Meta ha introdotto Content Seal, una tecnologia di watermarking invisibile progettata per identificare le immagini generate dal nuovo modello Muse. Il sistema inserisce nei file un segnale di provenienza nascosto, rilevabile attraverso uno strumento dedicato, con l’obiettivo di aiutare gli utenti a distinguere i contenuti sintetici dalle immagini autentiche. Il debutto è però circoscritto: il watermark viene applicato soltanto alle immagini create con Muse nell’app Meta AI e sul sito Meta.ai.
La mossa arriva dopo che, a marzo, l’Oversight Board aveva invitato l’azienda a rispettare gli impegni pubblici e a impiegare i propri strumenti contro la diffusione di contenuti generativi ingannevoli. Meta ha risposto a luglio presentando Content Seal all’interno dell’annuncio dedicato agli strumenti Muse per immagini e video. La tecnologia promette di conservare il proprio segnale anche quando un’immagine viene ritagliata, compressa, ridimensionata oppure acquisita tramite screenshot.
Il funzionamento descritto da Meta è simile a quello di SynthID, la soluzione sviluppata da Google per incorporare marcatori invisibili nei contenuti generati dall’intelligenza artificiale. Nel settore è già presente anche C2PA Content Credentials, lo standard promosso dalla Coalition for Content Provenance and Authenticity, di cui Meta fa parte del comitato direttivo insieme a Google. SynthID, inoltre, è stato adottato anche da OpenAI, segnale della disponibilità della tecnologia a essere utilizzata da fornitori concorrenti.
Content Seal parte invece come un sistema legato soprattutto all’ecosistema Meta. Per verificare un’immagine, gli utenti devono ricorrere a uno strumento web dedicato ancora in fase di test. La funzione di rilevamento non è stata integrata nel chatbot Meta AI, mentre Google consente di effettuare controlli attraverso Gemini. La portavoce Faith Eischen ha spiegato che l’azienda sta esplorando modalità per avvicinare il rilevamento ai luoghi digitali nei quali le persone incontrano i contenuti generati dall’AI.
La copertura rimane limitata anche sul piano dei formati e della compatibilità storica. Content Seal non riconosce le immagini prodotte dai precedenti modelli di Meta, nonostante l’azienda offra strumenti di generazione visiva dal 2023. Il supporto ai video generati non è ancora disponibile, anche se Meta ne ha annunciato l’arrivo a breve. Ne deriva una separazione netta tra i nuovi file creati con Muse e la quantità di contenuti sintetici già prodotta con le tecnologie precedenti.
Meta applica inoltre un limite giornaliero al numero di verifiche effettuabili attraverso il rilevatore. Eischen ha motivato la scelta con la necessità di sostenere un utilizzo normale e proteggere il sistema da possibili abusi, senza precisarne la natura. Anche gli strumenti di Google e OpenAI adottano limitazioni analoghe, mentre il portale di verifica C2PA non impone un tetto ai controlli. Per imprese, piattaforme e moderatori, un accesso contingentato può rendere più complessa la verifica di grandi volumi di immagini.
Su Facebook e Instagram, Meta combina il watermark con metadati non specificati per applicare le etichette AI. Fuori dalle sue piattaforme, l’interoperabilità appare ancora in costruzione: un’immagine di prova prodotta con Muse non è stata riconosciuta né da Gemini né dal portale ufficiale C2PA. L’azienda non ha chiarito se Content Seal possa convivere nello stesso file con SynthID e Content Credentials senza interferenze. Meta sostiene che serviranno più approcci coordinati nell’intero ecosistema; la capacità di trasformare Content Seal in uno standard realmente condiviso dipenderà quindi dall’integrazione con piattaforme, strumenti di verifica e sistemi di provenienza già esistenti.