La carta escarlate invisible de Claude

Los desarrolladores de la comunidad de código abierto y ciberseguridad ya han descubierto formas de eludir el sistema de marca de agua invisible que Anthropic comenzó a implementar en todos los textos generados por Claude a partir del 2 de agosto de 2026. El descubrimiento, ampliamente discutido en GitHub y foros técnicos, expone una limitación fundamental del sistema: la marca de agua, creada para cumplir con los requisitos de la Unión Europea sobre transparencia de contenido de IA, puede eliminarse fácilmente con técnicas simples de edición, lo que plantea dudas sobre su eficacia real contra el uso malintencionado.

Cómo funciona la marca de agua de Claude

La marca de agua de Claude utiliza una variación de la tecnología SynthID-Text, desarrollada por Google DeepMind y publicada en la revista Nature en 2024. A diferencia de las marcas de agua tradicionales basadas en caracteres invisibles — como espacios de ancho cero o controladores de dirección bidireccional —, SynthID-Text opera a nivel de token. El modelo se entrena para favorecer elecciones de palabras específicas en patrones estadísticos que, combinados, forman un patrón detectable pero imperceptible para los lectores humanos.

La técnica funciona seleccionando palabras alternativas con significados similares basándose en probabilidades predefinidas. Cuando un usuario genera un texto, Claude elige palabras que encajan en el patrón de la marca de agua sin alterar significativamente la calidad o claridad del contenido. La detección es posible porque el sistema sabe exactamente cuáles probabilidades fueron utilizadas durante la generación del texto, permitiendo identificar la presencia del patrón invisible.

Según Anthropic, la detección solo puede determinar "si Claude participó en este texto", sin revelar la identidad del usuario, la empresa o el segmento específico del chat generado. El sistema está protegido por una clave criptográfica que solo Anthropic posee — Google DeepMind, creador de SynthID-Text, no tiene acceso a la detección, y Anthropic aún no ha liberado una API de detección para terceros.

Las contramedidas ya están en campo

Menos de una semana después del lanzamiento de la marca de agua, los desarrolladores comenzaron a documentar métodos prácticos para eludirla. El mecanismo más simple consiste en reescribir fragmentos del texto generado — una reescritura mínima fue suficiente para romper la detección estadística en la mayoría de los casos probados. Otro método aplica pequeñas variaciones léxicas (sinónimos, reordenación de frases, inserción de caracteres no alfabéticos) que preservan el significado original, pero alteran las probabilidades subyacentes que sostienen la marca de agua.

Un proyecto en GitHub, llamado Synthid-Bypass, consolidó varios de estos métodos en un único gráfico de procesamiento. La herramienta fue descrita como "para fines educativos y de investigación en seguridad de la IA", pero demuestra la vulnerabilidad estructural del sistema: la marca de agua depende enteramente de patrones estadísticos a nivel de token, no de ninguna información criptográficamente sellada. Esto significa que, mientras un carácter oculto puede eliminarse con una búsqueda y reemplazo simples, la marca de agua de Claude requiere que el lector analice el texto a nivel de probabilidad — lo que solo es posible con acceso a la API de detección propietaria de Anthropic.

La propia Ars Technica, en un informe detallado publicado a mediados de agosto, clasificó el enfoque descrito por la UE e implementado por Anthropic como "trivialmente fácil de eludir por actores malintencionados". La publicación también señaló que el sistema podría, paradójicamente, castigar a los usuarios que confían en el sistema para etiquetar sus salidas como generadas por IA, ya que la eliminación de la marca de agua por un tercero no cambia el hecho de que el texto original fue producido por Claude.

El contexto regulatorio: la UE empuja, la tecnología resiste

La marca de agua de Claude existe porque la legislación europea lo exigió. El AI Act de la Unión Europea, que entró en vigor en agosto de 2026, determina que el contenido generado o manipulado por IA debe marcarse de forma legible por máquina. La ley no prescribe una tecnología universal para ello — la marca de agua es uno de los enfoques posibles —, pero en la práctica, obligó a los principales proveedores de IA a implementar soluciones.

Anthropic podría haber ignorado el requisito, pero la alternativa es más costosa: sanciones financieras, restricciones operativas en la UE y pérdida de confianza del mercado. La empresa optó por implementar, pero con reservas. En una página de soporte, Anthropic afirmó que "el texto generado llevará marcas de agua integradas" y que "los archivos generados incluirán metadatos de procedencia firmados digitalmente donde haya soporte", pero también reconoció que el sistema no funciona en "algunas plataformas o funciones" que no soportan la tecnología.

El problema es que, para el AI Act, el requisito es que la marca sea "fácil de detectar" para plataformas y verificadores. Pero la detección real requiere acceso a herramientas propietarias de Anthropic, que aún no están disponibles públicamente. Esto crea una situación paradójica: la tecnología fue implementada para cumplir un requisito regulatorio, pero no hay forma de que los reguladores o el público verifiquen si realmente funciona.

Qué significa esto para el futuro de la detección de IA

La carrera entre marca de agua y elusión es antigua en el mundo de la seguridad de la información. La gestión de derechos digitales (DRM), que intenta impedir la copia no autorizada de contenido protegido por derechos de autor, es un ejemplo clásico: prácticamente toda tecnología DRM ya fue eludida, a menudo en cuestión de horas o días después del lanzamiento del producto. La marca de agua de Claude sigue el mismo patrón.

Lo que diferencia la situación actual es el contexto regulatorio. Mientras que el DRM es una barrera comercial entre empresas y consumidores, la marca de agua de Claude es una barrera entre la producción de contenido de IA y la transparencia para los lectores. Si la tecnología de detección es fácilmente eludible, la pregunta que surge es: ¿cuál es el valor de un sistema de transparencia que puede ser eliminado por cualquier persona con acceso a un editor de texto básico?

La propia Anthropic parece reconocer esta limitación. La empresa anunció que tiene la intención de compartir los detalles técnicos del sistema de detección "en el futuro" para proporcionar soporte técnico que la ley europea exige. Pero, hasta entonces, la marca de agua de Claude es más un símbolo de cumplimiento que una herramienta real de verificación. Y los desarrolladores que ya encontraron las primeras grietas saben que la carrera apenas acaba de comenzar.

Fuentes: The Verge, Ars Technica, Super Intelligence News

✓ Fuentes independientes cruzadas y verificadas antes de la publicación