Anthropic ha anunciado que sus modelos Claude empezarán a incrustar marcas de agua invisibles en el texto que generan. La medida busca facilitar la detección de contenido producido por inteligencia artificial y responde a las exigencias de transparencia del Reglamento de IA de la Unión Europea. Apenas unas horas después de conocerse la noticia, un desarrollador publicó en GitHub una herramienta pensada para eliminar precisamente ese tipo de marcas, junto con las de otros fabricantes. El contraste entre ambos anuncios resume bien el momento actual de la industria: cada mecanismo de trazabilidad convive con un contra-mecanismo casi inmediato. Este artículo repasa cómo funciona el sistema de Anthropic, qué limitaciones reconoce la propia compañía y qué implica la existencia de herramientas capaces de intentar borrar ese rastro.
Qué ha anunciado Anthropic
Anthropic ha confirmado que los nuevos modelos de Claude lanzados en la Unión Europea a partir del 2 de agosto incorporarán el sistema de marcado desde su publicación. El mecanismo no se limita a Europa: la compañía ha indicado que se aplicará en Claude Platform (API), en la aplicación Claude, en Claude Code, en Claude Cowork y en Claude Tag, en cualquier lugar donde el modelo esté disponible. Según explica la propia empresa en su página de soporte, el texto generado llevará una marca de agua embebida, mientras que los archivos compatibles incorporarán metadatos de procedencia firmados digitalmente. Anthropic también trabaja en extender el sistema a modelos ya existentes y prevé ofrecer herramientas de detección a usuarios y terceros. Toda la explicación técnica oficial puede consultarse en la página de soporte de Anthropic sobre el marcado de contenido, donde se detalla el alcance del sistema por producto y región.
Cómo funciona la marca de agua en el texto
El procedimiento no altera visualmente el contenido. Cuando un modelo compatible genera una respuesta, introduce un patrón detectable por máquina directamente en la elección de palabras, sin modificar el significado ni la legibilidad del texto. Al no ser un carácter añadido ni un símbolo oculto, la marca viaja con el texto cuando este se copia y se pega en otro lugar, y en muchos casos sobrevive a ediciones ligeras. Anthropic advierte, no obstante, de dos limitaciones importantes. Primero, detectar la marca solo indica que el contenido pudo haber sido procesado por Claude, no que haya sido generado íntegramente por el modelo: un texto redactado por una persona y después corregido, traducido o resumido con Claude también puede quedar marcado. Segundo, la ausencia de marca no garantiza que el texto sea humano, ya que una edición intensa, una traducción o una mezcla con otros textos puede borrar la señal, y los fragmentos muy cortos no suelen contener suficiente información para una detección fiable.
El paralelismo con otros fabricantes
Anthropic no es la primera compañía en experimentar con este enfoque. Google emplea desde hace tiempo su tecnología SynthID para incrustar marcas imperceptibles tanto en imágenes como en texto generado por sus modelos, un sistema descrito con detalle en la página oficial de SynthID de Google DeepMind. OpenAI, por su parte, utiliza herramientas de procedencia para imágenes y audio, pero hasta la fecha no ha anunciado públicamente un sistema equivalente de detección para texto. Este movimiento de Anthropic sitúa a la compañía, junto a Google y OpenAI, entre los proveedores que documentan cómo cumplen con el Artículo 50 del Reglamento de IA europeo, que exige mecanismos de transparencia sobre contenido generado o manipulado artificialmente. Más allá del texto, Anthropic añadirá metadatos de procedencia firmados a archivos compatibles como .svg, .png y .jpg, siguiendo el estándar abierto C2PA (Coalition for Content Provenance and Authenticity), que permite señalar si un archivo fue procesado por Claude y si ha sido manipulado posteriormente.
El producto en el centro del debate: el sistema de marcado de Claude
El elemento central de toda esta noticia es el propio sistema de marcado de Claude, que combina dos capas técnicas distintas. La primera actúa sobre el texto puro: un sesgo estadístico en la selección de tokens que el modelo produce durante la generación, de forma que la secuencia de palabras elegidas codifica una señal reconocible sin cambiar el sentido de la frase. La segunda capa actúa sobre archivos: metadatos C2PA firmados criptográficamente que se adjuntan a imágenes y documentos compatibles, verificables mediante herramientas externas. Esta arquitectura de doble capa —marca en el contenido más metadatos en el contenedor— es la misma que sigue el sector en general, y coincide con el modelo que describen guías especializadas en gobernanza de IA, como la publicada por el Institute of AI PM, centrada en C2PA y SynthID. Lo relevante del producto de Anthropic es que la marca de texto no depende de un archivo adjunto ni de una cabecera de metadatos externa: vive dentro de la propia secuencia de palabras, lo que en teoría la hace más resistente a copiar y pegar, aunque no invulnerable a una reescritura profunda.
La respuesta técnica: herramientas para borrar el rastro
Pocas horas después del anuncio de Anthropic, apareció en GitHub el repositorio watermarks-remover, una utilidad de código abierto bajo licencia MIT que ya acumula más de 3100 estrellas y 300 bifurcaciones. La herramienta, escrita en Python 3.10 y superior, plantea dos capas de actuación bien diferenciadas. La primera, denominada Capa A, elimina caracteres Unicode invisibles, espacios exóticos y marcadores de direccionalidad bidireccional mediante scripts deterministas, un proceso que sus propios autores describen como verificable y de bajo riesgo para la calidad del texto. La segunda, la Capa B, ataca las marcas estadísticas basadas en el muestreo de tokens mediante una reescritura agresiva del contenido, apoyada opcionalmente en modelos locales como Ollama o en servicios compatibles con la API de OpenAI. El proyecto reconoce abiertamente que esta segunda capa es de eficacia limitada: ningún fabricante ha publicado todavía un detector público, de modo que ninguna herramienta puede certificar de forma honesta que un texto reescrito superará la comprobación oficial de un proveedor. El repositorio, disponible en el proyecto watermarks-remover en GitHub, incluye además limpiadores de metadatos para formatos como PNG, JPEG, SVG, PDF, DOCX, ODT, HTML y Markdown, y un límite de tamaño de entrada fijado por defecto en 256 mebibytes tras un endurecimiento de seguridad reciente.
Un coste que no siempre compensa
Los propios responsables del proyecto de código abierto son bastante explícitos sobre el precio de intentar borrar una marca estadística: como la señal está repartida entre prácticamente todas las frases del texto, eliminarla exige reescribir una parte sustancial del contenido, oración por oración, y no basta con reorganizar párrafos o cambiar encabezados. Esa reescritura, además, sustituye las elecciones léxicas del modelo original por las del modelo que hace la reescritura, lo que aplana el tono y la precisión del texto. La documentación del propio repositorio plantea la pregunta de forma directa: si el plan final es reescribir el texto con un modelo más modesto, generar directamente con ese modelo más barato resulta más simple y produce un resultado equivalente o mejor. Esta observación introduce un matiz importante en el debate sobre el marcado de contenido: la existencia de una herramienta de borrado no equivale a que borrar la marca sea gratuito ni recomendable desde el punto de vista de la calidad editorial.
Reflexiones finales
Lo que deja este episodio no es tanto una guerra técnica entre marcado y desmarcado, sino una fotografía bastante fiel de cómo evoluciona la transparencia en IA generativa: cada capa de trazabilidad nace ya acompañada de su contramedida, publicada además con una rapidez notable. Para un usuario normal, sin intención de manipular nada, el sistema de Anthropic añade una capa de confianza razonable, sobre todo en contextos regulados por normativa europea. Para quien busque activamente evitar la detección, el coste en calidad de texto que exige el borrado agresivo actúa como un freno natural, aunque no como una barrera insalvable. La conversación de fondo, la que realmente importa a medio plazo, es si estos mecanismos deben depender de la buena fe de cada proveedor o si hace falta un estándar de verificación público y compartido entre fabricantes, algo que ni Anthropic ni el resto de la industria han resuelto todavía.
2