La novità della settimana scorsa è arrivata a tutti, in un modo o nell’altro.

Anthropic ha annunciato che i modelli Claude inseriranno nel testo una filigrana invisibile: nessun carattere nascosto, nessuna differenza percepibile, solo un motivo statistico che permette - a chi ha la chiave - di stimare quanto Claude abbia messo mano a uno scritto.

La spinta non è di prodotto ma normativa: dal 2 agosto 2026 l'AI Act europeo chiede ai fornitori di marcare i contenuti generati, e Anthropic è tra i 190 firmatari del Codice di condotta che se ne fanno carico, insieme a tutti gli altri grandi player.

E fin qui la notizia.

Ma leggendo come funziona questa filigrana sembra che questa iniziativa, senza volerlo, metta nero su bianco una distinzione che nel dibattito pubblico continuiamo a ignorare.

Ogni volta che si parla di "contenuto generato dall'AI" si sta implicitamente immaginando un unico scenario: prompt vago, output confezionato, zero intervento umano e copia-incolla finale.

Ma chiunque scriva per lavoro sa che nella pratica ci sono almeno tre scenari, molto diversi tra loro:

• Delego: do un input minimo e lascio che sia un’AI a produrre il contenuto - idee, struttura, argomentazioni.
• Do forma: il contenuto è mio - tesi, dati, ragionamento - e chiedo al modello di trasformarlo in un testo scorrevole o di organizzare meglio le mie riflessioni.
• Rifinisco: scrivo io il pezzo e uso il modello solo per grammatica, punteggiatura, qualche aggiustamento di stile.

In tutti e tre i casi l'output finale è, tecnicamente, "generato dall'AI". Ma solo nel primo caso il contenuto lo è davvero.

Negli altri due il contenuto resta umano, e l'AI ha lavorato - al massimo - sulla forma.

Quello che unisce "do forma" e "rifinisco" ha un nome tecnico preciso: human in the loop.

C'è sempre qualcuno che pensa, decide e poi controlla quello che l'AI produce o rimaneggia: cambia la quantità di lavoro esecutivo concesso al modello, ma il controllo e il giudizio restano all’autore.

Perciò ha senso distinguere almeno due strade.

Esiste un contenuto fatto con l'AI - quando c’è un processo iterativo, partecipativo, dove il pensiero resta umano e l'AI esegue sotto supervisione.

In questo caso, il pensiero, l'idea, il progetto, il contenuto ce lo mette l'umano e lascia all'AI una parte o la totalità dell'esecuzione, validando poi tutto quanto.

Oppure addirittura lascia all'AI soltanto una rifinitura formale, un aggiustamento per mettere in ordine le idee e i pensieri.

Poi esiste un contenuto fatto dall'AI - dove l'AI produce e l'umano al massimo approva fiducioso.

Faccio un esempio per spiegarmi meglio.

Tizio, Caio e Sempronio sono tre correttori di bozze e hanno lavorato tutti su un libro da revisionare usando Word.

Tizio ha corretto il libro a mano, mentre Caio si è affidato completamente al correttore automatico senza ricontrollare.

Entrambi, formalmente, hanno usato Word per fare proofreading, ma con approcci molto diversi.

Poi c’è Sempronio, che ha fatto un po’ e un po’: ha seguito i suggerimenti del correttore automatico, ma, avendo competenza di dominio, ha valutato e validato personalmente ogni suggerimento, decidendo criticamente quali accettare e quali no.

E alcune correzioni aggiuntive, che al software erano sfuggite perché non riguardavano la forma ma il contesto e lo stile - che richiedono una sensibilità più umana - le ha fatte lui a mano.

Anche lui ha usato Word per finalizzare quel testo, ma con un metodo ancora diverso.

Sempronio è il caso da manuale di human in the loop: l'AI propone, lui dispone, riga per riga.

Caio invece ha semplicemente scaricato la responsabilità sul software: il correttore automatico ha fatto il proofreading, lui l'ha solo subito.

Etichettare tutti e tre i lavori allo stesso modo (Word-generated? Word-made?), allora, è come giudicare allo stesso modo quei correttori di bozze, anche se i tre lavori sono significativamente diversi.

Ok, ma cosa c'entra il watermark?

C'entra parecchio!

Di come funziona abbiamo parlato approfonditamente in questo blogpost.

Ma, in breve, la filigrana di Claude riguarda le scelte lessicali del modello, cioè il modo in cui predice una parola dopo l’altra…

Quei bivi dove "nuvoloso" e "grigio" sono ugualmente buoni e la scelta finale viene guidata dalla chiave crittografica invece che dal caso statistico.

Più parole sceglie il modello, più il segnale è forte. Ed è qui che la tecnica torna esattamente sui tre scenari di prima.

Nella traduzione la marcatura è piena, perché ogni singola parola dell'output è scelta dal modello: è il caso della delega totale.

Nella correzione di bozze, invece, quasi tutte le parole restano dell'autore originale, e alla filigrana resta pochissimo a cui aggrapparsi - spesso non abbastanza da rendere il passaggio rilevabile.

Il codice si comporta in modo simile: dove esiste una sola risposta corretta (2+2 fa 4, tranne che tu non stia citando 1984, dove per decreto fa 5) la filigrana non ha margine, perché non ci sono alternative equivalenti tra cui scegliere.

In altre parole: la stessa tecnologia pensata per stabilire "quanto Claude ha scritto" finisce per confermare che scrivere-con e scrivere-al-posto-di sono operazioni misurabilmente diverse.

Il problema, allora, è dove mettiamo la sostanza.

Se il pensiero, la tesi, l'esperienza dietro un post LinkedIn o un articolo di blog sono miei, e uso Claude per dargli forma o per rifinirlo, quel pezzo ha ancora un'anima umana dentro - la mia.

Se invece chiedo al modello di produrre l'idea stessa, il fatto che il testo "suoni bene" non cambia la sostanza: lì il contributo umano è a malapena il prompt, certo non il pensiero.

Il vero rischio culturale non è che si scriva sempre più spesso con l'AI - è già la norma e lo sarà sempre di più, e non c'è nulla di scandaloso…

Ma che etichettando tutto genericamente come "contenuto AI" si perda la capacità di distinguere chi ha ancora qualcosa da dire da chi ha solo automatizzato l'atto di dirlo.

C’è però un altro problema: questa distinzione a tre livelli è utile per pensare, ma dall'esterno resta quasi impossibile da verificare.

La stessa Anthropic lo ammette: un esito positivo della filigrana dice solo che Claude "è stato probabilmente coinvolto a un certo punto", senza distinguere fra chi ha scritto tutto e chi ha rimaneggiato pesantemente.

Nessun rilevatore, oggi, sa dirti se quel post è "delega", "forma" o "rifinitura".

Come ha scritto il prof. Bisogno nella sua newsletter, “Quando leggo un testo, come posso capire se l’autore si è fatto aiutare in una delle fasi e da chi? Semplicemente, non posso.”

Quindi la differenza che conta di più - quella tra contenuto con e senza pensiero umano dietro - resta, per ora, una questione di fiducia nell'autore, non di prova tecnica.

Il che è un problema che nessun sistema di marcatura, per quanto elegante, risolverà da solo.

Giacomo Ciarlini - CIO - Datapizza

Simone Conversano - AI Transformation & Marketing Specialist - Datapizza