Il watermark di Claude di Anthropic, spiegato (2026)

L'11 agosto 2026, Anthropic ha annunciato che Claude avrebbe iniziato a incorporare una filigrana invisibile nel testo che scrive. Nel giro di poche ore, l'obiezione più rumorosa non veniva dagli studenti. Veniva da avvocati, accademici e ricercatori che usano Claude per correggere testi che sono interamente loro, e che avevano appena scoperto che il loro lavoro avrebbe ora portato un segno generato da una macchina.

La versione breve: la filigrana è un bias statistico applicato alle scelte lessicali di Claude, non un carattere nascosto inserito nel documento. Sopravvive a copia, incolla, riformattazione e conversione in testo normale. Non sopravvive a una riscrittura, a una traduzione o a un editing pesante. Si applica a ogni modello Claude rilasciato a partire dal 2 agosto 2026, in tutto il mondo, senza possibilità di disattivazione. E una rilevazione positiva indica che Claude potrebbe aver elaborato il testo. Non indica chi lo abbia scritto.

Questa guida spiega che cosa Anthropic abbia effettivamente costruito, il secondo sistema di marcatura che ha ricevuto quasi nessuna copertura, che cosa il segno dimostri e non dimostri, e cosa fare se un testo proprio è stato marcato.

Che cosa ha annunciato davvero Anthropic?

La policy è stata pubblicata nel centro assistenza di Anthropic in un articolo intitolato How Claude marks AI-generated content. Gli elementi essenziali:

La spinta è normativa. Anthropic ha firmato il Codice di condotta dell'Articolo 50(2) dell'EU AI Act sulla trasparenza per i contenuti generati da AI, che richiede ai fornitori di sistemi generativi di contrassegnare il proprio output in modo che possa essere identificato come prodotto da una macchina. L'obbligo è europeo. La decisione di Anthropic di applicarlo a ogni utente del pianeta, e non solo al traffico UE, no.

Come funziona la filigrana di Claude?

Questa è la parte che quasi tutti gli articoli hanno sbagliato nelle prime 48 ore, e sbagliarla porta le persone verso soluzioni che non possono funzionare.

Quando un modello linguistico scrive, non sta scegliendo l'unica parola successiva corretta. Nella maggior parte dei punti di una frase ci sono diverse continuazioni statisticamente quasi equivalenti: una manciata di parole che risulterebbero tutte naturali. La filigrana orienta quella scelta secondo una chiave segreta detenuta da Anthropic. Ogni singola scelta sembra del tutto ordinaria. Su un passaggio abbastanza lungo, il modello accumulato delle scelte forma una distribuzione che un rilevatore in possesso della chiave può misurare.

Da ciò seguono tre conseguenze, che spiegano quasi tutto il comportamento del segno:

Non viene aggiunto nulla al tuo testo. Nessun carattere a larghezza zero, nessuno spazio invisibile, nessun campo di metadati, nessun trucco di formattazione. La filigrana è una proprietà di quali parole sono state scelte, ed è per questo che Anthropic può affermare correttamente che non cambia il significato, la qualità o la leggibilità dell'output.

Viaggia con le parole. Copia il testo in un'email, incollalo in Word, convertilo in testo normale, cambia formato al file. Le parole restano invariati, quindi resta invariata anche la firma.

Ha bisogno di volume. Una misurazione statistica fatta su una distribuzione di token richiede abbastanza token. Anthropic stessa indica contenuti "troppo brevi per una rilevazione affidabile" come motivo per cui una filigrana potrebbe non essere trovata.

Il secondo sistema di cui nessuno ha parlato: metadati dei file C2PA

Il watermark testuale ha fatto i titoli, ma Anthropic ha annunciato due meccanismi, non uno.

Quando Claude genera un file anziché un testo, in particolare .svg, .png e .jpg, Anthropic allega metadati di provenienza con firma digitale seguendo lo standard C2PA della Coalition for Content Provenance and Authenticity. Si tratta di una tecnologia diversa che risolve un'altra metà del problema: un formato sostenuto dal settore per registrare l'origine di un asset e la sua cronologia delle modifiche, firmato crittograficamente così che le manomissioni siano rilevabili.

È anche notevolmente più fragile del segno testuale. Anthropic riconosce che i metadati C2PA possono essere rimossi tramite conversione di formato, risalvataggio in uno strumento che non supporta lo standard, oppure semplicemente facendo uno screenshot. I metadati vivono accanto al file; un watermark statistico vive dentro le parole. Questa differenza di durata è il motivo per cui il segno testuale ha acceso il dibattito e il segno del file no.

Cosa rimuove il watermark, e cosa no

La linea di demarcazione è meccanica, non una questione di quanto impegno ci metti. Un'azione lascia intatte le tue parole reali oppure le ricostruisce.

La riga che conta commercialmente è la terza. La maggior parte degli strumenti gratuiti attualmente commercializzati come rimuovi watermark AI esamina i caratteri Unicode a larghezza zero e la spaziatura invisibile e cancella qualunque cosa trovi. Era una risposta ragionevole a un problema davvero diverso, e contro il watermark di Claude non ottiene precisamente nulla. Esegui uno di quei pulitori sull'output di Claude e ciò che torna misura esattamente come quando è uscito.

Cosa prova davvero una rilevazione positiva?

Meno di quanto implichi la parola "rilevazione", e questo merita attenzione perché le politiche istituzionali vengono scritte in fretta proprio ora.

Un risultato positivo segnala che un passaggio può essere stato elaborato da Claude. Anthropic è esplicita sul fatto che un watermark rilevato non stabilisce che Claude abbia scritto il contenuto, per l'ovvio motivo che le persone usano il modello per modificare, tradurre e riassumere lavori che hanno scritto loro stesse. La misurazione non può distinguere un documento redatto da Claude da uno che Claude ha semplicemente rifinito.

Un risultato negativo prova ancora meno. Un testo non marcato può essere scritto da un umano, può provenire da un modello senza watermark, può essere output di Claude pesantemente modificato, oppure può semplicemente essere troppo breve per essere misurato.

C'è un'ultima limitazione pratica da conoscere: i detector AI generici non possono leggere questo segno. La rilevazione richiede la chiave di Anthropic, quindi passa attraverso gli strumenti di Anthropic, che al momento dell'annuncio non avevano una data di rilascio. I detector che la tua istituzione usa già oggi non stanno leggendo il watermark di Claude.

Perché la reazione negativa è arrivata dagli editor, non da chi nascondeva l'AI

La reazione è stata fortemente negativa, e la sua forma è la parte più interessante della storia dal punto di vista commerciale ed etico.

La lamentela dominante non era "ora non posso più spacciare per mio un lavoro fatto con l'AI". Era "ora il mio stesso testo viene segnalato come AI". L'avvocato Peter Harrell lo ha detto chiaramente: caricare un suo testo per una revisione significa che Claude "metterà un watermark al mio testo (scritto da umano, revisionato con AI) come AI, il che sembra ridicolo". La politologa Maya Sen ha espresso lo stesso punto, dicendo che il cambiamento rende il modello meno utile per persone come lei. Il conduttore radiofonico Erick Erickson: "le cose che ho scritto verranno marcate con il watermark che Claude ha fatto il lavoro".

Stanno descrivendo un problema reale e specifico: attribuzione errata. Il watermark registra che il modello ha prodotto una sequenza di token. Non registra, e strutturalmente non può registrare, chi abbia prodotto le idee, l'argomentazione, la ricerca o la bozza originale. Per uno scrittore il cui datore di lavoro, editore, rivista o università consideri un segnale positivo come prova definitiva di paternità della macchina, quella lacuna non è accademica.

Gli sviluppatori hanno sollevato una versione parallela dello stesso problema. Il codice passa abitualmente attraverso formatter, linter e strumenti di refactoring, ognuno dei quali riscrive qualunque scelta di token sia rimasta. In un normale flusso di sviluppo il segno si degrada rapidamente, il che lo rende inaffidabile per il caso d'uso di provenienza del codice che alcuni avevano immaginato subito per esso.

Dove si colloca questo nel settore più ampio

Anthropic non è la prima, ma il settore è più ristretto di quanto suggerisse gran parte della copertura.

SynthID di Google è stato l'unico watermark testuale distribuito su larga scala da un grande fornitore, usando la stessa idea di base di alterare il bias delle probabilità dei token durante la generazione. È iniziato con le immagini nel 2023 ed è stato esteso a testo, audio e video, ed è stato adottato anche al di fuori di Google, incluso da OpenAI per immagini e output vocale, e da ElevenLabs, Kakao e NVIDIA.

OpenAI è l'eccezione più notevole. Integra SynthID nelle immagini di ChatGPT e ha esteso la copertura alla voce, ma al momento della stesura non ha rilasciato un watermark testuale per ChatGPT. Vale la pena tenere presente questa asimmetria prima di trarre conclusioni da un singolo risultato di rilevamento: un documento senza watermark di Claude potrebbe semplicemente essere stato scritto con un modello che non marca affatto il testo.

Cosa fare se il tuo stesso testo è stato marcato

Se il testo è davvero tuo e il segno è un artefatto della revisione, la soluzione è riesprimere il passaggio in modo che la sequenza di token venga ricostruita. Modificare solo i margini non lo farà in modo affidabile, dato che la maggior parte delle tue scelte di parole sopravvive a un passaggio leggero.

Per un singolo paragrafo o una sezione, il nostro free Claude watermark remover fa esattamente questo. Ricostruisce fino a 500 parole alla volta con una formulazione nuova tramite un modello diverso, mantenendo fissi i fatti, le cifre, le date, le cautele e la terminologia tecnica, e riproducendo le citazioni e i riferimenti carattere per carattere. È gratis con un account, e funziona sull'unico meccanismo che può funzionare: rigenerare i token invece di filtrare il testo.

Per un manoscritto completo, un capitolo di tesi o un rapporto, il AI text humanizer è la scelta migliore. Un passaggio completo di humanizer riscrive l'intero documento invece di intervenire a pezzi, spostando una prosa in stile macchina verso una scrittura naturale in stile umano, e rimuovendo come effetto collaterale di come funziona un watermark a livello di token. Entrambi proteggono le citazioni; la differenza è nella scala e nella profondità.

E se il problema di fondo è che l'editing assistito dall'AI continua a mettere il tuo lavoro sotto sospetto, il nostro AI proofreader modifica documenti completi con modifiche tracciate che approvi riga per riga, e non applica watermark al tuo testo.

Domande frequenti

Q: Claude applica una filigrana a tutto il suo output testuale?

Ogni modello Claude rilasciato il 2 agosto 2026 o successivamente incorpora la filigrana, nell'intera Claude API, su claude.ai, Claude Code, Claude Cowork, Claude Tag e su Claude accessibile tramite AWS, Google Cloud e Microsoft Foundry. Anthropic ha dichiarato che sta lavorando per estendere la marcatura ai modelli più vecchi durante un periodo di transizione, quindi considerare automaticamente esente qualsiasi versione rilasciata prima di agosto non è sicuro. Si applica in tutto il mondo e non esiste alcuna opzione di esclusione su nessun piano.

Q: Posso disattivare la filigrana di Claude?

No. Anthropic non ha fornito un'impostazione, un livello di piano o un parametro API che la disabiliti, e la politica si applica a ogni utente indipendentemente dalla località. La marcatura attua un impegno di trasparenza ai sensi dell'EU AI Act, ed è per questo che non è offerta come preferenza dell'utente.

Q: Gli strumenti AI watermark remover che eliminano i caratteri invisibili funzionano?

No, e questo è il malinteso più comune sull'annuncio. Quegli strumenti cercano caratteri Unicode a larghezza zero e spaziature invisibili. La filigrana di Claude è un bias statistico nelle parole selezionate dal modello, quindi non c'è nulla di quel tipo da rimuovere. Il testo passato attraverso un simile cleaner conserva esattamente la firma con cui è partito. Solo rigenerare i token, cioè riscrivere, influisce su una filigrana basata sul bias di campionamento.

Q: La filigrana apparirà in Turnitin o GPTZero?

Non oggi. La lettura del segno richiede la chiave segreta usata per incorporarlo, quindi il rilevamento passa attraverso gli strumenti proprietari di Anthropic piuttosto che tramite detector AI di terze parti. Anthropic ha detto che prevede di rendere la verifica disponibile, ma al momento dell'annuncio non ha fornito una tempistica. Nota che questo è indipendente dal fatto che quei detector segnalino il tuo testo per altri motivi, cosa che possono fare a prescindere da qualsiasi filigrana.

Q: La filigrana prova che Claude ha scritto qualcosa?

No. Indica che il testo potrebbe essere stato elaborato da Claude. Anthropic afferma chiaramente che una filigrana rilevata non conferma che Claude abbia scritto il contenuto, perché il modello è ampiamente usato per modificare, tradurre e riassumere testi che le persone hanno scritto da sole. Non può distinguere una bozza generata dal modello da un paragrafo che ha corretto in stile, e non dice nulla su quale proporzione di un documento sia stata scritta dalla macchina.

Q: La parafrasi rimuove la filigrana di Claude?

La parafrasi pesante sì, perché ricostruisce la sequenza delle parole invece di limitarne l'ordine. La parafrasi leggera è inaffidabile: se sopravvive la maggior parte delle scelte lessicali originali, sopravvive anche abbastanza segnale da essere misurabile. La stessa logica si applica alla traduzione, che rimuove completamente il segno, e alla correzione leggera, che in genere non lo fa.

Q: E per le immagini e i file che Claude genera?

Quelli usano un sistema diverso. I file nei formati supportati, .svg, .png e .jpg, ricevono metadati di provenienza firmati digitalmente basati sullo standard C2PA invece di una filigrana statistica. I metadati C2PA sono più facili da perdere: Anthropic osserva che possono essere rimossi dalla conversione di formato, dal salvataggio in un tool che non supporta lo standard o da uno screenshot.