La funzione @-mention di Meta AI non notifica gli utenti

La funzione @-mention su Instagram permette di usare profili pubblici senza notificare gli interessati

La personalizzazione che non chiede permesso

La novità che ha catalizzato l’attenzione non è tanto il modello in sé, quanto una funzione che sembra progettata per eliminare ogni attrito creativo: la possibilità di @-menzionare account Instagram per incorporare profili pubblici direttamente nelle immagini generate con Meta AI. Un gesto semplice come taggare qualcuno in una storia, ma con una conseguenza molto diversa: l’AI trasforma quel profilo in materia prima visiva. La funzione è attiva nell’app Meta AI e in WhatsApp, con un rollout previsto a breve su Facebook, Messenger e altre superfici di Instagram. Il paradosso è immediato: l’interfaccia comunica controllo creativo totale, ma il controllo reale sulla propria identità digitale scompare. Secondo TechCrunch, gli utenti di Instagram i cui contenuti vengono utilizzati tramite la funzione @-mention non riceveranno nessuna notifica. Il consenso implicito del profilo pubblico diventa il lasciapassare per un uso che l’utente medio non ha mai autorizzato in modo informato. Ma questa funzione non nasce nel vuoto: è l’ultima mossa in una corsa all’AI che Meta non può permettersi di perdere.

La classifica che nasconde il costo

Dietro il lancio di Muse Image c’è una pressione competitiva misurabile. OpenAI ha rilasciato GPT Image 2 il 21 aprile 2026, stabilendo un riferimento che Meta ha dovuto rincorrere. Muse Image è la seconda release dei Meta Superintelligence Labs, il gruppo guidato da Alexandr Wang, e arriva dopo Muse Spark, il primo modello linguistico della serie Muse lanciato ad aprile 2026. Internamente il progetto era conosciuto con il nome in codice Mango, ma la traiettoria strategica è nitida: costruire modelli multimodali integrati con capacità agentiche e strumenti come Muse Spark, accelerando l’infrastruttura di Meta AI. L’azienda ha anche introdotto piani di abbonamento, Meta One, a maggio 2026, spingendo gli utenti più attivi a pagare dopo aver superato i limiti gratuiti. Il modello di business premia l’adozione intensiva e l’uso frequente di funzioni generative. È qui che la giustapposizione diventa scomoda: misuriamo benchmark, crescita degli abbonati, quota di mercato contro GPT Image 2, ma non abbiamo metriche per il costo privacy di una funzione che permette di incorporare le sembianze di chiunque, trasformando ogni profilo pubblico in un dataset senza consenso. E così, mentre i benchmark brillano, resta una domanda scomoda: chi sta misurando il prezzo reale di queste innovazioni?

Il consenso non è una metrica

Quando un prodotto permette di taggare un profilo e usarlo in un’immagine generata dall’AI senza notificare l’interessato, il vuoto di misurazione non è accidentale: è strutturale. Muse Image integra capacità agentiche di uso di strumenti e rappresenta, secondo fonti, il modello di generazione immagini più avanzato di Meta, ma nessuno ha definito un framework di consenso misurabile. La funzione @-mention ha già suscitato immediate critiche sulla privacy, proprio perché consente di incorporare le sembianze di altri utenti semplicemente taggando il loro handle. Senza notifica, senza tracciamento, senza metrica. Per un analista abituato a distinguere correlazione da incrementalità e a soppesare i limiti di ogni modello di attribuzione, è evidente il punto cieco: stiamo valutando la performance del prodotto su parametri di engagement e benchmark competitivi, ignorando completamente l’impatto sulle persone i cui volti alimentano il sistema. Meta ha misurato la distanza da GPT Image 2; non ha misurato quanto la rimozione del consenso stia diventando una feature del prodotto.

Finché il consenso non diventerà una metrica di prodotto, ogni classifica sarà solo metà della storia.
E l’altra metà è fatta di volti che non hanno detto sì.