Lo scontro tra Meta e OpenAI si attenua con l'entrata in vigore delle regole UE sulla trasparenza dell'IA

Meta e OpenAI sono soggette a norme UE vincolanti sulla trasparenza dal 2 agosto, nonostante le affermazioni secondo cui Meta avrebbe respinto il quadro normativo mentre OpenAI si sarebbe unita a oltre 180 firmatari.

Questa ricostruzione confonde due diversi codici UE e riporta cifre inesatte. Meta ha rifiutato un codice sull'IA per finalità generali nel 2025, ma ha aderito al più recente codice sulla trasparenza dei contenuti il 28 luglio 2026. La Commissione europea afferma che oltre 180 parti interessate hanno contribuito alla redazione di quel codice. Erano partecipanti, non necessariamente firmatari.

La correzione cambia il quadro. Non si tratta di una semplice divisione tra Meta e OpenAI sulla necessità di etichettare i contenuti sintetici. Entrambe le aziende ora sostengono il quadro volontario per applicare tali etichette, pur rimanendo legalmente responsabili ai sensi dell'EU AI Act.

L'articolo 50 inizia ad applicarsi il 2 agosto. Impone a determinati sistemi di IA di identificarsi, ai contenuti generati di recare marcature leggibili dalle macchine e a specifici contenuti sintetici di ricevere informative visibili.

La parte difficile inizia dopo la scadenza. Le aziende devono preservare una provenienza utile attraverso modifiche e distribuzione, mentre le autorità di regolamentazione decidono cosa costituisca, nella pratica, una conformità adeguata.

Cosa cambia con l'EU AI Act il 2 agosto

Le nuove regole introducono diversi obblighi distinti, anziché un'etichetta universale per tutto ciò che viene creato con l'IA.

I fornitori di sistemi di IA interattivi devono informare le persone quando stanno interagendo con un'IA, salvo che ciò sia già evidente. Questo requisito riguarda interfacce familiari come chatbot, assistenti e sistemi conversazionali per il servizio clienti.

L'informativa deve essere fornita al più tardi alla prima interazione. Un'azienda non può nascondere l'informazione in condizioni che gli utenti raramente aprono.

Lo stesso principio si applica ai sistemi che generano o manipolano immagini, audio, video o testo. L'articolo 50 impone ai fornitori di rendere rilevabili come artificiali o manipolati i contenuti pertinenti.

Il testo dell'AI Act afferma che tali misure tecniche devono essere efficaci, interoperabili, affidabili e ragionevolmente resilienti. Chiede inoltre ai fornitori di considerare gli standard disponibili e i costi di implementazione.

Una marcatura leggibile dalle macchine è un'informazione che il software può rilevare ed elaborare. Può utilizzare metadati, watermarking, impronte digitali, registri o una combinazione di tecniche.

Questo obbligo tecnico è più ampio di un'etichetta visibile. Si applica a livello di output del sistema, anche quando un utente umano non vede alcun badge o avviso.

L'informativa visibile segue un insieme di regole più ristretto. Le organizzazioni che utilizzano professionalmente un sistema di IA devono dichiarare i deepfake che coinvolgono immagini, audio o video sintetici o manipolati.

La legge definisce un deepfake come contenuto che assomiglia a persone, oggetti, luoghi, entità o eventi reali e che appare falsamente autentico. Questa definizione va oltre l'impersonificazione politica.

Il testo generato dall'IA riceve un trattamento diverso. È richiesta un'informativa quando il testo informa il pubblico su questioni di interesse pubblico.

Tuttavia, si applica un'eccezione quando esseri umani esaminano il contenuto o esercitano un controllo editoriale. Una persona o un'organizzazione deve inoltre assumersi la responsabilità editoriale della pubblicazione.

Le opere creative e satiriche ricevono un'ulteriore agevolazione. Le informative non devono impedire la normale visualizzazione o fruizione di contenuti artistici, di finzione o simili.

Queste distinzioni sono rilevanti per editori, studi di videogiochi, team pubblicitari e piattaforme social. Una dimostrazione sintetica di un prodotto può comportare obblighi diversi rispetto a un riepilogo giornalistico modificato.

Le linee guida sulla trasparenza della Commissione europea spiegano come le autorità dovrebbero interpretare coerentemente l'articolo 50. Le indicazioni non sostituiscono il regolamento stesso.

Le regole si applicano ai sistemi immessi sul mercato UE o utilizzati nell'UE. Un fornitore non può sottrarvisi semplicemente perché la sua sede centrale si trova fuori dall'Europa.

I contenuti generati e pubblicati prima del 2 agosto non richiedono un'etichettatura retroattiva. I nuovi output creati dopo la scadenza entrano nel periodo di conformità attiva.

Una transizione proposta concederebbe a determinati sistemi esistenti fino al 2 dicembre 2026 per la marcatura leggibile dalle macchine. Tale agevolazione riguarda un obbligo tecnico limitato, non tutti i requisiti dell'articolo 50.

La proposta non deve nemmeno essere scambiata per un rinvio generalizzato dell'applicazione delle norme. Le aziende devono comunque individuare quali sistemi, output e utilizzi professionali rientrino in ciascun obbligo.

Ciò crea una pressione immediata sulle interfacce dei prodotti e sui flussi di pubblicazione. Un chatbot necessita di un'informativa sulla propria identità, mentre una pipeline di contenuti necessita di una provenienza duratura e di etichette sensibili al contesto.

La legge cambia quindi più di una riga di testo nell'interfaccia. Crea una catena di responsabilità che si estende dall'output del modello alla distribuzione pubblica.

Perché la divisione tra Meta e OpenAI è stata riportata in modo errato

Meta e OpenAI hanno assunto posizioni diverse su un precedente codice relativo all'IA, ma entrambe sostengono il nuovo codice sulla trasparenza che disciplina i contenuti generati.

Nel luglio 2025, Meta ha dichiarato che non avrebbe firmato il Codice di buone pratiche dell'UE sull'IA per finalità generali. Quel quadro riguardava gli obblighi per i modelli di IA per finalità generali previsti da disposizioni separate dell'AI Act.

Meta ha citato l'incertezza giuridica e sostenuto che parti del precedente codice andassero oltre l'ambito della legge. OpenAI, Google, Microsoft e diversi altri fornitori di modelli hanno firmato quel quadro.

Il disaccordo ha creato una narrativa semplice. OpenAI appariva disposta ad accettare un modello di conformità UE, mentre Meta si posizionava contro ulteriori impegni volontari.

Questa storia non descrive accuratamente il quadro sulla trasparenza del 2026. Il codice più recente si concentra sulla marcatura e l'etichettatura dei contenuti generati o manipolati dall'IA ai sensi dell'articolo 50.

OpenAI ha annunciato il proprio sostegno al codice sulla trasparenza dei contenuti dopo la pubblicazione da parte della Commissione a giugno. L'azienda ha collegato la propria decisione al lavoro già svolto sulla provenienza dei contenuti.

Meta ha poi annunciato il 28 luglio che avrebbe firmato lo stesso codice. La sua dichiarazione di firma contraddice direttamente le notizie secondo cui l'azienda avrebbe rifiutato questo quadro.

Questa distinzione separa due strumenti politici con nomi simili:

• Il Codice sull'IA per finalità generali aiuta i fornitori di modelli ad affrontare gli obblighi relativi a documentazione, copyright e rischi sistemici.

• Il Codice sulla trasparenza aiuta fornitori e deployer professionali a soddisfare gli obblighi di marcatura ed etichettatura dei contenuti generati.

Entrambi i codici sono strumenti volontari di implementazione. Nessuno dei due rende facoltativi gli obblighi giuridici sottostanti.

Anche la cifra spesso ripetuta di oltre 180 organizzazioni necessita di una correzione. La Commissione afferma che sei esperti indipendenti hanno redatto il codice sulla trasparenza con il contributo di oltre 180 parti interessate.

Quel numero descrive la partecipazione al processo di redazione. Non dimostra che più di 180 organizzazioni abbiano firmato il documento finale.

La Commissione ha invitato fornitori e deployer a presentare moduli di firma prima della compilazione dell'elenco iniziale. Le organizzazioni possono aderire anche dopo la scadenza iniziale.

Queste correzioni non eliminano ogni differenza tra le aziende. Meta e OpenAI continuano a gestire portafogli di prodotti, canali di distribuzione e strategie per i modelli differenti.

Meta controlla Facebook, Instagram, WhatsApp e funzionalità di IA per i consumatori integrate in tali servizi. Deve considerare sia gli output dei modelli sia la circolazione dei media sintetici attraverso grandi piattaforme.

OpenAI raggiunge gli utenti principalmente attraverso ChatGPT, la sua piattaforma per sviluppatori e le integrazioni con partner aziendali. La sua superficie di conformità include gli output generati e le applicazioni a valle sviluppate dai clienti.

Microsoft e Google affrontano responsabilità altrettanto stratificate. Ciascuna azienda fornisce modelli, assistenti per i consumatori, servizi cloud, strumenti di produttività e piattaforme sulle quali i contenuti sintetici possono circolare.

Il conflitto centrale non è quindi Meta contro OpenAI sulla rilevanza della trasparenza. È l'allineamento volontario contro la prova indipendente della conformità legale.

La firma offre a un'azienda un modello operativo riconosciuto. Il rifiuto lascerebbe comunque l'azienda responsabile di soddisfare l'articolo 50 attraverso un altro metodo difendibile.

La Commissione afferma che i non firmatari dovrebbero aspettarsi domande più approfondite sulle misure adottate. Le autorità potrebbero richiedere analisi delle lacune, documentazione tecnica o prove che controlli alternativi ottengano risultati equivalenti.

Il confronto tra Meta e OpenAI rimane utile, ma per una ragione diversa. Entrambe le aziende illustrano come una stessa organizzazione possa ricoprire diversi ruoli all'interno della medesima catena di contenuti.

Un fornitore può generare un output, impiegare professionalmente l'IA, ospitare i media risultanti e presentarli agli utenti. Ogni ruolo può attivare una decisione diversa in materia di trasparenza.

La storia corretta è meno drammatica di un boicottaggio aziendale. È anche più rilevante, perché la conformità ora dipende dall'implementazione attraverso prodotti connessi.

Le etichette sono facili, la provenienza duratura è difficile

La sfida pratica consiste nel mantenere rilevabile la provenienza dall'IA dopo che un output ha lasciato il generatore che lo ha creato.

Un badge visibile può informare un utente che un chatbot utilizza l'IA. Può anche identificare un'immagine sintetica o un video manipolato all'interno di un'interfaccia controllata.

Questo approccio si indebolisce quando gli utenti scaricano, ritagliano, comprimono, acquisiscono schermate, remixano o ripubblicano il contenuto. I comuni strumenti di distribuzione rimuovono regolarmente i metadati o modificano il file sottostante.

La marcatura leggibile dalle macchine tenta di risolvere questo problema. Il software può ispezionare un file o un output alla ricerca di prove incorporate sulla sua origine e sulla cronologia delle modifiche.

Nessuna singola tecnica funziona perfettamente su ogni mezzo. I metadati possono scomparire, i watermark possono degradarsi e i modelli di rilevamento possono produrre classificazioni incerte.

Il codice sulla trasparenza della Commissione considera la marcatura come un processo a più livelli. I fornitori possono combinare segnali tecnici, documentazione, test e supporto al rilevamento.

L'interoperabilità è importante perché i contenuti raramente restano all'interno del sistema di una sola azienda. Un'immagine può nascere in un generatore, passare attraverso un editor e finire su un social network.

Ogni fase può conservare, modificare o scartare le informazioni sulla provenienza. Un sistema affidabile necessita di strumenti diversi in grado di riconoscere e trasportare segnali compatibili.

Questo requisito esercita pressione contemporaneamente su Meta, OpenAI, Google, Microsoft, Adobe e sviluppatori più piccoli. I loro prodotti devono scambiare informazioni sulla provenienza senza dipendere dal formato privato di un singolo fornitore.

Progetti di settore come Content Credentials offrono una possibile base. Allegano informazioni firmate sull'origine di un file e sulla cronologia delle sue modifiche.

Content Credentials utilizza lo standard tecnico C2PA, che supporta una provenienza verificabile crittograficamente. La verifica crittografica controlla se le informazioni registrate sono cambiate dopo che una parte fidata le ha firmate.

Questo metodo può descrivere come è stato creato un file senza affermare che il suo contenuto sia fattualmente vero. La provenienza autentica e l'accuratezza fattuale restano questioni distinte.

Una fotografia reale può avere credenziali valide e tuttavia trarre in inganno attraverso la sua didascalia. Un'immagine sintetica può dichiarare onestamente la propria origine pur raffigurando qualcosa che non è mai accaduto.

Questo confine è importante per le autorità di regolamentazione e per gli utenti. L’Articolo 50 riguarda l’inganno sull’interazione con l’IA e sull’origine sintetica, non ogni forma di disinformazione.

Il testo presenta un’ulteriore complicazione. Il watermarking stabile diventa difficile quando qualcuno copia, parafrasa, traduce o modifica sostanzialmente un testo generato.

La legge concentra gli obblighi di divulgazione visibile per i testi sul materiale di interesse pubblico. Riconosce inoltre la revisione umana e la responsabilità editoriale, riducendo il rischio di etichettare ogni frase assistita.

Eppure gli editori hanno ancora bisogno di un flusso di lavoro coerente. I team devono registrare quali strumenti hanno contribuito, se un essere umano ha revisionato l’output e chi ha accettato la responsabilità editoriale.

Queste informazioni possono essere distribuite tra cronologie del browser, registri delle chat, file locali, thread email e sistemi di contenuto. Una base di conoscenza sull’IA ricercabile può aiutare i team a ricostruire le decisioni, anche se da sola non dimostra la conformità legale.

Per gli sviluppatori, le questioni di implementazione sono concrete. Quando un’API dovrebbe restituire informazioni sulla provenienza e quali trasformazioni a valle devono conservarle?

Per gli acquirenti aziendali, cambiano anche le domande di approvvigionamento. Devono sapere se i fornitori espongono controlli di marcatura, conservano i registri pertinenti e supportano gli audit.

Per i creatori, conta soprattutto il risultato visibile. Un’etichetta deve rimanere comprensibile senza sovrastare l’opera né suggerire che ogni assistenza dell’IA abbia la stessa rilevanza.

Per le piattaforme, la sfida comprende formati stranieri e non supportati. Riceveranno contenuti generati da strumenti con sistemi di marcatura diversi e livelli variabili di qualità delle divulgazioni.

La questione Meta OpenAI va quindi oltre le dichiarazioni aziendali. Le loro scelte di conformità possono influenzare le convenzioni che fornitori più piccoli e sviluppatori a valle dovranno seguire.

Le grandi piattaforme possono anche decidere quanto rendere visibili i segnali di provenienza. Un contrassegno leggibile dalle macchine ha scarso valore pubblico quando le interfacce non lo mostrano mai.

Un’etichetta progettata male può creare un altro problema. Gli utenti potrebbero considerare autentici i contenuti non etichettati, anche quando i dati sulla loro provenienza sono stati rimossi o non sono mai stati forniti.

L’assenza di un contrassegno rilevabile non dimostra che un file provenga da una fotocamera o da un autore umano. Autorità e piattaforme devono comunicare con attenzione questo limite.

Questo è il compromesso centrale dell’Articolo 50. L’Europa vuole contenuti sintetici riconoscibili senza trasformare segnali tecnici imperfetti in false garanzie.

L’applicazione crea più pressione del codice volontario

La firma del codice può semplificare la conformità, ma è l’AI Act a determinare l’esposizione legale.

La Commissione descrive il codice come una via pratica per soddisfare l’Articolo 50. I firmatari ricevono un quadro condiviso e maggiore prevedibilità sulle misure attese.

Ciò non crea un’immunità automatica. Le autorità possono comunque verificare se un firmatario ha rispettato i propri impegni e la normativa vincolante.

I non firmatari restano liberi di scegliere un’altra strada. Devono essere pronti a spiegare perché i loro controlli garantiscono una trasparenza adeguata e affidabile.

Le autorità nazionali di vigilanza del mercato gestiranno la maggior parte dell’applicazione dell’Articolo 50. L’Ufficio IA dell’UE ha un ruolo più circoscritto, che riguarda alcuni sistemi collegati a modelli di IA per finalità generali e alle principali piattaforme online.

Questa struttura distribuita crea incertezza nei primi mesi. Le diverse autorità devono sviluppare aspettative comuni mentre esaminano prodotti con progetti tecnici molto differenti.

Le linee guida della Commissione mirano a ridurre questa frammentazione. Tuttavia, saranno le decisioni effettive di applicazione a mostrare come le autorità bilanciano affidabilità, proporzionalità, fattibilità tecnica e costi.

Anche le affermazioni sulla sanzione massima richiedono precisione. Alcuni resoconti hanno collegato le violazioni degli obblighi di trasparenza a una multa massima di €7,5 milioni o all’uno per cento del fatturato annuo mondiale.

Queste cifre si applicano alla fornitura di informazioni errate, incomplete o fuorvianti in risposta a una richiesta dell’autorità. Non rappresentano il tetto generale per la violazione dell’Articolo 50.

Ai sensi dell’Articolo 99, le violazioni dell’Articolo 50 possono comportare sanzioni amministrative fino a €15 milioni. Per un’impresa, il limite alternativo è il tre per cento del fatturato annuo mondiale totale dell’esercizio finanziario precedente.

La normativa utilizza generalmente l’importo più elevato per le imprese. Le piccole e medie imprese ricevono un trattamento diverso, con l’applicazione del limite inferiore pertinente.

Un’autorità non impone automaticamente la sanzione massima. Deve considerare la natura, la durata e le conseguenze della violazione, la cooperazione, la condotta precedente e altre circostanze.

Tuttavia, il limite corretto alza la posta in gioco. La trasparenza non è soltanto uno standard di comunicazione sostenuto da una modesta sanzione per mancata divulgazione.

Il rischio va oltre la multa stessa. Un’indagine può richiedere prove tecniche, mettere in luce processi interni incoerenti e imporre modifiche ai prodotti in diversi mercati.

Meta affronta questa complessità tra media generati e distribuzione sui social. OpenAI la affronta attraverso prodotti diretti, API e output riutilizzati in servizi di terze parti.

Google e Microsoft combinano entrambi i modelli. Gestiscono piattaforme di modelli distribuendo al contempo l’IA nella ricerca, nella pubblicità, nei software per ufficio, nei sistemi cloud e nei servizi per i consumatori.

Le aziende più piccole hanno un onere diverso. Possono dipendere da fornitori di modelli a monte, restando però responsabili dell’interfaccia o dei contenuti pubblici che distribuiscono.

Una startup che utilizza un modello esterno deve comunque stabilire se la divulgazione relativa al proprio chatbot è chiara. Un editore che usa un assistente di scrittura deve comunque garantire la responsabilità editoriale per il testo di interesse pubblico.

Questa responsabilità condivisa può produrre lacune. Un fornitore a monte potrebbe fornire informazioni leggibili dalle macchine che un’applicazione a valle non riesce a preservare.

Può accadere anche il contrario. Un deployer può desiderare una provenienza accurata, ma il fornitore potrebbe esporre segnali tecnici o documentazione insufficienti.

I contratti affronteranno sempre più spesso questi passaggi di consegne. Gli acquirenti aziendali dovrebbero aspettarsi domande su marcatura dell’output, registri, test, risposta agli incidenti e ripartizione delle responsabilità normative.

Il codice può diventare un parametro informale per gli acquisti, anche se la firma resta volontaria. Gli acquirenti potrebbero preferire fornitori che seguono un quadro riconosciuto rispetto a chi offre alternative non documentate.

Tuttavia, questo effetto di mercato non va sopravvalutato. La firma rivela un approccio di conformità previsto, non dimostra che ogni prodotto e output rispetti la legge.

La domanda scettica centrale riguarda la durata tecnica. I sistemi di marcatura devono ancora affrontare rimozione, trasformazione, adozione incoerente ed elusione deliberata.

Le etichette leggibili dall’uomo portano con sé ulteriori incertezze. Gli utenti hanno bisogno di divulgazioni tempestive e chiare, mentre le opere creative necessitano di etichette che non compromettano la normale presentazione.

L’applicazione metterà alla prova queste esigenze concorrenti. Lo standard significativo emergerà dalle prove sui prodotti e dalle decisioni normative, non soltanto dagli annunci di firma.

Cosa dovrebbero monitorare Meta, OpenAI e i loro clienti

Tre segnali mostreranno se il quadro europeo sulla trasparenza diventerà uno standard funzionante o un insieme di etichette fragili.

Il primo segnale è l’elenco iniziale dei firmatari della Commissione e i successivi aggiornamenti. Questo elenco chiarirà quali aziende hanno accettato ciascuna sezione del codice.

Le organizzazioni possono firmare la sezione per i fornitori, quella per i deployer o entrambe, a seconda delle loro attività. Gli impegni esatti contano più della presenza di un’azienda in un elenco da prima pagina.

Se Meta e OpenAI accetteranno sezioni comparabili, la precedente narrativa sulla loro divergenza in materia di trasparenza si indebolirà ulteriormente. Impegni diversi rivelerebbero invece dove i loro ruoli di prodotto continuano a divergere.

Il secondo segnale è l’implementazione a livello di prodotto tra agosto e settembre. Gli utenti dovrebbero osservare le presentazioni dei chatbot, le etichette dei media generati, i metadati dei download, la documentazione per sviluppatori e le interfacce di rilevamento delle piattaforme.

Una breve divulgazione all’interno di una sola app non risponderà alla più ampia questione della conformità. La prova importante è se la provenienza sopravvive agli spostamenti tra strumenti e piattaforme.

Gli sviluppatori dovrebbero esaminare le risposte delle API e le esportazioni dei media. I clienti aziendali dovrebbero richiedere documentazione che descriva quali output ricevono contrassegni e come tali contrassegni resistono alle trasformazioni comuni.

Gli editori dovrebbero esaminare i flussi editoriali per i testi di interesse pubblico. Hanno bisogno di registri chiari della revisione umana, della responsabilità e di ogni decisione relativa alla divulgazione.

Questi cambiamenti mostreranno se il codice influenza i sistemi reali. Aggiornamenti sparsi delle interfacce indebolirebbero le affermazioni secondo cui i firmatari hanno adottato un approccio completo.

Il terzo segnale è costituito dalle prime linee guida normative e dalle prime azioni di applicazione. Le autorità nazionali devono decidere quali prove dimostrino una marcatura affidabile, una divulgazione chiara e un’implementazione proporzionata.

Le decisioni formali potrebbero richiedere tempo. Indizi precedenti possono emergere attraverso avvisi di vigilanza, richieste di conformità, workshop tecnici e linee guida aggiornate della Commissione.

Un’interpretazione coordinata rafforzerebbe il quadro. Aspettative nazionali divergenti aumenterebbero i costi e comprometterebbero la promessa del codice di una conformità coerente.

Anche la proposta di transizione a dicembre per alcuni sistemi esistenti merita attenzione. Il suo status giuridico definitivo determinerà la rapidità con cui i fornitori dovranno adeguare la marcatura leggibile dalle macchine.

Questa transizione non dovrebbe distrarre dagli obblighi già applicabili il 2 agosto. L’identità dei chatbot, le divulgazioni visibili sui deepfake e altri obblighi pertinenti richiedono comunque un’analisi separata.

Per gli utenti comuni, il cambiamento più visibile potrebbe essere un semplice avviso. Un chatbot dovrebbe identificarsi, mentre i contenuti sintetici che rientrano nei requisiti dovrebbero riportare un’etichetta chiara.

Il cambiamento più profondo sta dietro quell’avviso. Fornitori e deployer devono creare registri, segnali tecnici e passaggi di consegne che consentano verifiche dopo che il contenuto si è spostato.

Per i knowledge worker, mantenere una traccia verificabile del lavoro assistito dall’IA diventerà più utile. Un flusso di lavoro ricercabile può preservare fonti e decisioni tra strumenti frammentati.

Questa pratica sostiene la responsabilità, ma non sostituisce la revisione legale. Le organizzazioni dovrebbero mappare i loro ruoli esatti e consultare consulenti qualificati quando si applica l’Articolo 50.

La narrativa Meta OpenAI offre un utile avvertimento sul reporting normativo. Nomi di codici simili, firme volontarie e obblighi vincolanti possono facilmente confluire in un’unica affermazione fuorviante.

Meta ha effettivamente respinto il precedente codice sull’IA per finalità generali. Ha poi firmato il nuovo codice che riguarda la trasparenza dei contenuti generati.

OpenAI ha sostenuto entrambi i quadri, ma le sue firme non risolvono la questione se ogni implementazione funzioni. Google, Microsoft e gli altri partecipanti affrontano lo stesso divario tra impegno ed esecuzione.

Il prossimo test è quindi il comportamento osservabile. I sistemi si identificano chiaramente, preservano una provenienza utile ed etichettano i contenuti coperti senza confondere gli utenti?

I lettori dovrebbero esaminare i prodotti che usano dopo il 2 agosto. Gli sviluppatori dovrebbero testare i file esportati, gli acquirenti dovrebbero porre domande ai fornitori e gli editori dovrebbero documentare il controllo editoriale.

Se queste verifiche riveleranno segnali duraturi e interoperabili, l’Europa avrà trasformato la trasparenza dal linguaggio delle politiche all’infrastruttura. Se riveleranno contrassegni che scompaiono, il lavoro più difficile resterà incompiuto.