OpenAI introduce un watermark nei testi ChatGPT in Europa: cosa può dimostrare

OpenAI introdurrà un watermark statistico e invisibile nei testi prodotti da ChatGPT e Codex per gli utenti idonei nell’Unione europea. La società dice che l’attivazione avverrà nelle prossime settimane; per alcune API, invece, gli sviluppatori potranno scegliere di abilitarlo già da ora. La novità mette una traccia di provenienza dentro le scelte lessicali del modello, ma non aggiunge una firma visibile al documento.

Per imprese, scuole e redazioni italiane la distinzione è decisiva: il segnale può aiutare a riconoscere un contributo di sistemi OpenAI, se il testo è abbastanza lungo e poco modificato, ma non stabilisce chi abbia composto ogni frase né quanto una persona abbia riscritto. La stessa azienda pubblica test in cui una revisione relativamente modesta riduce molto la capacità di rilevamento.

Che cosa è successo

La tecnologia si chiama textGrain. A differenza di un’etichetta o di metadati allegati al file, modifica in modo impercettibile la distribuzione delle parole che il modello sceglie mentre scrive. Un rilevatore specializzato cerca poi quel pattern nel testo. OpenAI afferma che il risultato non identifica l’utente, non rivela prompt o conversazioni e non dice se il contenuto sia corretto, originale o pubblicato nel contesto giusto.

Il rollout annunciato riguarda gli output idonei di ChatGPT e Codex nell’UE, su tutti i piani, e sarà graduale. Nel frattempo i clienti API potranno attivare il watermark per alcuni modelli in qualsiasi area geografica; l’impostazione resterà spenta per default. OpenAI ha anche aperto candidature per usare il rilevatore, ma l’accesso iniziale sarà limitato a ricercatori e organizzazioni specializzate.

Nei test interni citati da OpenAI, con un tasso obiettivo di falsi positivi dell’1%, il rilevatore ha riconosciuto il segnale in circa l’80% dei passaggi da 200 token e nel 95% di quelli da 400 token su risposte di psicologia. I risultati sono stati molto inferiori per la matematica. In un test separato su testi da 400 token, sostituire il 10% delle parole con sinonimi ha fatto scendere la rilevazione dal 92% al 66%; con il 25% di sostituzioni è scesa al 17%. Sono risultati dichiarati dall’azienda, non una valutazione indipendente del servizio già distribuito.

TechCrunch riferisce che il rapporto tecnico di textGrain è stato pubblicato insieme all’annuncio e che i ricercatori coinvolti includono autori di università statunitensi. Il punto verificabile oggi, quindi, è l’esistenza del metodo e la roadmap annunciata; la sua prestazione nel normale lavoro editoriale sarà da osservare dopo il rilascio e l’accesso dei ricercatori.

Il punto che rischia di passare inosservato

Un watermark non equivale a una certificazione d’autore. Può segnalare che un sistema OpenAI ha generato o elaborato una parte del testo, senza misurare il contributo umano e senza attribuire il contenuto a una persona. Un esito negativo non dimostra che il testo sia stato scritto da un essere umano: il brano potrebbe essere breve, tradotto, riformulato oppure prodotto con un altro modello.

C’è poi una differenza tra rendere il testo tecnicamente rilevabile e renderlo verificabile da chiunque. Il rilevatore non sarà pubblico al lancio. Finché non esisterà un accesso ampio, scuole, datori di lavoro e clienti non potranno verificare autonomamente un sospetto usando un controllo aperto; dovranno basarsi su procedure e strumenti autorizzati.

Un watermark può aggiungere un indizio sulla provenienza; da solo non assegna una firma a chi ha scritto il testo.

Che cosa cambia per imprese e professionisti

Per una PMI che usa ChatGPT per bozze, assistenza o documentazione, la priorità resta registrare strumenti e passaggi di revisione, chiarire le regole interne e controllare le informazioni prima della pubblicazione. Il watermark non sostituisce la revisione umana, la dichiarazione richiesta in uno specifico contesto o le regole di riservatezza sui dati inseriti nei prompt.

Per docenti, selezionatori e responsabili editoriali, il rischio più concreto è trattare il rilevatore come un verdetto. Le percentuali pubblicate da OpenAI mostrano falsi negativi anche in condizioni di test favorevoli e dipendenza dalla lunghezza e dal tipo di testo. Un sistema automatico non dovrebbe diventare l’unico elemento per contestare un compito, escludere un candidato o mettere in dubbio l’autorialità di un articolo.

Per chi vende servizi AI o sviluppa applicazioni, l’API introduce una scelta tecnica da valutare: attivare il watermark può aiutare la tracciabilità di output generati, ma crea un segnale specifico del fornitore e del modello. Una verifica affidabile tra sistemi diversi richiede standard interoperabili e una documentazione che chiarisca i limiti, non soltanto un rilevatore proprietario.

Che cosa osservare adesso

Nei prossimi giorni andranno osservati il calendario effettivo del rollout europeo, l’elenco dei modelli API compatibili e le condizioni con cui OpenAI autorizzerà i primi ricercatori. La società promette inoltre di rendere disponibile textGrain come codice aperto e di aggiornare il rapporto tecnico: saranno passaggi utili per capire quanto i risultati si riproducano fuori dai test del produttore.

Per un’organizzazione italiana, il passo pratico è aggiornare le linee guida senza trasformare il watermark in una prova automatica. Conviene definire quando dichiarare l’uso dell’AI, chi approva un contenuto e quali verifiche indipendenti servono per le decisioni che incidono su studio, lavoro o reputazione.

Per approfondire

Per il contesto ANPAI: La trasparenza prevista per chatbot e contenuti AI

Le fonti

OpenAI, 5 ottobre 2026 · TechCrunch, 5 ottobre 2026

Questa analisi della redazione ANPAI aiuta a leggere fatti e conseguenze operative. Non sostituisce una valutazione tecnica o legale riferita a un caso specifico.