A partir del 30 de septiembre de 2026, Anthropic marcará las salidas de otros modelos de Claude con una marca de agua de texto invisible. Según el anuncio, los modelos afectados son Claude Fable 5, Sonnet 5 y Opus 4.8. La empresa justifica esta medida con los requisitos de transparencia del EU AI Act, es decir, el reglamento europeo sobre inteligencia artificial.

Técnicamente, no se trata de una marca visible en el texto ni tampoco de metadatos adicionales que se puedan eliminar fácilmente. En su lugar, se genera un patrón estadístico en la elección de palabras: el modelo favorece determinadas variantes de formulación durante la generación, de modo que a partir de ellas se pueda derivar una señal de forma computacional. Para las lectoras y los lectores, el texto permanece discreto.

A nivel de modelo, no como función adicional

Lo decisivo para la práctica es el lugar de la implementación. La marca de agua se integra a nivel de modelo y, por tanto, se aplica en todas las plataformas, independientemente de si la salida se produce a través de una interfaz web, una aplicación o una interfaz de programación. Los clientes no pueden desactivar la función.

Esto diferencia el enfoque de las identificaciones que se añaden a posteriori en un producto. Quien integra Claude en sus propios sistemas a través de una interfaz recibe la señal automáticamente, sin tener que configurar nada para ello — y sin la posibilidad de desactivarla.

Por qué esto está relacionado con el AI Act

El EU AI Act exige, entre otras cosas, transparencia en los contenidos generados o modificados por sistemas de IA. Los proveedores deben hacer comprensible de forma legible por máquina que un contenido se ha creado de forma sintética. Una marca de agua a nivel de modelo es una forma de no dejar esta verificabilidad en manos de cada caso de uso concreto, sino trasladarla a la propia generación.

Para las empresas que producen textos con IA, esto desplaza parte de la responsabilidad: la marca técnica la proporciona el proveedor del modelo. En cambio, si se identifican los contenidos ante las usuarias y los usuarios, y cómo se hace, sigue siendo una decisión dentro del propio proceso.

Qué cambia para proyectos de sitios web y tiendas en línea

En el día a día de muchos proyectos, los textos asistidos por IA surgen en lugares muy diversos: descripciones de productos en la tienda, meta textos para motores de búsqueda, borradores para entradas de blog, sugerencias de respuesta en el soporte, traducciones, resúmenes de documentos más extensos. Estos textos suelen pasar por varias manos y sistemas antes de publicarse.

Precisamente aquí merece la pena hacer un inventario sobrio. Preguntas útiles son:

  • ¿En qué puntos del sistema de redacción o de la tienda se generan contenidos con IA, y quién los inicia?
  • ¿Se registra en el sistema qué modelo ha generado un texto y en qué medida se ha revisado editorialmente después?
  • ¿Existe un paso de aprobación definido antes de que los contenidos generados sean visibles públicamente?
  • ¿Cómo se identifican los contenidos ante el público cuando una identificación es necesaria o deseada?

En TYPO3 y sistemas comparables, este tipo de información puede gestionarse como campos adicionales en elementos de contenido o registros de datos. En la implementación cuesta poco, pero a posteriori marca la diferencia entre una información sólida y una estimación.

Evaluar de forma realista los límites de la detección

Una marca de agua es una señal, no una prueba en sentido jurídico. Los textos se acortan, se reescriben, se traducen, se mezclan con pasajes propios. Cuanto más intensamente se edite una salida, menos queda del patrón estadístico original. A la inversa, una señal detectada no dice nada sobre si un contenido es correcto desde el punto de vista técnico.

Quien quiera construir a partir de ello una lógica de control interna, por ejemplo para revisar textos de proveedores, debería hacerlo con cautela. Es más sensato documentar de forma limpia el origen y la profundidad de la edición en el propio proceso, en lugar de querer reconstruirlos después a partir del texto final.

El aspecto contractual y organizativo

Que la función no se pueda desactivar también tiene una dimensión de adquisición. Las empresas que integran salidas de IA en productos o las transmiten a clientes deberían saber qué propiedades tienen los modelos utilizados y cómo afecta eso a sus propias garantías. Esto afecta tanto a los contratos con agencias como al software que entrega contenidos generados a terceros.

En la práctica, esto significa: la selección de modelos y los cambios de modelo deben documentarse. Si un proyecto se basa hoy en un modelo y dentro de un año en otro, debería seguir siendo comprensible qué contenidos surgieron bajo qué condiciones.

Clasificación

La identificación de contenidos de IA pasa de la capa de aplicación al propio modelo. Para proyectos web y de software, esto significa menos margen de diseño en la marca técnica, pero también menos esfuerzo para producirla uno mismo. La parte decisiva sigue siendo organizativa: quien ahora representa de forma comprensible el origen, la profundidad de la edición y la aprobación de contenidos generados en su propio sistema, está mucho mejor preparado para futuras obligaciones de verificación que mediante una reconstrucción posterior.

Fuentes