El sello de IA de Claude cayó en horas: lo que revela sobre el origen de los textos

Cómo intentan sortear la marca

La marca de texto de Claude no es una capa de caracteres invisibles que pueda borrarse con facilidad. Anthropic la describe como un patrón estadístico integrado en la forma en que el modelo selecciona palabras o tokens. Un verificador que disponga del método de detección correspondiente evalúa si la secuencia resulta estadísticamente coherente con el proceso de generación de Claude.

El método atribuido a Meyer utiliza un modelo de lenguaje sin marca para generar varias versiones del texto. Cambia sinónimos y reorganiza la redacción mientras intenta conservar el significado. Esas modificaciones atacan precisamente el patrón de elección de palabras en el que se basa la señal.

Otras herramientas accesibles desde el navegador se centran en elementos distintos del contenido generado. Algunas eliminan caracteres Unicode invisibles o visualmente parecidos, reordenan frases y sustituyen sinónimos. También se han descrito como posibles estrategias condensar el texto o traducirlo a otro idioma y volver a traducirlo. Sin embargo, estas técnicas no deben confundirse con la eliminación de la marca estadística central de Claude: Anthropic asegura que su watermark no consiste en caracteres ocultos ni en metadatos de texto añadidos.

Qué puede demostrar —y qué no— el watermark de Claude

Anthropic afirma que su sistema se basa en una versión del enfoque SynthID-Text, desarrollado por Google DeepMind. En elecciones de palabras de bajo riesgo, entre varias alternativas adecuadas, Claude utiliza una fuente de aleatoriedad vinculada mediante una clave secreta a las palabras anteriores. Después, un verificador puede estimar si el pasaje es estadísticamente coherente con esas decisiones.

La marca está diseñada para ser invisible, no añadir caracteres ni consumir tokens adicionales, y no afectar de forma práctica al significado, la calidad, la creatividad, la legibilidad o el coste, según Anthropic. La compañía también asegura que no contiene información identificativa y que no puede vincularse con una persona, una organización o un chat concretos.

Por eso, el resultado es una señal de atribución, no una huella personal. Anthropic describe la detección como una probabilidad de que Claude haya participado en la redacción de un pasaje. El resultado no permite saber quién escribió el texto, demostrar que no lo escribió una persona, identificar el contenido producido por otro modelo ni evaluar con fiabilidad fragmentos breves.

La diferencia es especialmente importante cuando Claude se utiliza para corregir pruebas, editar ligeramente, resumir o traducir. Anthropic reconoce que un texto editado de forma leve puede conservar la marca únicamente en las palabras que Claude seleccionó, dejando una señal demasiado pequeña para una detección fiable.

Por qué los desarrolladores cuestionan usar la detección como prueba de autoría

La crítica atribuida a Meyer no rechaza la atribución de contenido en sí misma. El desarrollador distingue entre saber que una herramienta de IA intervino en un texto y usar una marca invisible como prueba contra una persona. Su preocupación es que una señal probabilística no distinga entre una participación sustancial de la IA y una ayuda limitada, como la corrección ortográfica o la edición.

La objeción apunta a un problema más amplio de procedencia. Un detector puede concluir que un pasaje es estadísticamente compatible con la intervención de Claude, pero eso no indica qué proporción del texto final escribió el modelo, cuánto modificó una persona ni quién aportó las ideas originales. Después de una reescritura profunda, una traducción, una condensación o una reconstrucción, la frontera entre “generado por IA” y “escrito por una persona con ayuda de IA” resulta mucho más difícil de definir.

Las pruebas disponibles no indican que el watermark modifique la propiedad del resultado de Claude ni los derechos sustantivos de sus usuarios. Anthropic presenta el sistema como una forma de estimar una posible intervención de Claude, no como una reivindicación de propiedad.

Por qué la reescritura debilita las marcas estadísticas

Una marca estadística depende de un patrón repartido entre muchas decisiones de vocabulario. Si el texto permanece prácticamente intacto, la señal puede viajar con él al copiarlo y pegarlo, y sobrevivir a ciertos cambios. Pero una paráfrasis extensa, una traducción o una reescritura pueden modificar suficientes palabras para volverla indetectable.

Los investigadores citados por Nature también mantienen sus reservas sobre la capacidad de las marcas de texto para disuadir de forma fiable a alguien motivado a reescribir una salida de IA, incluso con otro modelo de lenguaje. Su preocupación es que la señal pueda desaparecer mientras el significado general se conserva.

Eso no vuelve inútil el sistema. Puede ofrecer una pista legible por máquina para controles habituales cuando el texto es lo bastante largo y sigue cerca de su forma original. Su valor es mucho menor, en cambio, como prueba permanente de un origen sin cambios, especialmente cuando una persona revisa sustancialmente el pasaje.

Qué exige la Ley de IA de la UE —y qué no demuestran las pruebas disponibles

El requisito europeo pertinente obliga principalmente a los proveedores a incorporar soluciones técnicas que permitan marcar y detectar en formato legible por máquina los resultados generados o manipulados por IA, teniendo en cuenta la viabilidad técnica. El texto legal menciona las marcas de agua y otras técnicas como posibles vías, pero no garantiza que un método concreto funcione en cualquier situación.

Las fuentes disponibles no establecen una prohibición general del derecho de la UE sobre la creación o el uso, por parte de terceros independientes, de herramientas que eliminen una marca. Tampoco explican por qué Anthropic no pudo limitar inicialmente la función a los usuarios de la Unión Europea. La estrategia declarada por la empresa fue aplicar el marcado en todo el mundo allí donde se ofrecen modelos compatibles de Claude.

El resultado es un compromiso práctico. El watermark puede mejorar la transparencia y facilitar las comprobaciones posteriores cuando el texto se mantiene relativamente intacto. Pero, con la evidencia disponible, no garantiza la procedencia después de una reescritura deliberada, ni un resultado positivo resuelve por sí solo quién es el autor, cuál fue la intención o quién debe asumir la responsabilidad.

La conclusión

El despliegue de Anthropic mostró a la vez el potencial y la fragilidad de las marcas de agua para textos generados con IA. La señal puede indicar de forma probabilística que Claude contribuyó a un pasaje, pero no es metadato oculto, un identificador personal ni una prueba concluyente de que Claude sea el autor del texto final. La aparición de herramientas de reescritura —empezando por el proyecto de Meyer apenas cuatro horas después— explica por qué el requisito europeo de marcado legible por máquina debe entenderse como una medida de transparencia, no como una cadena de custodia infalible.