Marca de agua de IA en el texto: qué prueba realmente la señal invisible de Claude
Publicado el 19 de agosto de 2026
Desde el 2 de agosto de 2026, cada texto que produce Claude sale con algo dentro que no puedes ver: una marca de agua de IA en el texto, una señal estadística escondida en la elección de las palabras. No hay caracteres raros ni etiquetas ocultas en el archivo. Anthropic empezó por los modelos lanzados desde esa fecha y el 14 de agosto extendió la medida a todo el mundo.
Ahí empieza el problema. Esa señal se borra sin gran esfuerzo: basta con que otro modelo reescriba el texto entero. Y no puedes comprobarla por tu cuenta, porque el detector público todavía no existe. Te queda una marca que no controlas sobre un texto que recibiste de un tercero.
Vale la pena entender qué dice exactamente esa marca, porque dice menos de lo que parece. Señala cómo nació un contenido, no lo que ese contenido demuestra. Viaja con las palabras, así que sobrevive a copiar y pegar, pero no a que alguien lo reescriba. Y responde a una pregunta, “¿esto lo escribió una máquina?”, que casi nunca es la que importa cuando un documento acaba ante un tribunal o en una reclamación.
Qué anunció Anthropic y desde cuándo se aplica
Anthropic marca los contenidos de Claude con dos técnicas que funcionan por separado: una marca de agua estadística dentro del texto y metadatos de procedencia firmados criptográficamente que se adjuntan a los archivos. No son dos caras del mismo sistema, sino dos mecanismos con puntos débiles opuestos.
Dos mecanismos: señal en el texto y credenciales firmadas en los archivos
La distinción se confunde con facilidad, así que conviene fijarla. La marca del texto se basa en SynthID-Text y vive en las palabras que el modelo eligió, de modo que acompaña al contenido allá donde lo pegues. Los archivos siguen otro camino: los .png, .jpg y .svg generados con Claude reciben metadatos de procedencia firmados según el estándar C2PA, el mismo que usan los fabricantes de cámaras. El archivo en sí no se toca, cambian sus metadatos.
De ahí salen dos fragilidades opuestas: la señal del texto resiste el cambio de soporte y se disuelve si alguien reformula el contenido, mientras que los metadatos del archivo aguantan cualquier reformulación y desaparecen en cuanto el archivo se reprocesa.
Modelos, servicios y fechas
Los modelos lanzados a partir del 2 de agosto de 2026 llevan la marca desde el primer día. Los anteriores están cubiertos por el periodo transitorio europeo y, según la documentación de Anthropic, la recibirán en los próximos meses.
La cobertura no deja rendijas: la aplicación de Claude, Claude Platform (la API), Claude Code, Claude Cowork y Claude Tag, además de los accesos por AWS, Google Cloud y Microsoft Foundry. El centro de ayuda de Anthropic no recoge exenciones ni opción de desactivarla, tampoco para la API ni para cuentas de empresa.
Cómo funciona la marca de agua en el texto
La marca no añade nada al texto: cambia la forma en que el modelo decide entre las palabras que podría escribir a continuación.
La elección de las palabras como portadora de la señal
La marca de agua de IA en el texto es una señal estadística inscrita en la elección de las palabras. El modelo cambia la fuente de aleatoriedad con la que decide entre alternativas equivalentes: usa una clave y las palabras anteriores. La señal no está en caracteres ocultos, sino en qué palabras se eligieron.
La técnica es SynthID-Text, publicada por Google DeepMind en Nature en 2024. Anthropic lo explica con una comparación doméstica: es como jugar al Monopoly sacando las tiradas de las cifras del número pi en vez de los dados. Para los demás jugadores siguen siendo imprevisibles, y quien conoce la regla puede comprobarlas después. De ahí sale la propiedad más útil del sistema: como la señal está en las palabras, copiar y pegar el texto no la elimina.
El esquema, sin embargo, no nació con SynthID-Text. Scott Aaronson, informático de la Universidad de Texas, empezó a defender la idea en el verano de 2022, poco después de incorporarse al equipo de Alignment de OpenAI; otros grupos la desarrollaron después, y la versión que publicó Google DeepMind es la que Anthropic usa hoy. Sus diapositivas aclaran además algo que casi nunca se cuenta: la clave y los tokens anteriores guían la elección, y la detección funciona por umbral. Se calcula una suma sobre los tokens del texto y, si supera cierto valor, se concluye que el modelo probablemente lo generó. El veredicto es probabilístico por construcción, no un sí o un no.
Por qué no se ve y no cambia el significado
La marca solo interviene donde las alternativas serían igual de válidas: si hay una única forma correcta de continuar la frase no toca nada, y si hay varias equivalentes orienta la elección hacia una. Por eso no altera el significado ni la lectura, y ningún lector la detecta a ojo.
Dónde la señal se diluye: textos cortos, textos factuales, código, revisión
Anthropic documenta con franqueza dónde su propio sistema pierde fuerza. En textos breves la detección no funciona de forma fiable, porque no hay suficientes decisiones que medir. En textos muy factuales la marca escasea: el ejemplo que da la empresa es una frase sobre Isaac Newton y los Principia, donde la exactitud deja pocas alternativas. Con el código pasa lo mismo.
Detrás de esa lista hay una regla matemática, no una casualidad. La cantidad de texto necesaria para detectar la marca depende del inverso del cuadrado de la entropía media por token, es decir, del margen de elección real que tuvo el modelo al escribir. Cuantas menos alternativas equivalentes existan, más texto hace falta. Por eso las definiciones jurídicas, las respuestas factuales y el código fuente son estructuralmente los peores casos, y son justo aquellos en los que la atribución más importaría.
También cuenta quién escribió qué. Si le pides a Claude que corrija la ortografía y casi todas las palabras siguen siendo tuyas, no queda señal; si le pides que lo reescriba entero, la señal aparece aunque las ideas fueran tuyas. Las traducciones llevan marca, porque ahí es Claude quien elige cada palabra. La propia documentación lo resume sin adornos: detectar una marca de Claude indica que el contenido puede haber sido procesado por Claude, y por sí sola no confirma su procedencia completa.
Por qué Anthropic la ha introducido ahora
La fecha no es casual. El 2 de agosto de 2026 empiezan a aplicarse las obligaciones de transparencia del Reglamento de IA y arranca la ley californiana equivalente.
El artículo 50 del Reglamento de IA y el código de conducta sobre transparencia
El artículo 50 del Reglamento (UE) 2024/1689 impone a los proveedores de sistemas de IA generativa marcar sus salidas en un formato legible por máquina y hacer reconocibles los contenidos sintéticos. Esas obligaciones son aplicables desde el 2 de agosto de 2026. En julio de 2026, unas 190 empresas suscribieron también el código de conducta europeo sobre transparencia de los contenidos generados por IA.
Si quieres el detalle de qué cambia para las empresas, lo tratamos aparte en las obligaciones que entraron en vigor el 2 de agosto de 2026. El texto consolidado está en EUR-Lex.
La ley de California y el texto que queda fuera
La California AI Transparency Act (SB 942) obliga a marcar los contenidos con marcadores latentes, duraderos y legibles por máquina, y exige una herramienta pública y gratuita de verificación. Afecta a quien opere un sistema de IA generativa accesible al público con más de un millón de usuarios mensuales en el estado, y AB 853 movió su arranque al 2 de agosto de 2026 para alinearlo con Europa.
Hay un detalle en el texto de la ley que dice más que muchos análisis: cubre imágenes, video y audio, pero no el texto. El legislador dejó fuera justo el formato que Anthropic acaba de marcar, y esa exclusión funciona como un reconocimiento implícito de que la procedencia del texto no está técnicamente madura.
Una decisión global en lugar de dos productos distintos
Marcar solo en Europa habría obligado a mantener dos comportamientos del modelo según desde dónde se conectara el usuario, con el riesgo de sortear la frontera cambiando una configuración. Anthropic optó por una misma implementación en todo el mundo, que se parece menos a una declaración de principios que a la forma más barata de cumplir con dos legisladores que apuntan a la misma fecha.
El debate: quién la defiende y quién la rechaza
La reacción se partió en dos casi de inmediato, y cada bando discute sobre algo distinto: unos hablan de honestidad y otros de autoría.
Los argumentos a favor
Quien apoya la medida parte de una idea sencilla: si un texto lo generó una máquina, decirlo no debería costar nada. La mayoría de los comentarios en Reddit se alinearon con esa postura, y uno de los más repetidos lo resumió sin rodeos: el único motivo para no querer la marca es querer mentirle a la gente. Hay también un argumento estructural. Afirmar que un texto lo había escrito una persona era una declaración que nadie podía comprobar, y la marca desplaza esa transparencia desde la costumbre individual hacia la infraestructura del servicio.
Las objeciones: falsos positivos, autoría, bajas de suscripción
Las críticas llegaron rápido y con dureza en Reddit, X y LinkedIn, con usuarios que anunciaron la baja de sus suscripciones de pago. Protestaron sobre todo estudiantes, periodistas, escritores y programadores, y ninguno alegaba querer engañar.
El problema de fondo son los falsos positivos: quien usa Claude para reordenar un párrafo o resumir una transcripción teme quedar señalado haciendo un trabajo legítimo, porque un texto escrito por una persona y solo pulido por el modelo puede dar positivo. Un programador lo llevó al terreno de la autoría, ya que aportó instrucciones, contexto y decisiones, y Claude fue la herramienta. En la crítica reapareció la imagen de la letra escarlata, una señal pegada al texto mucho después de que salga de la plataforma, y John Gruber sostuvo que una marca oculta desnaturaliza el oficio de escribir. Y por debajo late una incoherencia difícil de rebatir: se marca la salida de un modelo entrenado con obras ajenas que nunca estuvieron marcadas.
El detector que no existe
Y aquí está lo que sostiene todo lo demás: hoy no existe ninguna herramienta pública para comprobar si un texto lleva la marca de Claude. Anthropic ha declarado que ofrecerá pronto una API de detección, pero por ahora es un anuncio, no un servicio.
El dilema lo planteó el propio inventor del esquema. Entre las razones por las que OpenAI nunca publicó su herramienta, Aaronson menciona la paradoja del acceso: si el detector es público, quien quiera eludirlo puede ir corrigiendo el documento hasta que deje de saltar; si permanece cerrado, hay que decidir quién tiene derecho a verificar y montar la infraestructura que lo decida. La asimetría entre marcar y verificar no es un accidente del despliegue, es una dificultad conocida desde el principio.
La verificación queda así en manos de quien fabricó el modelo. Recibes un documento, dudas de su origen y no tienes a quién preguntar salvo al propio proveedor. Los detectores comerciales no leen esta marca: devuelven una probabilidad y se equivocan en las dos direcciones. Las organizaciones que necesitan pruebas utilizables recurren a la certificación forense en origen para obtener un origen oponible, no una probabilidad estadística.
Por qué toda marca de agua se puede quitar
Toda marca añadida a un contenido puede eliminarse, porque es una capa que alguien puso encima y otro puede alterar. La duda es cuánto se degrada el contenido por el camino.
Y no es una intuición: existe un teorema de imposibilidad. Barak y otros demostraron en 2023 que, recorriendo un camino aleatorio sobre el conjunto de documentos equivalentes, se puede eliminar cualquier marca de agua, siempre que se mantenga la calidad del resultado. Dicho de otro modo: que la marca de Claude se pueda quitar no es un defecto de cómo la implementó Anthropic, es un límite demostrado de la categoría entera.
Los ataques conocidos: reescritura y retraducción
Los ataques que la literatura técnica describe desde hace años son dos, y ninguno es sofisticado: la paráfrasis y la retraducción. Comparten la misma lógica, que consiste en sustituir las palabras elegidas por el modelo marcado hasta que el patrón estadístico deja de ser reconocible.
Ese trabajo tiene un precio, porque reescribir un texto entero aplana el tono y desdibuja la precisión del original. Y los retoques ligeros no bastan: cambiar algunas palabras puede dejar la señal intacta.
Los proyectos públicos de eliminación y el límite que admiten sus propios autores
Han aparecido proyectos públicos de código abierto que declaran eliminar las marcas de procedencia de varios proveedores, y técnicamente hacen dos cosas distintas. La primera es una eliminación verificable: quitar caracteres invisibles, metadatos EXIF o XMP y bloques C2PA de los archivos, elementos que están o no están, así que el resultado se comprueba por comparación. La segunda es la reescritura estadística, que reelabora el texto con otro modelo cambiando léxico, orden de las proposiciones y límites de frase. Solo esta última ataca la marca de agua.
Son sus propios autores quienes marcan el límite, y conviene leerlos: hablan de un ataque best effort, no de una eliminación verificada, y reconocen que mientras los proveedores no publiquen detectores y especificaciones, ninguna herramienta puede certificar honestamente que la comprobación oficial vaya a fallar.
La asimetría entre quien marca, quien verifica y quien borra
Junta las tres piezas y aparece el problema real: quien marca sabe si la marca está, quien recibe el contenido no puede saberlo, y quien intenta borrarla tampoco sabe si lo ha conseguido. Solo uno de los tres, el proveedor, tiene la información completa.
Un sistema en el que nadie comprueba el resultado de forma independiente no es un sistema de prueba, sino una declaración del fabricante sobre su producto. Puede ser sincera, pero no cumple lo que se le pide a una prueba: resistir el examen de la parte contraria.
Los metadatos C2PA y la fragilidad de los archivos
Los archivos que genera Claude siguen la lógica opuesta: la procedencia no va en el contenido, va en el contenedor. Ese detalle explica por qué etiquetar el contenido de IA no basta.
Un screenshot borra la procedencia
Los metadatos C2PA viven en el contenedor del archivo, no en los píxeles. Un screenshot de la imagen, guardado después como archivo nuevo, deja el manifiesto a cero, y la recompresión, el redimensionado y la conversión de formato producen el mismo efecto. Cuando los metadatos se pierden así, la certificación forense del acto de adquisición sigue siendo el único elemento verificable, y es el enfoque que adopta TrueScreen. Nada de lo que hace admisible una captura de pantalla en juicio depende de que el archivo conserve sus metadatos.
Cuánto sobrevive realmente en internet
Los números no dejan mucho margen. Un estudio de Imatag de 2018 encontró que el 80 % de las imágenes subidas a sitios web tenían los metadatos eliminados, y en 2026 la cifra es en la práctica del 100 % en las grandes plataformas sociales: Instagram, X, LinkedIn, TikTok y Facebook retiran los manifiestos durante la subida. La RAND Corporation lo analizó en junio de 2025 en “Overpromising on Digital Provenance and Security”, y apuntó al diseño: el éxito de C2PA depende de que todo el ecosistema cumpla de extremo a extremo, y en un ecosistema abierto eso no es realista.
Las credenciales duraderas y por qué no cierran el círculo
La respuesta del estándar son las Durable Content Credentials: anclajes débiles, como una marca de agua invisible o una huella del contenido, que permiten recuperar la credencial aunque el archivo la haya perdido. La idea es sensata y aun así no cierra el círculo, porque reintroduce las fragilidades de la marca de agua y necesita un registro consultable y la cooperación de las plataformas. A eso se suman los límites que el World Privacy Forum viene señalando y que recogen las propias FAQ del estándar: certifica la historia de un archivo, no la verdad de lo que muestra, y expone la identidad de quien lo creó.
Señalar el origen o demostrarlo: dos problemas distintos
La marca de agua y las credenciales responden a cómo nació un contenido, no a qué demuestra ese contenido, que es la pregunta que aparece cuando alguien lo impugna.
Qué dice una marca de agua y qué no dirá nunca
Hay una diferencia de propósito que suele pasar desapercibida: la marca la pone el fabricante del modelo, en su interés de cumplimiento normativo, no el autor del contenido en su interés probatorio. Son etiquetas, no pruebas, y el cuadro muestra por qué no son intercambiables.
| Marca de agua en el texto | Credenciales C2PA | Certificación en origen | |
|---|---|---|---|
| Qué acredita | Que un modelo intervino en la elección de las palabras | Con qué herramienta se generó o editó el archivo | Qué se vio en pantalla, cuándo y en qué estado |
| A qué sobrevive | A copiar y pegar y al cambio de soporte | Al envío del archivo original sin reprocesar | A la copia, a la difusión y al paso del tiempo |
| Qué la borra | La reescritura integral y la paráfrasis | Un screenshot, la recompresión, la subida a una red social | No depende del archivo que circule: reprocesarlo no la afecta |
| Quién la aplica | El proveedor del modelo | La herramienta que crea o edita el archivo | Quien adquiere el contenido, en su propio interés |
| A quién sirve | Al cumplimiento normativo del proveedor | A la trazabilidad editorial | A quien tendrá que sostener un hecho ante un tercero |
| Valor ante un tribunal | Indicio sobre el proceso de redacción | Metadato frágil, fácil de perder | Elemento con fecha cierta y sello de un QTSP tercero, valorable según las reglas de la sana crítica |
Qué significa certificar un contenido en origen
TrueScreen, la Data Authenticity Platform, aborda el problema contrario: en lugar de establecer si un contenido lo generó un modelo, fija de forma verificable cómo y cuándo se adquirió. La certificación en origen no analiza un archivo que ya existe, documenta el acto de captura mientras ocurre y con metodología forense: se adquiere lo que se ve, se comprueba su integridad y se sella el resultado con marca de tiempo cualificada y sello electrónico de un QTSP tercero, integrado por API. TrueScreen no es un prestador cualificado de servicios de confianza ni una autoridad de certificación: integra el sello de terceros que sí lo son.
El encaje jurídico descansa en principios que comparte la mayoría de los ordenamientos: la prueba electrónica se admite, y después el tribunal valora su fuerza a partir de lo que puedas acreditar sobre autenticidad, integridad y cadena de custodia. En la Unión Europea ese apoyo está escrito: el Reglamento (UE) 910/2014 (eIDAS) regula en sus artículos 41 y 42 el sello de tiempo cualificado, que en España completan la Ley 6/2020 de servicios electrónicos de confianza y, en sede judicial, los artículos 299.2 y 384 de la Ley 1/2000 de Enjuiciamiento Civil, que permiten aportar instrumentos que archivan o reproducen datos y los someten a las reglas de la sana crítica. En América Latina el soporte normativo cambia de un país a otro y conviene comprobar el derecho aplicable en el tuyo, pero la pregunta del juez es la misma en todas partes: quién soporta la carga de la prueba y con qué puede sostenerla. Sin fecha cierta verificable, esa valoración parte debilitada en cualquiera de los dos escenarios.
Piensa en una redacción que recibe de una fuente un documento que, según ella, produjo un modelo. El detector devuelve una probabilidad, y la marca de agua, si estaba, se perdió al traducir el texto del inglés. Lo verificable no es el origen del documento, sino el acto de adquisición: cuándo se recibió, desde qué pantalla y en qué estado. La misma lógica sirve si necesitas certificar una foto desde el teléfono con la app de certificación, o integrar la captura certificada en tus flujos desde la plataforma.
Prepararse para un mundo donde el origen no se reconstruye después
El origen de un contenido no se reconstruye a posteriori: o queda fijado cuando el contenido nace, con marca de tiempo cualificada y sello electrónico de un QTSP tercero, o se pierde y ningún análisis posterior lo devuelve.
Las decisiones que hay que tomar ahora
La consecuencia operativa es incómoda porque obliga a decidir antes y no después. Si produces contenidos que algún día tendrán que resistir una impugnación, tienes que elegir de antemano cuáles proteger, y esa elección no tiene efecto retroactivo.
Empieza por identificar qué contenidos digitales podrían acabar discutidos: comunicaciones con clientes y proveedores, publicaciones que afectan a tu reputación, entregas contractuales, evidencias de ejecución. Para esos, la captura certificada en el momento en que se producen sustituye a un peritaje posterior que llega tarde y con menos garantías. Revisa después qué haces con las capturas que archivas sin tratamiento: son el caso más frecuente de prueba descartada por falta de cadena de custodia digital.
FAQ: marca de agua y origen de los contenidos
¿Cuál es la marca de agua de IA?
Es una señal estadística que el modelo inserta al elegir entre palabras equivalentes durante la generación. No añade caracteres ocultos ni modifica el formato del archivo. En Claude se basa en SynthID-Text, la técnica que Google DeepMind publicó en Nature en 2024, y viaja con el texto cuando lo copias y lo pegas.
¿Cómo puedo ver la marca de agua de la IA?
No puedes verla, ni leyendo el texto ni inspeccionando el archivo, porque vive en qué palabras eligió el modelo. Tampoco existe hoy una herramienta pública que permita comprobarla: Anthropic ha anunciado una API de detección, pero todavía no la ha publicado. La verificación depende por completo del proveedor.
¿Cómo quitar la marca de IA de un texto?
La señal desaparece cuando el texto se reescribe por completo, porque deja de haber palabras elegidas por el modelo original. Los retoques ligeros y las correcciones de estilo pueden dejarla intacta. Existen proyectos públicos que lo intentan, aunque sus autores reconocen que no pueden certificar el resultado sin detectores oficiales.
¿Qué establece la Ley de IA de la UE?
El artículo 50 del Reglamento (UE) 2024/1689 obliga a los proveedores de IA generativa a marcar sus salidas en formato legible por máquina y a hacer reconocibles los contenidos sintéticos. Esas obligaciones se aplican desde el 2 de agosto de 2026. En julio de 2026, unas 190 empresas firmaron también el código de conducta europeo.
¿Qué leyes regulan el uso de la IA?
En la Unión Europea, el Reglamento (UE) 2024/1689, cuyo artículo 50 cubre la transparencia de los contenidos generados. En Estados Unidos no hay norma federal equivalente, aunque California aprobó la AI Transparency Act (SB 942), aplicable desde el 2 de agosto de 2026 y limitada a imagen, video y audio. En el resto de los países las obligaciones de transparencia sobre contenidos generados por IA avanzan a ritmos distintos, así que conviene comprobar la norma aplicable en tu jurisdicción.
¿Se puede detectar si un texto lo ha generado una IA?
No de forma concluyente. Los detectores comerciales devuelven probabilidades y fallan en las dos direcciones, y la marca de Claude no funciona en textos breves ni en código. La verificación del origen a posteriori no está garantizada; la certificación en origen, como la que ofrece TrueScreen, produce una referencia verificable desde la adquisición.
Certifica tus contenidos en origen
Con TrueScreen el momento de la creación se convierte en una referencia verificable: captura controlada, sello de tiempo cualificado y sello electrónico aplicado por un QTSP integrado mediante API.
