Come rimuovere il watermark AI dal testo di Claude: ecco come funziona
Claude sta introducendo un sistema di watermarking del testo generato dall’AI, cioè una sorta di filigrana digitale invisibile. A differenza dei classici watermark sulle immagini, qui non compare nessuna scritta sullo schermo: il segnale viene incorporato direttamente nella scelta delle parole.
La domanda quindi è inevitabile: come rimuovere il watermark AI dal testo di Claude?
Esiste già una risposta open source. Su GitHub, il progetto watermarks-remover raccoglie strumenti pensati per eliminare diversi tipi di tracce di provenienza AI, inclusi watermark testuali statistici, caratteri Unicode invisibili e metadati come C2PA, EXIF e XMP.
Che cos’è il watermark di Claude?
Per capire come rimuoverlo bisogna prima capire come funziona.
Un modello linguistico come Claude genera il testo scegliendo una parola alla volta. Per ogni posizione ci sono normalmente diverse parole possibili: per esempio, in una frase sul meteo potrebbe scegliere “grigio”, “coperto” oppure “nuvoloso”.
Il watermark modifica leggermente questo processo. Utilizzando una chiave segreta e le parole precedenti, il sistema influenza la probabilità con cui vengono selezionate determinate parole. Il risultato, letto normalmente, sembra un testo assolutamente normale.
La differenza emerge quando il testo viene analizzato statisticamente. Chi possiede la chiave può verificare se la sequenza delle parole presenta il tipo di distribuzione compatibile con il watermark. In questo modo è possibile stimare la probabilità che il testo provenga da Claude.
È quindi una filigrana digitale invisibile, non una scritta che l’utente può semplicemente cancellare.
Come si rimuove?
Qui entra in gioco watermarks-remover, un progetto open source disponibile su GitHub.
Il programma utilizza più livelli di pulizia. Il primo è relativamente semplice: cerca ed elimina elementi invisibili presenti nel testo, come caratteri Unicode particolari, spazi insoliti, caratteri bidirezionali e altri marcatori che possono essere utilizzati per la provenienza del contenuto.
Il secondo livello è più interessante.
Per i watermark statistici del testo, come quelli basati sulla selezione delle parole, non basta cancellare un carattere. Il progetto utilizza invece una tecnica di riscrittura del testo. In pratica il contenuto viene parafrasato o riformulato in modo da modificare la sequenza statistica delle parole.
L’obiettivo non è semplicemente sostituire una parola, ma alterare il pattern complessivo che potrebbe essere riconosciuto da un sistema di rilevamento.
Il progetto prevede anche un apposito rewrite_text.py, che può funzionare con diversi backend, compresi modelli locali come Ollama.
Non serve necessariamente un servizio cloud
Una delle caratteristiche interessanti di watermarks-remover è che il componente principale può essere eseguito localmente.
Il repository indica Python 3.10 o superiore e, per il servizio di base, non sono necessarie dipendenze Python esterne. È possibile avviare un piccolo server locale e utilizzarlo per analizzare o pulire i file.
Un esempio molto semplice è:
python3 service/scripts/clean_text.py draft.md -o draft.cleaned.mdPer la riscrittura statistica è invece possibile utilizzare:
python3 service/scripts/rewrite_text.py draft.md --backend print-prompt --strength paraphraseIl progetto supporta inoltre numerosi formati, tra cui Markdown, HTML, PDF, DOCX, immagini e diversi formati multimediali.
Attenzione: non è una “gomma magica”
C’è però una differenza importante.
Rimuovere caratteri invisibili o metadati è relativamente diretto. Eliminare un watermark statistico è molto più complesso, perché non esiste necessariamente un singolo “segno” da cancellare.
La riscrittura può modificare il testo originale, lo stile e in alcuni casi anche la precisione di alcune frasi. Inoltre, non bisogna confondere la rimozione di un watermark con una garanzia che un testo diventi impossibile da attribuire a un modello AI.
Il progetto stesso presenta lo strumento come una soluzione per privacy e gestione dei contenuti che si possiedono o si è autorizzati a modificare.
Watermark AI: una nuova corsa tra rilevamento e rimozione
La situazione ricorda quella delle immagini generate dall’AI: da una parte le aziende cercano sistemi per identificare la provenienza dei contenuti, dall’altra gli sviluppatori creano strumenti per analizzare, trasformare o rimuovere queste informazioni.
Il vero punto interessante è che il watermark testuale non cambia necessariamente l’aspetto del testo. Cambia soprattutto il modo in cui il modello sceglie le parole.
Ed è proprio questo che rende la tecnologia affascinante: la “firma” non è visibile, ma è nascosta nella statistica del linguaggio.
Per chi vuole sperimentare, watermarks-remover è oggi uno dei progetti open source più interessanti da osservare: non si limita a Claude, ma punta a gestire diverse forme di provenienza AI e metadati.
Link al progetto: GitHub – guillaumemeyer/watermarks-remover
