Así funciona exactamente la marca de agua invisible que Anthropic empezó a poner en Claude

El 11 de agosto, Anthropic, la empresa detrás del asistente de inteligencia artificial Claude, publicó un aviso en su página de soporte anunciando que todos sus modelos, en todo el mundo, empezarían a “marcar” el texto que generan para señalar que fue escrito por una IA. El documento, titulado “Cómo Claude marca el contenido generado por IA”, tenía un problema evidente: no explicaba cómo. Decía, textualmente, que Claude “teje una marca de agua imperceptible directamente en el texto” y que esto “no cambia el significado, la calidad ni la legibilidad” de lo que escribe. Nada más.

Tres días después, el 14 de agosto, Anthropic publicó un segundo documento, esta vez sí técnico, titulado “Cómo funciona la marca de agua de texto de Claude”. Ahí está la explicación real.

Primero, dos conceptos que hay que entender

Antes de meterse en cómo funciona la marca de agua, conviene aclarar dos ideas que están detrás de todo esto y que no son intuitivas para quien no trabaja con estas tecnologías.

La primera es que los modelos de lenguaje, como Claude, ChatGPT o Gemini, no funcionan escribiendo una respuesta completa de una vez, como si la tuvieran guardada en algún lado. Escriben palabra por palabra (técnicamente, fragmento por fragmento, lo que se llama un “token”), y en cada paso el modelo calcula una lista de candidatos posibles con un porcentaje de qué tan bien encaja cada uno. Por ejemplo, después de escribir “el clima estaba frío y…”, el modelo podría considerar “nublado” con 40% de probabilidad, “gris” con 30%, “con viento” con 20%. Casi siempre hay más de una opción razonable, y el modelo elige entre ellas con un componente real de azar. Por eso, si le haces la misma pregunta dos veces a un chatbot, a veces contesta distinto, la está recalculando cada vez.

La segunda idea es la esteganografía, una palabra rara para un concepto simple: esconder información dentro de otra información, sin que se note a simple vista. El ejemplo clásico, de antes de que existieran los computadores, es escribir una carta que parece inofensiva pero donde la primera letra de cada línea forma un mensaje secreto. Nadie que lea la carta nota nada raro, a menos que sepa exactamente qué buscar. Lo que hace Anthropic es una versión matemática de esa misma idea.

Cómo funciona

Según el documento técnico de Anthropic, el sistema es una variante de una técnica llamada SynthID-Text, desarrollada originalmente por el equipo de inteligencia artificial de Google (Google DeepMind) y publicada en la revista científica Nature en 2024. La idea de fondo, según reconoce el propio documento, viene de una propuesta anterior del matemático Scott Aaronson, quien trabajó en OpenAI en 2022.

Anthropic explica el mecanismo con la metáfora de un juego de mesa: en el Monopoly, cada turno tiras un dado para saber cuántas casillas avanzas. La marca de agua no cambia las reglas del juego ni hace trampa con el resultado, pero sí cambia qué dado estás usando, uno que deja un rastro reconocible después, sin que el jugador lo note mientras juega.

Aplicado al texto: cada vez que Claude tiene que elegir entre varias palabras casi igual de buenas para completar una frase (como “nublado” o “gris” en el ejemplo anterior), en vez de decidir con un azar completamente neutro, usa una clave secreta que empuja levemente la elección hacia un lado. Esa clave no es fija, cambia en cada palabra según el contexto del texto que se está generando. El resultado es que, a lo largo de un texto largo queda un patrón estadístico. Una sola palabra no dice nada. Pero con suficiente texto, alguien que tenga la clave secreta (en este caso, solo Anthropic) puede analizar el patrón y determinar, con cierto grado de confianza, si ese texto salió de Claude.

Es importante entender los límites de esto. La marca no aparece si la respuesta tiene una única opción correcta: el propio documento de Anthropic pone el ejemplo de “2 + 2 =”, donde no hay ambigüedad posible, así que ahí no se aplica ningún empuje. Por la misma razón, el código de programación lleva mucha menos marca que la prosa, porque en código casi todo tiene que ser exacto. Y entre más corto es un texto, menos confiable es la detección, porque el patrón necesita cierta cantidad de palabras para volverse estadísticamente visible.

Por qué ahora: una ley europea

Todo esto no nació de una idea espontánea de Anthropic. El 2 de agosto de 2026 entró en vigencia el Código de Práctica sobre Transparencia de Contenido Generado por IA, un acuerdo voluntario ligado al artículo 50 de la Ley de Inteligencia Artificial de la Unión Europea (EU AI Act). Cerca de 190 empresas lo firmaron en julio, entre ellas Anthropic, Google y OpenAI. La norma exige que las empresas de IA implementen algún método para marcar el contenido que generan sus modelos, de forma que sea posible identificarlo después como producido por una máquina.

Anthropic decidió aplicar la marca de agua a nivel global, no solo para usuarios en la Unión Europea. Según su propio documento, la razón es que todavía no tienen una forma confiable de aplicar la medida solo en una región específica.

No es la primera vez que se intenta esto

Google ya tiene su propio sistema, también llamado SynthID, funcionando en Gemini desde hace tiempo, y lo aplica además a imágenes, audio y video generados con IA. En un paper publicado en Nature, el equipo de Google DeepMind reportó que analizaron 20 millones de respuestas con y sin marca de agua, y que la diferencia en la cantidad de calificaciones positivas y negativas de los usuarios fue mínima, dentro del margen de error estadístico. Anthropic cita ese mismo estudio, junto a pruebas propias, como evidencia de que la marca de agua no perjudica la calidad del texto.

La crítica a ese argumento que hicieron diversos analistas es que un usuario haciendo click en “me gusta” o “no me gusta” en una respuesta de chatbot no es una forma sensible de medir si una palabra específica fue la mejor opción posible o simplemente una opción aceptable. La diferencia entre “nublado” y “gris” probablemente no le importe a nadie en una conversación casual, pero eso no es lo mismo que decir que la elección de palabras nunca importa.

El problema de la caja negra

Uno de los puntos más repetidos entre los críticos, incluyendo a James Padolsey, creador de una herramienta llamada Declaude (que permite limpiar el estilo de escritura de textos generados por IA), es que todo el sistema depende de una clave secreta que solo tiene la empresa que la creó. Eso significa que Claude no puede detectar marcas de agua puestas por Gemini, y Gemini no puede detectar las de Claude, porque cada una usa su propia clave. Y significa, también, que nadie fuera de esas empresas puede verificar de forma independiente si un texto tiene o no la marca: hay que confiar en ellos.

Anthropic anunció que viene una herramienta pública para verificar si un texto fue generado por Claude, pero hasta la fecha de esta nota no había confirmado cuándo estará disponible.

Lo que opinan dos expertos

Felipe Torres, ex ingeniero de OpenAI y actual CTO de la empresa Skyward, coincide en que el mecanismo técnico funciona forzando decisiones acumulativas a lo largo de un texto. “Escribir que un día está ‘nublado’ v/s ‘gris’, fuerza una decisión para un lado. Y luego hace lo mismo a lo largo de todo el texto, lo que va dejando un patrón que Anthropic puede reconocer después”, explica. Para Torres, el contexto es relevante: “Hoy por hoy cuesta cada vez más saber si algo lo escribió una persona o una IA, así que tener una señal de que un texto pasó por un modelo suma harto”. Sobre las herramientas actuales que intentan detectar textos hechos con IA, muchas de las cuales han acusado por error a estudiantes y escritores, Torres cree que este sistema debería ser una mejora, aunque con cautela: “Habrá que ver si es sustancialmente mejor. Y el que salga de una ley concreta como el EU AI Act, y no de una campaña de marketing, mejor todavía”.

La duda más grande de Torres, sin embargo, apunta al mismo lugar que preocupa a Padolsey: quién controla la marca. “Mi gran duda es quién controla esa marca de agua. Si bien la marca de agua no dice ni quién eres, ni de dónde salió el texto, aun así, una sola empresa queda con el poder de agarrar cualquier texto y decir ‘sí, esto lo escribió nuestro modelo’, y cuanto más confíen en esa marca de agua los organismos oficiales, más pesa esa palabra”, señala.

Juan Zuluaga, Federation Lead South de Latam en SoftwareOne, valora la medida como un paso necesario pero incompleto. “Las marcas de agua son un avance importante para tener una web más responsable, sin embargo, no refleja una auditoría en sí, dado que aún no es infalible y podría estar generando falsos positivos por una traducción o podría perderse la marca ante una re-escritura del texto”, dice. Para Zuluaga, el valor está en darle una herramienta más al criterio humano: “es un buen inicio para que con criterio humano podamos saber su generación y decidir en qué confiar o no”.

La ironía de los detectores actuales

El comentario de Torres sobre las herramientas de detección que “en varias instancias han acusado por error a estudiantes o escritores” no es una exageración. Turnitin, el software de detección de IA más usado en instituciones educativas, afirmó inicialmente tener una tasa de falsos positivos menor al 1%. Meses después, ante las críticas, la propia empresa admitió que a nivel de oración esa tasa sube a 4%, y una investigación del Washington Post encontró casos con hasta 50% de error, aunque con una muestra reducida.

Un estudio de Stanford encontró que estos detectores tienden a marcar como generados por IA los textos de personas que no son hablantes nativas de inglés, porque su forma de escribir, más simple y estructurada, coincide por casualidad con los patrones que el detector asocia a la inteligencia artificial. Universidades como el MIT, Yale, NYU, UC Berkeley y Vanderbilt terminaron restringiendo o desactivando estos sistemas después de revisar los datos, y en Yale un estudiante llegó a demandar a la universidad en 2025 alegando que intentaron forzarlo a una confesión falsa basándose solo en un puntaje de detector. Incluso la documentación oficial de Turnitin y de otras herramientas similares, como GPTZero, advierte explícitamente que sus resultados no deberían usarse como única prueba de nada.

Es en ese contexto que aparece la marca de agua de Anthropic, como una alternativa a un sistema de detección que, hasta ahora, ha fallado lo suficiente como para arruinarle la vida a estudiantes que no habían hecho trampa.

Lo que queda pendiente

El sistema de Anthropic todavía no tiene fecha confirmada para su herramienta pública de detección, lo que significa que, por ahora, la única entidad capaz de decir con autoridad si un texto salió de Claude es la propia Anthropic. La marca puede debilitarse o desaparecer si el texto se edita fuertemente, se traduce, o se reescribe con otra IA, lo que deja abierta la pregunta de qué tan útil será en la práctica frente a alguien decidido a evadirla.

Lo que no está en duda es que el resto de la industria va en la misma dirección. Google ya lo hacía. OpenAI confirmó que planea expandir sus propios mecanismos. La pregunta de fondo, la que dejan planteada tanto Torres como Padolsey desde ángulos distintos, es la misma: cuando el poder de decir “esto lo escribió una máquina” queda concentrado en un puñado de empresas privadas, ¿quién audita a los auditores?