L'IA marchia i testi che genera: l'università può accorgersene?

Hai chiesto all'IA di sistemarti la sintassi di un capitolo, o di tradurre l'abstract in inglese. Poi hai letto che dal 2 agosto i testi generati dall'intelligenza artificiale sono marchiati, e ti è venuto il dubbio che adesso quel capitolo si porti addosso un'etichetta.

Il marchio esiste ed è invisibile a occhio. Ma dice soltanto che quel testo potrebbe essere passato da un certo modello, non che l'ha scritto quel modello — e chi lo produce lo mette per iscritto. Aggiungici che, oggi, uno strumento pubblico per leggerlo non c'è ancora.

1. Cos'è la marcatura, in concreto

Non è un carattere nascosto e non è un dato appiccicato al file. Quando un modello genera una frase, in molti punti ha davanti più parole ragionevoli: dopo «il mercato sta…» può mettere «crescendo», «cambiando», «accelerando». Il sistema di marcatura inclina appena quelle probabilità, seguendo una regola legata a una chiave segreta.

Una scelta singola non significa niente: nessuno legge «accelerando» e capisce da dove arriva. Ripetuta per centinaia di parole, però, la sequenza forma un pattern statistico che un rilevatore in possesso della chiave riesce a riconoscere.

Il marchio sta dentro le parole, non intorno al testo. Per questo sopravvive al copia-incolla — e per questo si degrada quando le parole cambiano.

Per i file è un meccanismo diverso: a un .png, .jpg o .svg generato viene allegata una firma di provenienza secondo lo standard C2PA. È un dato nei metadati, quindi molto più fragile: uno screenshot, un salvataggio in un altro formato o un caricamento su una piattaforma che ripulisce i metadati lo cancellano.

2. L'obbligo non è tuo

L'articolo 50 del Regolamento UE 2024/1689 — l'AI Act — si applica dal 2 agosto 2026 e divide gli obblighi fra due figure. Il fornitore è chi costruisce il sistema e lo immette sul mercato: è lui a dover marcare gli output in formato leggibile dalle macchine e a dover mettere a disposizione un modo per rilevarli. Il deployer è chi usa il sistema nell'ambito di un'attività professionale.

Uno studente non è né l'uno né l'altro. Lo dice la definizione stessa di deployer, che all'articolo 3 esclude chi usa un sistema di IA nel corso di un'attività personale non professionale, e lo ribadiscono le linee guida della Commissione del 20 luglio 2026: gli obblighi del deployer non si applicano alle persone fisiche che usano un sistema di IA per finalità puramente personali.

C'è poi un secondo filtro. L'unico obbligo dell'articolo 50 che riguarda i testi in capo a chi li usa — il comma 4 — vale per i testi pubblicati per informare il pubblico su questioni di interesse pubblico: salute, ambiente, tutela dei consumatori, processi democratici, sviluppi scientifici rilevanti per il dibattito. Una tesi, una relazione, un elaborato consegnato al relatore non sono contenuti pubblicati in quel senso: fuori perimetro.

3. Il caso che riguarda più studenti: traduzioni e revisioni

Qui sta la parte scomoda. Se prendi un capitolo scritto interamente da te e lo passi al modello perché ti corregga la punteggiatura o te lo traduca, il testo che ti torna indietro può risultare marcato lo stesso, anche se le idee e le frasi sono tue.

Non è un'illazione: è scritto nella documentazione di Anthropic, il primo fornitore ad aver attivato la marcatura sui testi. Correzione di bozze, traduzione, sintesi e conversione di file possono produrre un output marcato pur avendo origine altrove, e un marchio rilevato indica che il contenuto potrebbe essere stato processato dal modello — non che ne sia l'autore.

La legge, in teoria, una via d'uscita ce l'ha, ma è più stretta di come viene raccontata. Le linee guida escludono dall'obbligo di marcatura lo standard editing: correzione grammaticale e ortografica, formattazione, conversioni di formato, riduzione del rumore, ritocchi minori — a condizione che l'intervento non cambi significato, stile o intento del contenuto. La traduzione è il caso su cui i commentatori non sono d'accordo: c'è chi la legge come editing assistivo e chi la colloca fra le alterazioni sostanziali, che vanno marcate insieme a riassunti e sintesi. E comunque l'esenzione descrive una funzione, non il modo in cui usi un assistente generalista: un modello che marca a livello di modello marca tutto quello che produce.

4. Cosa il marchio non prova, in nessuna delle due direzioni

Marchio trovato non equivale a testo generato. Il segnale dice che quel contenuto è passato per quel modello, in un momento qualsiasi e in una misura qualsiasi — dalla generazione integrale alla rilettura di dieci righe.

Marchio assente non equivale a testo umano. Un testo può non portare traccia rilevabile per diversi motivi: è stato prodotto da un modello uscito prima che la marcatura esistesse; è stato riscritto pesantemente, parafrasato, tradotto o mescolato ad altro materiale; è troppo corto perché il rilevatore abbia abbastanza scelte da analizzare.

Su quest'ultimo punto la Commissione non si fa illusioni. I tre studi tecnici commissionati e pubblicati a maggio 2026 rilevano che per i testi la marcatura perde efficacia sotto le poche decine di token, che la parafrasi la rimuove e che far riscrivere il contenuto a un secondo modello produce un testo equivalente e ripulito. Il Codice di condotta sulla trasparenza pubblicato il 10 giugno 2026 include infatti fra le prove di robustezza richieste proprio la parafrasi e le traduzioni ripetute: il legislatore sa benissimo dove il sistema si rompe.

Vale la pena dirlo esplicitamente, perché è il punto che gli articoli in giro saltano: togliere il marchio non rende tuo un testo che non hai scritto, e non ti protegge in una contestazione di integrità accademica. Quelle si giocano su cosa sai spiegare quando il relatore ti fa una domanda su un passaggio, non su un rilevatore.

5. Chi può leggerlo, oggi

Praticamente nessuno, fuori dai fornitori. Anthropic dichiara che renderà disponibile la rilevazione a utenti e terze parti — come il Codice di condotta impone — ma la documentazione tecnica non è ancora uscita. OpenAI applica firme di provenienza a immagini e audio e mette a disposizione uno strumento pubblico di verifica per le immagini, mentre sui testi non ha ancora un watermark attivo. Google usa SynthID su più modalità, testo incluso.

C'è poi il transitorio, che spiega perché la situazione è a macchia di leopardo: per i sistemi generativi già sul mercato prima del 2 agosto 2026 l'obbligo di marcatura scatta il 2 dicembre 2026. La proroga vale solo per la marcatura, non per gli altri obblighi dell'articolo.

Attenzione a non confondere due cose diverse. I rilevatori di testo IA che circolano — quelli che alcuni atenei affiancano al software antiplagio — non leggono nessun marchio: stimano dallo stile, misurando quanto le frasi sono prevedibili e quanto varia la loro lunghezza. Sono un'altra tecnologia, con un tasso di falsi positivi noto e particolarmente antipatico in italiano accademico, dove la prosa lunga e subordinata somiglia per costruzione a quella di un modello.

6. La regola che ti vincola è quella del tuo ateneo

Nel 2025 e nel 2026 la gran parte degli atenei italiani si è data linee guida proprie sull'uso dell'IA. Cambiano parecchio fra loro, e cambiano su tre cose in particolare: se e come va dichiarato l'uso (spesso una nota metodologica o una dichiarazione in coda all'elaborato, con nome dello strumento e finalità); quali usi sono ammessi (revisione linguistica sì, generazione di contenuto no, con confini che variano); e quali strumenti puoi usare, perché diversi atenei vietano di caricare materiale non pubblicato o dati riservati su sistemi non autorizzati dall'ateneo.

Quest'ultimo punto vale la pena prenderlo sul serio anche fuori dalla tesi: il tuo libretto, con nomi degli esami, voti e date, è un dato personale che non ha nessun motivo di finire incollato dentro a un servizio che non sai dove lo tiene. LibrettoUni è costruito esattamente su questo vincolo — niente account e niente server: gli esami restano nella memoria del tuo dispositivo, e non esiste un nostro computer che possa leggerli.

Non esiste una regola nazionale, e chi te la racconta come se esistesse sta indovinando. Cerca «linee guida intelligenza artificiale [tuo ateneo]» e, per il resto, il regolamento didattico del tuo corso di laurea.

Come capire in un minuto se la cosa ti riguarda

1. Il testo che consegni è passato da un modello? Se non l'hai mai incollato da nessuna parte, il marchio non ti riguarda in nessun modo.
2. Il modello che hai usato è uscito dopo il 2 agosto 2026? Se sì, marca dal primo giorno. Se è precedente, sta nel transitorio fino al 2 dicembre 2026.
3. L'hai usato per generare o per rivedere? Per il marchio cambia poco. Per il regolamento del tuo ateneo cambia quasi tutto.
4. Il tuo ateneo chiede una dichiarazione? Controlla le linee guida prima di consegnare, non dopo.
5. Hai conservato le versioni intermedie del file? È l'unica prova che costruisci tu, e si costruisce solo prima.

Il riflesso che vale anche fuori di qui

Alla fine il riflesso utile è sempre lo stesso: quando una regola sembra nazionale, quasi sempre non lo è. Vale per la marcatura dei testi, e vale identico per i numeri con cui ti laurei — è lo stesso motivo per cui la media che leggi sul portale può non coincidere con quella che ti sei calcolato: quanto vale una lode, quali attività entrano nel conto e su che base si parte in centodecimi sono decisioni del tuo regolamento, non costanti nazionali.

È il motivo per cui nell'app quelle voci sono impostazioni e non numeri scritti nel codice: il valore della lode si sceglie in Impostazioni → Calcolo della media, la base del voto di laurea è un campo della carriera, e i punti bonus li imposti tu. Il conto che ne esce è quello del tuo corso, non una media qualunque.