Claude marca sus textos: una marca de agua invisible exigida por la UE
El texto escrito por Claude lleva ahora una marca de agua invisible. Anthropic confirmó el 11 de agosto de 2026 que los modelos publicados desde el 2 de agosto insertan un patrón legible por máquina directamente en las palabras que producen, y que los archivos generados reciben metadatos de procedencia firmados. El detonante es una ley europea, pero el marcado está activado en todo el mundo. Lo útil de esta historia no es que exista. Lo útil es qué puede y qué no puede decir la marca sobre un texto.
Qué activó realmente Anthropic
Hay dos mecanismos distintos. El primero es un patrón imperceptible tejido en el texto generado. Invisible para el lector, detectable por una máquina, viaja con el texto al copiarlo y pegarlo y, en la cuidadosa formulación de la propia Anthropic, puede sobrevivir a parte de la edición. La empresa afirma que no altera el significado, la calidad ni la legibilidad de la respuesta.
El segundo afecta a los archivos. Los SVG, PNG y JPG generados reciben metadatos de procedencia firmados digitalmente según el estándar C2PA, el mismo esquema de credenciales de contenido que están adoptando fabricantes de cámaras y programas de edición. Anthropic escribe con claridad que esos metadatos pueden perderse al convertir el formato, volver a guardar, hacer una captura de pantalla u operaciones similares, lo que resulta una franqueza poco habitual sobre la propia salvaguarda.
La cobertura es amplia: la aplicación de consumo, la API, Claude Code y el acceso a través de AWS, Google Cloud y Microsoft Foundry. Los modelos lanzados desde el 2 de agosto de 2026 lo admiten desde el inicio, y la empresa dice que los modelos anteriores irán después.
Qué exige el artículo 50 del AI Act europeo y qué cuesta ignorarlo
El motor jurídico es el artículo 50 del AI Act europeo, cuyas obligaciones de transparencia entraron en vigor el 2 de agosto de 2026. Exige que los sistemas que producen contenido sintético marquen su salida como generada artificialmente de forma legible por máquina. Los reguladores no esperan que una sola técnica soporte esa carga: se espera un enfoque por capas que combine metadatos firmados y marca de agua imperceptible, precisamente porque cada método falla por su cuenta de una manera distinta.
La sanción asociada a los artículos de transparencia llega a 15 millones de euros o al 3 por ciento de la facturación anual mundial, la cifra que sea mayor. Ese número explica el calendario mejor que cualquier declaración sobre IA responsable, y explica también por qué el marcado es global y no regional. Construir una única canalización que satisfaga a Bruselas sale más barato que construir dos y detectar dónde está cada usuario. El efecto Bruselas funciona exactamente como se diseñó.
Qué demuestra la marca y qué no
Aquí conviene ser preciso, porque la distancia entre lo que detecta una marca de agua y lo que se afirmará que detecta es justo donde aparece el daño.
Una marca detectada indica que un modelo Claude procesó el texto. No identifica quién escribió la petición, no lleva cuenta, ni sesión, ni dirección, y no es la huella de una persona. Tampoco es prueba de autoría en ninguna dirección: la marca dice que un modelo tocó esas palabras, no que compusiera la idea que hay detrás.
El problema de los falsos positivos
El fallo que de verdad hará daño a la gente es el contrario. Si usted pega su propio texto en Claude y le pide corregir la gramática, apretar un párrafo o resumir un documento, lo que vuelve es salida del modelo, y puede llevar la marca. Las palabras son suyas. El detector no lo sabe.
Ahora sitúe eso en una universidad con política sobre IA, en una empresa que pasa lo recibido por un detector o en una redacción que exige textos escritos por personas. El estudiante que usó un modelo como corrector y el que dejó que le escribiera el ensayo pueden parecer idénticos para un escáner. La tecnología no pretende distinguirlos, pero las instituciones tienen un largo historial de tratar una señal positiva como un veredicto, y ahí es donde una medida de transparencia se convierte en silencio en una máquina de acusar.
Dónde está el resto del sector
Anthropic no es la primera. Google DeepMind lleva tiempo usando SynthID para texto, imagen y audio, y OpenAI ha hablado de marcas de agua desplegándolas con más cautela. La dirección no ofrece dudas: el marcado de procedencia se está convirtiendo en infraestructura por defecto del contenido generado, igual que las credenciales de contenido se instalan en cámaras y editores de fotos.
Es una respuesta razonable a un problema real. Las imágenes y los textos fabricados en masa corroen la confianza, y poder comprobar de dónde viene un archivo vale algo. También es, inevitablemente, una capa de detección incrustada en todo, y las capas de detección rara vez se usan solo para su propósito original.
Qué significa esto para usted
- En la marca no hay nada sobre usted: registra que un modelo produjo el texto, no quién lo pidió. Si temía que vinculara la salida con su cuenta, no lo hace.
- Dé por hecho que un texto asistido por IA es detectable: si una norma en el trabajo o en clase obliga a declararlo, declárelo. Maniobrar alrededor de una marca de agua es peor estrategia que decir con claridad cómo se hizo el texto.
- Cuidado con la trampa de la corrección: pasar su propio texto por un modelo para pulirlo puede marcarlo. Si eso importa en su contexto, corrija a mano o mantenga al modelo fuera de la última pasada.
- No se fíe del veredicto de un detector, en ningún sentido: un acierto significa posible procesamiento automático, un fallo no significa nada. Si le acusan, esa distinción es su argumento.
- Guarde los borradores: el historial de versiones, las notas y las revisiones siguen siendo la única prueba real de cómo se escribió algo, y ahora cuentan más, no menos.
Por qué la VPN no pinta nada aquí
Conviene decirlo claro, porque la pregunta va a surgir: una VPN no cambia nada en esto. La marca vive dentro del texto y dentro del archivo, no en la conexión que los transportó, así que un nodo de salida en otro país no altera si un escáner la encuentra. Lo que sí cubren las herramientas de privacidad de red es la superficie de alrededor, y esa superficie ha dado incidentes reales: conversaciones compartidas que aparecieron en los resultados de Google y agentes de código en los que una issue de GitHub llegaba a los secretos de CI. Esas son las exposiciones que conviene gestionar. Una marca de procedencia no es una de ellas, y fingir lo contrario sería venderle algo.
