Cómo funciona la marca de agua de texto de Claude
Anthropic empezó a marcar Claude en agosto de 2026: sesga la elección de tokens con una clave secreta, pero detectar una marca no prueba su origen.
Qué es la marca de agua de texto de Claude
La marca de agua de texto de Claude es un sesgo que se aplica mientras el modelo selecciona las palabras. No es una etiqueta adjunta al archivo ni una secuencia de caracteres Unicode invisibles que se pueda eliminar con una expresión regular. Anthropic lo describe en How Claude's text watermarking works, con fecha del 14 de agosto de 2026 y actualización del 1 de septiembre de 2026: el mecanismo «sólo cambia el origen de la aleatoriedad utilizada para seleccionar entre las palabras» mediante una clave secreta y las pocas palabras anteriores. Como la marca depende de las palabras seleccionadas, sobrevive al proceso de copiar y pegar y desaparece cuando cambian las palabras.
De aquí se derivan dos consecuencias, que explican por qué se busca información sobre este tema. La detección es una prueba estadística que necesita muchas palabras para ser significativa, por lo que puede no aportar información útil sobre una sola frase. Además, un resultado negativo no demuestra nada: el centro de ayuda de Anthropic indica que «la ausencia de una marca detectada no significa que el contenido no se haya generado o procesado mediante IA».
La página de ayuda How Claude marks AI-generated content, consultada el 11 de octubre de 2026, enumera las superficies que cubre: «Claude Platform (API), Claude, Claude Code, Claude Cowork y Claude Tag», incluido el acceso mediante AWS, Google Cloud y Microsoft Foundry. Los modelos lanzados el 2 de agosto de 2026 o después admiten la marcación legible por máquinas desde su lanzamiento. Los modelos anteriores están cubiertos por un periodo de transición mientras Anthropic añade la marcación; la página incluye ahora una tabla por modelo. Esta fecha no es casual. El artículo 50 de la Ley de IA de la UE se aplica desde el 2 de agosto de 2026 y exige a los proveedores de sistemas que generan texto sintético marcar el resultado «en un formato legible por máquinas y detectable como generado o manipulado artificialmente». El Digital Omnibus sobre IA, Reglamento (UE) 2026/1744, concede a los proveedores cuyos sistemas ya estaban en el mercado antes del 2 de agosto de 2026 hasta el 2 de diciembre de 2026 para cumplir esta obligación de marcación. Anthropic afirma que aplica la marcación en todo el mundo, no sólo al tráfico de la UE.
Los archivos funcionan de otra forma. La página de ayuda indica que Claude adjunta metadatos de procedencia firmados, denominados Content Credential y basados en el estándar C2PA (Coalition for Content Provenance and Authenticity), a los tipos de archivo generados compatibles, «como PNG o JPEG». Son metadatos adjuntos junto al contenido del archivo, no una modificación del contenido. Por eso se eliminan con tanta facilidad.
Cómo la marca de agua sesga la elección de tokens
En cada paso, un modelo de lenguaje calcula una probabilidad para cada token (un token es una palabra o una parte de ella) que podría escribir a continuación. Un sampler elige uno. Normalmente, la aleatoriedad de esa elección procede de una fuente de números aleatorios convencional. Un sampler con marca de agua sustituye esa fuente por una función seudorrandómica con clave. Sus entradas son la clave secreta y los últimos tokens. Por tanto, la elección es reproducible para quien tenga la clave y parece una variación normal para los demás.
La primera versión pública citada ampliamente es A Watermark for Large Language Models (Kirchenbauer et al., ICML 2023). Antes de cada token, la clave y los tokens anteriores seleccionan un subconjunto seudorrandómico «verde» del vocabulario. Después, el sampler añade una pequeña bonificación a la puntuación de esos tokens. No se prohíbe ningún token, por lo que el texto conserva su fluidez. Sin embargo, los tokens verdes aparecen algo más a menudo de lo que permitiría el azar.
La publicación de Anthropic indica que su implementación se basa en SynthID-Text, publicado por Google DeepMind en Nature en octubre de 2024 con el título Scalable watermarking for identifying large language model outputs, y que esta familia de ideas se remonta a una propuesta de Scott Aaronson de 2022. SynthID-Text extrae varios tokens candidatos de la propia distribución del modelo y organiza un torneo eliminatorio entre ellos. La función con clave asigna la puntuación. Por ello, el token superviviente tiende a ser uno que la clave favorece. Los candidatos proceden de la propia distribución del modelo. Esa es la razón por la que la evaluación publicada no informa de una pérdida de calidad medible.
La consecuencia importante está en la entropía. El sesgo sólo puede actuar cuando el modelo tenía varias opciones reales. Si el único token correcto siguiente es Paris, ningún esquema puede cambiarlo sin hacer que el texto sea incorrecto. Anthropic lo afirma directamente: la marca de agua «es más dispersa en los pasajes fácticos, donde hay menos opciones que puedan elegirse sin reducir la precisión del texto», y el código «suele tener menos marca de agua que otras formas de texto» porque normalmente debe ser exacto. La densidad de la señal refleja el grado de libertad del modelo. Por ello, un texto largo y abierto en prosa conserva una marca clara, mientras que una respuesta factual breve conserva muy poca.
Hay un límite que conviene indicar con claridad. A fecha de 11 de octubre de 2026, Anthropic ha publicado la familia a la que pertenece su esquema, pero no los parámetros ni el umbral del detector. La mecánica descrita en esta sección procede de los artículos citados. Debe interpretarse como el diseño publicado que Anthropic menciona, no como una descripción de la configuración exacta de Claude.
Por qué la detección es una prueba de hipótesis y no un sello
Un detector recibe el texto y la clave. Recorre el texto, vuelve a calcular qué habría favorecido la clave en cada posición, asigna una puntuación a cada token y suma todas las puntuaciones. La hipótesis nula es que el texto se escribió sin ese muestreador con clave. En ese caso, las puntuaciones se comportan como lanzamientos de moneda y el total se mantiene cerca de su valor esperado. El texto con marca de agua se desvía por encima de ese valor. El resultado es un valor p, es decir, la probabilidad de obtener un total así de alto a partir de texto sin marca de agua. El veredicto «detectado» consiste en comparar ese valor p con un umbral elegido por alguien.
Este diseño tiene dos efectos que se perciben en la práctica. La confianza aumenta con la longitud, porque cada token adicional aporta una pequeña evidencia más. Anthropic lo explica así: «La detección de una marca de agua tampoco funciona bien con muestras pequeñas, porque hay menos opciones de palabras y, por tanto, menos información disponible». El umbral también implica una compensación. Si se establece lo bastante bajo para marcar un párrafo, empezará a marcar por azar párrafos escritos por personas.
La mayoría de los lectores todavía no puede ejecutar esta prueba por su cuenta. Desde su actualización del 1 September 2026, la publicación de Anthropic indica: «Estamos lanzando una API de detección en versión preliminar privada». Está disponible para organizaciones elegibles «según lo exigido por la legislación de la UE», como organismos reguladores, cuerpos de seguridad, medios de comunicación, verificadores de datos, investigadores independientes, organizaciones educativas y grupos de la sociedad civil de la UE, así como para empresas «obligadas de forma similar a verificar las marcas de agua» para cumplir la Ley. Anthropic afirma que planea «ampliar gradualmente el acceso a la API de detección», y ambas páginas enlazan un formulario para registrar el interés. Por tanto, a 11 October 2026 no existe un detector público de texto: fuera de esas organizaciones, nadie puede confirmar ni refutar que un pasaje concreto contenga la marca. Los archivos tienen una vía independiente que cualquiera puede utilizar. El Claude Content Checker gratuito comprueba si un archivo cargado contiene una Claude Content Credential e indica claramente que «no comprueba el texto».
Esta limitación importa por lo que la gente utiliza en su lugar. Los «detectores de IA» comerciales que se venden a centros educativos y editores son clasificadores entrenados con el estilo de escritura. No tienen ninguna clave ni ejecutan una prueba de este tipo. Su modo de fallo está documentado: GPT detectors are biased against non-native English writers (Liang et al., Patterns, 2023) concluyó que los detectores de uso extendido marcaron como generados por IA más de la mitad de un conjunto de ensayos del TOEFL escritos por personas no nativas, mientras clasificaron correctamente las muestras de escritores nativos. Un detector de marcas de agua y un clasificador de estilo son máquinas diferentes. No permita que nadie le entregue la segunda mientras la presenta como la primera.
Qué elimina la marca de agua
Respuestas cortas. Una respuesta de una sola línea contiene muy pocas decisiones para modificar una estadística. No hay una solución, porque esto es una propiedad de la prueba y no una carencia de la implementación.
Una reescritura. Anthropic afirma que una edición ligera puede dejar la marca legible, mientras que «una reescritura completa en la que se sustituye cada palabra» la elimina. Cada palabra que se sustituye es una palabra que la clave ya no puede explicar.
Paráfrasis mediante otro modelo. Un segundo modelo vuelve a elegir cada token con su propio muestreador y sin una clave. Por tanto, el resultado contiene la marca de ese modelo, si la tiene, y no la de Claude.
Traducción, con una excepción. Traducir el texto en inglés de Claude con otro traductor destruye la señal, porque un nuevo muestreador elige cada palabra del texto de destino. Anthropic señala el caso contrario: «Una traducción producida por Claude lleva una marca de agua, porque en este caso Claude elige cada palabra».
Código, en su mayor parte. El código correcto ofrece pocas alternativas intercambiables. TechCrunch informó el 15 August 2026 de que Anthropic espera «un efecto insignificante en el código producido», y que las marcas aparecerán con más probabilidad en los comentarios. Se trata de un informe periodístico sobre una declaración de la empresa y no de documentación publicada, por lo que el detalle sobre los comentarios debe considerarse no confirmado. Los comentarios y los nombres de identificadores son las partes de un parche que ofrecen un margen real de elección.
Eliminación de metadatos, para archivos. La procedencia C2PA se almacena junto a los datos de imagen. Por eso, cualquier proceso que vuelva a codificar el archivo suele eliminarla, salvo que se le indique que la conserve. Esto incluye el optimizador de imágenes de una compilación normal de un sitio estático. La página de ayuda de Anthropic incluye la eliminación de metadatos entre los motivos por los que desaparece una marca.
Qué demuestra realmente una marca detectada
Menos de lo que sugiere la palabra «marca de agua». La publicación de Anthropic es clara: «Una marca de agua sólo puede determinar que Claude probablemente intervino en algún momento en el contenido. No puede distinguir entre “Claude escribió esto” y “Claude editó esto de forma significativa”». La página de ayuda añade que «Claude puede no ser el autor original», porque las personas usan Claude para editar textos que han producido ellas mismas y porque el contenido puede haber cambiado después de que Claude interviniera.
Ningún material publicado por Anthropic describe una señal asociada a una cuenta o a un usuario. Según la documentación disponible, la marca indica que intervino un modelo de Claude. Si alguien afirma que una marca de agua revela qué usuario o qué API key produjo un fragmento, esa afirmación no aparece en las fuentes primarias a fecha de 11 October 2026.
¿Este cambio afecta a la publicación de código asistido por IA desde su servidor?
En el caso del código, la respuesta técnica es, en general, no, por dos motivos ya expuestos: la señal en el código exacto es débil y la detección de texto se limita a una vista previa privada para organizaciones que cumplen los requisitos. Lo que determina si puede publicar es la política, y la política no ha cambiado. Los proyectos de código abierto han definido sus propias reglas para las contribuciones asistidas por IA, y esas reglas las aplica un mantenedor al revisar su pull request, no un detector que analice sus tokens.
En el caso de la prosa que genera su servidor, la respuesta es sí, de una forma concreta. Si una llamada a una API escribe las notas de la versión o las páginas de su producto, las palabras son de Claude, por lo que la marca está en ellas. Convertir markdown a HTML, minimizarlo, almacenarlo en Postgres y servirlo desde una CDN no modifica las palabras, así que ninguna de esas operaciones elimina la marca. Lo que la degrada es que un editor humano reescriba las frases.
No puede eliminar la marca de agua mediante un prompt. Se aplica en la capa de muestreo, por debajo del texto que produce el modelo, así que una instrucción como "do not watermark this" no tiene ningún efecto. Esta situación es distinta de los motivos habituales por los que un agente ignora una instrucción que escribió, en los que la instrucción sí llegó al modelo, pero perdió frente a otra cosa. A fecha de 11 October 2026, no existe una opción documentada para que los clientes de la API desactiven esta función.
Si utiliza Claude para administrar un servidor en lugar de usarlo para redactar contenido, el cambio es mínimo. Los comandos de shell y los fragmentos de configuración son breves y están muy restringidos, por lo que contienen muy poca señal, y el marcado no afecta a lo que se ejecuta en su sistema. El trabajo diario de administración de sistemas con Claude plantea otra cuestión: qué sale de su máquina en primer lugar. Consulte qué envía realmente un agente de programación desde su servidor.
Qué debe declarar
La declaración de uso es una cuestión normativa, no de detección. Una marca de agua no crea la obligación de declarar el uso de IA ni la elimina. Determine qué norma le obliga y sígala, independientemente de que alguien pueda detectarlo.
El Reglamento de IA de la UE divide esta cuestión en dos partes. El artículo 50(2) impone la obligación de marcado al proveedor, que en este caso es Anthropic, y esa es la obligación que cumple este despliegue. El artículo 50(4) impone una obligación al implementador: quien publique texto generado por IA «para informar al público sobre asuntos de interés público» debe declarar que se generó artificialmente. Incluye una exención en la que se encuadra la mayoría de los equipos editoriales: «cuando el contenido generado por IA haya sido sometido a un proceso de revisión humana o control editorial y una persona física o jurídica tenga la responsabilidad editorial de la publicación». Ambas obligaciones se aplican desde el 2 de agosto de 2026. La obligación de marcado se aplaza hasta el 2 de diciembre de 2026 únicamente para los sistemas que ya estuvieran en el mercado antes de esa fecha. Un artículo revisado por una persona editora identificada se trata de forma distinta de un feed que publica contenido sin que nadie lo lea. Esta es una interpretación del texto del reglamento y no constituye asesoramiento jurídico.
Otras normas pueden exigir más que la legislación. Su contrato de trabajo, el acuerdo con su cliente, la guía de contribuciones del proyecto al que envía parches y la política del editor para el que escribe pueden imponer requisitos adicionales. También son las normas que alguien comprobará en la práctica.
Cuando declare el uso de IA, indique qué hizo el modelo y qué verificó usted. «Borrador escrito con Claude; todos los comandos se ejecutaron en una instalación limpia de Ubuntu 24.04 antes de publicar» proporciona información útil a un lector técnico. Una etiqueta genérica que indique «se utilizó IA» no la proporciona, porque la parte que un modelo no puede hacer por usted es la comprobación.
No use el resultado de una marca de agua como una acusación. Un resultado positivo indica que un modelo de Claude intervino en algún punto, incluso como editor del texto original de otra persona. Un resultado negativo no demuestra nada.
FAQ
¿Puedo desactivar la marca de agua de texto de Claude?
Al 11 de octubre de 2026, no existe ninguna opción documentada para excluirse. La página de ayuda de Anthropic describe el marcado en Claude, Claude Platform (API), Claude Code, Claude Cowork y Claude Tag, incluido el acceso mediante AWS, Google Cloud y Microsoft Foundry, pero no menciona ninguna configuración para desactivarlo. Pedir al modelo que no marque su respuesta tampoco sirve, porque la marca la aplica el sampler que elige los tokens, no el modelo al seguir la instrucción.
¿La marca de agua aparece en el código que escribe Claude?
Apenas. La marca de agua funciona eligiendo entre opciones que son todas válidas, y el código correcto rara vez ofrece muchas. Anthropic afirma que el código «generalmente tiene menos marcado que otras formas de texto» porque normalmente debe ser exacto. TechCrunch informó el 15 de agosto de 2026 de que Anthropic espera un efecto insignificante en el código propiamente dicho, y que las marcas aparecerán con más probabilidad en los comentarios. Es un informe de prensa sobre una declaración, no documentación publicada. Las partes de un parche con margen de variación son los comentarios y los nombres de identificadores.
Si un detector no encuentra ninguna marca de agua, ¿demuestra que lo escribió una persona?
No. Este es el error más común con las marcas de agua. La propia página de Anthropic indica que «la ausencia de una marca detectada no significa que el contenido no se haya generado o procesado mediante IA». El texto puede ser demasiado corto para analizarlo, puede haberse editado o parafraseado, puede proceder de un modelo publicado antes de que se implementara el marcado o puede proceder de otro proveedor. La prueba sólo funciona en una dirección: puede aumentar la confianza en que Claude intervino, pero nunca puede demostrar que Claude no intervino.
¿Parafrasear o traducir elimina la marca de agua?
Parafrasear mediante otro modelo la elimina, porque ese modelo vuelve a elegir cada palabra con su propio sampler y sin la clave. Traducir con una herramienta externa la elimina por la misma razón. La excepción funciona en la dirección contraria: Anthropic afirma que «una traducción producida por Claude lleva una marca de agua, porque en este caso Claude elige cada palabra». Por tanto, traducir con Claude un texto propio añade una marca que antes no existía.
¿Puedo comprobar por mi cuenta si un documento tiene una marca de agua de Claude?
En el caso del texto, sólo si su organización cumple los requisitos. La detección necesita la clave, por lo que no puede realizarse leyendo el texto ni con una herramienta sin conexión. La API de detección de Anthropic está en una vista previa privada para organizaciones elegibles conforme a la legislación de la UE y para empresas que tienen su propia obligación de verificar el marcado. Está previsto ampliar el acceso, por lo que al 11 de octubre de 2026 no existe ningún detector público de texto. Los archivos son diferentes: el Claude Content Checker gratuito comprueba si un archivo cargado contiene una Claude Content Credential, aunque no comprueba el texto. Cualquier herramienta de terceros que se venda como detector de texto de Claude no tiene la clave. Por tanto, es un clasificador de estilo, un mecanismo diferente con un problema documentado de falsos positivos en textos escritos por personas cuya primera lengua no es el inglés (Liang et al., Patterns, 2023).