La risposta breve è questa: il progetto open source associato a Guillaume Meyer documenta la pulizia di caratteri e metadati e può tentare una riscrittura sostanziale del testo, ma non dimostra di aver aggirato il rilevatore di produzione di Anthropic. Una cosa è rendere un segnale più difficile da individuare; un’altra è provare che sia scomparso dal sistema che lo ha generato.
La distinzione conta perché Claude usa due livelli diversi di provenienza: un segnale statistico incorporato nel testo e metadati C2PA firmati per alcuni file. Confonderli porta a conclusioni sbagliate — e a promesse di “rimozione” molto più sicure di quanto consentano i fatti.
Non è un bypass dimostrato
Il progetto watermarks-remover separa tre operazioni concettualmente diverse: la pulizia deterministica di caratteri Unicode e dati associati, la riscrittura del testo con l’aiuto di un modello e la rimozione dei metadati dei file. Solo la seconda prova a intervenire sul segnale statistico; le altre agiscono su livelli differenti.
Il progetto non contiene il rilevatore di Anthropic né la sua chiave segreta. Per questo la sua riscrittura è descritta come un tentativo “best effort”, non come un bypass certificato. Una trasformazione può cambiare il testo e forse indebolire la rilevabilità, ma questo non equivale a dimostrare un risultato pulito contro il sistema di produzione di Anthropic.
Anche la semplice copia in un altro documento non è una soluzione affidabile: secondo Anthropic, il segnale testuale può sopravvivere al copia-incolla e a una parte delle modifiche leggere.
Due livelli di provenienza
La filigrana testuale e C2PA rispondono a domande diverse:
| Livello | Dove si trova il segnale | Cosa può indicare | Cosa può indebolirlo | Dimostra la paternità? |
| Filigrana testuale di Claude | Nelle scelte statistiche di parole e token | Che Claude potrebbe aver elaborato il testo | Modifiche profonde, parafrasi, traduzione, testi brevi e scelte con poca variabilità | No |
| Provenienza C2PA | Nei metadati firmati di alcuni file supportati | Che un file è associato a una dichiarazione di provenienza firmata e se è stato modificato | Conversione, nuovo salvataggio, screenshot, formati non supportati o rimozione dei metadati | No |
| Rilevatore AI ordinario | Nelle proprietà statistiche analizzate dopo la generazione | Che un testo assomiglia a un campione prodotto da un modello | Cambi di modello, dominio, parafrasi e falsi positivi | No |
Rimuovere i metadati C2PA, quindi, non cancella la filigrana statistica del testo. Sono due canali separati, con tecniche e limiti diversi.
Come il segnale entra nella scelta delle parole
Il segnale non è una frase nascosta, non è un carattere invisibile aggiunto dopo la generazione e non è la normale informazione contenuta nei metadati. Nasce durante la produzione: il modello orienta in modo impercettibile alcune scelte tra i token, cioè le unità di testo che compongono la risposta. Accumulate su un passaggio abbastanza lungo, queste scelte possono formare una traccia statistica.
Anthropic dice di basarsi sull’approccio SynthID-Text sviluppato da Google DeepMind. La ricerca alla base del metodo descrive una generazione che modifica il campionamento dei token e un controllo successivo delle correlazioni statistiche. Non significa, però, che i risultati pubblicati per SynthID-Text in esperimenti su Gemini siano un test indipendente dell’implementazione di Claude.
La ricerca di Google DeepMind ha riportato un impatto trascurabile sulla qualità nella propria configurazione sperimentale, analizzando circa 20 milioni di risposte. È un dato utile per capire il metodo, non un benchmark di Claude né una prova che ogni riscrittura conservi la qualità originale.
Il codice presenta un caso particolare: la sintassi lascia meno libertà nella scelta delle parole rispetto alla prosa. Le opportunità di incorporare un segnale forte sono quindi più limitate, mentre commenti e termini discrezionali offrono maggiore spazio. Questo non trasforma il codice in un testo privo di provenienza, né consente di dedurre l’esito su ogni modello o file.
Cosa può fare una riscrittura
Una riscrittura pesante può indebolire o rendere meno affidabile il rilevamento. È il punto più solido a favore dell’ipotesi di un “aggiramento”, ma resta un’ipotesi pratica, non una garanzia sul rilevatore di Anthropic.
Il prezzo possibile è concreto: più si cambia il testo, più aumentano i rischi di alterare significato, tono, formattazione e precisione. In un testo tecnico o scientifico, sostituire parole non è sempre innocuo. Una riscrittura può conservare un errore già presente oppure introdurne uno nuovo; può anche lasciare una parte del segnale originale o aggiungere una diversa forma di provenienza.
La traduzione e l’editing intenso rientrano tra le trasformazioni che possono influire sulla rilevabilità. Ma “può influire” non significa “rimuove sicuramente”. Né la pulizia Unicode da sola né la cancellazione dei metadati di un file affrontano il segnale statistico incorporato nelle scelte del modello.
Una filigrana non prova la paternità
Una rilevazione positiva può indicare che Claude ha elaborato il contenuto. Non dimostra che Claude abbia scritto ogni parola, né stabilisce l’originalità del documento, la titolarità dei diritti o la quantità di assistenza ricevuta.
Il testo potrebbe essere stato scritto da una persona e poi sottoposto a correzione, traduzione, sintesi o riformattazione. Il segnale, da solo, non distingue in modo completo questi casi da una generazione integrale. Allo stesso modo, un risultato negativo non dimostra che il testo sia stato scritto interamente da una persona: testi brevi, modelli non supportati, traduzioni, modifiche e cambi di formato possono ridurre o cancellare la traccia rilevabile.
La documentazione disponibile indica inoltre che il rilevamento testuale di Anthropic è in anteprima privata per organizzazioni e aziende idonee. Non è quindi presentato come uno strumento pubblico generalizzato a disposizione di chiunque voglia controllare un testo.
Come documentare un testo assistito
Per chi scrive, insegna o pubblica, la risposta più robusta non è inseguire una presunta scorciatoia tecnica. È conservare il percorso del lavoro:
- salva bozze, versioni intermedie e cronologia delle modifiche;
- separa il testo originale dagli interventi di correzione, traduzione o riscrittura;
- tratta una rilevazione come un indizio sul possibile coinvolgimento di Claude, non come una sentenza sull’autore;
- considera separatamente il segnale testuale e i metadati C2PA del file;
- segui le regole di trasparenza applicabili al tuo contesto, senza presumere che la rimozione di una marcatura risolva automaticamente ogni obbligo.
Questa impostazione è più utile anche quando il testo è stato solo revisionato. Una filigrana non racconta da sola chi ha avuto l’idea, chi ha scritto la prima bozza o quanto lavoro umano sia rimasto nel documento.
Il punto, senza fumo negli occhi
Il progetto di Guillaume Meyer rende plausibile che una riscrittura sostanziale possa disturbare un segnale statistico. Non dimostra però che il progetto sconfigga il rilevatore di produzione di Anthropic. La differenza è tutt’altro che semantica: senza quella prova, “filigrana rimossa” resta una conclusione troppo forte.
La regola pratica è semplice: segnale indebolito non significa paternità chiarita. Claude, la filigrana testuale e C2PA descrivono livelli diversi della storia di un contenuto; nessuno, preso da solo, stabilisce chi abbia scritto un documento dall’inizio alla fine.
