Le projet de filigrane Claude d’Anthropic fait naître un marché rapide d’outils de suppression

Le projet d’Anthropic visant à marquer les textes générés par Claude a rapidement produit un contre-mouvement: des outils qui tentent de supprimer ces marques. Dans une interview publiée le 23 août par Business Insider, l’entrepreneur parisien Guillaume Meyer raconte avoir créé un projet open source appelé Watermarks Remover peu après l’annonce du filigrane invisible d’Anthropic. Il explique que le projet s’est diffusé très vite après sa publication, attirant des millions d’impressions sociales et l’attention de développeurs inquiets qu’un travail humain simplement touché par l’IA soit mal étiqueté.

Le débat a commencé avec la décision d’Anthropic d’ajouter un marquage lisible par machine aux sorties compatibles de Claude afin de respecter ses engagements au titre des règles de transparence de l’AI Act européen. Anthropic affirme que la marque n’est pas une étiquette visible, n’ajoute pas de caractères cachés, n’identifie ni utilisateur ni organisation et ne devrait pas changer le sens, la lisibilité ou la qualité des réponses de Claude. L’entreprise prévoit aussi une API de détection permettant aux utilisateurs et tiers de vérifier les marques de Claude.

L’idée technique du filigrane texte est statistique. Au lieu d’attacher une étiquette au document, le modèle influence légèrement certains choix de mots à faible enjeu afin que le motif général puisse être détecté plus tard avec la bonne clé. Cela rend la marque difficile à remarquer en lecture normale et plus portable lorsque le texte est copié. Mais cela rend aussi le débat plus complexe, car les utilisateurs ne peuvent pas voir facilement quand la marque est présente ni savoir si un détecteur traitera une légère correction, une traduction ou une relecture comme une génération complète.

La critique de Meyer vise cette ambiguïté. Dans Business Insider, il soutient que le filigrane statistique peut créer des faux positifs et des victimes humaines, surtout dans les milieux universitaires ou professionnels où un auteur peut utiliser l’IA pour modifier une petite partie d’un texte humain. Il reconnaît que son outil n’est pas parfait et devra évoluer avec l’apparition des détecteurs, mais il le présente comme une manière de tester et contester une approche qu’il juge trop brutale.

Anthropic subit une pression inverse. Les régulateurs veulent plus de transparence sur les contenus synthétiques, et les entreprises d’IA ont besoin de signaux qui suivent le texte après sa sortie de leurs produits. Si une étiquette n’existe que dans l’interface d’une application, elle disparaît dès que le texte est copié dans un email, un document, un site ou un réseau social. Le filigrane promet un signal plus durable. Mais cette durabilité inquiète les utilisateurs, car une marque issue d’une simple retouche peut prendre une importance réputationnelle.

Le problème plus large est que l’auteur n’est plus une catégorie binaire. Un document peut être rédigé par une personne, poli par un modèle, traduit par un autre système, vérifié par un éditeur et mis en forme par un agent. Un seul signal de filigrane peut montrer qu’un modèle a touché le texte, mais pas expliquer quelle part de responsabilité créative revient à l’humain. Écoles, employeurs, éditeurs et tribunaux devront éviter de traiter les résultats de détection comme une preuve simple de faute.