Claude marcará con una huella todos los textos que genere

La era del contenido generado por inteligencia artificial entra en una nueva fase. Anthropic ha anunciado que comenzará a introducir marcas invisibles en los textos generados por Claude como parte de sus compromisos de transparencia bajo el AI Act europeo. No hablamos de una etiqueta visible ni de unos metadatos que desaparecen al copiar el contenido de una aplicación a otra, sino de una señal integrada directamente en el propio texto.

Según Anthropic, esta marca podrá viajar con el contenido cuando se copie y pegue en otro lugar e incluso podría sobrevivir a determinadas modificaciones posteriores. Además, no será una funcionalidad limitada a Europa: la compañía asegura que el sistema se aplicará allí donde Claude esté disponible, en todo el mundo. Eso convierte este cambio en algo mucho más relevante que una simple adaptación regulatoria regional.

Todo empieza con el AI Act europeo

La decisión está relacionada con el Código de Buenas Prácticas sobre Transparencia del Contenido Generado por IA, vinculado al artículo 50(2) del AI Act europeo. Anthropic es una de las compañías que ha firmado este código y, como consecuencia, los nuevos modelos de Claude lanzados en la Unión Europea a partir del 2 de agosto de 2026 incorporarán mecanismos de marcado desde su lanzamiento. La compañía también está trabajando para añadir estas tecnologías a modelos anteriores aprovechando el periodo transitorio previsto por la regulación.

Lo interesante es que Anthropic ha decidido extender el marcado a escala global. Esto significa que los modelos compatibles utilizarán estas señales tanto desde Claude como desde Claude Platform y su API, Claude Code, Claude Cowork, Claude Tag y diferentes integraciones en la nube. Anthropic menciona expresamente AWS, Google Cloud y Microsoft Foundry, aunque algunas formas de marcado podrían depender de las capacidades de cada plataforma.

Estamos, por tanto, ante un cambio potencialmente importante en la forma en la que identificamos contenido generado o procesado por inteligencia artificial. Hasta ahora la mayoría de los intentos de detección se han basado en analizar el estilo o los patrones estadísticos de un texto después de haber sido generado. El planteamiento de Anthropic es diferente: introducir la señal durante la propia generación.

Claude utilizará dos tipos de marcado

Anthropic plantea dos mecanismos complementarios para identificar contenido procesado por Claude. Por un lado, utilizará watermarks invisibles integrados en los textos generados; por otro, incorporará metadatos de procedencia firmados digitalmente en determinados tipos de archivos. Son dos tecnologías distintas que intentan resolver el mismo problema desde perspectivas diferentes.

En el caso del texto, el usuario no verá caracteres especiales, etiquetas ni códigos ocultos en el sentido tradicional. La idea es mucho más sofisticada y está relacionada con la manera en la que los grandes modelos de lenguaje seleccionan progresivamente las palabras o tokens que forman una respuesta. El watermark puede influir ligeramente en esas decisiones de generación siguiendo un patrón que posteriormente pueda ser detectado.

¿Cómo puede esconderse una marca dentro de un texto?

Los grandes modelos de lenguaje generan contenido calculando, en cada paso, cuáles son los siguientes tokens más probables. Normalmente existen múltiples formas razonables de continuar una frase y muchas de ellas pueden producir prácticamente el mismo significado. Un sistema de watermarking puede aprovechar esa flexibilidad para favorecer determinadas opciones siguiendo una regla pseudoaleatoria basada en una clave secreta.

Imaginemos que el modelo puede elegir entre varias palabras prácticamente equivalentes para continuar una frase. El sistema puede aumentar ligeramente la probabilidad de unas frente a otras si esas palabras encajan con el patrón definido por el watermark. Una única elección no significa nada, pero después de cientos o miles de tokens puede aparecer una señal estadística identificable por alguien que conozca la clave utilizada.

Para cualquier lector, el texto seguirá pareciendo completamente normal. La intención es precisamente que la marca no modifique de forma perceptible el significado, la calidad o la legibilidad de la respuesta. Sin embargo, para quien disponga del detector adecuado, la distribución de determinadas elecciones lingüísticas podría indicar que ese contenido pasó por Claude.

La marca viaja cuando copiamos el texto

Aquí encontramos una de las grandes diferencias respecto a los metadatos tradicionales. Si descargamos una imagen con información de procedencia incluida en sus metadatos y posteriormente hacemos una captura de pantalla, probablemente perderemos buena parte de esos datos. En un watermark estadístico de texto, en cambio, la señal está relacionada con las propias decisiones lingüísticas realizadas durante la generación.

Por eso Anthropic explica que la marca puede acompañar al texto cuando se copia y pega, se publica en una página web o se introduce en otro documento. También podría sobrevivir a determinadas modificaciones posteriores si se conserva suficiente parte de la estructura original. Esto hace que el watermark resulte potencialmente más resistente que una simple etiqueta añadida al archivo.

Eso no significa que sea indestructible. Una reescritura intensa, una traducción, una paráfrasis profunda o la combinación del contenido con otros textos puede deteriorar o eliminar la señal. Anthropic reconoce explícitamente estas limitaciones y advierte de que la ausencia de una marca detectable no demuestra que el contenido no haya sido generado por IA.

Que un texto tenga la marca de Claude no significa que Claude sea su autor

Esta distinción es especialmente importante porque será fácil interpretar mal el significado de estas señales. Un watermark detectado no demuestra necesariamente que Claude haya creado originalmente ese contenido, sino que el texto puede haber sido procesado por Claude en algún momento. La diferencia entre creación y procesamiento será fundamental en cualquier debate sobre autoría.

Pensemos, por ejemplo, en un artículo escrito completamente por una persona que posteriormente se envía a Claude para corregir la gramática y mejorar ligeramente el estilo. El resultado podría incorporar la marca de Claude aunque las ideas, la estructura y buena parte del texto fueran originalmente humanas. Lo mismo podría suceder al utilizar Claude para traducir, resumir, reformatear o transformar un documento existente.

Por eso Anthropic habla con bastante cautela sobre lo que significa encontrar una marca. La señal indicaría que el contenido puede haber sido procesado por Claude, pero no permitiría reconstruir por sí sola toda la historia del documento. Saber quién escribió realmente una idea seguirá siendo una cuestión mucho más compleja.

Y tampoco funciona al revés

Existe otra confusión todavía más importante: no encontrar una marca de Claude tampoco demuestra que un texto haya sido escrito por una persona. El contenido podría haber sido generado con un modelo anterior sin watermark, haber sido modificado profundamente o provenir de otra inteligencia artificial. También podría tratarse simplemente de un fragmento demasiado corto para que el detector encuentre una señal suficientemente fiable.

Anthropic menciona además otros escenarios en los que el marcado puede desaparecer o resultar indetectable. Una traducción, una paráfrasis intensa, la mezcla con otros textos o determinados procesos de conversión pueden reducir la señal. En el caso de archivos, guardar de nuevo una imagen, convertir su formato o realizar una captura de pantalla podría eliminar los metadatos de procedencia.

Por tanto, el watermarking no convierte mágicamente el problema de la detección de IA en algo binario. No tendremos un botón universal capaz de decir con certeza absoluta si un texto ha sido escrito por una persona o por una máquina. Tendremos una nueva señal que, correctamente interpretada, puede aportar información adicional sobre la procedencia del contenido.

¿Empeora el texto generado?

Esta será probablemente una de las primeras preguntas que surjan. Para introducir una marca estadística hay que modificar, aunque sea ligeramente, la distribución de probabilidades utilizada durante la generación. En otras palabras, el modelo podría escoger una palabra concreta porque resulta compatible con el watermark aunque otra opción hubiera tenido inicialmente una probabilidad algo superior.

La cuestión realmente importante es cuánto afecta esa alteración a la calidad. Un buen sistema intenta que la diferencia sea estadísticamente detectable para quien conoce la clave, pero prácticamente imperceptible para un lector normal. En un modelo suficientemente potente existen muchas formas distintas de expresar una misma idea, de manera que pequeñas variaciones en la selección de palabras no tienen por qué producir diferencias apreciables.

Sin embargo, existen escenarios mucho más complicados. El código, las fórmulas, los datos estructurados, las respuestas muy cortas o los textos extremadamente deterministas ofrecen menos posibilidades para modificar la generación sin afectar al resultado. En esos casos, el espacio disponible para esconder una señal estadística es necesariamente menor.

¿Se puede eliminar el watermark?

Probablemente sí, y aquí aparece uno de los grandes problemas del watermarking de texto. Una marca estadística necesita cierta estabilidad en la secuencia generada para poder ser detectada posteriormente. Si modificamos suficientemente el contenido, podemos destruir parte de esa estructura y hacer que la señal se debilite o desaparezca.

Una paráfrasis superficial podría no ser suficiente, especialmente en textos largos donde sobrevivan muchas expresiones originales. Sin embargo, una transformación profunda que cambie vocabulario, sintaxis, estructura de las frases y organización del documento puede reducir significativamente la capacidad de detección. La traducción o la combinación con contenido humano también pueden alterar el patrón.

Esto convierte el watermarking en algo bastante diferente de una firma criptográfica tradicional. No demuestra matemáticamente que un texto provenga de un determinado modelo, sino que proporciona una señal estadística de procedencia. Esa diferencia será fundamental para entender qué pueden y qué no pueden afirmar los futuros detectores.

El gran problema: ¿quién podrá comprobar las marcas?

Aquí aparece una cuestión técnica y operativa especialmente interesante. Para que muchos sistemas de watermarking sean resistentes a ataques, la clave utilizada para generar y detectar la marca debe mantenerse secreta. Si cualquiera pudiera consultar ilimitadamente un detector, un atacante podría realizar miles de pruebas y aprender progresivamente cómo modificar el contenido para reducir la señal.

Este tipo de problema ya aparece en la investigación sobre watermarking y suele relacionarse con ataques adaptativos o de watermark stealing. El atacante no necesita conocer directamente la clave secreta si dispone de suficientes oportunidades para observar cómo responde el detector. Por eso existe una tensión evidente entre hacer que la detección sea ampliamente accesible y proteger al mismo tiempo la robustez del sistema.

Pero mantener los detectores privados genera otro problema. Si encontramos un texto cualquiera en Internet, ¿cómo sabemos qué proveedor debemos consultar para comprobarlo? Podría haber sido generado por Claude, ChatGPT, Gemini, Mistral, Llama ejecutado por un tercero o cualquiera de los cientos de modelos que podrían existir en el mercado.

En un ecosistema con numerosos proveedores, verificar cada contenido contra todos los sistemas posibles plantea problemas evidentes de interoperabilidad, coste y escalabilidad. Anthropic afirma que permitirá a usuarios y terceros detectar sus marcas y que publicará más documentación técnica próximamente, pero todavía quedan muchas preguntas por resolver. Los detalles de implementación serán probablemente tan importantes como la propia existencia del watermark.

Claude también marcará imágenes y archivos

El texto no será el único contenido afectado por estos cambios. Cuando Claude genere determinados tipos de archivos, Anthropic utilizará metadatos de procedencia firmados digitalmente y menciona formatos como SVG, PNG o JPG. Para ello utilizará C2PA, el estándar abierto desarrollado por la Coalition for Content Provenance and Authenticity.

C2PA permite incorporar información criptográficamente verificable sobre la procedencia y las transformaciones realizadas sobre un archivo. Si existe una etiqueta firmada válida, puede aportar información sobre qué sistema procesó el contenido y ayudar a detectar modificaciones posteriores. Es una aproximación diferente al watermark estadístico utilizado para el texto.

El inconveniente es que estos metadatos pueden desaparecer con relativa facilidad durante el ciclo de vida de un archivo. Convertir formatos, volver a guardar una imagen o hacer una captura de pantalla puede eliminar la información de procedencia. Precisamente por eso Anthropic combina dos aproximaciones diferentes: watermarks embebidos en texto y metadatos firmados para determinados archivos.

Y Claude no estará solo

Este movimiento no afecta únicamente a Anthropic. El Código de Buenas Prácticas de la Unión Europea sobre transparencia del contenido generado por IA ha sido firmado por varios de los principales actores del mercado, entre ellos Anthropic, OpenAI, Google, Meta, Microsoft y Mistral. En la práctica, esto significa que buena parte de los grandes proveedores tendrán que introducir mecanismos que permitan identificar contenido generado o procesado por sus sistemas.

Ahora bien, hay una diferencia importante en cómo están comunicando ese despliegue. Anthropic ha confirmado expresamente que el marcado de texto de Claude se aplicará en todo el mundo, allí donde estén disponibles los modelos compatibles, y no únicamente dentro de la Unión Europea. En el caso de otros laboratorios firmantes, por el momento no se ha especificado con la misma claridad si el marcado de texto quedará limitado al ámbito europeo o si también se desplegará globalmente.

Google es una excepción especialmente relevante porque ya utiliza watermarking de texto con SynthID a escala mundial. Esto demuestra que este tipo de mecanismos no tiene por qué entenderse únicamente como una obligación de cumplimiento regulatorio dentro de Europa, sino como una posible característica estructural de los modelos de IA a escala global. De hecho, es bastante plausible que el AI Act termine provocando cambios técnicos que afecten a usuarios de todo el mundo, incluso aunque la legislación que los impulsa sea europea.

Lo interesante ahora será comprobar cómo implementa cada proveedor estos requisitos y, sobre todo, hasta qué punto los distintos sistemas serán interoperables. Tener seis o siete mecanismos propietarios capaces de reconocer únicamente las marcas de su propio proveedor puede cumplir formalmente determinados objetivos de transparencia, pero sería mucho menos útil para el ecosistema. La verdadera utilidad aparecería si usuarios, plataformas y terceros pudieran verificar de forma razonablemente sencilla qué sistemas han intervenido en la generación o transformación de un contenido.

La batalla real no será poner la marca, sino detectarla

Generar una señal estadística dentro de un texto es técnicamente posible desde hace años. Uno de los trabajos académicos más conocidos sobre esta aproximación fue publicado en 2023 por Kirchenbauer y otros investigadores, describiendo precisamente cómo modificar la selección probabilística de tokens para introducir una marca detectable posteriormente. Desde entonces han aparecido numerosos métodos destinados a mejorar la robustez y reducir sus efectos secundarios.

La investigación intenta resolver problemas como la resistencia a paráfrasis, la calidad del texto, la detección en fragmentos cortos y la compatibilidad con generación en streaming. También estudia cómo evitar que un atacante reconstruya o elimine la marca mediante consultas repetidas. Sin embargo, todos estos avances siguen enfrentándose a una característica fundamental del lenguaje: los textos pueden transformarse enormemente sin perder su significado.

Un documento puede traducirse, resumirse, reescribirse, mezclarse con contenido humano o pasar sucesivamente por varios modelos distintos. Puede empezar en Claude, ser corregido por ChatGPT, traducido con Gemini y terminar editado por una persona. En ese escenario, hablar simplemente de “contenido generado por IA” empieza a quedarse corto.

El watermarking no es un detector de IA

Quizá esta sea la idea más importante de todo este cambio. Un detector tradicional de IA intenta responder a una pregunta aproximada: “¿Este texto parece haber sido escrito por una inteligencia artificial?”. Un detector de watermark formula una pregunta diferente: “¿Encuentro en este texto una señal específica que conozco y que podría haber introducido determinado sistema?”.

La segunda pregunta puede llegar a ser técnicamente más fiable porque no intenta adivinar el origen basándose únicamente en el estilo. Busca una señal introducida deliberadamente por el propio modelo durante la generación. Sin embargo, también tiene un alcance mucho más limitado porque únicamente puede detectar las marcas que conoce y que todavía permanecen presentes en el contenido.

Si aparece la marca, tendremos una señal interesante sobre el recorrido del texto. Si no aparece, sabremos mucho menos de lo que podría parecer inicialmente. Y seguiremos necesitando interpretar correctamente qué significa que un contenido haya sido generado, modificado o simplemente procesado por una inteligencia artificial.

Estamos entrando en la era de la procedencia digital

Más allá de Claude, esta noticia señala una tendencia bastante más profunda. Durante los últimos años hemos dedicado enormes esfuerzos a intentar determinar si un contenido parece generado por IA analizando únicamente el resultado final. Probablemente el futuro vaya progresivamente en otra dirección: incorporar señales de procedencia desde el momento en el que se crea o transforma el contenido.

Watermarks, firmas criptográficas, Content Credentials, C2PA, registros de transformación y metadatos verificables forman parte de esa nueva infraestructura. El objetivo será pasar de decir “creo que esto lo ha generado una IA” a poder afirmar algo mucho más preciso: “existe una señal verificable de que este contenido pasó por determinado sistema”. No es exactamente una prueba de autoría, pero sí puede convertirse en una pieza importante dentro de la cadena de confianza digital.

Eso cambia significativamente la conversación sobre IA, autoría y confianza en Internet. La cuestión dejará de ser únicamente quién escribió un texto y empezará a incluir qué sistemas lo procesaron, cómo fue transformado y qué señales de procedencia sobrevivieron durante ese recorrido. Y desde agosto de 2026, Claude será uno de los grandes modelos donde esta transición empezará a materializarse, aunque paradójicamente la marca que la haga posible sea completamente invisible.

¿Quieres saber más sobre las soluciones de inteligencia artificial generativa de Microsoft? Yo te asesoro. ¿Por qué no me preguntas cómo puedo ayudarte?

Información basada en las publicaciones How Claude marks AI-generated content, Provenance signals (Content Credentials, SynthID) in OpenAI-generated content y A Watermark for Large Language Models (PDF).