SynthID
Il sistema di watermarking per testo generato da LLM di Google DeepMind, primo caso di adozione in produzione su larga scala.
SynthID è un sistema di watermarking per testo generato da modelli linguistici, sviluppato da Google DeepMind e descritto da Dathathri et al. in un articolo pubblicato su Nature nel 2024.1 È usato in produzione nei prodotti Google, tra cui la famiglia di modelli Gemini, ed è stato per anni l’unico sistema di watermarking testuale effettivamente distribuito su un endpoint LLM commerciale.2
Come funziona
A differenza della tecnica fondativa di Kirchenbauer et al. (2023), che applica un bias diretto ai logit dei token di una “green list”, SynthID interviene in fase di campionamento con una procedura a torneo (tournament sampling): a ogni token candidato viene assegnato uno score pseudo-casuale, derivato da una chiave segreta e dal contesto precedente, e i candidati competono a coppie. L’evidenza raccolta a livello di token viene poi aggregata in fase di detection con metodi statistici (mean-based o Bayesian scoring). Il design non richiede di alterare direttamente le probabilità, la temperatura o la strategia di campionamento di base del modello.3
Rilevanza
SynthID è uno dei pochi sistemi di watermarking per LLM passati dalla proposta accademica alla produzione su larga scala, con requisiti stringenti di latenza e qualità di generazione. Nello studio pubblicato su Nature, Google ha servito un modello con watermark a una parte del traffico Gemini senza differenze statisticamente significative nei rating degli utenti.1
Un position paper presentato ad ACL Findings 2026 usa proprio SynthID come dato centrale: a fronte di anni di ricerca tecnica sul watermarking, restava l’unico sistema distribuito su un endpoint di produzione (Gemini web e mobile), mentre persino la proposta di Scott Aaronson di integrare un watermark in OpenAI non è mai stata adottata. Gli autori ne ricavano che l’ostacolo all’adozione del watermarking non è solo tecnico ma di disallineamento degli incentivi fra provider, piattaforme e utenti finali.2
Il quadro è cambiato nell’agosto 2026, quando Anthropic ha annunciato il Claude Text Watermark, una versione dell’approccio SynthID-Text applicata a tutti i modelli Claude dal 2 agosto 2026: il secondo caso di adozione in produzione, e il primo spinto direttamente dagli obblighi di trasparenza dell’AI Act europeo. Il riuso del metodo di Google da parte di Anthropic, invece dello sviluppo di un metodo proprio, è una conferma indiretta della maturità di SynthID-Text come riferimento tecnico.4
Limiti
Come quasi tutti i sistemi di questa famiglia, la detection diventa più difficile su output brevi e dopo parafrasi, traduzione o riscrittura sostanziale del testo.3
Voci correlate
- Claude Text Watermark — l’adozione della variante SynthID-Text da parte di Anthropic (2026)
- Portale: LLM watermarking
Bibliografia e sitografia
- Dathathri, S. et al., Scalable watermarking for identifying large language model outputs, Nature, 2024. nature.com
- Phan, T. et al., A Survey on LLM Watermarking: Theory and Deployment, arXiv:2607.10103, luglio 2026. arxiv.org
- Liu, Zhao, Song, Wornell, Bu, Position: LLM Watermarking Should Align Stakeholders’ Incentives for Practical Adoption, Findings of ACL 2026.
- Anthropic, How Claude’s Text Watermark Works, 14 agosto 2026. anthropic.com