Anthropic anuncia que los futuros modelos de Claude generarán textos con una marca de agua invisible. El objetivo es calcular qué tan probable es que Claude haya participado en la creación de un contenido, sin alterar su calidad, añadir caracteres ocultos ni encarecer su uso.
La medida responde al Reglamento de IA de la Unión Europea, que exige a los proveedores identificar los contenidos generados por inteligencia artificial. Anthropic afirma que aplicará el sistema a nivel global porque todavía no cuenta con una forma duradera de limitarlo por región.
Cómo funciona la marca de agua de Claude
Claude genera texto eligiendo una palabra o fragmento a la vez. En muchos casos existen varias opciones igualmente válidas. Por ejemplo, después de escribir “El clima de hoy estaba frío y...”, el modelo podría elegir “nublado” o “gris” sin cambiar demasiado el sentido de la frase.
La marca de agua aprovecha precisamente esas decisiones de bajo riesgo. En lugar de utilizar una fuente de aleatoriedad completamente arbitraria, el modelo emplea una clave y algunas palabras anteriores para orientar esas elecciones. El resultado es un patrón estadístico que las personas no pueden distinguir, pero que sí puede analizarse con la clave adecuada.
No se añade nada al texto. No hay caracteres invisibles, etiquetas escondidas ni una señal visible para el lector.
La técnica se basa en una versión de SynthID-Text, un método presentado por Google DeepMind en un artículo publicado en Nature en 2024. Su principio es sencillo: conservar las opciones que el modelo ya consideraría razonables y cambiar únicamente la forma en que se selecciona entre ellas.
¿La marca de agua cambia la respuesta?
Según las pruebas internas de Anthropic, la marca de agua no afecta la calidad, la creatividad ni la legibilidad de las respuestas. Un lector no debería poder diferenciar entre un texto marcado y otro sin marcar.
La compañía también cita investigaciones de Google DeepMind con Gemini. En esas pruebas, las respuestas marcadas y no marcadas recibieron valoraciones similares, sin diferencias estadísticamente significativas en las opiniones positivas o negativas de los usuarios.
Una forma de entenderlo es imaginar un juego de mesa. Si los jugadores avanzan usando dados, hay una secuencia de resultados aparentemente aleatoria. Pero si sustituyes los dados por una secuencia de dígitos de pi, los movimientos pueden seguir pareciendo aleatorios. Quien conozca la secuencia podría revisar la partida y calcular si probablemente se utilizó pi.
Eso mismo ocurre con el texto de Claude: la experiencia de lectura no cambia, pero un sistema autorizado puede revisar el patrón de elecciones y estimar si Claude participó en la generación.
Lo que la marca de agua sí puede detectar
El sistema no demuestra de manera absoluta que Claude haya escrito un texto. Solo calcula la probabilidad de que haya intervenido en algún momento. Tampoco puede confirmar que el contenido sea humano ni identificar si fue creado por otro modelo de IA.
La precisión depende, entre otras cosas, de la longitud del texto. Un pasaje más largo contiene más decisiones entre palabras posibles y ofrece más información para el análisis. En cambio, una muestra breve puede no incluir suficientes elecciones para que la detección sea confiable.
La marca también es más débil en textos donde existe una única respuesta correcta. En una frase como “La obra más famosa de Isaac Newton fue Principia...”, la siguiente palabra debe ser “Mathematica”. No tendría sentido modificar esa elección, porque hacerlo reduciría la exactitud.
Edición, traducción y corrección de textos
Cuando Claude corrige la gramática de un texto humano, la mayoría de las palabras siguen siendo de la persona original. Si solo realiza unos pocos cambios, quizá no haya suficiente material para detectar la participación del modelo.
La situación es distinta con una traducción completa. Como Claude elige prácticamente todas las palabras del resultado, el contenido sí puede llevar una marca de agua más detectable.
Una edición ligera probablemente no elimina por completo la señal. Sin embargo, una reescritura total, en la que se reemplaza cada palabra, puede neutralizarla. En ese punto también surge una pregunta razonable: ¿sigue siendo correcto describir ese texto como generado por IA?
¿Qué ocurre con el código?
El código suele contener menos marcas de agua porque muchas de sus decisiones deben ser exactas. Si el modelo escribe “2 + 2 =”, la respuesta correcta es “4”. No existe una alternativa equivalente sobre la que pueda actuar el sistema sin arriesgar un error.
La marca puede aparecer en zonas con más libertad, como los comentarios del código o ciertos nombres descriptivos. Aun así, Anthropic asegura que su efecto sobre el código funcional será insignificante.
Qué significa para los usuarios
La tecnología no requiere tokens adicionales y tendrá un impacto despreciable en la velocidad de respuesta. Anthropic también afirma que no aumentará el precio de uso o de servicio del modelo.
La marca no contiene información sobre la persona que utilizó Claude, su organización ni sus conversaciones. Tampoco permite rastrear un texto hasta un usuario específico.
Anthropic planea ofrecer próximamente una API de detección para comprobar si un texto probablemente fue generado o procesado por Claude. La empresa todavía está definiendo los detalles de esa herramienta.
Para imágenes y otros archivos compatibles, como .png, .jpg o .svg, Claude utilizará credenciales de contenido C2PA. Se trata de un estándar abierto que agrega una nota criptográficamente firmada en los metadatos del archivo para indicar que Claude participó en su creación o procesamiento.
Esto no modifica la imagen ni inserta una señal oculta. Además, la credencial tampoco incluye datos que identifiquen al usuario. Herramientas compatibles con C2PA podrán leerla.
Por qué Anthropic implementa esta medida
Anthropic explica que la decisión busca cumplir con el Reglamento de IA de la Unión Europea. La empresa y otros proveedores importantes firmaron en julio de 2026 el Código de Prácticas sobre Transparencia de Contenidos Generados por IA, junto con cerca de 190 organizaciones.
La marca de agua no será exclusiva de Claude. Otros desarrolladores de modelos también están preparando sus propios sistemas de identificación, aunque cada uno puede utilizar una clave y un método diferente.
Los modelos de Claude lanzados antes del 2 de agosto de 2026 cuentan con un periodo de transición. Anthropic trabaja para añadirles la marca de agua durante los próximos meses.
Una señal útil, pero no una prueba definitiva
La propuesta intenta resolver un problema concreto: saber si un modelo participó en la creación de un contenido sin perjudicar a quien lo lee. Pero no convierte la detección en una sentencia automática sobre autoría, propiedad o responsabilidad legal.
Una marca de agua solo puede indicar que Claude probablemente intervino. No determina quién es el autor, quién posee el resultado ni quién debe responder por su uso. En una época en la que la IA ya forma parte de la escritura, la traducción, la programación y la edición, esa diferencia será cada vez más importante.