Marcas de agua en texto estadístico versus credenciales C2PA en los resultados de Claude
Aprenda cómo funcionan la marca de agua de texto basada en SynthID de Claude y las credenciales de archivo C2PA, qué pueden demostrar los detectores, y cómo evaluar cualquier herramienta que afirme eliminarlas.
Fuentes: Claude Watermarks Explained: How They Work, What They Reveal, and What You Can Remove
Pega la respuesta de Claude en un editor de texto plano, cambia la fuente y elimina el formato, y el párrafo se verá como cualquier otro texto. Si eso elimina la marca de agua depende por completo del tipo de marca que estuviera presente. Un artefacto de formato aislado, una credencial de archivo firmada criptográficamente y un patrón estadístico integrado en el texto son tres mecanismos no relacionados entre sí; una herramienta puede eliminar uno sin afectar a los demás y sin ofrecerte información al respecto. Este artículo explica cómo funciona cada mecanismo, qué puede y no puede concluir un detector, cómo las ediciones y reescrituras afectan las señales, y qué preguntas hacer antes de confiar en cualquier “eliminador de marcas de agua” o “verificador de IA”. Los detalles del producto aquí reflejan la documentación pública a fecha de septiembre de 2026, así que confirma las especificaciones actuales en las páginas enlazadas.
Lo que Anthropic ha confirmado públicamente
Según Anthropic, la marca de texto de Claude se basa en una versión adaptada de SynthID-Text de Google DeepMind. Esta técnica modifica la forma en que se aplica la aleatoriedad durante la generación de texto para poder analizar posteriormente un patrón estadístico. Anthropic deja claro que no se insertan caracteres ocultos. Su descripción técnica se publicó el 14 de agosto de 2026 y fue revisada el 1 de septiembre.
Según el artículo del Centro de Ayuda de Claude sobre la marcación de contenido, Fable 5.1 y Mythos 5.1 son modelos compatibles. Los modelos lanzados a partir del 2 de agosto de 2026 admiten marcación desde el primer día, y la compatibilidad con modelos anteriores sigue en proceso de ampliación. En los modelos compatibles, la marcación se aplica en todas las aplicaciones de Claude, la API, las herramientas de programación y los socios en la nube, en todas las regiones, aunque las funciones específicas de marcación de archivos pueden variar.
Estos detalles son fáciles de pasar por alto. Las afirmaciones de que “todo el texto de Claude” lleva marca de agua difuminan la diferencia entre las generaciones de modelos, y las descripciones anteriores de la detección como algo “próximamente disponible” datan de antes del lanzamiento en versión de previsualización privada que se menciona a continuación.
Cómo las palabras comunes pueden transmitir una señal oculta
Un modelo de lenguaje genera tokens, unidades que pueden ser palabras completas, fragmentos de palabras u otros trozos de texto. En cada paso, cuenta con una distribución de probabilidades sobre los tokens siguientes posibles y selecciona uno al azar.
El marcaje de agua se produce exactamente en esa etapa de muestreo, según el equipo responsable. La señal proviene del patrón de elecciones que hace el modelo, y no de una etiqueta añadida posteriormente.
Una ilustración simplificada
Tomemos una oración que comienza con “El equipo describió el lanzamiento como”. Podrían encajar varios finales, como “prometedor”, “alentador” o “exitoso”. No son sinónimos exactos, y esto no es una tabla de probabilidades real de ningún modelo; el punto es simplemente que el lenguaje natural deja con frecuencia al modelo una verdadera elección.
La explicación de Anthropic indica que se utiliza una clave secreta, combinada con el texto anterior, para influir en la aleatoriedad detrás de tales elecciones. Eso no significa que Claude favorezca sistemáticamente un adjetivo en particular. El sesgo depende del contexto y solo se vuelve detectable a medida que se acumula a lo largo de un pasaje.
Una analogía ayuda. Imagine a dos personas caminando por una ciudad, ambas eligiendo calles razonables. Una lo hace al azar; la otra sigue una regla secreta y consistente cada vez que dos o más rutas parecen igualmente buenas. Observar un solo giro no revela nada. Sin embargo, observar cientos de giros, sabiendo la regla, puede revelar el patrón. La generación real implica probabilidades mucho más complejas que las de una red de calles, así que considere esto como una intuición basada en evidencias acumuladas, y no como una descripción de cómo se implementa SynthID.
Lo que muestra la investigación
El estudio revisado por pares SynthID-Text, que se publicó como artículo en Nature en octubre de 2024, presenta un método que modifica la toma de muestras sin necesidad de volver a entrenar el modelo. Incluye resultados de pruebas de referencia, comparaciones de preferencias humanas y un experimento en tiempo real que abarca casi 20 millones de respuestas de Gemini. Esos hallazgos describen el sistema estudiado en el artículo; no constituyen una evaluación independiente de cada modelo Claude.
Tres cosas diferentes llamadas “marca de agua de Claude”
Antes de confiar en cualquier verificador, averigüe cuál de ellos es el que realmente examina.
La marca de agua de texto estadística
Este es la señal de la etapa de muestreo mencionada anteriormente. Para detectarla se necesita un detector diseñado específicamente para ello, con acceso a la configuración correspondiente. Escanear un texto en busca de caracteres Unicode inusuales no mide en absoluto esta señal.
Rastros de copiar-y-pegar y formato
El texto pegado puede traer consigo elementos invisibles: espacios no rompibles, caracteres de ancho cero o atributos HTML restantes, como nombres de clase que hacen referencia a la aplicación de origen. Estos se pueden inspeccionar directamente: se pueden ver en una vista hexadecimal o con unas pocas líneas de código. Eliminarlos es una tarea legítima de limpieza, pero hay que interpretarlos con cuidado. Los caracteres invisibles suelen tener una función real; por ejemplo, los conectores de ancho cero son necesarios para formar algunos emojis y para mostrar correctamente ciertos scripts. La tipografía como los guiones em y las comillas curvas tampoco constituye evidencia de autoría por IA.
Credenciales de contenido C2PA
Estos son registros de procedencia firmados adjuntos a los archivos. Resuelven una pregunta completamente diferente a la de un detector de texto estadístico y se tratan en su propia sección más abajo.
Una rápida verificación para cualquier herramienta: pídale que nombre las pruebas que encontró. “Tres espacios no rompibles en estas posiciones” es una observación concreta. “Definitivamente escrito por Claude” es una afirmación mucho más amplia que la observación no puede respaldar.
Qué puede y qué no puede establecer la detección
Cuando presentó los modelos más recientes, Anthropic también anunció que su API de detección de texto está disponible únicamente como versión preliminar privada, abierta a organizaciones elegibles como investigadores, medios de comunicación, instituciones educativas, organismos reguladores y algunas empresas. Eso no es lo mismo que un verificador público al que cualquiera pueda acceder.
Los resultados son probabilidades, no veredictos
La detección es inherentemente probabilística, como lo deja claro Google para los desarrolladores que utilizan SynthID. Su detector de referencia devuelve uno de tres resultados (con marca de agua, sin marca de agua o incierto), y los umbrales elegidos equilibran los falsos positivos con los falsos negativos. Estos conceptos son útiles para razonar sobre la detección en general, pero no constituyen una descripción oficial de lo que devuelve la API de Anthropic.
La misma documentación destaca que las configuraciones de marca de agua deben mantenerse en secreto. Por lo tanto, el código de marca de agua de código abierto por sí solo no permite a un sitio web ajeno verificar la marca de agua de Claude. Cualquier sitio de terceros que afirme poder hacerlo debe ser preguntado sobre cómo lo hace.
Los detectores de marca de agua no son clasificadores de texto generado por IA
Un clasificador general estima si el texto se asemeja a las categorías en las que fue entrenado. Un detector de marcas de agua busca evidencias de una señal que alguien incorporó intencionadamente. Ambos generan puntuaciones que significan cosas diferentes y no pueden intercambiarse.
La autoría es más que una señal
Imaginemos a un escritor que desarrolla el argumento, realiza la investigación y redacta el texto, y luego pide a una IA que reescriba algunos párrafos. Una señal positiva en esos párrafos no dice nada sobre quién generó las ideas. Por otro lado, un resultado negativo no permite reconstruir cómo surgió el documento. Los editores y educadores deben considerar el resultado de un detector como una de las muchas fuentes de información, y preguntar por los borradores, fuentes, revisiones y la política aplicable antes de convertir una probabilidad en una acusación.
C2PA: procedencia que pertenece al archivo
Un verificador gratuito basado en el navegador de Anthropic busca credenciales de contenido emitidas por Claude en los archivos. La empresa afirma que funciona localmente en su navegador y no prueba el texto en busca de la marca de agua estadística.
Una credencial emitida por Claude puede indicar que Claude creó o procesó un archivo. La documentación del verificador enumera PNG, JPEG y SVG como ejemplos de formatos generados que pueden contener credenciales. Tenga en cuenta la diferencia: el hecho de que un formato sea aceptado por el verificador no garantiza que cada flujo de trabajo de Claude genere ese formato con credenciales adjuntas.
C2PA en sí es un estándar para adjuntar un historial de procedencia al contenido y permitir que cualquiera verifique que dicho historial está intacto; su documento de resumen constituye una introducción fácil de comprender. También establece un punto esencial: la procedencia no indica si el contenido es verdadero. Un registro válido que indique que una imagen pasó por una herramienta determinada no dice nada sobre la exactitud de la descripción que se encuentra junto a ella.
Los metadatos también pueden ser eliminados, ya sea intencionadamente o mediante procesos habituales como la recodificación o la toma de capturas de pantalla. Por lo tanto, la falta de credenciales no demuestra que un archivo fue creado sin inteligencia artificial, y una herramienta de limpieza de metadatos debería indicar qué campos modificó en lugar de dar a entender que ha determinado el origen del archivo.
Cómo las ediciones y reescrituras afectan cada señal
Cada tipo de cambio afecta a una capa diferente de un documento:
- Cambiar la fuente solo modifica la presentación.
- Eliminar una clase HTML altera el marcado.
- Normalizar un espacio modifica los caracteres individuales.
- Rescribir un párrafo cambia el propio lenguaje, que es donde se encuentra la marca de agua estadística.
Según Google, la señal SynthID en el texto tiende a resistir recortes parciales, ediciones menores y una ligera parafraseo, mientras que una reescritura intensiva o la traducción pueden disminuir la confianza en la detección. Eso describe los límites de la técnica; no es una garantía de que algún servicio de reescritura en particular pueda superarla.
Las respuestas cortas o muy limitadas también dejan menos espacio para la inserción de marca de agua. Las guías para desarrolladores de Google indican que las respuestas basadas en hechos ofrecen menos oportunidades para ajustar la generación sin afectar la precisión, por lo que la señal en dicho texto es más débil desde un principio.
Evaluar honestamente una reescritura
Es útil separar dos cuestiones que a menudo se confunden.
- Calidad del texto: puedes juzgarla tú mismo. ¿La reescritura cambió una fecha, eliminó un matiz, convirtió una posibilidad en certeza o distorsionó una cita?
- Detección de marca de agua: requiere un verificador adecuado y un procedimiento de prueba definido. Una reescritura fluida y una marca de verificación verde tranquilizadora no sustituyen a esa medición.
En particular, una puntuación más baja en un clasificador de IA general no dice nada sobre el detector de marca de agua independiente de Claude.
¿La marca de agua identifica al usuario?
Anthropic afirma que la marca de agua no contiene información que identifique al usuario, a la organización ni la conversación, y reitera esto en su anuncio del modelo de septiembre. Esa afirmación es limitada: no hace que un texto sea anónimo, ya que los nombres, direcciones de correo electrónico, anécdotas personales y otros detalles del propio texto aún pueden identificar a alguien.
Antes de pegar un borrador en cualquier servicio, incluidos los que verifican o limpian el texto, revise qué recibe ese servicio y cómo trata los datos. La forma en que está diseñada la marca de agua y cómo un servicio de terceros maneja su texto son cuestiones separadas.
Por qué aparecen las marcas ahora
El factor regulatorio es la sección sobre transparencia de la Ley de IA de la UE. Según la interpretación de la Comisión Europea, las obligaciones del artículo 50 entraron en vigor el 2 de agosto de 2026, con las habituales reservas respecto a qué sistemas están incluidos y qué períodos de transición son aplicables. La sección de preguntas frecuentes de la Comisión sobre su Código de Buenas Prácticas en materia de transparencia distingue entre el marcado por parte del proveedor y las obligaciones relacionadas con la etiquetación de ciertos contenidos publicados.
Este código ofrece una forma voluntaria de demostrar el cumplimiento. No es ni la ley en sí ni un requisito de que todos los proveedores adopten el mismo algoritmo. La consecuencia práctica es que la “marca de agua de IA” abarcará cada vez más muchas implementaciones diferentes, y no se debe dar por sentado que un método, clave, detector o credencial de un proveedor funcione en otro.
Razones legítimas para inspeccionar o limpiar contenido
Aun dejando de lado la cuestión de la autoría, existen razones técnicas comunes para trabajar con estas capas. Un desarrollador podría necesitar averiguar por qué una cadena pegada interrumpe un analizador o una comparación de cadenas, lo cual suele deberse a caracteres que no rompen el flujo de texto o de ancho cero. Un redactor podría querer limpiar el formato o mejorar frases poco claras. Quien publique una imagen podría querer ver qué credenciales lleva antes de decidir qué metadatos conservar.
Cada uno de estos casos representa una tarea concreta, y cada una merece un registro detallado de exactamente qué se modificó. Si utiliza alguna herramienta de limpieza o reescritura, conserve el original, compare los resultados y revise las versiones reescritas en cuanto a su significado y precisión. La eliminación total de separadores y otros caracteres invisibles puede dañar texto legítimo en algunos idiomas e invalidar ciertos emojis, por lo que elija cada operación comprendiendo bien su efecto.
Cuatro preguntas para cualquier eliminador o verificador de marcas de agua
En lugar de confiar en el nombre del producto o en su publicidad, pregúntese:
- ¿Qué señal específica examina?
- ¿Qué modifica?
- ¿Verifica su resultado con el detector correspondiente, y es que incluso puede acceder a uno?
- ¿Qué conclusiones deja sin determinar?
Estas preguntas son aplicables por igual a herramientas independientes, a verificadores oficiales y a cualquier cosa que usted mismo cree.
Puntos clave
- La marca de agua de texto de Claude es un sesgo estadístico en el muestreo de tokens, basado en claves y dependiente del contexto; no incluye caracteres ocultos.
- Las huellas de formato, las marcas de agua estadísticas y las credenciales C2PA son capas separadas. Eliminar una no dice nada sobre las otras.
Lecturas relacionadas
- Qué significan las advertencias sobre la seguridad de la IA de ex-investigadores de Anthropic para los desarrolladores — Este artículo explica por qué las advertencias de los investigadores sobre los riesgos de la IA son importantes para los desarrolladores cotidianos, y cómo la autonomía de los agentes y las brechas en su alineación deben influir en hábitos prácticos de seguridad.
- De objetivo a acción protegida: bucles, verificación y permisos en agentes de IA — Aprenda cómo los agentes de IA convierten un objetivo en llamadas a herramientas a través de un bucle de planificar, actuar y observar, y por qué la verificación, los niveles de autonomía y las capas de permisos determinan si son seguros.