Meta ha firmato il codice Ue sull’IA per ultima

L’annuncio del 2024 ha creato aspettative, ma la firma è arrivata solo dopo ventinove mesi

A febbraio 2024, Meta è stata tra le prime piattaforme a spiegare pubblicamente come avrebbe etichettato i contenuti generati dall’intelligenza artificiale su Facebook, Instagram e Threads. Due anni e mezzo dopo, l’azienda ha firmato il Codice di condotta dell’UE sulla trasparenza dei contenuti generati dall’IA. Per ultima. L’annuncio precoce, si scopre, ha funzionato come una metrica ingannevole: segnalava prontezza operativa senza richiedere impegno vincolante, e oggi quel divario tra comunicazione e azione misura esattamente ventinove mesi.

Il paradosso di Meta: prima a parlare, ultima a firmare

La sequenza è istruttiva per chiunque lavori con dashboard e KPI. A febbraio 2024 Meta pubblica un post dettagliato sul proprio approccio all’identificazione dei contenuti sintetici: cosa verrà etichettato, con quali strumenti, su quali superfici. Il segnale è inequivocabile: siamo pronti, ci stiamo muovendo, abbiamo un piano. In qualunque framework di maturity assessment, un annuncio del genere verrebbe codificato come indicatore di leadership. Ma se si misura l’impegno effettivo — la firma su un codice vincolante, l’adesione a uno standard condiviso, l’accettazione di meccanismi di verifica — il ritardo accumulato racconta una storia opposta. Meta ha confermato la propria adesione al codice soltanto nei giorni scorsi, a fine luglio 2026, quando il documento era in circolazione già dal mese precedente e altri attori avevano già completato l’iter.

La domanda che questo scarto solleva è tanto semplice quanto scomoda: cosa è successo nei ventinove mesi tra l’annuncio e la firma? L’assenza di una risposta pubblica non è una anomalia, è un dato. In assenza di metriche intermedie — aggiornamenti sullo stato di implementazione, risultati di test pilota, audit interni — l’annuncio iniziale resta isolato, sospeso in un vuoto di misurazione che nessun osservatore esterno può colmare. Per un analyst che costruisce modelli predittivi, una variabile che smette di emettere segnali dopo il primo rilevamento è una variabile da scartare.

La cronologia smonta la narrazione

I numeri, quando allineati sulla linea del tempo, tolgono ogni ambiguità. Il Codice di condotta sulla trasparenza dei contenuti generati dall’IA è stato pubblicato dalla Commissione europea nel giugno 2026. Google ha annunciato la propria firma il 24 luglio 2026, quattro giorni prima che Meta facesse altrettanto. Quattro giorni, in termini assoluti, sono un differenziale trascurabile. Ma se si allarga l’inquadratura e si prende come punto di partenza l’annuncio di Meta del febbraio 2024, il quadro cambia radicalmente: abbiamo un’azienda che per prima ha costruito aspettative pubbliche e per ultima le ha convertite in un impegno formale. È un pattern riconoscibile da chiunque abbia analizzato funnel di conversione: l’evento in cima al funnel (l’annuncio) ha generato attenzione, ma il tasso di completamento fino all’evento bottom-of-funnel (la firma) è rimasto invisibile per oltre due anni.

La fonte della confusione è nota a chi si occupa di modelli di attribuzione: il last-click tende a premiare chi arriva per ultimo, mentre la brand awareness premia chi arriva per primo. Meta ha capitalizzato sul secondo, ottenendo credito reputazionale immediato nel 2024, ma ha lasciato che il primo — l’atto concreto della firma — venisse registrato da Google con quattro giorni di anticipo. Per un marketing scientist, la lezione è elementare: se misuri solo l’output iniziale e ignori l’output finale, stai usando la metrica sbagliata. Eppure, la vera criticità non sta nei quattro giorni che separano Google da Meta, né nei ventinove mesi tra annuncio e adesione. Sta in ciò che nessuno, finora, ha provato a quantificare.

La firma che impegna (o no)?

Quattro giorni di differenza tra Google e Meta cambiano qualcosa nella pratica? Probabilmente no. Ma la domanda pertinente, per chi lavora con la misurazione dell’efficacia, è un’altra: cosa significa, in termini operativi e verificabili, firmare questo codice? Il testo, disponibile da giugno 2026 sul portale della strategia digitale europea, impegna i firmatari ad adottare meccanismi di trasparenza per i contenuti generati dall’IA. Il punto è che un impegno di trasparenza è, per definizione, un impegno a rendere visibile qualcosa. E ciò che viene reso visibile deve poter essere misurato. Altrimenti non è trasparenza, è comunicazione.

Qualcuno ha già definito le metriche per valutare se le etichette funzionano? Esistono test di holdout che isolano l’effetto incrementale di un’etichetta “generato con IA” sulla percezione dell’utente, sulla fiducia nel contenuto, sulla propensione alla condivisione? Qualcuno ha costruito un modello di marketing mix che distingua il contributo della trasparenza IA da altre variabili — design dell’interfaccia, literacy digitale dell’utente, contesto informativo — nel determinare comportamenti downstream? Senza un framework di questo tipo, la firma rischia di essere un evento binario privo di gradiente: firmato/non firmato, senza alcuna capacità di discriminare tra un’implementazione sostanziale e una puramente formale. È il classico problema della metrica di vanità che sostituisce la metrica di efficacia.

La questione del controllo è altrettanto aperta. Il codice prevede meccanismi di verifica? Chi li gestirà? Con quale frequenza verranno condotti audit? I risultati saranno pubblici e granulari — piattaforma per piattaforma, formato per formato — o verranno aggregati in report consolidati che annullano la possibilità di confronto competitivo? In assenza di risposte, ci troviamo nella stessa posizione di un analyst che riceve un dashboard con una sola colonna: “conforme”. È un dato, tecnicamente. Ma non serve a prendere decisioni.

Il Codice di condotta dell’UE sulla trasparenza dei contenuti generati dall’IA, pubblicato dalla Commissione a giugno 2026 e ora sottoscritto dai principali operatori, rappresenta un passo necessario. Ma per chi ha il compito di misurare l’efficacia — internamente, nelle piattaforme, o esternamente, nelle organizzazioni che valutano l’impatto delle policy digitali — il lavoro vero inizia adesso. Definire KPI che vadano oltre il dato binario dell’adesione. Progettare disegni sperimentali che isolino l’effetto incrementale della trasparenza. Rendere pubblici non solo gli impegni, ma anche i metodi con cui si intende verificarli. Fino a quel momento, l’unica metrica che abbiamo è la più rudimentale: firma sì, firma no. E chi controllerà i risultati resta, per ora, la domanda senza dashboard.