La marca de agua de Claude no añadirá caracteres invisibles ni modificará el significado de los textos. Anthropic ha explicado que el sistema altera la selección entre palabras equivalentes durante la generación para permitir una comprobación estadística posterior.
La compañía aplicará esta marcación a escala global en los próximos modelos Claude. El despliegue está relacionado con las obligaciones europeas de transparencia para contenidos generados por sistemas de IA, aunque la empresa todavía evalúa cómo adaptar el mecanismo a distintas regiones.
La marca modifica la aleatoriedad con la que Claude elige entre palabras plausibles. No consume tokens adicionales, no incluye datos del usuario y permite estimar si un texto procede, al menos parcialmente, de Claude.
Una señal estadística, no un texto oculto
Los modelos lingüísticos generan el contenido palabra a palabra y suelen tener varias opciones razonables para continuar una frase. Con la marcación activa, Claude conserva esa variabilidad, pero selecciona las palabras combinando una clave con el contexto inmediato. Quien disponga de la clave puede analizar la secuencia y calcular si el patrón observado es compatible con un texto generado por el modelo.
Para el lector, un texto marcado y otro sin marcar deberían resultar indistinguibles. Anthropic también afirma que el mecanismo no incrementa el consumo de tokens ni el coste de generación. La clave no identifica a la persona que ha creado el contenido, su organización ni sus conversaciones.
Limitaciones en textos cortos, traducciones y código
La detección pierde fiabilidad cuando el fragmento es breve o cuando apenas existen alternativas para elegir. En una afirmación factual con una única continuación correcta, el sistema tiene poco margen para introducir su señal. Por eso, la marca no permite determinar si un texto es humano ni reconocer automáticamente la intervención de otro modelo con una clave diferente.
La edición de textos humanos presenta un comportamiento distinto según el alcance de la intervención. Si Claude solo corrige la gramática o la puntuación, puede haber demasiadas pocas elecciones nuevas para que el resultado sea detectable. En cambio, una traducción queda marcada de forma mucho más extensa porque el modelo selecciona prácticamente todas las palabras.
Los cambios ligeros probablemente no eliminan por completo la señal, mientras que una reescritura que sustituya cada palabra sí puede hacerlo. Anthropic señala que, en ese último caso, también resulta discutible considerar que la versión final siga siendo un texto generado por IA.
El código recibe menos marcación que la prosa. Muchas instrucciones de programación requieren una salida exacta y no ofrecen alternativas equivalentes; los comentarios sí pueden contener elecciones más arbitrarias y son la zona donde la señal resulta más probable. La empresa describe el efecto sobre el código funcional como insignificante.
Despliegue y comprobación
Anthropic sitúa su técnica como una variante de SynthID-Text, un enfoque publicado por Google DeepMind en 2024 y relacionado con una familia de propuestas académicas anteriores. La compañía cita pruebas propias y resultados de DeepMind en Gemini, donde no se observaron diferencias estadísticamente significativas en las valoraciones de los usuarios durante una prueba con parte del tráfico marcado. Estos resultados no sustituyen a una evaluación independiente del despliegue de Claude.
La empresa prepara una API para detectar la marca, aunque todavía no ha concretado sus detalles técnicos. Los modelos lanzados antes del 2 de agosto quedan dentro de un periodo transitorio previsto por la normativa europea y recibirán la marcación durante los próximos meses.
En las imágenes se empleará otro mecanismo: una nota firmada criptográficamente en los metadatos mediante el estándar abierto C2PA, que también utilizan fabricantes de cámaras y programas de edición compatibles.
Qué puede aportar la marca de agua de Claude
El sistema ofrece una forma adicional de verificar si un contenido puede proceder de Claude, pero no constituye una prueba universal de autoría ni identifica por sí solo el uso de otros modelos. Su utilidad dependerá de la disponibilidad de la clave, de la futura API y de la capacidad del detector para trabajar con textos editados, breves o parcialmente generados.
Encuentra más IA en nuestra sección de IA o suscríbete a Guslok – Guías 100% en YouTube para más contenido.
Sobre el Autor
