Distintos desarrolladores han propuesto técnicas de reescritura para suprimir la señal estadística de los textos generados por IA. Sin embargo, sin acceso al detector oficial de Anthropic, estas soluciones no pueden demostrar de manera concluyente que superan el rastreo.
Anthropic explicó recientemente cómo incorporará marcas de agua estadísticas al texto generado por los modelos compatibles de Claude. Según la explicación técnica de la empresa, el sistema no añade caracteres ocultos, sino modifica de manera sutil el proceso de selección de tokens para dejar un patrón que pueda evaluarse con una clave.
La medida forma parte de los compromisos de transparencia asociados al Reglamento de Inteligencia Artificial de la Unión Europea. La Comisión Europea incluye a Anthropic entre los firmantes del código de prácticas sobre contenido generado por inteligencia artificial, cuyas obligaciones de marcado entraron en vigor el 2 de agosto de 2026.
El código contiene una señal más débil
La documentación de Anthropic indica que las marcas se aplican al texto de los modelos compatibles en Claude, su API y Claude Code. Esto no significa que todo fragmento de programación contenga una señal igualmente intensa.
La empresa reconoce que el código ofrece menos oportunidades para aplicar la marca, ya que muchas decisiones deben ser exactas para que un programa funcione. La señal puede aparecer donde existen varias opciones válidas, como en determinados nombres o comentarios, pero Anthropic sostiene que su efecto sobre el código resultante es reducido.
Herramientas sin un verificador oficial
Tras el anuncio aparecieron proyectos que proponen reescribir texto, retirar metadatos y eliminar caracteres invisibles. Uno de ellos, publicado por Guillaume Meyer en GitHub, incluye mecanismos para alterar marcas estadísticas mediante paráfrasis.
El propio repositorio advierte, sin embargo, que su integración con el detector de texto de Claude es todavía un marcador de posición. También califica la reescritura de marcas estadísticas como un procedimiento aproximado y señala que no puede certificar que el resultado vaya a superar la futura comprobación de Anthropic.
Un artículo de WIRED recoge métodos propuestos por desarrolladores, entre ellos la paráfrasis con otro modelo y la traducción. Esa información también aclara que no existe certeza sobre su eficacia hasta que Anthropic publique el sistema necesario para detectar su marca.
En cambio, el material que originó esta revisión presenta como exitosos procedimientos como ejecutar formateadores de código, alterar comentarios o realizar pequeños cambios. Las fuentes consultadas no aportan pruebas reproducibles de que esos métodos hayan superado una comprobación oficial.
Limitaciones reconocidas por Anthropic
La ausencia de una prueba concluyente no convierte la marca en invulnerable. Anthropic admite que un texto muy editado, traducido, parafraseado o mezclado con otros contenidos puede perder una señal detectable. Los fragmentos breves, el contenido factual y el código también ofrecen menos información para una evaluación fiable.
El estudio de SynthID Text publicado en Nature, método en el que se basa la implementación de Claude, señala que ningún sistema de detección de texto es infalible. La longitud del contenido y la variedad de opciones disponibles durante la generación influyen en la capacidad de identificar la marca.
Una señal, no una prueba de autoría
Hasta que exista un detector público y puedan realizarse ensayos independientes, resulta prematuro afirmar que la marca de Claude ha sido derrotada. También sería incorrecto tratarla como una prueba definitiva de autoría: Anthropic la presenta como una estimación probabilística de que Claude intervino en el contenido.
Para las organizaciones, esto implica que una marca detectada o ausente no debería ser el único criterio de auditoría. Su valor está en aportar una señal adicional de procedencia, que debe interpretarse junto con registros de uso, revisiones humanas y políticas internas sobre herramientas de inteligencia artificial.
Fuentes
- Anthropic, How Claude’s text watermark works
- Anthropic Help Center, How Claude marks AI-generated content
- Comisión Europea, Code of Practice on Transparency of AI-generated Content
- Nature, Scalable watermarking for identifying large language model outputs
- GitHub, guillaumemeyer watermarks-remover
- WIRED, Coders Say They Already Found Workarounds to Claude’s Invisible Watermarks
- WebProNews, Anthropic’s Claude Code Watermark Easily Bypassed by Simple Developer Tools
Ilustración creada por IA.
📬 Newsletter gratuito
