La Commissione Europea ha pubblicato il Code of Practice on Marking and Labelling of AI-Generated Content il 10 giugno 2026, un testo operativo previsto dall’articolo 50 dell’AI Act volto a introdurre criteri condivisi per identificare e segnalare i contenuti prodotti con l’intelligenza artificiale generativa. Il codice è il frutto di otto mesi di confronto che ha coinvolto oltre 200 parti interessate tra esperti, imprese, istituzioni e rappresentanti dei 27 Stati membri, con l’obiettivo dichiarato di limitare inganni e manipolazioni nell’ecosistema digitale.
Dietro il documento c’è un lavoro tecnico articolato: due gruppi di lavoro composti da professionisti di tecnologie, diritto e scienze sociali hanno definito linee guida operative per la marcatura, con procedure semplificate pensate anche per le piccole e medie imprese. La progettazione ha visto il coinvolgimento di accademici come il professor Dino Pedreschiche ha ricoperto il ruolo di vice-chair del Working Group 1 dedicato alle obbligazioni di trasparenza per i provider di sistemi generativi.
Adesioni e rifiuti: istruzioni per l’uso del codice
Il codice è stato concepito come uno standard volontario che produttori e utenti possono adottare per rendere riconoscibile l’origine dei contenuti online. Tra le adesioni immediate spicca quella di OpenAIche ha dichiarato di aver contribuito al processo e di basarsi su pratiche di tracciabilità sviluppate sin dal 2026. Al contrario, Meta ha respinto la proposta, sostenendo che certe indicazioni introdurrebbero incertezze legali per i suoi servizi; la società, nel frattempo, sta sperimentando nuovi strumenti a base di AI per arricchire l’esperienza utente sulle proprie piattaforme.
Un rifiuto ulteriore è arrivato da Grokil modello associato a Elon Musk, che ha sostenuto di preferire metodi alternativi di trasparenza; il dibattito prende contorni concreti se si considera che nello stesso anno il modello Grok era stato utilizzato per generare una vasta serie di deep fake raffiguranti persone famose in contesti volgari, episodio che ha alimentato la discussione sulla necessità di regole pratiche per la marcatura.
Implicazioni pratiche per editori e piattaforme
Per chi produce contenuti editoriali o gestisce piattaforme social, il codice offre una procedura metodologica che può facilitare la compliance futura con la normativa europea. L’adozione volontaria prevede strumenti tecnici per etichettare testo, immagini e video sintetici, rendendo più semplice per i cittadini comprendere quando ciò che vedono è frutto di conteúdo artificiale. Questo aspetto è particolarmente rilevante nel contrasto ai deep fake e alla perdita di fiducia nell’informazione digitale, problemi che l’IA ha contribuito ad amplificare pur non essendone la causa originaria.
Il confronto tra Ue e Stati Uniti: approcci diversi e casi concreti
Lo scenario internazionale mostra strategie divergenti. Negli Stati Uniti, l’azione governativa recente è apparsa meno lineare e più soggetta a decisioni di natura politica. Un esempio importante riguarda un decreto presidenziale che inizialmente chiedeva una revisione governativa preventiva dei nuovi modelli IA prima del rilascio pubblico; la firma è intervenuta solo dopo un ripensamento che ne ha trasformato la natura in una raccomandazione volontaria.
Decisioni amministrative hanno avuto ricadute operative: le autorità statunitensi hanno ritenuto alcuni modelli di Anthropic potenzialmente dannosi per la sicurezza nazionale e hanno imposto restrizioni sull’uso da parte di persone non statunitensi, incluse persone non nate negli Stati Uniti che lavorano per l’azienda. Tale imposizione, praticamente impossibile da attuare, ha portato Anthropic a sospendere l’accesso esterno ai modelli interessati. Altre aziende con modelli altrettanto potenti, come OpenAInon hanno subito le stesse limitazioni, evidenziando un’applicazione non uniforme delle misure.
Questi episodi dimostrano che la produzione normativa negli Stati Uniti può risultare meno prevedibile e più influenzata da logiche di politica estera e di sicurezza rispetto all’approccio europeo, che invece punta su procedure tecniche condivise e su un quadro regolatorio stabile volto a garantire trasparenza e prevedibilità per gli operatori.
La pubblicazione del codice europeo l’11 giugno ha già stimolato iniziative analoghe in altre giurisdizioni, tra cui proposte di legge in stati membri e iniziative locali in regioni come la California, dove si segnala collaborazione con legislatori per tradurre le linee guida in atti normativi regionali. Aumenta così la pressione su imprese e piattaforme affinché adottino pratiche di marcatura e tracciabilità condivise.
Infine, il coinvolgimento diretto di accademici e ricercatori, e la disponibilità di procedure semplificate per le PMI, sottolineano l’intento di costruire un ecosistema europeo dell’IA che sia al tempo stesso innovativo e affidabile: un equilibrio che il codice cerca di raggiungere proponendo standard tecnici pragmatici e misurabili.
