Saltar al contenido
Volver

Anthropic marcará todo el output de Claude con watermark invisible a nivel mundial

Anthropic anunció watermarks invisibles en todo el texto y archivos que Claude genere, aplicable a nivel global. Motivación: cumplir el Artículo 50 del EU AI Act que entró en vigor el 2 de agosto.

Nauta Lab
4 min

Anthropic implementa watermarks invisibles en Claude a nivel mundial

Anthropic anunció hoy que va a empezar a marcar todo lo que sale de Claude con watermarks invisibles. Y cuando decimos todo, es todo: texto, archivos .svg, .png, .jpg, todo. La decisión es global, no solo para Europa, y responde directamente al EU AI Act.

Qué hace Anthropic exactamente

Dos técnicas complementarias:

  1. Watermark en texto: un patrón imperceptible embebido directamente en el texto generado. No cambia el significado ni la legibilidad, pero es detectable por máquinas. Sobrevive copy-paste.

  2. Metadatos firmados en archivos: cuando Claude genera un archivo (SVG, PNG, JPG), adjunta metadata firmada tipo C2PA — como datos EXIF en fotos. Permite verificar si un archivo pasó por Claude y si fue modificado después.

Cobertura: Claude consumer app, API, Claude Code, Claude Cowork, Claude Tag, y Claude vía AWS, Google Cloud y Microsoft Foundry. Básicamente todo el ecosistema.

Los modelos lanzados desde el 2 de agosto de 2026 ya soportan marcado desde el inicio. Los anteriores lo están agregando progresivamente.

Por qué ahora

El Artículo 50 del EU AI Act entró en vigor el 2 de agosto de 2026. Obliga a todos los sistemas de IA que generan contenido sintético a:

  • Divulgar claramente que son un sistema de IA
  • Adjuntar etiquetas legibles por máquina que identifiquen el output como generado artificialmente

Multas por incumplimiento: hasta €15 millones o 3% del facturación global anual, lo que sea mayor.

Anthropic optó por aplicar el watermark a nivel mundial en lugar de solo en la UE. No es altruismo — es más simple operar con un solo estándar que mantener dos pipelines. Pero el efecto es real: la regulación europea está dictando el estándar global.

Las limitaciones (y Anthropic lo admite)

El watermark no es prueba definitiva de nada:

  • Texto que Claude proofreadeó o tradujo puede quedar marcado aunque Claude no lo haya escrito originalmente
  • Edición pesada, traducción, pasajes cortos o uso de modelos antiguos sin marcado pueden hacer que output genuino de Claude pase desapercibido
  • Los metadatos de archivos se pierden con conversiones de formato, re-guardados, screenshots
  • Un watermark presente solo confirma que el texto pasó por Claude en algún momento, no su historia completa

Anthropic fue explícito: “una marca detectada es una señal, no una prueba”.

El paisaje más amplio

  • Google DeepMind ya tiene SynthID para marcar texto, imágenes y audio generado por IA
  • OpenAI ha discutido watermarking pero se ha movido más lento en deploy masivo
  • La UE dejó un período de gracia hasta el 2 de diciembre de 2026 para sistemas ya en el mercado, mientras se estabilizan los estándares técnicos de marcado

La estrategia de “compliance global” de Anthropic es interesante: en lugar de fragmentar su producto por región, sube el estándar para todos. Si Google y OpenAI siguen la misma lógica —y las señales apuntan a que sí— el watermark en output de IA se va a convertir en baseline, no en diferenciador.

Para equipos que usan Claude en producción (API, Claude Code, agentes): hay que empezar a pensar cómo esto afecta flujos donde el output se publica, se archiva o se procesa downstream. El watermark podría activar detectores en pipelines que no esperabas.

Update: 16 de agosto, 2026 — Anthropic revela cómo funciona el watermark (y cómo se derrota)

Cuatro días después del anuncio, Anthropic publicó los detalles técnicos y confirmó lo que muchos sospechaban: el watermark de Claude es una versión del enfoque SynthID-Text que Google DeepMind publicó en un paper de Nature en 2024 (familia que se remonta a la propuesta de Scott Aaronson de 2022).

Cómo funciona, sin mitos:

  • No hay caracteres Unicode escondidos ni metadata oculta en el texto. No es el uso de em-dashes ni patrones de estilo tipo “it’s not X, it’s Y”.
  • El truco está en la aleatoriedad de la generación: un LLM no siempre elige la palabra más probable — hay azar involucrado. El watermark cambia la fuente de esa aleatoriedad: en vez de un generador de números arbitrario, la elección se determina con una key más el contexto de las palabras precedentes.
  • El resultado es texto indistinguible del generado normal, pero verificable por cualquiera que tenga la key: se revisa si la secuencia de palabras es consistente con las elecciones que Claude haría usando esa key.
  • El modelo no sabe que está siendo watermarkado, según confirmó Anthropic.

¿Se puede derrotar? Sí, con parafraseo total. Anthropic fue directo: la edición ligera probablemente no elimina el watermark, pero un rewrite completo donde cada palabra es reemplazada sí lo hace (aunque a ese punto es discutible si el texto sigue siendo “generado por IA”). Versiones 2026 del estado del arte como MirrorMark — multi-bit, con scheduler context-anchored (CABS) — apuntan justo a ser más resistentes a edición.

Lo más relevante para devs: Anthropic dijo que viene una watermark detection API pública, sin fecha aún, que permitirá a usuarios y terceros verificar si un texto probablemente contiene el watermark de Claude. Para archivos no-texto (JPG, PNG, SVG) se usará metadata firmada C2PA.

Y el detalle de privacidad: el watermark no contiene información del usuario, organización o conversación — solo marca que el texto pasó por Claude. Con otros labs agregando watermarking similar, la detección de contenido sintético se está volviendo infraestructura estándar, no feature.


Compartir artículo:

Sigue leyendo

Noticias relacionadas

Más en IA →

Buscar en Ping Diario