Dove finisce la macchina e comincia l’autore

Quando un testo generato da un sistema di IA viene modificato, la sua storia lascia ancora qualche traccia? Il nuovo watermark statistico applicato agli output dei modelli generativi rende la domanda meno teorica di quanto possa sembrare. Il segnale può resistere a modifiche limitate e attenuarsi dopo trasformazioni più profonde. Questo, però, non significa che la sua scomparsa possa essere letta come prova di creatività umana Una riscrittura automatica può eliminare il watermark. Un intervento umano, invece, può lasciarlo ancora riconoscibile. La traccia tecnica e il giudizio sull’autorialità restano quindi su piani diversi. Il tema si collega direttamente al lavoro che abbiamo portato avanti, nel biennio 2024-2025, con HOLMES, progetto del DIEE dell’Università di Cagliari dedicato ai rapporti tra intelligenza artificiale e diritto d’autore. Una delle linee di ricerca riguarda la possibilità di associare alle opere informazioni leggibili dalla macchina sulle condizioni del loro utilizzo e di seguirne le trasformazioni all’interno delle pipeline di IA. L’obiettivo è rendere più verificabile la storia del contenuto e più effettive le scelte del titolare dei diritti. Il watermark pone un problema speculare. Non guarda all’opera che entra nel sistema, ma alla traccia lasciata dall’IA sul contenuto che ne esce. È proprio questo passaggio che mi sembra interessante. La tracciabilità può forse diventare un punto di incontro tra trasparenza dell’IA, diritto d’autore e prova digitale, senza confondere mai la ricostruzione tecnica del processo con il giudizio giuridico sulla creatività.

Sommario. 1. Introduzione. – 2. Una traccia nata per rendere riconoscibile l’IA. – 3. L’originalità non si misura contando le modifiche. – 4. HOLMES e la possibilità di rendere leggibile la storia dei contenuti. – 5. Quando il watermark si attenua.

1. Introduzione

Di recente Anthropic ha illustrato pubblicamente il funzionamento del watermark testuale adottato per i modelli Claude che supportano il nuovo sistema di marcatura. Non vengono inseriti caratteri nascosti e neppure metadati nel testo. Il meccanismo opera durante la generazione. Quando il modello dispone di più token linguisticamente plausibili, una chiave contribuisce a orientarne la selezione secondo una distribuzione che, su sequenze sufficientemente lunghe, può essere riconosciuta statisticamente. La soluzione adottata si riconduce alla tecnologia SynthID-Text, sviluppata da Google DeepMind e descritta nel 2024 sulla rivista Nature.

La portata della novità richiede subito una precisazione. Non ogni testo prodotto con Claude contiene necessariamente il watermark. Anthropic lo applica ai modelli che supportano la funzione e ha previsto un percorso di adeguamento per quelli già disponibili prima dell’entrata in applicazione degli obblighi europei. Anche la verifica del segnale, almeno per ora, non è liberamente accessibile. Il detector è reso disponibile in private preview a determinate categorie di soggetti.

C’è poi un limite ancora più rilevante. Secondo la documentazione dello stesso provider, il rilevamento può indicare che Claude è intervenuto nella generazione o nella successiva elaborazione di un testo. Tale circostanza, tuttavia, non consente di stabilirne l’autorialità, né di identificare il titolare di eventuali diritti sul contenuto e, soprattutto, non permette, di per sé, di ricostruire in quale misura il risultato finale sia riconducibile all’apporto della macchina e in quale, invece, alle successive scelte e rielaborazioni umane.

2. Una traccia nata per rendere riconoscibile l’IA

Sul piano giuridico, l’introduzione di meccanismi di watermarking assume particolare rilievo alla luce dell’articolo 50, paragrafo 2, del Regolamento (UE) 2024/1689. La disposizione impone ai fornitori di sistemi di intelligenza artificiale che generano contenuti sintetici, compresi quelli testuali, di garantire che gli output siano marcati in un formato leggibile meccanicamente e rilevabili come artificialmente generati o manipolati. Il legislatore europeo richiede, a tal fine, l’adozione di soluzioni tecniche efficaci, interoperabili, robuste e affidabili, nella misura in cui ciò risulti tecnicamente possibile, tenendo conto delle specificità e dei limiti dei diversi tipi di contenuto, dei costi di attuazione e dello stato dell’arte generalmente riconosciuto.

La norma contempla, tuttavia, anche un’eccezione che assume particolare interesse con specifico riferimento ai contenuti testuali. L’obbligo non trova, infatti, applicazione nei medesimi termini quando il sistema di intelligenza artificiale svolge una funzione assistiva di standard editing oppure non modifica sostanzialmente i dati forniti dal deployer o la loro semantica. La previsione appare significativa proprio perché introduce una distinzione fondata sull’effettiva incidenza dell’intervento dell’IA sul contenuto originario. Essa mostra, in altri termini, come il legislatore europeo abbia tenuto conto dell’esistenza di forme di intervento dell’intelligenza artificiale che rimangono marginali rispetto al contenuto umano di partenza e che, proprio per tale ragione, non sono assimilabili alla generazione o alla manipolazione sostanziale di un contenuto sintetico.

In tale quadro si inserisce il Code of Practice on Transparency of AI-Generated Content, al quale ha aderito anche Anthropic e che fornisce indicazioni operative ai fini dell’attuazione dell’articolo 50. Il Codice conserva natura volontaria. In particolare, la sua sottoscrizione può agevolare la dimostrazione della conformità agli obblighi previsti dal Regolamento, ma non si sostituisce a questi ultimi né costituisce, di per sé, prova definitiva del loro effettivo rispetto.

Considerato sotto questa prospettiva, il watermark assolve a una funzione ben definita: rendere tecnicamente riconoscibile l’intervento di un sistema di intelligenza artificiale generativa nel processo di produzione del contenuto. La marcatura consente, dunque, di rilevare il coinvolgimento del sistema generativo, senza che da tale circostanza possano automaticamente desumersi ulteriori elementi in ordine all’autorialità o alla titolarità del contenuto prodotto.

La questione cambia quando quella stessa traccia viene utilizzata per chiedersi non soltanto se l’IA sia intervenuta, ma che cosa sia accaduto al testo dopo la generazione.

3. L’originalità non si misura contando le modifiche

In tale contesto, occorre ricordare che, nel diritto dell’Unione europea, il requisito dell’originalità non dipende dalla quantità di lavoro impiegato nella realizzazione dell’opera, né dalla sua distanza materiale rispetto a un contenuto preesistente. Ciò che assume rilievo è, piuttosto, la riconducibilità del risultato all’apporto creativo dell’autore. Nella sentenza Painer, la Corte di giustizia ha infatti collegato la tutela alla possibilità per l’autore di esprimere le proprie capacità creative attraverso l’adozione di scelte libere e creative e di imprimere, in tal modo, al risultato il proprio apporto personale. La successiva giurisprudenza europea ha ulteriormente sviluppato il requisito dell’originalità lungo questa direttrice, consolidando la centralità delle scelte creative riconducibili all’autore.

La questione assume oggi un significato particolare per i contenuti prodotti con l’assistenza di sistemi generativi. L’esistenza di un intervento umano non basta. Ciò che rileva è il modo in cui le decisioni dell’autore si riflettono nel risultato che viene presentato come opera.

Anche il legislatore italiano ha reso esplicito il riferimento all’elemento umano. In particolare, l’articolo 25 della legge 23 settembre 2025, n. 132 ha modificato l’articolo 1 della legge n. 633 del 1941, riferendo la protezione alle opere dell’ingegno umano e comprendendo quelle create con l’ausilio di strumenti di intelligenza artificiale quando costituiscano risultato del lavoro intellettuale dell’autore.

Un contributo utile per inquadrare il problema è offerto da P. Bernt Hugenholtz e João Pedro Quintais. Nel loro studio sull’AI-assisted output, i due autori distinguono tre momenti del processo creativo, individuati come conception, execution e redaction. Tale distinzione assume rilievo nella misura in cui consente di verificare in quale fase del processo possano effettivamente collocarsi le scelte creative umane. La macchina può, infatti, svolgere una funzione particolarmente intensa nella fase esecutiva, mentre decisioni creative rilevanti possono intervenire tanto nella progettazione del risultato quanto, successivamente, nella selezione, nella modifica e nella finalizzazione degli output.

La tesi degli autori non autorizza, però, a considerare creativa qualsiasi attività di rielaborazione. Il riferimento rimane alle scelte umane che trovano effettiva espressione nel risultato finale.

Questo passaggio è decisivo anche rispetto al watermark. La variazione del segnale statistico può, infatti, fornire indicazioni circa le trasformazioni intervenute sul testo; da tale circostanza non può desumersi, di per sé, la natura creativa delle modifiche apportate.

4. HOLMES e la possibilità di rendere leggibile la storia dei contenuti

La questione si inserisce in una linea di ricerca già sviluppata nell’ambito del progetto HOLMES dell’Università degli Studi di Cagliari, coordinato scientificamente da Massimo Farina presso il Dipartimento di Ingegneria Elettrica ed Elettronica. In questa cornice, il rapporto tra intelligenza artificiale e diritto d’autore viene esaminato anche attraverso l’individuazione di soluzioni tecnologiche funzionali alla tracciabilità dei contenuti e alla gestione delle condizioni di utilizzazione delle opere.

Nel contributo Dall’addestramento necessario alla “malnutrizione” dei modelli. Degenerazione dell’IA e questioni di diritto d’autore, il Prof. Farina descrive una delle soluzioni studiate nell’ambito di HOLMES. L’opera digitale può essere accompagnata da un insieme di metadati leggibili dalla macchina nel quale trovano espressione le condizioni stabilite dal titolare per il suo utilizzo. A questo si affianca un meccanismo destinato alla lettura automatizzata delle licenze.

L’impostazione proposta nel saggio è riconducibile a una logica di licensing-by-design. Le condizioni giuridiche di utilizzo non restano separate dall’oggetto digitale, affidate esclusivamente a dichiarazioni esterne, ma vengono rese tecnicamente conoscibili all’interno dei processi nei quali l’opera può essere impiegata. Farina collega questa impostazione alla possibilità di costruire una tutela dinamica delle opere destinate, fra l’altro, ai processi di addestramento.

In “L’arte di non degenerare. Ecosistemi tracciabili dell’IA tra degrado informativo e rischio creativo”, l’attenzione si estende alla provenienza dei dati e alla possibilità di documentarne la storia. Content credentials, informazioni sui dataset e sui modelli e registrazione delle trasformazioni vengono considerate all’interno di un’architettura diretta a rendere maggiormente verificabile la catena attraverso la quale i contenuti vengono acquisiti, modificati e riutilizzati.

Questi lavori non sostengono che una traccia tecnica possa, di per sé, dimostrare l’esistenza della creatività umana. Attribuire loro una simile conclusione significherebbe andare oltre quanto effettivamente affermato.

Il collegamento con il watermark testuale si colloca su un piano diverso e costituisce l’ipotesi sviluppata in questa sede. Più precisamente HOLMES guarda soprattutto alla storia dell’opera che entra nel sistema e alle condizioni giuridiche che devono accompagnarne l’utilizzazione. Il watermark applicato all’output permette per converso di osservare una traccia lasciata dal sistema generativo nel contenuto prodotto. Muovono da presupposti differenti, ma condividono un elemento metodologico rilevante. Entrambi mirano a trasformare una parte della storia tecnologica del contenuto in un’informazione che possa essere letta, conservata e successivamente verificata.

Questa convergenza merita attenzione anche sul terreno probatorio.

5. Quando il watermark si attenua

Sul piano operativo, Anthropic riconosce che modifiche di lieve entità possono lasciare rilevabile il watermark, mentre una riscrittura più estesa può attenuarne il segnale sino a renderlo difficilmente identificabile. A conferma di questa dinamica, la letteratura tecnica relativa a SynthID-Text evidenzia un comportamento analogo. Il sistema conserva una certa capacità di rilevazione a seguito di trasformazioni circoscritte, mentre la sua efficacia tende progressivamente a ridursi in presenza di riscritture più profonde e di alcune forme di traduzione.

Sarebbe però scorretto trasformare questo dato in una misura indiretta della creatività.

La cautela appare ancor più necessaria ove si considerino le diverse modalità attraverso le quali il testo può essere successivamente rielaborato. Un testo può, infatti, essere profondamente riscritto da un altro sistema generativo: in tal caso, il watermark originario potrebbe scomparire senza che sia intervenuta alcuna nuova attività creativa umana. Specularmente, una persona può apportare modifiche limitate, lasciando ancora rilevabile gran parte del segnale. Ne consegue che la rilevanza giuridica di tali modifiche dipenderà dalla loro qualità e dal modo in cui esse si riflettono nella forma finale dell’opera, e non dalla quantità di watermark residua. All’opposto, la tenuta quasi integrale del segnale statistico non esclude a priori l’originalità: un innesto umano quantitativamente minimale (quale la sostituzione di un singolo lemma decisivo, una specifica alterazione metrica o una singolare disposizione sintattica) può risultare invisibile al detector, ciò nonostante imprimere al testo il tocco personale richiesto dalla giurisprudenza Painer, confermando come il watermark misuri la stabilità computazionale della sequenza e non la portata autoriale della scelta.

Analoghe cautele si impongono nell’interpretazione dell’assenza del segnale, alla quale non può essere attribuito un significato univoco. Essa può, infatti, dipendere da una successiva rielaborazione del contenuto, dalla brevità del testo, dalla natura della trasformazione subita oppure, ancora, dalla circostanza che il modello utilizzato non applicasse quella specifica tecnica di marcatura.

Il watermark può conservare una funzione più circoscritta.

Qualora l’output originario sia disponibile e possa essere posto a confronto con versioni intermedie, cronologie delle revisioni, prompt, log o ulteriori elementi documentali, la persistenza o la progressiva attenuazione del segnale può concorrere alla ricostruzione della storia evolutiva del documento e delle trasformazioni cui esso è stato sottoposto. Ciò che tale analisi consente di osservare non è, dunque, la sussistenza di un apporto creativo, bensì la relazione materiale intercorrente tra una determinata sequenza generata dal sistema e le successive modificazioni che ne hanno determinato la configurazione finale.

Sotto il profilo della digital forensics, un simile impiego solleva, peraltro, ulteriori questioni di carattere metodologico e probatorio. Il detector restituisce, infatti, risultati di natura probabilistica, la cui interpretazione richiede particolare cautela. A ciò si aggiunge che il funzionamento del sistema dipende da una chiave detenuta dal provider e che, allo stato attuale, lo strumento di rilevazione di Anthropic non risulta accessibile al pubblico in condizioni tali da consentirne una piena e autonoma verifica da parte di soggetti indipendenti.

Ne discende che un eventuale impiego del watermark in sede probatoria non potrebbe esaurirsi nella mera attestazione della presenza o dell’assenza del segnale. Sarebbe, infatti, necessario disporre di elementi idonei a ricostruire il metodo utilizzato, la versione del detector impiegata, le condizioni nelle quali l’analisi è stata condotta e l’integrità del testo sottoposto a verifica. Parimenti, dovrebbe essere assicurata la possibilità di sottoporre a vaglio critico l’affidabilità del risultato, anche mediante l’esame delle possibili cause alternative suscettibili di aver determinato la presenza, l’attenuazione o l’assenza del segnale.

Alla luce delle considerazioni che precedono, il watermark presenta potenzialità che trascendono la finalità immediata per la quale è stato introdotto. Una tecnologia concepita per rendere riconoscibile l’intervento dell’intelligenza artificiale può, infatti, generare una traccia suscettibile di assumere una funzione ulteriore, concorrendo alla ricostruzione del percorso evolutivo che conduce dall’output originariamente generato alla configurazione finale del testo.

La traccia documenta, nondimeno, un fatto di natura tecnica, la cui qualificazione sul piano giuridico costituisce un momento logicamente successivo e distinto.

La possibilità di accertare che un testo si sia progressivamente discostato dall’output originario può concorrere alla ricostruzione della sua storia evolutiva, senza che da tale circostanza possa desumersi che lo scostamento sia riconducibile a scelte creative umane, né, a maggior ragione, che queste ultime raggiungano la soglia di originalità richiesta ai fini della tutela autoriale.

È proprio in questa distinzione che può individuarsi il confine di maggiore interesse sul piano giuridico. Rendere osservabile il processo di formazione del contenuto non equivale ad automatizzarne la qualificazione giuridica. Il watermark può concorrere al quadro probatorio, fornendo un ulteriore elemento suscettibile di valutazione, mentre l’accertamento dell’autorialità continua a richiedere la ricostruzione concreta delle scelte umane che hanno trovato espressione nella forma finale dell’opera.

Fonti e riferimenti essenziali

Regolamento (UE) 2024/1689 del Parlamento europeo e del Consiglio, 13 giugno 2024, in particolare art. 50, par. 2 e considerando 133.
Commissione europea, Code of Practice on Transparency of AI-Generated Content, versione finale, 10 giugno 2026; Commission Opinion on the assessment of the Code, 9 luglio 2026.
Anthropic, How Claude’s text watermark works, 14 agosto 2026, aggiornato 1 settembre 2026; Anthropic, How Claude marks AI-generated content, documentazione tecnica aggiornata a settembre 2026.
S. Dathathri et al., Scalable watermarking for identifying large language model outputs, Nature, 634 (2024), pp. 818–823, DOI 10.1038/s41586-024-08025-4.
Corte di giustizia dell’Unione europea, 1 dicembre 2011, C-145/10, Eva-Maria Painer, ECLI:EU:C:2011:798.
P.B. Hugenholtz, J.P. Quintais, Copyright and Artificial Creation: Does EU Copyright Law Protect AI-Assisted Output?, IIC – International Review of Intellectual Property and Competition Law, 52 (2021), pp. 1190–1216, DOI 10.1007/s40319-021-01115-0.
Legge 23 settembre 2025, n. 132, Disposizioni e deleghe al Governo in materia di intelligenza artificiale, art. 25, in vigore dal 10 ottobre 2025.
M. Farina, Degenerazione e rischio creativo dell’Intelligenza Artificiale “forte”: forme di prevenzione e tutela complementare, L’Ircocervo, 23, n. 1 (2024), pp. 122–138.
M. Farina, Dall’addestramento necessario alla “malnutrizione” dei modelli: degenerazione dell’IA e questioni di diritto d’autore, in Conferenza GARR 2025 – Frontiere Digitali, Selected Papers, 2025, pp. 69–74, DOI 10.26314/GARR-Conf25-proceedings-12.
M. Farina, L’arte di non degenerare: ecosistemi tracciabili dell’IA tra degrado informativo e rischio creativo, in M.N. Campagnoli, P. Marra (a cura di), Intelligenza artificiale e metamorfosi del diritto, Cacucci, 2026, pp. 33–58, ISBN 979-12-5965-605-6.
M. Farina, Macchine che creano, diritti che vacillano. Ontologia giuridica della creatività artificiale, Editoriale Scientifica, 2026, ISBN 979-12-235-0517-5.
Università degli Studi di Cagliari – Progetto HOLMES, Harmonizing Ownership and Legal Measures for Ethical AI Systems. Il sito istituzionale identifica il progetto come linea interdisciplinare coordinata da Massimo Farina e dedicata, fra l’altro, a IA, diritto d’autore e rapporti tra creatività umana e artificiale.

Di Floriana Murrali
Borsista di ricerca in Informatica Giuridica e Cultore della Materia in «Informatica giuridica» e «Computer Law» (Corsi di Laurea Magistrale in «Ingegneria delle Tecnologie per Internet», presso l’Università degli Studi di Cagliari – DIEE. Avvocato civilista e consulente in materia di diritto delle nuove tecnologie.