CoAI
Guida

Confronto tra watermark IA (filigrane digitali): differenze tra SynthID, SynthID Text, textGrain e C2PA e come verificarli

Mettiamo a confronto le tecnologie di filigrana digitale (watermark) e di provenienza per riconoscere immagini e testi creati con l'IA. SynthID e SynthID Text di Google, textGrain di OpenAI, C2PA (Content Credentials), il watermark di Claude e altri: come funzionano, a cosa si applicano, chi può verificarli, punti di forza e debolezze, con informazioni ufficiali aggiornate al 9 ottobre 2026.

9 ottobre 2026Lettura: 8 min

Con l'aumento di immagini, video e testi creati con l'IA, le aziende hanno ormai messo in campo tecnologie per verificare se un contenuto «è stato creato con l'IA». Però nomi come SynthID, textGrain e C2PA compaiono spesso in contesti simili, ed è difficile capire in cosa si differenzino. In questo articolo confrontiamo i principali watermark IA (filigrane digitali) e le tecnologie di provenienza in base a funzionamento, ambito, chi può verificarli, punti di forza e debolezze. Le informazioni si basano sugli annunci ufficiali delle singole aziende aggiornati al 9 ottobre 2026.

Tre approcci: watermark, provenienza e strumenti di rilevamento

I modi per riconoscere i contenuti creati con l'IA si dividono, a grandi linee, in tre.

  • Filigrana digitale (watermark): quando l'IA crea il contenuto, incorpora un segno invisibile nei pixel dell'immagine, nella scelta delle parole del testo e così via. Esempi: SynthID, SynthID Text, textGrain
  • Registrazione della provenienza (metadati): allega al file, come informazioni firmate, quando, da chi e con quale strumento è stato creato e come è stato modificato. Esempio: C2PA (Content Credentials)
  • Strumenti di rilevamento a posteriori: anche senza alcun segno, stimano dalle caratteristiche del contenuto se sembra prodotto da un'IA. Sono i cosiddetti strumenti di rilevamento dell'IA

La filigrana digitale e la registrazione della provenienza sono metodi in cui chi crea il contenuto appone un segno in anticipo. Permettono un giudizio fondato, ma non riconoscono i contenuti IA privi di segno. Gli strumenti di rilevamento funzionano con qualsiasi contenuto, ma il risultato resta una stima e possono sbagliare.

Confronto tra le principali tecnologie

Ecco, voce per voce, le caratteristiche delle principali tecnologie.

SynthID (Google)

  • Approccio: filigrana digitale
  • Ambito: immagini, video, audio e testo
  • Dove si usa: nelle IA di Google come Gemini, Imagen, Veo, Lyria e NotebookLM. Anche OpenAI, NVIDIA, Kakao ed ElevenLabs ne hanno annunciato l'adozione
  • Chi può verificarlo: chiunque. Si può verificare con l'app Gemini, SynthID Detector (aperto al pubblico da ottobre 2026, in inglese), la Ricerca e Chrome
  • Punti di forza: tende a restare anche se le informazioni aggiuntive vengono cancellate. Permette di verificare in un unico punto i contenuti generati da più aziende
  • Debolezze: indica poco più che «creato o no con un'IA compatibile». Non è perfetto con modifiche estreme

SynthID Text (Google)

  • Approccio: filigrana digitale (LLM watermark)
  • Ambito: testi generati dall'IA
  • Dove si usa: è pubblicato in open source e chiunque può integrarlo nei propri modelli con Transformers di Hugging Face
  • Chi può verificarlo: chi possiede la chiave del watermark (per esempio lo sviluppatore che l'ha integrato)
  • Punti di forza: una verifica su larga scala in Gemini ha mostrato un impatto quasi nullo sulla qualità. Anche l'effetto sulla velocità è minimo
  • Debolezze: è debole con risposte fattuali brevi, riscritture profonde e traduzioni

textGrain (OpenAI)

  • Approccio: filigrana digitale (LLM watermark)
  • Ambito: testi generati con ChatGPT, Codex e l'API
  • Dove si usa: arriverà in ChatGPT e Codex nell'UE entro poche settimane. Nell'API può essere attivato su base facoltativa in tutto il mondo (dal 5 ottobre 2026)
  • Chi può verificarlo: solo ricercatori e organismi specializzati approvati dopo una valutazione
  • Punti di forza: secondo la valutazione di OpenAI, prestazioni pari o superiori a SynthID Text. Anche l'impatto sulla qualità è ridotto
  • Debolezze: in testi di 400 token, sostituire il 25% delle parole fa scendere il tasso di rilevamento al 17%. È debole anche con testi brevi e testi come quelli di matematica

Il watermark dei testi di Claude (Anthropic)

  • Approccio: filigrana digitale (LLM watermark) e C2PA
  • Ambito: i testi generati da Claude (i modelli pubblicati dal 2 agosto 2026 in poi lo supportano fin dal lancio, e i modelli precedenti lo supportano già nei servizi di Anthropic stessa) e i file generati dai modelli nuovi
  • Dove si usa: in tutte le regioni in cui è offerto Claude, compresi l'API, Claude e Claude Code
  • Chi può verificarlo: il rilevamento del watermark è un'anteprima privata limitata, in conformità con il diritto dell'UE, alle autorità di regolamentazione, ai ricercatori e agli altri soggetti interessati. Le informazioni C2PA dei file si possono verificare con lo strumento gratuito «Claude Content Checker»
  • Note: il watermark dei testi si basa sul metodo di SynthID Text di Google. Anche i testi tradotti da Claude ricevono il watermark

C2PA (Content Credentials)

  • Approccio: registrazione della provenienza (metadati firmati)
  • Ambito: immagini, video, audio, documenti e altro (la versione 2.4 dello standard, di aprile 2026, supporta anche HTML e Markdown)
  • Dove si usa: OpenAI, Google (Pixel 10, Google Foto, YouTube), Microsoft, Adobe e fotocamere come quelle di Leica. LinkedIn, TikTok e Meta lo sfruttano per le etichette
  • Chi può verificarlo: chiunque. Si può verificare sul sito Verify e nelle indicazioni dei singoli servizi
  • Punti di forza: permette di sapere persino chi ha creato il contenuto, con quale strumento e come è stato modificato. È uno standard di settore a cui partecipano molte aziende
  • Debolezze: le informazioni si perdono facilmente con uno screenshot o un nuovo salvataggio

Video Seal (Meta)

  • Approccio: filigrana digitale
  • Ambito: video
  • Dove si usa: è un risultato di ricerca che Meta ha pubblicato in open source
  • Chi può verificarlo: per esempio gli sviluppatori che hanno integrato il meccanismo

Se vuoi verificare immagini, video o audio

Per verificare se un'immagine, un video o un audio è stato creato con l'IA, la cosa più efficiente è procedere in quest'ordine.

  • SynthID Detector (synthid.com): permette di verificare se il contenuto è stato creato con l'IA di Google, OpenAI, NVIDIA o Kakao
  • App Gemini: permette di verificare se il contenuto è stato creato con l'IA di Google (per ora non supporta le IA di altre aziende)
  • Sito Verify di C2PA (contentcredentials.org/verify): se la registrazione della provenienza è ancora presente, mostra lo strumento con cui è stato creato e la cronologia delle modifiche
  • openai.com/verify: permette di verificare se un'immagine o un audio è stato creato con l'IA di OpenAI

In ogni caso, non trovare un segno non significa che il contenuto non sia stato creato con l'IA. Potrebbe essere stato creato con un'IA non supportata, oppure il segno potrebbe essere andato perso con le modifiche.

Se vuoi verificare un testo

Per i testi, a ottobre 2026 non esistono quasi strumenti ufficiali di rilevamento del watermark che il pubblico possa usare liberamente. Il rilevamento di textGrain di OpenAI e del watermark di Claude è soggetto ad approvazione o è un'anteprima limitata, e SynthID Text è pensato per gli sviluppatori che possiedono la chiave.

Per questo, per ora, utenti e mondo dell'istruzione possono verificare i testi solo con strumenti di rilevamento dell'IA e simili. Poiché questi strumenti a volte classificano come IA testi scritti da persone, è importante non giudicare solo in base al loro risultato. Spieghiamo il funzionamento e i limiti dell'LLM watermark in «Che cos'è l'LLM watermark?».

Per sviluppatori e aziende

Per gli sviluppatori e le aziende che offrono una propria IA, anche il rispetto delle norme è un aspetto importante. L'AI Act dell'UE impone ai fornitori di IA generativa di rendere i propri output riconoscibili in modo automatico come creati con l'IA.

  • Se generi testi con il tuo modello: puoi integrare SynthID Text, disponibile in open source
  • Se usi l'API di OpenAI: puoi attivare textGrain
  • Se lavori con immagini o video: la CAI offre strumenti open source per aggiungere informazioni C2PA

Watermark e C2PA si completano a vicenda. Come fanno OpenAI e Google, combinarli sta diventando la prassi.

Limiti comuni a tutte le tecnologie

Tutte le tecnologie hanno alcuni limiti in comune.

  • Nessun segno non significa creato da una persona: non permettono di riconoscere i contenuti creati con IA non supportate o che non appongono segni
  • Sono deboli con ritocchi e modifiche: forti ritocchi delle immagini, riscritture e traduzioni dei testi possono far sparire o indebolire il segno
  • Non dicono se il contenuto è corretto: il segno indica se è intervenuta un'IA o qual è la provenienza, non se il contenuto è corretto
  • Alcune tecnologie possono verificarle solo pochi: in particolare, l'accesso ai rilevatori di watermark nei testi è limitato

In sintesi

Le tecnologie per riconoscere i contenuti creati con l'IA si sviluppano su due pilastri: le filigrane digitali che incorporano un segno invisibile (SynthID, SynthID Text, textGrain e altre) e C2PA, che registra come è stato creato il contenuto. Immagini, video e audio possono ora essere verificati da chiunque con SynthID Detector o il sito Verify di C2PA, mentre i watermark nei testi possono essere rilevati ancora solo da pochi.

Nessuna tecnologia è infallibile. Usa i risultati di watermark e provenienza come uno degli elementi di valutazione, insieme alla verifica dell'origine. Approfondiamo le singole tecnologie in «Che cos'è SynthID?», «Che cos'è SynthID Text?», «Che cos'è textGrain?» e «Che cos'è C2PA?».

Fonti

Strumenti citati in questo articolo

Torna alle guide