Il problema è vero. Truffe con voce clonata, deepfake pornografici, fake news generate a costo zero: sono fenomeni che colpiscono persone, e colpiscono più duramente chi ha meno strumenti culturali e tecnologici per accorgersene. Proteggere chi è più esposto è una scelta giusta. Il legislatore europeo l’ha fatta con l’AI Act, quello americano ci sta arrivando con l’AI Labeling Act, e la strada scelta è simile su entrambe le sponde dell’Atlantico: obbligare a etichettare molti dei contenuti generati da Intelligenza Artificiale, così che chi li guarda sappia con cosa ha a che fare. L’idea suona ragionevole. Non è nuova, ma le prime due volte in cui diritto o policy hanno imposto un’etichetta come argine a un rischio informativo, la label ha spostato poco.
I precedenti
La prima prova pratica ce l’abbiamo in Italia, la trasparenza pubblicitaria sui social. L’AGCOM ha pubblicato le sue linee guida sugli influencer nel 2024, e il Codice del Consumo tutela da anni contro la pubblicità occulta. Il quadro regolatorio impone la riconoscibilità della comunicazione commerciale: se c’è un rapporto commerciale, va indicato, ad esempio con “pubblicità”, “ADV”, “sponsorizzato”, eccetera, in modo visibile. Chi frequenta i social sa come è andata. La pubblicità occulta è ancora molto presente, i segnali #adv sono spesso sepolti sotto sette righe di didascalia, e le contestazioni non fermano il fenomeno. La regola c’è, l’etichetta c’è, l’effetto purtroppo è modesto.
Il secondo tentativo evidente arriva da Meta. Nel 2024 la società aveva introdotto il tag “Made with AI” su Facebook e Instagram per segnalare i contenuti prodotti o modificati con l’AI. Nel luglio successivo la stessa Meta ha ammesso che le etichette non erano sempre allineate alle aspettative delle persone: il tag veniva applicato anche a foto reali toccate solo con ritocchi minori, generando confusione. Il rimedio è stato cambiare la parola in “AI info”, nella speranza che una formulazione più sfumata reggesse meglio. Anche questa seconda versione produce risultati contestati e non ha risolto il rumore percettivo attorno al segnale.
Gli esperimenti
Poi ci sono gli esperimenti. Uno dei più solidi è appena uscito su PNAS Nexus, condotto su 1.601 partecipanti americani. Gli autori hanno mostrato messaggi generati da AI su temi di policy, alcuni etichettati come AI, altri no. La larga maggioranza dei partecipanti crede all’etichetta quando la vede. Il messaggio, però, resta persuasivo come se l’etichetta non ci fosse. Uno studio precedente, apparso su Royal Society Open Science, aveva già mostrato un limite simile sui deepfake video: senza avvertimento, chi guarda un video falso non nota niente di strano più di chi guarda solo video autentici (32,9% contro 34,1%). Con un avvertimento esplicito, solo il 21,6% dei partecipanti identifica correttamente il deepfake come unico video falso. Anche con un avvertimento esplicito, quasi otto persone su dieci non sembrano riuscirci. Uno studio su Frontiers in Psychology aggiunge un altro pezzo: le etichette ambigue spingono spesso l’utente a disimpegnarsi invece che a verificare. Chiude e passa oltre.
L’International AI Safety Report 2026, coordinato da Yoshua Bengio con oltre trenta paesi, mette il tutto in una frase asciutta: warning label e watermarking mostrano efficacia mista. Il rapporto ricorda anche quanto sia difficile, per un utente medio, distinguere testi generati da AI da testi umani, e voci sintetiche da voci reali. In condizioni così, il valore protettivo di un’icona diventa modesto quasi per definizione.
Il diritto sta imponendo lo stesso strumento ancora una volta. L’AI Act, nella parte dedicata alla trasparenza dei contenuti generati da AI, diventa applicabile il 2 agosto 2026: i fornitori dovranno marcare certe categorie di propri output in modo tecnicamente riconoscibile, e chi li pubblica dovrà dichiarare visibilmente i deepfake e i testi generati da AI su temi di interesse pubblico. Il codice di condotta europeo pubblicato quest’estate individua due meccanismi centrali: metadati firmati e watermarking impercettibile. Sono strumenti tecnicamente aggirabili, soprattutto con modelli open-weight, e su questo il dibattito accademico è convergente da tempo. Negli Stati Uniti la stessa logica è dentro l’AI Labeling Act, presentato al Senato quest’estate: disclosure visibili e machine-readable, sanzioni, piattaforme obbligate a preservare i marchi. È coerente, è ordinato, è ragionevole. È anche la terza applicazione consecutiva dello stesso schema.
Compliance solo formale?
Provarci ha un senso. Il problema, però, è di natura giuridica prima che tecnica. Il diritto sta scommettendo di nuovo sull’etichetta come strumento principale di tutela informativa in un ecosistema che, come abbiamo già osservato in due contesti diversi, quel tipo di segnale lo assorbe senza cambiare comportamento. Il rischio è di produrre una compliance formale che copre le aziende, tranquillizza il legislatore e lascia scoperto proprio l’utente che si voleva proteggere. Le tecnologie corrono più veloci di chi le regola. Stavolta il ritardo lo conosciamo già.
