Immagini, video e testi possono contenere identificativi invisibili, capaci di sopravvivere alle modifiche e di rendere tracciabile la provenienza dei contenuti. Brandon Thomas, fondatore di ArtCraft, denuncia i rischi per la riservatezza degli utenti
LA NOTIZIA IN BREVE – Gli spymark aprono un nuovo fronte nel dibattito sulla sicurezza digitale. Questi marcatori invisibili possono incorporare codici identificativi nei contenuti prodotti dall’AI, sollevando interrogativi sulla riservatezza degli utenti. A rilanciare l’allarme è Brandon Thomas, fondatore di ArtCraft, che richiama l’attenzione sulle potenzialità di tecnologie come SynthID di Google e sui rischi di un loro impiego per il tracciamento individuale.
Se vuoi andare oltre alla sintesi della nostra notizia leggi qui di seguito l’approfondimento
L’APPROFONDIMENTO – Le tecnologie sviluppate per riconoscere i contenuti generati dall’intelligenza artificiale potrebbero trasformarsi in strumenti di sorveglianza, capaci di collegare immagini, video e altri materiali digitali alle persone che li hanno creati o ricevuti. A sollevare il problema è Brandon Thomas, fondatore di ArtCraft, che ha richiamato l’attenzione su una categoria di filigrane invisibili, ribattezzate spymark. Questi contrassegni possono contenere identificativi nascosti, difficili da individuare e associabili a informazioni personali conservate nei database dei fornitori. Il rischio riguarda la possibilità di ricostruire la provenienza e parte della circolazione dei contenuti, con conseguenze per la privacy, l’anonimato e la protezione delle fonti giornalistiche.
La denuncia è contenuta in un intervento pubblicato il 21 settembre e ripreso dalla testata giapponese GIGAZINE. Thomas propone di abbandonare il termine generico watermark, associato alle filigrane utilizzate per certificare l’autenticità o la proprietà di un’opera, quando ci si riferisce a sistemi capaci di tracciare gli utenti. «Uno spymark è un segnale nascosto che rende tracciabile il tuo lavoro senza che tu ne sia consapevole o abbia dato il consenso», scrive sul proprio sito. Una definizione che sposta l’attenzione dalla funzione del contrassegno alle informazioni che potrebbe rivelare su chi lo utilizza.
Leggi di più
Come funzionano gli spymark e quali informazioni possono nascondere
L’inserimento di segnali invisibili nei contenuti digitali è una tecnica conosciuta da tempo, impiegata nella protezione del copyright, nella certificazione dei documenti e nell’identificazione di materiali riservati. I sistemi più sofisticati modificano alcune caratteristiche dell’immagine, della registrazione audio o del video senza produrre alterazioni percepibili. Un software dotato del rilevatore appropriato può recuperare il contrassegno anche quando il file ha subito trasformazioni.
La capacità di incorporare identificativi numerici apre possibilità di tracciamento. Un’azienda potrebbe distribuire copie dello stesso documento, identiche all’apparenza, assegnando a ciascuna un codice differente. Se una di queste venisse diffusa al pubblico, il contrassegno consentirebbe di riconoscere la copia originaria e il destinatario al quale era stata consegnata. Per individuare chi abbia divulgato il documento servirebbero altre informazioni, ma l’identificativo offrirebbe un punto di partenza.
Il meccanismo può essere applicato anche ai contenuti prodotti attraverso l’intelligenza artificiale. Un codice nascosto potrebbe rimandare a un archivio nel quale sono conservati l’account utilizzato, la data di generazione o altri dati associati al servizio. Il collegamento con una persona dipenderebbe dalle informazioni disponibili nel database e dalle modalità di gestione del sistema.
Thomas richiama anche una differenza rispetto ai normali metadati. Le fotografie possono contenere informazioni EXIF, comprese, in alcuni casi, coordinate geografiche, data dello scatto e modello del dispositivo. Questi dati sono consultabili e possono essere rimossi con programmi specifici. Un contrassegno incorporato nei pixel potrebbe rimanere riconoscibile anche dopo la cancellazione dei metadati, perché fa parte della rappresentazione dell’immagine.
Le tecniche cambiano a seconda del contenuto. Per i file audio si possono utilizzare piccole alterazioni del segnale, mentre alcuni sistemi destinati ai testi agiscono sulle probabilità con cui un modello linguistico seleziona le parole. La presenza del contrassegno potrebbe sfuggire all’utente e la sua resistenza alle modifiche dipenderebbe dall’algoritmo impiegato.
Leggi di più
SynthID di Google e il dato che alimenta il dibattito
Tra le tecnologie citate da Thomas compare SynthID, sviluppata da Google DeepMind e presentata nel 2023 per identificare immagini generate con l’intelligenza artificiale. Il sistema è stato esteso ad audio, video e testi, con metodi che permettono di incorporare segnali impercettibili.
Nel caso delle immagini, la filigrana viene inserita attraverso modifiche progettate per preservare la qualità visiva e resistere a operazioni comuni, come compressione, ritaglio o applicazione di filtri. Un rilevatore può riconoscerla e fornire indicazioni sull’origine artificiale del contenuto.
Un elemento di interesse emerge dallo studio scientifico SynthID-Image: Image watermarking at internet scale, pubblicato nell’ottobre 2025 dai ricercatori di Google. Il lavoro descrive anche SynthID-O, una variante disponibile attraverso collaborazioni esterne, capace di incorporare 136 bit di informazioni in un’immagine di 512 × 512 pixel.
Per comprendere la portata di questa capacità, Thomas propone un esempio: utilizzare 64 bit per un identificativo numerico e i restanti 72 per la correzione degli errori. Un codice di 64 bit mette a disposizione oltre 18 miliardi di miliardi di combinazioni possibili, una quantità sufficiente per distinguere un numero enorme di contenuti o collegarli a registrazioni conservate in altri archivi.
La ricerca scientifica documenta la capacità di trasportare queste informazioni, mentre l’eventuale utilizzo per identificare gli utenti resta un’ipotesi che richiede prove specifiche. Non risultano evidenze pubbliche che Google impieghi SynthID in modo sistematico per collegare i contenuti all’identità anagrafica delle persone che li generano. Anche la suddivisione dei 136 bit descritta da Thomas rappresenta una possibile configurazione, senza dimostrare che sia quella adottata nei servizi commerciali dell’azienda.
Google presenta SynthID come uno strumento per riconoscere i contenuti prodotti o modificati con l’AI, una funzione che acquista importanza con la diffusione di immagini sintetiche e deepfake difficili da distinguere dai materiali autentici. Thomas richiama però l’attenzione su una caratteristica della tecnologia: la capacità di incorporare e recuperare informazioni invisibili potrebbe essere impiegata per scopi diversi, in funzione dei dati codificati e dell’accesso agli archivi necessari per interpretarli.
Il rischio per la privacy e la protezione delle fonti
Le conseguenze più serie riguarderebbero chi ha necessità di comunicare senza rivelare la propria identità. Un dipendente che trasmette a una redazione un documento riservato, un informatore che denuncia comportamenti illeciti o un attivista che diffonde testimonianze da un territorio sottoposto a repressione potrebbero esporre, senza saperlo, informazioni sulla provenienza dei materiali condivisi.
Se una fotografia o un documento contenesse un identificativo associato alla copia ricevuta dall’interessato, chi dispone dei relativi registri potrebbe tentare di risalire al destinatario originario. La possibilità di individuare l’autore della divulgazione dipenderebbe da altri elementi, come le registrazioni dei servizi utilizzati e le circostanze della distribuzione.
Per il giornalismo investigativo il problema assume un rilievo particolare. La tutela delle fonti richiede attenzione ai dispositivi, ai canali di comunicazione e alle caratteristiche dei documenti ricevuti. Un file privo di metadati identificativi potrebbe conservare un contrassegno nascosto, e a oggi non esiste uno strumento universale capace di rilevare tutte le filigrane sviluppate dai diversi operatori.
Le implicazioni interessano anche gli utenti comuni. Quando un identificativo può essere collegato a una persona attraverso informazioni conservate in un archivio, il relativo trattamento può rientrare nell’ambito del GDPR, il regolamento europeo sulla protezione dei dati personali. Entrano in gioco gli obblighi di trasparenza, le finalità per le quali i dati vengono utilizzati, i tempi di conservazione e le condizioni di accesso.
Thomas teme la diffusione di sistemi capaci di associare identificativi individuali ai contenuti prodotti attraverso smartphone, piattaforme social e applicazioni generative. Incrociando questi contrassegni con le informazioni disponibili sugli account e con le copie rintracciate online, sarebbe possibile ricostruire alcuni passaggi della circolazione di un documento, individuare destinatari e ricavare elementi sulle relazioni tra le persone.
Nello studio pubblicato nell’ottobre 2025, i ricercatori di Google riferiscono che SynthID-Image era stato utilizzato per contrassegnare oltre dieci miliardi di immagini e fotogrammi video. Una quantità che pone interrogativi sulle informazioni incorporate nei contenuti, sui soggetti autorizzati a recuperarle e sull’eventuale esistenza di collegamenti con i dati personali conservati dai fornitori.
Trasparenza editoriale – Questo articolo è stato realizzato con l’ausilio di strumenti di intelligenza artificiale. I contenuti sono stati successivamente esaminati, verificati nelle fonti e revisionati da un giornalista professionista, che ne ha curato la pubblicazione e ne assume la responsabilità editoriale.
Link e fonti
Documenti originali, studi scientifici, approfondimenti tecnici e normativa europea per comprendere il funzionamento degli spymark, le caratteristiche di SynthID e i possibili rischi per la privacy.
-
Intervento originale
Spymarks, not Watermarks
È il testo originale da cui nasce il dibattito sugli spymark. Brandon Thomas, fondatore di ArtCraft, propone di distinguere le filigrane usate per certificare i contenuti dai contrassegni invisibili che potrebbero consentire il tracciamento degli utenti. Contiene esempi tecnici e le sue considerazioni sui rischi per la riservatezza.
Leggi l’intervento originale -
Studio scientifico – Preprint
SynthID-Image: Image watermarking at internet scale
Il lavoro scientifico descrive l’architettura e le prestazioni di SynthID-Image. Documenta la capacità della variante sperimentale SynthID-O di incorporare 136 bit in immagini da 512 × 512 pixel e riporta l’utilizzo della tecnologia su oltre dieci miliardi di immagini e fotogrammi video. È un preprint: non dimostra l’impiego del sistema per identificare personalmente gli utenti.
Consulta lo studio scientifico -
Documentazione tecnica ufficiale
Google SynthID – A tool to watermark and identify content generated through AI
La documentazione ufficiale spiega come SynthID inserisca filigrane invisibili in immagini, audio, video e testi generati dall’AI. Illustra la resistenza dei segnali ad alcune modifiche e gli strumenti disponibili per rilevarli. Permette di confrontare le funzioni dichiarate da Google con le ipotesi di tracciamento avanzate dai critici.
Consulta la documentazione -
Comunicazione scientifica ufficiale
Watermarking AI-generated text and video with SynthID
Google illustra l’estensione di SynthID ai testi e ai video. Per i contenuti testuali descrive l’inserimento di schemi statistici attraverso la modifica delle probabilità di selezione dei token. La fonte chiarisce anche i limiti del rilevamento dopo riscritture, traduzioni e altre trasformazioni del testo.
Consulta l’approfondimento tecnico -
Regolamento UE
Regolamento (UE) 2016/679 – Protezione dei dati personali (GDPR)
È il riferimento normativo europeo per il trattamento dei dati personali. L’articolo 4 definisce il dato personale e comprende gli identificativi che permettono di riconoscere una persona anche in modo indiretto. Il considerando 26 chiarisce il ruolo delle informazioni aggiuntive nell’identificazione. Il regolamento è utile per valutare quando un codice nascosto, collegabile a un utente, possa costituire un dato personale.
Consulta il regolamento
Note per i lettori
L’immagine usata per questo articolo è stata creata grazie all’utilizzo di un sistema di Intelligenza Artificiale
