OpenAI ha annunciato il 5 ottobre 2026 l’arrivo di una marcatura invisibile nei testi generati da ChatGPT e Codex nell’Unione europea. La tecnologia si chiama textGrain e inserisce un segnale statistico nelle scelte delle parole, così che un rilevatore possa stimare se un testo contiene tracce associate ai modelli OpenAI.
Per una PMI il punto non è imparare a “vedere” il watermark: non è un’etichetta, non aggiunge caratteri nascosti e non certifica che un contenuto sia vero. La novità riguarda piuttosto la provenienza dei contenuti, i processi editoriali e la capacità di dimostrare come un testo è stato prodotto, controllato e approvato.
Che cosa ha annunciato OpenAI
OpenAI prevede un’introduzione graduale del watermark nei testi idonei prodotti da ChatGPT e Codex nell’UE, su tutti i piani. Il rilascio avverrà nelle prossime settimane. Per i clienti API di tutto il mondo la marcatura è invece disponibile come opzione su alcuni modelli e rimane disattivata per impostazione predefinita.
L’accesso al rilevatore non è pubblico per tutti: inizialmente sarà riservato a ricercatori e organizzazioni specializzate approvate. Questo limite è importante. Un’azienda non dovrebbe quindi costruire oggi un processo di conformità presupponendo di poter analizzare autonomamente qualsiasi testo con un detector ufficiale.
Come funziona textGrain
textGrain modifica in modo statistico la selezione delle parole durante la generazione. Il risultato rimane leggibile normalmente, ma contiene un segnale che il sistema di rilevamento può cercare. La marcatura appartiene alla struttura linguistica del testo, non a un file o a un metadato che sparisce semplicemente con il copia e incolla.
OpenAI dichiara che, nei propri benchmark su GPT-6 Astra, non emergono differenze significative nella qualità complessiva tra testi con e senza watermark. Ciò non significa però che il rilevamento sia infallibile.
Nei test pubblicati dall’azienda, con un tasso obiettivo di falsi positivi dell’1%, il rilevatore riconosce circa l’80% dei brani di 200 token e circa il 95% di quelli di 400 token in ambiti linguistici flessibili come la psicologia. Nei testi matematici la capacità di rilevamento è sensibilmente inferiore. Anche le modifiche contano: sostituire con sinonimi il 10% delle parole ha ridotto il rilevamento di brani da 400 token dal 92% al 66%; con il 25% di sostituzioni, il risultato è sceso al 17%.
Che cosa il watermark non dimostra
Un esito positivo indica soltanto che il testo contiene un segnale compatibile con l’uso di un sistema OpenAI. Non misura il contributo umano, non identifica l’autore, l’account o il prompt e non stabilisce proprietà o responsabilità. Soprattutto, non verifica l’accuratezza del contenuto.
Anche un esito negativo va interpretato con cautela: un testo può essere troppo breve, tradotto, modificato, prodotto prima dell’attivazione del sistema o generato con un modello non supportato. Perciò “watermark non rilevato” non equivale a “scritto da una persona”.
Questa distinzione è essenziale per selezione del personale, contestazioni contrattuali, verifiche scolastiche o rapporti con fornitori. Trattare un detector come prova definitiva può produrre decisioni ingiuste e difficili da difendere.
AI Act: marcatura tecnica e obbligo di trasparenza non sono la stessa cosa
L’articolo 50 dell’AI Act distingue ruoli e obblighi. Il paragrafo 2 richiede ai fornitori di sistemi generativi di rendere gli output sintetici marcati in formato leggibile dalle macchine e rilevabili, nei limiti della fattibilità tecnica. Il paragrafo 4 riguarda invece chi usa l’AI per pubblicare testi destinati a informare il pubblico su questioni di interesse pubblico.
Per questi testi è prevista una divulgazione dell’origine artificiale, con un’eccezione quando esistono revisione umana o controllo editoriale e una persona fisica o giuridica assume la responsabilità editoriale della pubblicazione. Il testo normativo contiene ulteriori condizioni ed eccezioni: la classificazione del singolo caso va quindi verificata con un consulente competente e non può dipendere dal solo watermark.
In pratica, il segnale inserito dal fornitore e la responsabilità editoriale dell’azienda sono livelli diversi. Una marcatura tecnica non sostituisce approvazione, verifica delle fonti o eventuali informative richieste. Allo stesso modo, la revisione umana non rende automaticamente corretta ogni affermazione.
Cosa cambia per blog, SEO e comunicazione aziendale
Il rischio principale è trasformare la novità in una caccia ai testi “umani” o “artificiali”. Per un’azienda conta di più dimostrare la qualità del processo. Un articolo ben documentato, revisionato e firmato editorialmente resta preferibile a un testo non marcato ma inesatto.
Non ci sono elementi nell’annuncio che indichino un trattamento SEO negativo dei contenuti marcati. I motori di ricerca valutano utilità, affidabilità e qualità; il watermark descrive una possibile provenienza tecnica, non il valore della pagina. La scelta corretta è quindi evitare produzione seriale, verificare le fonti primarie e aggiungere esperienza reale, esempi e responsabilità editoriale.
Per i workflow più complessi valgono anche le regole operative per agenti AI: permessi minimi, controlli prima delle azioni esterne e stato verificato prima di un retry. Nei progetti che usano modelli diversi conviene inoltre documentare perché si è scelto GPT-6 Astra, Sol o Luna e quali passaggi richiedono un modello più capace.
Un processo pratico in sei passaggi
- Inventariare gli usi dell’AI: distinguere bozze interne, schede prodotto, articoli, comunicati, email e documenti destinati al pubblico.
- Assegnare un responsabile: ogni contenuto esterno deve avere una persona o funzione che ne approvi accuratezza, tono e pubblicazione.
- Conservare le fonti: registrare URL, data di consultazione, materiali interni e limiti dei dati utilizzati.
- Documentare le trasformazioni: annotare modello, revisione, traduzione e modifiche significative, senza archiviare dati riservati non necessari.
- Definire quando dichiarare l’uso dell’AI: creare una regola coerente basata su finalità, pubblico, responsabilità editoriale e consulenza legale.
- Verificare il risultato: controllare fatti, link, citazioni, metadati e pagina pubblica. Il prompt caching può ottimizzare i processi ricorrenti, ma non deve riutilizzare informazioni ormai superate.
API e applicazioni interne: tre decisioni da prendere
Chi usa le API dovrà stabilire dove attivare l’opzione. Una possibile strategia è applicarla ai contenuti destinati all’esterno e mantenerla fuori dai flussi tecnici in cui il testo viene trasformato molte volte, documentando comunque il processo. La decisione va testata su lingua, lunghezza e tipo di contenuto realmente usati dall’azienda.
Serve poi verificare la compatibilità con traduzioni, sistemi di revisione e CMS. Poiché riscritture e sostituzioni riducono la rilevabilità, non è corretto promettere che il segnale sopravvivrà a ogni passaggio. Infine, il detector non va impiegato come unico filtro automatico per bloccare utenti, dipendenti o fornitori.
La provenienza è utile solo insieme alla responsabilità
textGrain rende più concreto il tema della provenienza dei testi AI, ma non elimina l’incertezza. Per le PMI l’azione più utile è costruire adesso una filiera editoriale verificabile: fonti reali, revisione umana, responsabilità esplicita e criteri coerenti di trasparenza.
La tecnologia di marcatura cambierà e i sistemi di rilevamento miglioreranno. Un processo documentato rimane invece valido anche quando cambiano modello, piattaforma o regole tecniche.
Fonti: OpenAI, “Our approach to EU text provenance rules”, 5 ottobre 2026; Regolamento (UE) 2024/1689, articolo 50.
