Anthropic marca con watermark todo el texto de Claude por el AI Act europeo

Desde el 14 de agosto de 2026, cualquier texto generado por un modelo Claude publicado después del 2 de agosto lleva una marca invisible incrustada. No es un aviso al pie de página ni una metadata que se pierde al copiar el texto: viaja incrustada en el texto plano, sobrevive a un Ctrl+C / Ctrl+V y sigue presente aunque el contenido se pegue en un Word, un email o un README.

El motivo tiene nombre y artículo concreto. Es el Artículo 50 del AI Act de la Unión Europea, que entró en vigor el 2 de agosto y obliga a los proveedores de IA generativa a marcar sus salidas en un formato legible por máquina.

Cómo funciona el marcado

La técnica no es propia de Anthropic. Está construida sobre el trabajo que Google DeepMind publicó en la revista Nature en 2024, la base de SynthID-Text. Funciona así: en cada punto de la generación donde el modelo tiene varias palabras igual de válidas para continuar la frase, el watermark sesga esa elección hacia un subconjunto concreto según una clave criptográfica. El texto resultante es indistinguible a simple vista, pero el patrón de elecciones léxicas es estadísticamente detectable si se dispone de suficiente volumen de texto.

Anthropic afirma que sus pruebas internas no muestran impacto en calidad, creatividad ni legibilidad. Tiene sentido: la técnica solo actúa cuando existe ambigüedad léxica real, así que no fuerza vocabulario extraño ni altera la estructura de las frases.

Los puntos clave del despliegue son los siguientes:

• Aplica a todos los modelos Claude publicados después del 2 de agosto de 2026, no de forma retroactiva.
• Se activó de forma global, no solo para usuarios en la Unión Europea. Anthropic explica que no podía segmentar la medida por región en el lanzamiento.
• Habrá una API de detección pública “próximamente”; de momento la verificación solo es posible de forma interna, en Anthropic.
• Detectar la marca únicamente confirma que el texto “puede haber sido procesado por Claude”, según su propia documentación. No es una prueba legal. Y la ausencia de marca tampoco demuestra que un texto sea humano: los modelos anteriores al 2 de agosto o un texto muy editado pueden no llevar ninguna marca.

Esa doble ambigüedad, falso positivo y falso negativo posibles al mismo tiempo, es la que probablemente genere más ruido a medio plazo que la propia marca.

Qué puede afectar a los desarrolladores

El código en sí queda casi al margen de esta medida. La sintaxis fuerza estructuras muy concretas y deja poca ambigüedad léxica, así que el watermark apenas tiene margen donde actuar. Donde sí incide de lleno es en todo el texto en prosa que se genera con Claude sin pensarlo dos veces:

• READMEs, descripciones de PR, documentación técnica y comentarios extensos. Si un equipo o un cliente exige declarar contenido “escrito por humanos” (contratos, entregas a agencias, publicaciones académicas), ese texto pasa a ser detectable como generado por IA mediante una marca que sobrevive a copiar y pegar.
• Contenido de blog, marketing y SEO. Si se usa Claude para redactar o co-redactar artículos, landing pages o copy, y en el futuro Google u otras plataformas empiezan a usar la detección de watermarks como señal (algo que hoy no ocurre, pero para lo que ya existe la infraestructura técnica), el contenido publicado quedaría potencialmente etiquetado sin que el autor lo haya decidido.
• Disputas de autoría. En un contexto de plagio académico, revisión editorial o litigio, que “puede haber sido procesado por Claude” no sea una prueba concluyente juega en las dos direcciones: no exonera a quien lo niega, pero tampoco condena a quien lo usó de forma legítima y después editó el texto a fondo.

Nada de esto exige actuar hoy mismo. No hay ningún servicio de terceros consultando la API de detección de Anthropic contra contenido publicado en internet. Pero es la primera vez que un proveedor de LLM deja un rastro persistente y verificable en texto plano, y conviene tenerlo presente antes de que algún producto se construya sobre esa API de detección.

Ya existen herramientas que eliminan la marca

El watermarking en modelos de lenguaje es un campo de investigación activo desde hace varios años, precisamente porque atacarlo también lo es. La literatura académica documenta varias familias de ataque contra este tipo de esquema:

• Ataques de paráfrasis con otro modelo (herramientas como DIPPER): reescriben el texto conservando el significado pero cambiando la elección léxica palabra a palabra, que es justo donde reside la marca.
• Ataques adversarios guiados por un detector, que en cada paso buscan el token más “humano” posible según un clasificador externo.
• Herramientas comerciales de “humanización” de texto, como StealthGPT o Undetectable.ai, que existían ya antes de este anuncio. Se diseñaron originalmente para evadir detectores de plagio académico tipo Turnitin o GPTZero, y funcionan bajo el mismo principio: reescribir sin cambiar el sentido.

Esto no se queda solo en el terreno académico o comercial. En GitHub hay proyectos abiertos dedicados específicamente a este problema, como watermarks-remover, que implementa técnicas de detección y eliminación de marcas de agua en texto generado por IA. Su sola existencia como repositorio público confirma que la eliminación de este tipo de marca ya no es un ejercicio de laboratorio, sino una herramienta al alcance de cualquiera con conocimientos básicos de programación.

Trabajos publicados en 2026 muestran además que varios esquemas de watermarking, incluido el de detección pública en el que se apoya la técnica de Anthropic, son vulnerables a este tipo de perturbación semántica con apenas pérdida de calidad en el texto resultante. Pasar un texto marcado por un buen paráfrasis suele bastar para romper la señal estadística en la mayoría de los esquemas conocidos hoy.

Esto no invalida la medida. El Artículo 50 exige que el proveedor marque su salida, no que esa marca sea irrompible. Pero deja claro para quién funciona en la práctica: para el uso normal y sin intención de ocultar nada. Quien quiera evitar la detección de forma deliberada ya contaba con las herramientas necesarias antes de este anuncio.

---

Lo relevante de este movimiento no es la tecnología en sí. SynthID-Text lleva dos años publicado. Lo relevante es que Anthropic sea el primer gran proveedor de IA agéntica que la despliega por obligación regulatoria y no por decisión de producto. Es previsible que OpenAI y Google adopten medidas similares en los próximos meses bajo la misma presión del Artículo 50. Queda por ver si la futura API de detección pública cambia el cálculo de quién recurre a herramientas de “humanización” de texto y quién no.