Si utilizas Claude para escribir un correo, corregir un documento, traducir un texto o preparar un trabajo, existe ahora una posibilidad adicional: que ese contenido lleve una marca invisible que permita identificar que pasó por la IA.
Anthropic comenzó a incorporar marcas de agua imperceptibles en los textos generados por sus modelos Claude. La medida también incluye señales de procedencia en determinados archivos y forma parte de la respuesta de la compañía a las nuevas reglas de transparencia de la Unión Europea.
La decisión ha provocado una reacción curiosa entre algunos usuarios. No porque la marca cambie el contenido que genera Claude, sino porque podría permitir que otra persona compruebe que la IA intervino en un texto que después fue presentado como propio.
Y aquí aparece el problema: saber que Claude procesó un texto no necesariamente significa saber quién lo escribió.
Compartir Inteligencia Artificial en Español
Anthropic explica que los modelos compatibles pueden introducir una marca de agua directamente en el texto. No es una palabra, una frase o un símbolo que el usuario pueda identificar.
La compañía la describe como una marca imperceptible que se incorpora durante la generación del texto y que no debería modificar su significado, calidad o legibilidad. También está trabajando en herramientas para que terceros puedan detectar estas marcas.
En el caso de imágenes y determinados archivos, Anthropic utiliza además metadatos de procedencia basados en C2PA, un estándar que permite registrar información sobre el origen de un contenido.
La diferencia es importante. Los metadatos pueden desaparecer cuando un archivo se edita, convierte o vuelve a guardar. Una marca incorporada dentro del contenido puede tener más posibilidades de sobrevivir a algunas de esas modificaciones.
Anthropic dice que las marcas de sus nuevos modelos se aplican a nivel del modelo y no solamente a la versión de Claude que utiliza directamente un usuario. Esto significa que también pueden afectar a servicios que utilizan los modelos de Anthropic a través de plataformas como AWS, Google Cloud o Microsoft Foundry.
La explicación principal está en Europa.
El artículo 50 de la AI Act establece obligaciones de transparencia para determinados contenidos generados o manipulados mediante inteligencia artificial. Las nuevas reglas comenzaron a aplicarse el 2 de agosto de 2026.
Anthropic había firmado el código europeo de buenas prácticas sobre transparencia y ahora está incorporando mecanismos que permitan identificar el origen artificial de sus contenidos.
Pero la decisión de Anthropic no debería verse como algo aislado.
Google lleva tiempo trabajando con SynthID, su tecnología para introducir marcas de agua invisibles en contenidos generados por IA. Google la utiliza en imágenes, audio, vídeo y también dispone de tecnología de watermarking para texto.
OpenAI también utiliza señales de procedencia. Actualmente combina C2PA y SynthID en determinados contenidos, especialmente imágenes y audio. Su propio sistema de verificación advierte que encontrar una señal demuestra la presencia de una señal asociada a sus herramientas, pero no determina quién creó el contenido ni cómo fue utilizado.
Esto último es importante porque muestra que una marca de agua no es exactamente lo mismo que un detector de IA.
Este es probablemente el punto más interesante de toda la discusión.
Imaginemos que una persona escribe un artículo de 2.000 palabras y después utiliza Claude para corregir la gramática, el resultado podría conservar una señal que indique que Claude intervino; pero esa señal no demuestra que Claude haya escrito las 2.000 palabras.
Lo mismo puede ocurrir con una traducción. Una persona puede escribir un texto en español, introducirlo en Claude para traducirlo al inglés y después entregar esa traducción.
¿Es un texto “generado por IA”?, entonces la respuesta no es tan sencilla.
También podríamos pensar en un programador que escribe un código y utiliza Claude para encontrar un error, o en un empleado que redacta un informe y utiliza la herramienta para mejorar su redacción.
En todos esos casos hubo intervención de IA, pero eso no significa necesariamente que la IA sea la autora de todo el contenido.
Precisamente este punto ha sido cuestionado por analistas como Ben Thompson, de Stratechery, quien considera problemático tratar cualquier contenido que haya pasado por una IA, como si la IA fuera su autora.
La reacción de algunos usuarios de Claude demuestra por qué esta cuestión importa.
Usuarios que emplean la herramienta para programar, estudiar, escribir o trabajar han expresado preocupación por la posibilidad de que una institución pueda descubrir que utilizaron Claude. Algunos incluso han dicho que cancelarían sus suscripciones.
El problema aparece especialmente cuando existen reglas que restringen el uso de IA por ejemplo, los estudiantes podrían utilizar Claude para preparar un trabajo cuando las reglas de las universidades no lo permiten.
Un empleado podría utilizar la IA para elaborar un informe en una empresa que lo prohíbe.
Un escritor podría utilizarlo para editar un texto cuando su contrato exige que la obra sea producida sin asistencia de IA.
En estos casos, una señal de procedencia puede ser útil para comprobar el uso de la herramienta, pero también puede aparecer en situaciones mucho menos claras.
Aquí está la parte más complicada, durante años hemos utilizado herramientas que modifican nuestros textos, tal como correctores ortográficos, traductores, editores de texto, etc. Ahora una IA puede hacer todas esas cosas con mucha más capacidad.
La pregunta es si debemos considerar de la misma manera un texto completamente escrito por Claude y otro escrito por una persona que simplemente utilizó Claude para corregir algunos errores.
La tecnología de watermarking puede decirnos que hubo una intervención de IA, pero no necesariamente cuánto aportó la IA al resultado final.
Por eso no debería utilizarse como una prueba automática de que alguien hizo trampa.
La investigación sobre detección de textos generados por IA ha mostrado que los falsos positivos pueden ser un problema, especialmente en contextos educativos. Un detector que identifica incorrectamente un texto humano como generado por IA puede terminar provocando una acusación injusta.
La marca de agua de Anthropic es diferente de un detector convencional porque busca identificar una señal introducida por el propio modelo. Eso puede hacerla más útil para saber si un texto provino de Claude.
Pero sigue existiendo una diferencia entre “este contenido pasó por Claude” y “Claude escribió este contenido”.
Probablemente sí, al menos en determinadas circunstancias. Anthropic indica que la marca puede sobrevivir a acciones comunes como copiar, pegar y algunas modificaciones. Pero las propias características de estos sistemas hacen que no pueda asumirse que una marca permanecerá después de cualquier transformación.
Una edición importante, una reescritura o una combinación con contenido de otras fuentes puede afectar la capacidad de detección.
Pero esto plantea otro problema; si alguien realmente quiere ocultar que utilizó IA, podría intentar modificar suficientemente el contenido para eliminar o debilitar la señal.
Por lo tanto, el watermarking no debería entenderse como un mecanismo perfecto para descubrir o exponer a quienes utilizan IA de manera indebida, sino más bien una forma de añadir una señal de procedencia, quizás hasta como una herramienta de soporte.
💎 Suscríbete para acceder a artículos exclusivos, herramientas útiles y consejos prácticos para aprovecharla antes que los demás.
Anthropic no está sola en esta dirección.
Como mencionamos antes, Google ya utiliza SynthID para diferentes tipos de contenido generado por sus modelos. Su tecnología puede introducir una señal invisible que posteriormente puede utilizarse para comprobar si un contenido fue generado por determinados sistemas de Google.
OpenAI también está utilizando una combinación de señales de procedencia. En su documentación explica que C2PA puede proporcionar información sobre el origen de un archivo, mientras que una marca como SynthID puede permanecer incluso cuando determinados metadatos desaparecen.
La diferencia es que no todas las empresas están aplicando exactamente el mismo sistema ni a los mismos tipos de contenido.
De hecho, la situación del texto generado por IA todavía es bastante distinta a la de las imágenes.
En imágenes es relativamente sencillo incorporar información de procedencia o una marca invisible. En texto, el problema es más complicado porque cualquier transformación lingüística puede modificar las características, ser detectado como escrito por IA y aplicar una marca de agua.
Por eso el caso de Claude resulta especialmente interesante.
Es fácil reducir esta noticia a una historia sobre alumnos que utilizan Claude para hacer sus tareas, pero el impacto puede ser mucho mayor.
Pensemos en una empresa, un empleado escribe un informe y utiliza Claude para mejorar la redacción.
El informe lleva una señal; después ese documento llega a un cliente ¿cliente debe saber que se utilizó IA? ¿La empresa debe informar de ello? ¿La marca significa que el documento fue escrito por IA en su totalidad?
No existe una respuesta universal para estas preguntas y probablemente tendremos que empezar a responderlas empresa por empresa, universidad por universidad y profesión por profesión.
El caso de Claude refleja una tendencia más amplia en la industria de la IA, en lugar de intentar detectar contenido generado por IA después de su publicación, se busca incorporarle señales de procedencia desde el momento de su creación.
Estas marcas permiten identificar si una imagen, audio o texto fue generado por un modelo de IA, aportando mayor transparencia sobre su origen. Sin embargo, aunque esta estrategia puede ayudar a contextualizar el contenido, no resuelve por sí sola el problema de la confianza.
Como advierte OpenAI, una señal de procedencia no garantiza que el contenido sea correcto, que no haya sido modificado, que existan derechos sobre él ni que se esté utilizando de manera adecuada, por lo que sigue siendo necesario evaluar críticamente la información más allá de su origen.
La decisión de Anthropic puede parecer una cuestión técnica, pero en realidad toca algo que será cada vez más habitual: cómo diferenciamos entre contenido creado por una persona y contenido creado con ayuda de una IA.
No creo que la respuesta sea simplemente etiquetar todo como “hecho por IA”.
No es lo mismo pedirle a Claude que escriba un trabajo completo que utilizarlo para corregir una coma.
No es lo mismo generar un programa entero que pedir ayuda para encontrar un error.
No es lo mismo crear una fotografía desde cero que eliminar un objeto de una fotografía propia.
Y tampoco es lo mismo traducir un texto que pedirle a una IA que escriba uno desde cero.
Las marcas de agua pueden ayudarnos a saber que una IA intervino. Pero todavía necesitamos reglas que expliquen qué significa esa intervención.
Y esa diferencia será muy importante. Claude acaba de dar un paso en esa dirección y es probable que no sea el único.
Comments
Nothing yet. Say the first thing.
Sign in to join the conversation.