# CLAUDE TI MARCHIA: come la AI firma i testi che scrive senza dirtelo... #1581

An episode of [Ciao, Internet! con Matteo Flora](https://invisiblenetwork.ai/podcast/1046298895), 17 Aug 2026, 24 min.

Audio: https://dts.podtrac.com/redirect.mp3/api.spreaker.com/download/episode/74187847/out.mp3

Anthropic ha introdotto un watermark “invisibile” nei testi generati da Claude: una filigrana statistica che sopravvive al copia-incolla e che, con una chiave segreta, permette di stimare se un brano provenga dal modello. L’idea (attribuita allo schema proposto da Scott Aaronson) agisce durante la scelta delle parole: tra alternative quasi equivalenti, il modello viene spinto a selezioni coerenti con una funzione crittografica basata sul contesto recente. A parole sembra la soluzione al problema della trasparenza, anche in risposta alle richieste dell’AI Act UE e al cosiddetto Bruxelles Effect. Il punto però è che la filigrana è forte soprattutto nei “casi puri” (testo generato da zero e pubblicato tale e quale) e diventa debole proprio nei casi reali: correzioni leggere di stile e grammatica, documenti ibridi a strati (parti umane + parti IA), o semplici trasformazioni che spezzano la finestra di contesto. Inoltre nei testi a bassa entropia—definizioni tecniche, formule, diritto, e spesso anche codice—c’è meno libertà lessicale e il watermark è strutturalmente più fragile. Resta il nodo politico: chi controlla la chiave e la soglia di rilevazione controlla anche l’attribuzione. Senza numeri pubblici su falsi positivi e soglie minime, il “rilevato dal watermark” rischia di diventare un sospetto vestito da prova, con conseguenze concrete in scuole, redazioni e tribunali. 00:00 La firma invisibile di Claude 02:05 Come funziona il watermark 04:00 AI Act e Brussels Effect 06:15 Cosa c’è di buono 07:40 Correzioni e casi ibridi 10:12 Traduzioni e definizioni ambigue 12:54 Come distruggerlo facilmente 15:01 Chiave segreta e rischi #Claude #Anthropic #AIACT ~~~ Ciao Internet! - Il primo e più seguito canale di TECH POLICY in italia, con Matteo Flora INFO E AZIENDE: https://matteoflora.com Il CORSO di AI: https://zero.matteoflora.com Newsletter: https://link.mgpf.it/nl Social: https://io.matteoflora.com English: https://www.youtube.com/@CiaoInternet Privacy » https://privacy.matteoflora.com AI Policy » https://privacy.matteoflora.com/ai Mail #adv: sales (at) matteoflora.com

## Transcript

[0:00] Speaker 2: 30 giorni per provarlo e se non fa per te,
[0:01] Speaker 2: una firma per tutti i contenuti che genera l'intelligenza artificiale,
[0:05] Speaker 2: perlomeno quella di Claude. Dobbiamo parlarne bene, perché è molto bello,
[0:10] Speaker 2: da un certo punto di vista, molto stupido da un altro,
[0:14] Speaker 2: abbastanza complesso da capire, quindi oggi ci mettiamo tranquilli e
[0:18] Speaker 2: lo studiamo bene. Partendo dall'inizio, 11 agosto, Antropic, la società che
[0:24] Speaker 2: produce Claude, ha annunciato che da inizio di agosto, da adesso,
[0:31] Speaker 2: In poi, per tutti i modelli a seguire, tutto quello
[0:35] Speaker 2: che i loro modelli generano porterà con sé una firma invisibile,
[0:40] Speaker 2: un watermark, una filigrana, che segue il testo anche quando
[0:44] Speaker 2: lo copiate o incollate e che permette a chi ha
[0:48] Speaker 2: la chiave giusta di decifrare se quel pezzo è scritto
[0:53] Speaker 2: con l'intelligenza artificiale o no. Circa. Perché sembra la notizia
[1:01] Speaker 2: che aspettavamo tutti da anni, cioè da quando abbiamo iniziato
[1:04] Speaker 2: a chiederci come si distingue un pensiero originale da un
[1:07] Speaker 2: pensiero della macchina. Qualche tempo fa nella puntata sul fingerprint
[1:12] Speaker 2: vi avevo anche raccontato come c'era un'immagine statistica, una probabilità,
[1:18] Speaker 2: un'impronta statistica all'interno delle parole anche senza sceglie. Oggi lo
[1:22] Speaker 2: vediamo bene, perché oggi quel fingerprint involontario diventa una filigrana volontaria.
[1:28] Speaker 2: Leggerlo così sembra un passo avanti incredibile per la trasparenza,
[1:35] Speaker 2: solo che appena ingrattate un filino nella superficie, scoprite che
[1:39] Speaker 2: quella firma svanisce in un po' di scenari che, guarda caso,
[1:45] Speaker 2: sono sia i modi con cui usiamo l'intelligenza artificiale tutti
[1:48] Speaker 2: i giorni, sia forse alcuni di questi più pericolosi. Ne
[1:51] Speaker 2: parliamo bene oggi, mettetevi comodi, ve lo spiego bene, facile,
[1:55] Speaker 2: per quanto può essere facile, ma prima di tutto, io
[1:58] Speaker 2: sono Matteo Flora, e questo è Ciao Internet. Ciao Internet. Allora,
[2:07] Speaker 2: Come funziona questo sistema di filigrani? È utile capirlo, perché
[2:12] Speaker 2: altrimenti la parte critica poi non si riesce a spiegare.
[2:16] Speaker 2: E vale la pena dire che non è farina del
[2:18] Speaker 2: sacco di Anthropic. Lo schema di base l'ha proposto Scott Aronson,
[2:23] Speaker 2: informatico teorico dell'Università del Texas, prestato a OpenAI tre anni fa,
[2:29] Speaker 2: e funziona così. Sappiamo che, come quando la gente dice
[2:35] Speaker 2: sono pappagalli stocastici motori, quando il motore sceglie la parola
[2:40] Speaker 2: successiva ha davanti una lista di parole candidate. Ciascuna ha
[2:46] Speaker 2: una sua probabilità. Posso avere una probabilità di scrivere una
[2:52] Speaker 2: poesia sul mare e inizia con onda, luce, sale o riva.
[2:56] Speaker 2: C'è una probabilità. Normalmente... il sistema prenderebbe la parola con
[3:03] Speaker 2: più alta probabilità, in questo caso a sinistra, sale. Il
[3:08] Speaker 2: watermark modifica quella scelta, non a caso, ma in base
[3:11] Speaker 2: a una funzione crittografica che dipende dalle ultime cinque parole scritte,
[3:17] Speaker 2: più una chiave segreta. Chi ha la chiave, mettendo poi
[3:22] Speaker 2: dentro il testo nella formula matematica, può calcolare un punteggio,
[3:26] Speaker 2: Se supera una certa soglia, il testo è generato quasi
[3:30] Speaker 2: con certezza da quel modello. Chi la chiave non ce
[3:33] Speaker 2: l'ha vede un testo normale. In questo caso il pezzo
[3:38] Speaker 2: aggiunto sceglierà onda e non sceglierà sale. E sapendo quale
[3:42] Speaker 2: era quella iniziale e qual è quella finale, avendo la
[3:46] Speaker 2: formula sotto base e la chiave per decifrarlo, questo sistema
[3:51] Speaker 2: è quasi infallibile. Quasi. Poi lo vediamo un secondo. Quasi perché.
[4:00] Speaker 2: Un'altra delle cose importanti è l'effetto Bruxelles, cioè il perimetro
[4:05] Speaker 2: dell'annuncio è ampio e non è ristretto all'Europa. Il watermark
[4:11] Speaker 2: su tutti i modelli usciti dopo il 2 di agosto, su
[4:15] Speaker 2: tutti tra l'altro i prodotti API, Cloud, Cloud Code, Cloud Cowork, eccetera, eccetera,
[4:22] Speaker 2: vale per tutti gli utenti del pianeta. Per i file
[4:27] Speaker 2: esiste un altro standard, si chiama C2PA, che è una
[4:31] Speaker 2: firma criptografica nei metadati. La stesso motivo per cui quando
[4:35] Speaker 2: voi create un'immagine, ad esempio con Google Gemini, e la
[4:39] Speaker 2: buttate su LinkedIn, vi appare automaticamente il loghino con scritto
[4:43] Speaker 2: è stato fatto dall'intelligenza artificiale. Per il testo invece Claude
[4:48] Speaker 2: decide di usare l'algoritmo statistico che ci siamo appena detti.
[4:52] Speaker 2: La spinta è il codice di condotta sulla trasparenza dell'AI Act,
[4:56] Speaker 2: che è entrato in vigore il 2 agosto, che chiede ai
[4:59] Speaker 2: grandi modelli di marcare i contenuti generati. Però l'AI Act
[5:05] Speaker 2: non impone un watermark specifico, chiede trasparenza a tutti, soprattutto
[5:10] Speaker 2: agli utenti finali. E Antropica ha deciso però di applicarlo
[5:15] Speaker 2: in tutto il mondo. Tutto il mondo. È il famoso
[5:20] Speaker 2: Bruxelles effect, tante cose che vengono fatte in Europa vengono
[5:24] Speaker 2: poi applicate a tutto il mondo, perché sia più comodo,
[5:26] Speaker 2: perché sono norme intelligenti, più tutto quello che volete, però
[5:30] Speaker 2: così funziona. È una bella dichiarazione di principio, meno bella
[5:34] Speaker 2: per chi ovviamente non la voleva, soprattutto negli Stati Uniti,
[5:37] Speaker 2: dove la gente si sta abbastanza incazzando, dicendo ma perché
[5:41] Speaker 2: io per una roba europea devo pigliarmi anche qui le
[5:45] Speaker 2: regole di trasparenza. Opzioni per disattivarlo. Non ce ne sono, ok?
[5:52] Speaker 2: Non ce ne sono nel piano gratuito, non ce ne
[5:54] Speaker 2: sono nell'Api Business, non ci sono nemmeno per gli sviluppatori
[5:57] Speaker 2: professionisti che generano codice ogni giorno. E qui si apre
[6:01] Speaker 2: uno dei problemi che vedremo. Ora, prima di partire... Sapete
[6:08] Speaker 2: che ci saranno un po' di cazzi, altrimenti non facevo
[6:10] Speaker 2: il video, però lasciamoli fermi un secondo. Prima di partire con,
[6:14] Speaker 2: eh sì, ma... Proviamo a fare il conto delle cose buone,
[6:19] Speaker 2: che detto così suona male perché sembra affatto anche cose buone, vabbè.
[6:24] Speaker 2: Un watermark serio, se funziona, è molto meglio di niente
[6:29] Speaker 2: per la disinformazione politica di massa, per gli articoli autogenerati
[6:33] Speaker 2: che stanno intasando il web, che sembra ormai disinformato. di
[6:38] Speaker 2: internet theory, le web è morto ed è tutto bot
[6:42] Speaker 2: che parlano con i bot, ma anche per le tesi
[6:44] Speaker 2: di laurea copie incollate, avere un segnale anche debole che
[6:49] Speaker 2: permette a scuole, redazioni, tribunali, di alzare almeno una bandierina
[6:53] Speaker 2: rossa e dire, oh raga, almeno controlliamo, dove prima non
[6:56] Speaker 2: c'era niente, va bene, ok? Meglio il dito che indica
[7:02] Speaker 2: la luna che non il buio totale, e ci siamo.
[7:07] Speaker 2: Il problema è che qui il dito indica la luna,
[7:10] Speaker 2: sono nei casi puri, cioè l'intelligenza artificiale genera tutto, l'umano
[7:16] Speaker 2: copia tutto. Nei casi impuri, che sono più o meno
[7:21] Speaker 2: tutti quelli reali, dove io un pezzo lo faccio di qui,
[7:24] Speaker 2: un pezzo lo faccio di là, una cosa l'ho fatta qui,
[7:26] Speaker 2: una cosa l'ho fatta là, lì il dito tremacchia, tremucchia.
[7:33] Speaker 2: Ed è la parte che i comunicati stampa di Antropico
[7:36] Speaker 2: ultimamente non vi stanno dicendo. Vediamo qualche caso, di quelli
[7:43] Speaker 2: che vengono in mente me ne sarò perso di sicuro
[7:45] Speaker 2: un po'. Il caso primo di tutti è la correzione, ok?
[7:51] Speaker 2: di grammatica, di stile, la stessa cosa che fareste buttandolo
[7:53] Speaker 2: dentro a un servizio online come Grammarly, eccetera. Io scrivo
[7:57] Speaker 2: un articolo di mille parole e lo faccio ripulire da Claude,
[8:00] Speaker 2: perché Claude sa i congiuntivi meglio di me, non dimentica
[8:04] Speaker 2: le parole al contrario di me, mette le virgole nel
[8:07] Speaker 2: posto giusto, cosa che io non so fare. Vabbè, detto quello. Ora,
[8:12] Speaker 2: in questo caso i token che Claude effettivamente riscrive sono
[8:15] Speaker 2: probabilmente pochi. spero, distribuiti e la maggior parte del testo
[8:20] Speaker 2: restituito è la vostra frase originale toccata più o meno
[8:24] Speaker 2: di striscio. Il rivelatore, il sistema contrario dove io do
[8:33] Speaker 2: la chiave e la passo al sistema e chiedo se
[8:37] Speaker 2: un testo è scritto da Claude o no, ha bisogno
[8:45] Speaker 2: probabilmente di molto più segnale. Quindi significa che ha bisogno
[8:52] Speaker 2: di una massa critica di token con quella firma statistica particolare.
[8:57] Speaker 2: Se ne trova 50 su 1000, 100 su 1000, la soglia non scatta. Vi
[9:02] Speaker 2: ritorna un testo pulito che sembra vostro perché è vostro.
[9:07] Speaker 2: e molto probabilmente nessun watermark si accende molto probabilmente perché
[9:11] Speaker 2: sappiamo come funziona il paper di riferimento perché è stato
[9:14] Speaker 2: pubblicato non sappiamo ancora come funziona l'implementazione che è chiusa
[9:18] Speaker 2: e lo vediamo dopo che farà Claude comunque in linea
[9:22] Speaker 2: di massima non si accende il che è giusto è
[9:27] Speaker 2: giusto se la domanda che noi ci poniamo è chi
[9:33] Speaker 2: l'ha scritto? l'ha scritto un umano con un po' di
[9:37] Speaker 2: roba dell'AI. Ma lo stesso metro? È sbagliatissima la risposta
[9:42] Speaker 2: del no, è completamente sbagliata. Se il metro è, oh,
[9:47] Speaker 2: ma l'AI è passata di qui? Ok. Perché in questo
[9:51] Speaker 2: caso sì che c'è passata, 50 volte c'è passata di qui,
[9:55] Speaker 2: ma non viene rilevato. E guardate bene, nessuno vi ha
[10:00] Speaker 2: detto quale dei due è il metro. È passata di
[10:05] Speaker 2: qui o l'ha fatto tutto l'AI? Perché se noi usiamo
[10:08] Speaker 2: questi due metri sono tra di loro incompatibili. Un altro
[10:12] Speaker 2: caso invece, le traduzioni. Voi prendete dentro il vostro articolo
[10:17] Speaker 2: in italiano e chiedete a Claude di fare la versione
[10:20] Speaker 2: in francese. L'output da questo punto di vista ha tutta
[10:25] Speaker 2: la filigrana del mondo. Perché? Perché è generato da capo
[10:29] Speaker 2: a coda, parola per parola, da Anthropic. E ha la
[10:35] Speaker 2: firma di Antropic. Domanda. Chi ha scritto quel testo? Perché
[10:42] Speaker 2: il pensiero è vostro. La struttura è vostra. Ogni scelta
[10:46] Speaker 2: editoriale fatta nella versione in italiano è vostra. Le parole
[10:50] Speaker 2: però sono di Claude. E il Watermark risponde« Raga, è
[10:55] Speaker 2: stato scritto da un AI». Cioè risponde alla domanda sbagliata.
[11:00] Speaker 2: perché quello che a voi interessava sapere era chi lo
[11:03] Speaker 2: ha pensato magari non chi ha battuto i tasti della
[11:08] Speaker 2: versione in inglese e il giorno in cui un giornale
[11:13] Speaker 2: rifiuta il vostro pezzo perché risulta AI state litigando ma
[11:17] Speaker 2: su una definizione che nessuno ha mai chiarito cosa vuol
[11:21] Speaker 2: dire scritto dall'AI altro caso un pezzettino in mezzo perché
[11:27] Speaker 2: è il caso più raffinato eh È quello per cui
[11:31] Speaker 2: Aronson stesso, l'inventore del metodo, si è dovuto porre il problema.
[11:35] Speaker 2: Voi scrivete un paragrafo vostro, chiedete a Claude di completarvi
[11:39] Speaker 2: la conclusione, poi aggiungete un altro commento vostro in fondo, ok?
[11:44] Speaker 2: O sennò, tipicamente... una bozza di dove volete andare a
[11:50] Speaker 2: vedere la fine di tutto una bozza iniziale dove dite
[11:54] Speaker 2: che ne so c'è questo paper che ho letto di
[11:59] Speaker 2: Aronson che diceva sta roba riempimi che cosa dice almeno
[12:02] Speaker 2: velocemente però il risultato è questo come lo uso spesso
[12:07] Speaker 2: io il documento finale è a strati un pezzo clod
[12:12] Speaker 2: ed entro al watermark la finestra di contesto di 5 parole
[12:16] Speaker 2: è Serve al rilevatore e si spezza magari sul confine.
[12:22] Speaker 2: Perché prima ci sono le vostre parole, senza la chiave.
[12:25] Speaker 2: In mezzo ci sono le sue, poi ci sono ancora
[12:28] Speaker 2: le vostre. Ora, il rilevatore trova un segnale debole in
[12:32] Speaker 2: quel blocco e a seconda di come io metto la soglia,
[12:35] Speaker 2: scatta o non scatta. Voi lo pubblicate a nome vostro.
[12:40] Speaker 2: Sotto ci sono 300 parole con i watermark, nessuno vi ha
[12:44] Speaker 2: detto la soglia, Quindi non sapete se siete dentro o
[12:47] Speaker 2: fuori dal sospetto e non sapete nemmeno da quale delle 300
[12:51] Speaker 2: parole da quel punto in poi cambia il verdetto. L'esempio
[12:55] Speaker 2: che Aronson porta nel paper è ancora più strong perché
[13:00] Speaker 2: ti dice se qualcuno dice l'AI scrivi il tema ma
[13:06] Speaker 2: tra una parola e l'altra metti sempre la parola ananas
[13:12] Speaker 2: e Claude genera un testo che Ananas dice Ananas, tutto Ananas,
[13:18] Speaker 2: quello Ananas che Ananas serve Ananas. Poi con un semplice
[13:23] Speaker 2: cerchio e sostituisce togliete tutti gli Ananas. Il testo che
[13:27] Speaker 2: resta ha perso la finestra del contesto originale. Il Watermark
[13:33] Speaker 2: è completamente distrutto. Un ragazzino di 15 anni ci arriva in 5 minuti, 10 minuti.
[13:42] Speaker 2: E poi c'è un altro caso che secondo me è
[13:44] Speaker 2: molto molto molto pericoloso, ok? Che sono i sistemi a
[13:50] Speaker 2: bassa entropia, vi spiego. Voi chiedete a Claude, scrivimi una
[13:54] Speaker 2: definizione dell'articolo 2043 del codice civile. Il modello non è che
[14:04] Speaker 2: può mettere questo gioco cambiando le parole con stesso significato
[14:09] Speaker 2: o meno. Deve scegliere le parole corrette, perché una definizione
[14:12] Speaker 2: giuridica ha una sola forma accettabile, quella giusta, quella che
[14:16] Speaker 2: c'è scritto lì. Quindi la distribuzione di probabilità è concentrata
[14:21] Speaker 2: sui pochi termini obbligati e il watermark per costruzione in
[14:25] Speaker 2: questi casi è debolissimo. Non c'è spazio per spostare la
[14:31] Speaker 2: scelta delle parole senza rovinare il senso. Il risultato è
[14:35] Speaker 2: che buona parte dei testi molto tecnici, pieni di definizioni,
[14:40] Speaker 2: di risposte fattuali, e anche buona parte del codice sorgente,
[14:44] Speaker 2: hanno un watermark, perché ce l'hanno l'watermark e non tutte
[14:47] Speaker 2: le definizioni, ma è strutturalmente più fragile. E guarda caso,
[14:52] Speaker 2: sono forse quei testi in cui l'attribuzione conta di più
[14:55] Speaker 2: di tutte le altre. Poi c'è il tema politico, che
[15:03] Speaker 2: è quello che a me fa un po' più tirare
[15:06] Speaker 2: su la pelle d'oca, che è la chiave. Il watermark
[15:12] Speaker 2: funziona con una chiave che è segreta. Chi ha quella
[15:16] Speaker 2: chiave può rilevare, chi non ce l'ha No. La chiave
[15:21] Speaker 2: in questo momento è di Antropic e non c'è nessuno
[15:23] Speaker 2: strumento pubblico dove voi mettete un testo e vi dice sì,
[15:26] Speaker 2: watermark presente o no. C'è solo Antropic che può decidere
[15:30] Speaker 2: caso per caso a chi rispondere quando, come e quanto
[15:34] Speaker 2: alzare o abbassare quella fatidica soglia. Quindi non è un
[15:41] Speaker 2: sistema di attribuzione che ti dice AI o non AI,
[15:45] Speaker 2: è un sistema di attribuzione controllato da chi ti vende
[15:48] Speaker 2: il modello. Il che significa che Antropic diventa il venditore
[15:54] Speaker 2: e il notaio unico per un intero pezzo di tutta
[15:57] Speaker 2: la internet. E il notaio qui non vi ha detto
[16:01] Speaker 2: un paio di cose che in un mondo serio si
[16:04] Speaker 2: dicono per prime. Uno qual è il tasso di falsi positivi.
[16:08] Speaker 2: quante volte un testo umano per sbaglio finisce nell'EI e
[16:11] Speaker 2: guardate che in tanti altri sistemi funziona abbastanza spesso è
[16:15] Speaker 2: pieno se cercate online di gente che prende un testo
[16:18] Speaker 2: degli anni 30 e ti dice generato dall'EI ma perché? perché
[16:23] Speaker 2: è magari un testo fondamentale per quella verticalità quello che
[16:26] Speaker 2: genera l'EI è molto simile e ci si ritorna e
[16:29] Speaker 2: l'altra cosa che non va detto qual è la soglia
[16:31] Speaker 2: minima di detection cioè quante parole servono sotto perché il
[16:35] Speaker 2: verdetto non tenga nessuna delle due E quando quel notaio
[16:39] Speaker 2: dovrà dire in un processo, in una commissione disciplinare, sì,
[16:43] Speaker 2: questo tema di uno studente l'ha scritto con le IAI,
[16:47] Speaker 2: ve lo confermiamo noi, quei due numeri mancanti costano di
[16:51] Speaker 2: più di tutto il resto. Torniamo un secondo alla puntata
[16:59] Speaker 2: sul fingerprinting. Allora vi avevo detto che le AI lasciano
[17:04] Speaker 2: impronte statistiche uniche, anche senza volerlo, e quel fatto tecnico
[17:09] Speaker 2: era potenzialmente la strada verso una trasparenza. Il watermark di
[17:14] Speaker 2: Antropic di cui stiamo parlando adesso permette esattamente quello, che
[17:19] Speaker 2: tra l'altro adesso magari cerco perché non mi ricordo che
[17:21] Speaker 2: puntata era, ma se mi date un secondo ve lo dico.
[17:26] Speaker 2: Ed era fingerprinting. Fingerprint, non mi ricordo. Vabbè, pazienza, ve
[17:39] Speaker 2: lo metterò nelle note perché non lo trovo. Era fatto
[17:44] Speaker 2: da Bruxelles, tra l'altro, se non mi ricordo male. No, niente,
[17:53] Speaker 2: come non detto. Ci ho provato, ma non ci sono
[17:58] Speaker 2: riuscito a trovare dove erano le cose. Pazienza, non vi
[18:00] Speaker 2: rubo più altro tempo. Detto quello, lì c'era una strada
[18:09] Speaker 2: verso la trasparenza. Ed è quella che è proprio stata seguita.
[18:13] Speaker 2: Non per caso, non perché io abbia chissà che sfera
[18:16] Speaker 2: di cristallo nella testa, perché i paper che c'era fuori
[18:19] Speaker 2: erano quelli e via. Però, nel mondo reale, Questa utilità
[18:25] Speaker 2: svanisce ogni volta che l'intelligenza artificiale serve per fare quello
[18:29] Speaker 2: che l'intelligenza artificiale fa tutti i giorni con noi, cioè aiutare, correggere, tradurre, completare, integrare.
[18:39] Speaker 2: Resta forte questa cosa solo in un caso, quello in
[18:42] Speaker 2: cui chiediamo a Claude di generare un intero testo da
[18:45] Speaker 2: zero e lo pubblichiamo senza cambiare niente. Perché è lo
[18:49] Speaker 2: scenario più goffo, più raro, quello che chiunque abbia due
[18:54] Speaker 2: neuroni in parallelo sa già minimizzare in altri modi, passandolo
[18:59] Speaker 2: dentro a un sistema che te lo riscrive, passandolo dentro
[19:02] Speaker 2: a Gammerly, chiedendo a un'altra intelligenza artificiale che non fa
[19:05] Speaker 2: questa cosa di riscriverlo mantenendo il senso, bla bla bla.
[19:09] Speaker 2: Quindi la domanda non è il watermark funziona sì o no.
[19:13] Speaker 2: La domanda vera è, a chi serve un sistema che
[19:15] Speaker 2: è forte quando conta poco ed è debole quando conta tanto?
[19:19] Speaker 2: Perché la risposta, se ci pensate due secondi, è a
[19:26] Speaker 2: chi bisogna dire solo una frase, che è, noi qualcosa
[19:30] Speaker 2: l'abbiamo fatto. Senza dover mai difendere davvero il numero, la soglia,
[19:35] Speaker 2: la chiave. È un gioco di compliance, non è una verifica,
[19:41] Speaker 2: per poter dire, ragazzi, Noi qualcosa l'abbiamo fatto. E qui
[19:46] Speaker 2: viene quello che voglio farvi portare a casa. Nel dibattito
[19:50] Speaker 2: pubblico nei prossimi mesi, quando qualcuno vi dirà che il
[19:53] Speaker 2: testo è stato riconosciuto dal Watermark, quindi l'ha scritto una I,
[19:57] Speaker 2: quindi non conta, svergognatevi lì. Svergognatevi lì, lì. E chiedete
[20:06] Speaker 2: tre cose. Se è tecnico, qual è il tasso dei
[20:09] Speaker 2: falsi positivi? Due, è stato trovato per che soglia di detection?
[20:15] Speaker 2: E chi ha guardato la chiave prima di voi? Perché
[20:18] Speaker 2: se non hanno queste risposte pronte non state parlando di
[20:20] Speaker 2: una prova. State parlando di un sospetto vestito da prova.
[20:28] Speaker 2: E guardate che la differenza tra un sospetto e una
[20:30] Speaker 2: prova non è proprio poca cosa, eh. Perché il sospetto
[20:39] Speaker 2: può accusare chiunque. La prova deve rispondere di se stessa.
[20:46] Speaker 2: E chiedere alla firma di rispondere di sé, adesso che
[20:49] Speaker 2: quelle firme decidono due o tre aziende in California, è
[20:54] Speaker 2: una piccola resistenza democratica che tocca più o meno ciascuno
[20:59] Speaker 2: di noi. Altrimenti, mi aspetto che si chieda a un
[21:05] Speaker 2: ingegnere che ha costruito un ponte se i calcoli li
[21:11] Speaker 2: ha fatti a mano o se addirittura ha utilizzato una calcolatrice.
[21:17] Speaker 2: Che cosa assurda, vero? Tutto qui, ridirtemi cosa ne pensate,
[21:21] Speaker 2: spero di avervelo spiegato bene nella newsletter, approfondiamo queste cose,
[21:25] Speaker 2: se vi piacciono queste cose potete iscrivervi al canale e,
[21:28] Speaker 2: come sempre, anche questa volta, oggi spiegone, in genere sono
[21:32] Speaker 2: un po' più corte, grazie mille per avermi ascoltato e
[21:36] Speaker 2: ti sto deparati. Senti anche tu l'impressione di perderti la
[21:41] Speaker 2: rivoluzione dell'intelligenza artificiale, vero? Di volerla utilizzare per migliorare il
[21:45] Speaker 2: tuo lavoro, sei bombardato di notizie, ma non sai dove
[21:49] Speaker 2: iniziare davvero. Se la risposta è sì, ho creato qualcosa
[21:53] Speaker 2: per te. Ho distillato due anni di formazione che ho
[21:56] Speaker 2: fatto a grandi aziende internazionali, dalla difesa alla finanza, dal
[22:00] Speaker 2: food all'automotive, per creare un corso che ho chiamato Zero
[22:04] Speaker 2: to AI, una introduzione gentile per capire l'intelligenza artificiale partendo
[22:10] Speaker 2: da zero. E non è solo un'introduzione leggera, è un
[22:13] Speaker 2: vero e proprio percorso strategico di 5 ore e mezza di
[22:17] Speaker 2: contenuto e video per darti la consapevolezza e gli strumenti
[22:21] Speaker 2: per non subire questa rivoluzione ma per guidarla, per partire
[22:26] Speaker 2: da zero, senza prerequisiti, ma per diventare quelli che io
[22:30] Speaker 2: chiamo i pastori dell'intelligenza artificiale. video slide un sacco di
[22:36] Speaker 2: pratica davvero da zero per affrontare tutti gli argomenti dalla
[22:41] Speaker 2: teoria ai design pattern alle tecniche avanzate di prompting fino
[22:45] Speaker 2: a progetti seguiti step by step passetto a passetto per
[22:50] Speaker 2: imparare la maestria nei modelli linguistici. Se stai vedendo questo video,
[22:55] Speaker 2: probabilmente fai ancora in tempo a iscriverti con un prezzo
[22:58] Speaker 2: scontato di 100 euro e con la trasparenza che ho sempre avuto.
[23:04] Speaker 2: rimborso completo senza farti domande. Trovi tutto a zero. matteoflora. com e
[23:10] Speaker 2: qui sotto in descrizione, perché non è tardi per sfruttare
[23:15] Speaker 2: l'intelligenza artificiale. E se il momento migliore era comunque ieri, beh,
[23:21] Speaker 2: il secondo momento migliore è esattamente ora. Quindi zero. matteoflora. com e
[23:27] Speaker 2: state parati.

Shows are listed from Apple Podcasts' charts and directory, and Podcast Index where it is used. Every show and episode belongs to its publisher and plays from the publisher's own feed; this site hosts none of them.