Anthropic confirmó el 11 de agosto de 2026 que los modelos de Claude lanzados a partir del 2 de agosto incrustarán una marca de agua invisible en cada texto generado, utilizando un sistema derivado del SynthID-Text desarrollado por Google DeepMind. El anuncio no fue totalmente nuevo — la revelación inicial ocurrió unos días antes — pero lo que salió a la luz en las últimas horas, en forma de un detallado blog técnico publicado por la propia Anthropic, revela el funcionamiento interno de un mecanismo que va a transformar prácticamente cómo leemos, verificamos y confiamos en el texto producido por inteligencia artificial.
El movimiento se presenta como cumplimiento del AI Act europeo, que entra en una fase de aplicación más estricta y que establece, en su Artículo 50, que todos los sistemas de IA deben marcar sus salidas textuales en formato legible por máquina, detectable como generadas artificialmente. El Código de Práctica de la UE sobre Transparencia de Contenido Generado por IA complementa esta obligación, creando un escenario regulatorio sin precedentes. Anthropic, junto con varios proveedores importantes de IA, optó por no diseñar un sistema propio sino adoptar el enfoque SynthID-Text, publicado por Google DeepMind en la revista Nature en 2024.
Lo que hace el SynthID-Text es elegante en su simplicidad. En lugar de insertar caracteres ocultos o metadatos visibles en el texto — el tipo de marca de agua que ya vimos en imágenes — opera directamente sobre el proceso de generación de texto manipulando la fuente de aleatoriedad que el modelo usa al seleccionar tokens. Cuando un LLM genera texto, rara vez toma la decisión determinista más obvia en cada paso. Incluso con temperatura baja, existe una distribución de probabilidad sobre el vocabulario, y el modelo muestrea qué token seguir. El marcado funciona particionando este espacio de tokens en dos grupos — un "verde" y un "rojo" — de manera determinística usando una clave secreta. Cada vez que la distribución de probabilidad del modelo le permite elegir un token de un grupo sobre el otro, se le impulsa ligeramente hacia favorecer el grupo verde. El resultado es un sesgo sutil y estadístico que no altera la fluidez, velocidad, costo ni calidad perceptible del texto. Pero en conjunto, crea una firma detectable.
Anthropic confirmó que esta marca opera "a nivel de modelo", lo que significa que textos generados a través de la API, AWS, Google Cloud, Microsoft Foundry y todos los demás canales admitidos llevan la misma marca. Para la detección, la empresa lanzó una API de verificación que permite a desarrolladores de terceros consultar si un fragmento de texto contiene la marca de agua de Claude. La ambición es considerable: integrarla en herramientas de auditoría, plataformas de publicación y sistemas de verificación de contenido. Pero los límites son reales.
La detección basada en marcas requiere suficiente volumen de texto para que el sesgo estadístico se manifieste con confianza. Pasajes cortos, texto densamente cargado de hechos y nombres propios, o fragmentos traducidos y parafraseados por un tercero tienden a perder la señal. Y existe una paradoja particularmente incómoda: la propia API de detección, al revelar si hay o no una marca, también funciona como un "oráculo de evasión" — cualquiera puede aplicar herramientas de reescritura que eliminen la marca por alrededor de cuatro centavos de dólar por pase, como han señalado miembros de la comunidad técnica. Es como poner un sello de autenticidad en un producto y, al mismo tiempo, vender el manual de cómo removerlo.
Aún más inquietante es la cuestión de la ambigüedad. Anthropic deja claro que una marca detectada indica solo que Claude pudo haber procesado el texto. Ese procesamiento puede variar desde la generación completa de un artículo hasta la revisión mínima de un texto originalmente escrito por un humano. Un periodista que use Claude para editar un párrafo llevará la misma marca que un estudiante que lo use para escribir una tesis completa. La marca, por lo tanto, no prueba autoría; prueba procesamiento. Y si cree que los detectores genéricos de texto de IA son problemáticos, sepa que ellos no leen la marca: son clasificadores estadísticos entrenados para adivinar si el texto "parece" generado por máquina, con tasas falsas positivas que golpean con más fuerza a escritores con estilos formales o poco comunes.
Lo que hay que observar en los próximos meses es la carrera entre sistemas de detección y técnicas de elusión. El SynthID-Text de Google ya está incrustado en las salidas de texto de Gemini desde 2024, con el detector residente dentro de las propias aplicaciones de Google. OpenAI también adoptó SynthID para marcas de agua en imágenes. El campo se está convirtiendo en una carrera armamentista entre transparencia y eludibilidad — y hasta que surja un estándar universal de verificación que no dependa de la buena voluntad del propio productor de contenido, la confianza en los textos en línea seguirá siendo un ejercicio de escepticismo saludable.
Fuentes: The Verge, The Verge, The Verge, Hacker News
✓ Fuentes independientes cruzadas y verificadas antes de la publicación
