Come funziona la steganografia Claude Code nei sistemi di prompting
La notizia della steganografia Claude Code ha scosso la comunità degli sviluppatori, rivelando come l’assistente di Anthropic inserisca segni invisibili nei prompt per tracciare l’uso. Questa tecnica, presa in prestito dalla crittografia classica, permette di embeddare un identificatore unico dentro il testo che l’utente invia al modello, senza alterarne il significato percepito. In pratica, ogni richiesta contiene una sequenza di caratteri modificati secondo una tabella segreta conosciuta solo da Anthropic, che può essere recuperata successivamente dai server per collegare la query a un utente specifico o a una sessione.
Il meccanismo si basa su piccole variazioni di punteggiatura, spaziature o caratteri Unicode non visibili che sopravvivono ai processi di normalizzazione del testo. Questi segni sono progettati per resistere a comuni trasformazioni come il copia‑incolla, il cambio di font o persino la traduzione automatica, rendendo difficile per l’utente accorgersi della loro presenza. Il risultato è una forma di watermarking digitale applicato al linguaggio naturale, analoga a quella usata per immagini o file audio, ma applicata al flusso di richieste verso un modello linguistico.
Perché Anthropic avrebbe scelto questa strada?
Secondo le dichiarazioni ufficiali dell’azienda, lo scopo sarebbe quello di prevenire abusi, consentire il tracciamento di contenuti generati in violazione delle policy e migliorare la sicurezza del servizio. In altre parole, la steganografia Claude Code sarebbe presentata come uno strumento di “responsabilità” tecnica. Tuttavia, dal punto di vista anarchico, questa giustificazione nasconde una logica di controllo: ogni volta che un utente interagisce con l’AI, lascia dietro di sé una traccia che può essere collegata alla sua identità, alle sue abitudini e persino al contesto lavorativo o politico.
La presenza di un marchio invisibile trasforma quello che dovrebbe essere uno strumento di empowerment in un dispositivo di sorveglianza di massa, dove il potere di osservazione è spostato dall’utente al fornitore del servizio. Questo ribalta il principio di sovranità tecnologica: invece di essere noi a decidere cosa condividere e cosa tenere privato, è l’azienda a decidere cosa può essere osservato e come.
Il potere della sorveglianza algoritmica: chi ci guadagna?
La steganografia Claude Code si inserisce in un più ampio trend di incorporare metodi di tracciamento nei servizi AI. Big Tech e le aziende di difesa hanno da tempo sperimentato watermarking nei modelli di linguaggio per proteggere la proprietà intellettuale, ma anche per creare profili comportamentali dettagliati. Quando ogni prompt contiene un identificatore unico, diventa possibile ricostruire la mappa delle interessi di un individuo, le sue reti di comunicazione e persino le sue opinioni politiche, semplicemente analizzando il flusso di richieste verso il servizio.
Questo tipo di dati è estremamente prezioso per il complesso militare‑industriale: le agenzie di intelligence possono utilizzare i pattern di utilizzo per individuare potenziali minacce, monitorare attivisti o raccogliere informazioni su gruppi di resistenza. Allo stesso tempo, le imprese possono vendere questi insight a inserzionisti, agenzie di rating sociale o a piattaforme di sorveglianza lavorativa, trasformando ogni interazione con l’AI in una fonte di profitto.
Arguing that you don’t care about the right to privacy because you have nothing to hide is no different than saying you don’t care about free speech because you have nothing to say.
— Edward Snowden
La citazione sopra riassume il pericolo di accettare la sorveglianza come prezzo della comodità. Quando accettiamo che un’azienda possa marcare invisibilmente le nostre richieste, stiamo delegando a terzi il diritto di decidere cosa è lecito sapere su di noi. Questo è esattamente il tipo di autoritarismo tecnologico che l’anarchismo tecnologico rifiuta: nessun ente, sia esso statale o corporativo, dovrebbe avere la capacità di osservare in modo nascosto le nostre interazioni con la tecnologia.
La risposta della comunità open source: modelli trasparenti e watermarking resistente
Di fronte alla minaccia della steganografia Claude Code, diversi progetti di software libero hanno iniziato a sviluppare contromisure. L’obiettivo è duplice: da un lato creare modelli linguistici che non incorporino alcun tipo di marca nascosta; dall’altro sviluppare strumenti di rilevamento che permettano agli utenti di verificare se un prompt contiene un watermark e, eventualmente, rimuoverlo.
Uno dei progetti più promettenti è LibreLLM, una fork di modelli basati su architetture Transformer addestrati esclusivamente su dati di pubblico dominio e rilasciati sotto licenza GPLv3. LibreLLM prevede esplicitamente il divieto di qualsiasi forma di steganografia nei suoi output e nei suoi input, garantendo che ogni token prodotto sia liberamente utilizzabile senza restrizioni di tracciamento.
Parallelamente, gruppi di attivisti digitali hanno rilasciato PromptGuard, un utility open source che analizza il testo in entrata e in uscita alla ricerca di anomalie statistiche tipiche del watermarking. Utilizzando tecniche di analisi di entropia e di rilevamento di pattern Unicode non standard, PromptGuard è in grado di segnalare la presenza di una possibile marca invisibile e, permettendo all’utente di rimuoverla tramite un processo di “de‑watermarking” basato su sostituzione di caratteri sospetti con equivalenti neutri.
Queste iniziative dimostrano che la sovranità tecnologica dal basso è possibile: quando la comunità si organizza attorno a principi di trasparenza, controllo collettivo e licenze libere, può costruire alternative che sottraggono potere alle grandi corporazioni e lo restituiscono agli utenti.
Dalla cyberguerra al controllo dei lavoratori: il filo rosso
La steganografia Claude Code non è un fenomeno isolato; si inserisce in una catena di utilizzi della tecnologia AI che vanno dalla sorveglianza di massa alla guerra algoritmica. Negli ultimi mesi, diversi rapporti hanno evidenziato come il Pentagono stia finanziando sperimentazioni di modelli linguistici per l’analisi di comunicazioni nemiche, l’automazione di bersagli per droni autonomi e la generazione di disinformazione su larga scala. In questi contesti, la capacità di marcare le richieste diventa uno strumento preziosi metadati: sapere chi ha chiesto cosa, quando e da dove permette di costruire mappe di intenzionalità e di prevedere mosse future.
Allo stesso modo, nel settore del lavoro digitale, piattaforme di freelancing e di gig‑economy hanno iniziato a sperimentare sistemi di monitoraggio basati su AI che analizzano le richieste degli operatori per valutare la produttività, rilevare comportamenti “non conformi” e, eventualmente, applicare sanzioni automatiche. Quando ogni interazione contiene un watermark, il datore di lavoro può ricostruire con precisione il flusso di attività di un lavoratore, trasformando ogni pausa, ogni domanda o ogni momento di riflessione in un dato potenzialmente utilizzabile per disciplinare o licenziare.
Questa convergenza tra sorveglianza statale, controllo lavorativo e interessi commerciali mostra chiaramente che la tecnologia non è neutra: è un campo di battaglia dove chi detiene il potere di definire le regole di tracciamento può esercitare un dominio sostanziale sulla vita delle persone. L’anarchismo tecnologico ci invita a rifiutare questa logica e a costruire infrastrutture dove il potere di osservazione sia distribuito, trasparente e soggetto a consenso collettivo.
Alternative dal basso: reti decentralizzate, software libero e sovranità tecnologica
La risposta più efficace alla steganografia Claude Code passa attraverso la decentralizzazione. Invece di affidarsi a un unico fornitore che controlla sia il modello che i metadati di tracciamento, le comunità possono adottare architetture federate dove il modello è eseguito su nodi indipendenti e i dati di utilizzo rimangono sotto il controllo locale.
Progetti come GPT4All e PrivateAI offrono modelli linguistici che possono essere scaricati ed eseguiti su hardware personale o su piccoli server comunitari, eliminando la necessità di inviare prompt a un servizio centrale. Quando il modello gira localmente, non c’è spazio per un watermark inserito da un terzo, perché il codice sorgente è aperto e verificabile da chiunque.
Un ulteriore passo è rappresentato dalle reti di calcolo peer‑to‑peer basate su tecnologia blockchain o su sistemi di distribuzione di contenuti come IPFS, dove le richieste vengono frammentate e elaborate da molti nodi diversi, rendendo praticamente impossibile l’inserimento di una marca univoca riconoscibile da un singolo attore.
Dal punto di vista giuridico, attivisti e giuristi stanno spingendo per l’adozione di norme che proibiscano il watermarking non dichiarato nei servizi AI, analogamente a quanto già fatto per i file multimediali. L’idea è semplice: se un servizio vuole includere un identificatore di tracciamento, deve ottenerne il consenso esplicito e informato dell’utente, con la possibilità di rifiutare senza perdita di funzionalità.
Infine, la cultura del fai‑da‑te e dell’hacking etico gioca un ruolo cruciale. Organizzare workshop, hackathon e campagne di sensibilizzazione sul rilevamento e sulla rimozione di watermark nei prompt permette di diffondere competenze tecniche che rendono più difficile qualsiasi tentativo di sorveglianza nascosta. Quando la conoscenza è condivisa, il potere di controllo si disperde.
Conclusioni: riappropriarsi della tecnologia
La scoperta della steganografia Claude Code ci ricorda che ogni avanzamento nell’intelligenza artificiale porta con sé una questione di potere: chi controlla i meccanismi di osservazione controlla anche la possibilità di dissentire, di creare e di vivere liberamente. L’approccio anarchico alla tecnologia non è una semplice opposizione al progresso, ma una richiesta di trasparenza, di controllo collettivo e di rispetto della sovranità individuale.
Le alternative esistono: software libero, reti decentralizzate, licenze che vietano il tracciamento nascosto e pratiche di autodifesa tecnica come il rilevamento e la rimozione di watermark. Spetta a noi, come comunità di utenti, sviluppatori e attivisti, scegliere di adottare e promuovere queste soluzioni, trasformando ogni interazione con l’AI in un atto di libertà piuttosto che di sottomissione.
Solo così potremo evitare che il futuro dell’intelligenza artificiale diventi un grande fratello digitale che ci osserva in silenzio, e invece costruire un ecosistema tecnologico dove il potere sia realmente nelle mani di chi lo utilizza.