El plan de marcas de agua de Claude de Anthropic impulsa un mercado rápido de herramientas para quitarlas

El plan de Anthropic para marcar texto generado por Claude ha producido rápidamente un movimiento contrario: herramientas que intentan quitar esas marcas. En una entrevista de Business Insider publicada el 23 de agosto, el emprendedor parisino Guillaume Meyer contó cómo creó un proyecto open source llamado Watermarks Remover poco después de que Anthropic anunciara su enfoque de marca de agua invisible para texto. Meyer dijo que el proyecto se difundió con rapidez tras publicarlo, atrayendo millones de impresiones sociales y atención de desarrolladores preocupados por que la marca etiquete erróneamente trabajo humano tocado por IA.

La disputa comenzó con la decisión de Anthropic de añadir marcado legible por máquina a salidas compatibles de Claude como parte de sus compromisos bajo las reglas de transparencia de la Ley de IA de la Unión Europea. Anthropic dice que la marca no es una etiqueta visible, no añade caracteres ocultos, no identifica a un usuario u organización y no debería cambiar el significado, la legibilidad ni la calidad de las respuestas de Claude. También ha dicho que planea ofrecer una API de detección para que usuarios y terceros puedan comprobar las marcas.

La idea técnica de una marca de agua textual es estadística. En lugar de adjuntar una etiqueta al documento, el modelo influye ligeramente en algunas elecciones de palabras de bajo riesgo para que el patrón general pueda detectarse después con la clave adecuada. Eso hace que la marca sea difícil de notar en lectura normal y más portátil cuando se copia texto. También vuelve más compleja la discusión, porque los usuarios no pueden ver fácilmente cuándo está presente ni saber si un detector tratará edición ligera, traducción o corrección como generación completa.

La crítica de Meyer se centra en esa ambigüedad. En Business Insider dijo que las marcas estadísticas pueden generar falsos positivos y víctimas humanas, sobre todo en contextos académicos o profesionales donde un autor quizá use IA para editar una pequeña parte de un texto humano. Reconoció que su herramienta no es perfecta y tendrá que evolucionar cuando aparezcan detectores, pero la presentó como una forma de probar y cuestionar un enfoque que considera demasiado tosco.

Para Anthropic, la presión viene del lado opuesto. Los reguladores quieren más transparencia sobre contenido sintético, y las empresas de IA necesitan señales que viajen con el texto después de salir de sus productos. Si una etiqueta vive solo dentro de la interfaz de una app, desaparece cuando el texto se copia a un correo, documento, sitio web o publicación social. La marca de agua promete una señal más duradera. Pero esa durabilidad es justamente lo que preocupa a los usuarios, porque una marca generada por una edición menor puede adquirir peso reputacional.

El problema mayor es que la autoría ya no es binaria. Un documento puede ser redactado por una persona, corregido por un modelo, traducido por otro sistema, verificado por un editor y formateado por un agente. Una sola señal de marca puede indicar que un modelo tocó el texto, pero no explica cuánta responsabilidad creativa pertenece al humano. Escuelas, empleadores, editoriales y tribunales deberán evitar tratar los resultados de detección como prueba simple de mala conducta.