non possono dimostrare in modo conclusivo che un testo elaborato fallirà con il rilevatore di Anthropic.

Correggere un testo scritto da umani aggiunge la filigrana di Claude?

Anthropic ha dichiarato che una correzione leggera potrebbe non essere rilevabile in modo affidabile perché le parole modificate sono troppo poche. Una riscrittura più sostanziosa crea maggiori opportunità per la comparsa della filigrana.

I risultati di traduzione di Claude hanno la filigrana?

Sì. Anthropic ha dichiarato che gli output di traduzione possono portare la filigrana, poiché le parole nel testo tradotto sono scelte da Claude.

C2PA e la filigrana testuale di Claude sono la stessa cosa?

No. C2PA memorizza informazioni di provenienza firmate nei metadati dei file supportati, mentre la filigrana testuale di Claude è un pattern statistico nella formulazione.

Secondo l'AI Act dell'UE, rimuovere la filigrana dell'IA è illegale?

L'AI Act stabilisce obblighi di trasparenza per fornitori e alcuni distributori, ma le conseguenze legali della rimozione dei marcatori dipendono dal contesto e dallo scopo. Anche se la rimozione della filigrana non è vietata singolarmente, la falsa dichiarazione di contenuti generati dall'IA può comportare problemi contrattuali, di piattaforma, professionali o legali.

Strumenti correlati

• Anthropic Claude: L'assistente IA di Anthropic rivolto ai consumatori, i cui modelli futuri supporteranno la nuova marcatura testuale.
• Watermarks Remover: Un toolkit open source con licenza MIT per verificare e pulire molteplici segnali di provenienza IA.
• [MarkScrub](https://github.

com/anshaneja5/markscrub): Una CLI locale e una skill per agenti per verificare e pulire marcatori di provenienza IA in testi e file.

• C2PA: Lo standard di provenienza aperto utilizzato da Anthropic per le credenziali di contenuto nei file supportati.
• SynthID-Text: L'implementazione di ricerca aperta di Google DeepMind per la filigrana testuale statistica.

Collegamenti correlati

• Anthropic: Come funziona la filigrana testuale di Claude: La spiegazione ufficiale di Anthropic sulla filigrana statistica, le limitazioni, la traduzione, il codice e l'API del rilevatore prevista.
• Linee guida sulla trasparenza dell'AI Act dell'UE: Le indicazioni della Commissione Europea sugli obblighi di trasparenza dell'articolo 50 per fornitori e distributori di IA.
• [Codice di condotta dell'UE sui contenuti generati dall'IA](https://digital-strategy.ec.europa.

eu/en/policies/code-practice-ai-generated-content): un quadro di conformità volontaria che copre marcatura leggibile da macchina e divulgazione.

• Repository GitHub Watermarks Remover: codice sorgente, documentazione, limitazioni e licenza del progetto di Guillaume Meyer.
• Repository GitHub MarkScrub: progetto open source locale di pulizia delle provenienze di Ansh Aneja.
• Specifiche e risorse C2PA: informazioni ufficiali su credenziali dei contenuti e provenienza multimediale firmata crittograficamente.
• Repository di ricerca SynthID-Text: materiale di riferimento e ricerca sulla famiglia di watermarks che Anthropic dichiara di utilizzare.

Riepilogo

La nuova filigrana testuale di Anthropic per Claude non nasconde caratteri aggiuntivi nei documenti. Modifica invece i pattern statistici della scelta delle parole, consentendo a un rilevatore in possesso della chiave corretta di stimare se Claude abbia partecipato alla generazione del testo.

Questo annuncio ha rapidamente portato alla nascita di nuovi strumenti per rimuovere le filigrane. Questi progetti riescono a ripulire in modo affidabile alcune forme di metadati e caratteri invisibili, ma indebolire la filigrana statistica di Claude richiede una riscrittura del testo, e attualmente nessuno strumento di terze parti ha dimostrato di poter rendere inefficace il rilevatore ufficiale di Anthropic.

L'AI Act dell'Unione Europea sta spingendo i fornitori a sviluppare sistemi di provenienza più robusti, mentre utenti e sviluppatori testano quanto sia facile manomettere questi segnali. Il risultato potrebbe essere una corsa continua tra marcatura, rilevamento, modifica e divulgazione.

La differenza chiave è semplice: la filigrana di Claude è una prova della possibile partecipazione del modello, non una dimostrazione di paternità interamente artificiale — e la rimozione della provenienza non esonera automaticamente dall'obbligo di divulgare l'uso dell'IA quando previsto dalle normative.