Marcatura ed etichettatura dei contenuti generati dall'IA: il bilanciamento tra trasparenza e libertà di espressione

L’elaborato analizza la marcatura ed etichettatura dei contenuti generati o manipolati dall’intelligenza artificiale come strumenti di trasparenza nel quadro della regolazione europea. Muovendo dall’impianto dell’AI Act (Reg. UE 2024/1689) e dagli obblighi informativi relativi ai contenuti sintetici, la ricerca indaga in che modo la trasparenza possa ridurre i rischi di inganno, manipolazione e disinformazione senza tradursi in una compressione indiretta della libertà di espressione e informazione. In tale prospettiva, l’analisi si concentra sul bilanciamento tra tutela degli utenti, integrità dello spazio informativo e garanzie dei diritti fondamentali, evidenziando criticità applicative quali il rischio di over-labelling, l’effetto dissuasivo (chilling effect) su comunicazioni lecite (incluse satira e creatività) e le difficoltà di comprensione delle etichette da parte del pubblico. Quindi, la tesi approfondisce la funzione della soft law e dei codici di condotta come strumenti di co-regolazione idonei a tradurre l’obbligo giuridico in prassi operative condivise, anche attraverso soluzioni tecniche (ad es. watermarking e metadati) e requisiti procedurali (chiarezza, contestualizzazione, accountability e rimedi). Tale impostazione consente di valutare i profili di coordinamento con la disciplina delle piattaforme e con le logiche di gestione dei rischi informativi, mettendo in luce il ruolo degli intermediari nell’implementazione concreta dei meccanismi di disclosure. Inoltre, un caso studio consente di verificare in chiave applicativa le principali scelte di design regolatorio e i relativi effetti in termini di effettività, interoperabilità e proporzionalità. L’elaborato conclude individuando criteri per un modello di marcatura capace di rafforzare la fiducia pubblica e la trasparenza dell’ecosistema digitale, preservando al contempo il pluralismo e l’esercizio della libertà di espressione.