A meno di due mesi dall'applicazione dell'articolo 50, il Codice di condotta UE prova a tradurre l'obbligo di trasparenza in pratiche concrete per chi genera e per chi pubblica contenuti sintetici.
Il 2 agosto 2026 l'articolo 50 dell'AI Act (Regolamento UE 2024/1689), che disciplina gli obblighi di trasparenza per i fornitori e gli utilizzatori di sistemi di AI generativa, diventa pienamente applicabile. In vista di quella data, la Commissione Europea ha pubblicato la seconda bozza del Codice di condotta sull'etichettatura dei contenuti generati dall'AI, redatta da esperti indipendenti e arricchita dai contributi di centinaia di partecipanti tra industria, mondo accademico e società civile. La finalizzazione del Codice è attesa entro giugno 2026.
Il Codice è uno strumento volontario: serve a dare forma operativa a un obbligo che resta vincolante. L'articolo 50 affronta il rischio di inganno e manipolazione legato ai contenuti sintetici, con l'obiettivo di preservare l'integrità dell'ecosistema informativo. Il Codice traduce quel principio in scelte tecniche e procedurali verificabili.
La bozza è strutturata in due sezioni, perché due sono i soggetti coinvolti lungo la filiera del contenuto.
La prima sezione riguarda i fornitori dei sistemi generativi. L'output prodotto — audio, immagini, video, testo — deve essere marcato in un formato leggibile dalle macchine e riconoscibile come generato o manipolato artificialmente. La marcatura tecnica vive dentro il file o nei suoi metadati: watermarking, fingerprinting, metadati firmati. È pensata per restare rilevabile lungo la catena di distribuzione, anche quando il contenuto cambia piattaforma.
La seconda sezione riguarda gli utilizzatori, cioè chi distribuisce o pubblica il contenuto. Qui l'obbligo si sposta sull'etichettatura visibile dei deepfake e dei testi che trattano questioni di pubblico interesse, nel perimetro dell'articolo 50, comma 4. La logica è complementare: la marcatura tecnica accompagna il file alla fonte, l'etichetta visibile informa la persona che legge o guarda.
La distinzione tra le due sezioni è la chiave di lettura del Codice. La marcatura è un segnale macchina-a-macchina, persistente e idealmente robusto rispetto alle modifiche. L'etichetta è un segnale rivolto all'essere umano, chiaro e tempestivo. Le due misure rispondono a rischi diversi: la prima abilita la verifica automatica su scala, la seconda protegge la singola persona dal rischio di scambiare un contenuto sintetico per autentico.
La sfida pratica sta nella robustezza. Un watermark utile resiste a compressione, ritaglio e ricodifica; un'etichetta utile resta leggibile quando il contenuto viene ricondiviso. Il Codice prova a fissare aspettative comuni su questi punti, in modo che fornitori e piattaforme adottino approcci interoperabili anziché formati isolati.
Per le imprese italiane il calendario è stretto. Chiunque generi contenuti con strumenti di AI — marketing, media, comunicazione istituzionale, customer service — rientra nel perimetro quando quei contenuti raggiungono il pubblico. L'adozione dell'AI cresce: circa il 40% delle aziende dichiara di usare soluzioni di AI, in aumento rispetto all'anno precedente, e la generazione di testi e immagini è tra gli usi più diffusi. La trasparenza diventa quindi un requisito trasversale, che tocca i reparti comunicazione tanto quanto l'IT.
Il punto delicato è organizzativo prima ancora che tecnico. Marcare l'output dipende in larga parte dal fornitore del modello; etichettare la pubblicazione dipende dai processi interni dell'azienda. Servono quindi una mappa chiara di quali strumenti generano contenuti destinati al pubblico e una responsabilità definita su chi appone l'etichetta prima della pubblicazione.
Alcune azioni restano valide a prescindere dal fornitore scelto. Inventariare i sistemi generativi in uso e individuare quali producono contenuti destinati al pubblico. Verificare con ciascun fornitore se l'output esce già marcato in un formato leggibile dalle macchine e quale standard adotta. Definire un processo interno di etichettatura visibile per deepfake e testi su questioni di pubblico interesse, con un punto di responsabilità esplicito. Allineare le linee guida editoriali e i template di pubblicazione, così che l'etichetta diventi parte del flusso ordinario. Formare i team che producono e pubblicano contenuti, perché la conformità qui passa dalle persone che premono "pubblica".
La domanda aperta per i prossimi mesi riguarda l'interoperabilità degli standard di marcatura: se ogni fornitore adotta un formato proprio, la verifica automatica su scala perde efficacia. È lì che si misurerà la tenuta reale dell'articolo 50, oltre la data del 2 agosto.
Autore
Pablo Liuzzi
Founder, Synthos Logic