Anthropic prépare un marquage statistique des textes générés par Claude

Un système global lié aux obligations européennes

Anthropic prépare un système de watermarking statistique destiné à identifier les textes produits par Claude. L’initiative, décrite le 14 août 2026, s’inscrit dans le contexte des obligations de transparence du règlement européen sur l’IA (AI Act) et de l’adhésion de l’entreprise au Code of Practice correspondant, aux côtés d’autres fournisseurs d’intelligence artificielle.

Le watermark sera d’abord appliqué à l’échelle mondiale, et pas uniquement aux utilisateurs de l’Union européenne. Anthropic ne dispose pas encore d’un mécanisme suffisamment fiable pour l’activer ou le désactiver selon la région.

Les futurs modèles Claude généreront des textes soumis à ce nouveau système. Les modèles lancés avant le 2 août 2026 bénéficient en revanche de la période transitoire prévue par l’Union européenne. Anthropic travaille à étendre le watermark à ces modèles, mais n’a pas communiqué la liste précise des versions concernées ni de calendrier détaillé.

Pour les utilisateurs, le changement devrait rester invisible. Le système n’ajoutera ni caractères masqués, ni tokens supplémentaires, ni marqueurs visibles. Selon les évaluations internes, il ne devrait pas modifier sensiblement la créativité, la lisibilité, le contenu ou la qualité des réponses. Aucun coût supplémentaire n’est prévu et l’incidence sur les délais de génération devrait être négligeable.

La signature est construite pendant la génération

La technologie retenue repose sur l’approche SynthID-Text développée par Google DeepMind. Le watermark n’est pas ajouté après la production de la réponse : il est construit au moment où Claude sélectionne chaque token suivant.

Lorsque plusieurs continuations sont plausibles sur le plan linguistique, le modèle utilise une clé secrète et une partie du contexte précédent pour influencer la composante aléatoire de la sélection. Chaque choix reste normal et ne présente aucune anomalie détectable à l’œil nu. La séquence globale tend toutefois à produire une signature statistique associée au modèle et à la clé.

Un détecteur disposant de la clé peut examiner le texte et calculer dans quelle mesure son évolution correspond à celle attendue de Claude lorsqu’il fonctionne avec le watermark. Il n’est pas nécessairement requis d’accéder au modèle propriétaire ni d’effectuer un traitement particulièrement coûteux : l’analyse porte sur la distribution des choix linguistiques déjà présents dans le texte.

L’efficacité dépend principalement de la quantité et de la variété du contenu disponible. Un texte long offre davantage de décisions à analyser et donc plus d’éléments statistiques. Le système fonctionne également mieux lorsque le modèle dispose de nombreuses alternatives plausibles.

À l’inverse, une réponse courte ou très prévisible contient moins d’informations exploitables. Dans une formule mathématique, une définition rigide ou une réponse ne comportant qu’une seule continuation correcte, la marge permettant d’insérer une signature sans modifier le sens est très réduite.

Les réponses factuelles et le code contiendront moins de signaux

Anthropic n’appliquera pas nécessairement le watermark lorsqu’un choix alternatif pourrait rendre la réponse incorrecte. Après « 2 + 2 = », par exemple, le token correct est « 4 » : sélectionner une autre option pour renforcer la signature compromettrait la fiabilité du résultat.

La même limite concerne les réponses factuelles ne comportant qu’une seule continuation correcte, comme une réponse numérique portant sur Nineteen Eighty-Four de George Orwell. Dans ce type de situation, le modèle doit privilégier l’exactitude plutôt que la détectabilité.

Le code pose un problème similaire. Modifier un token peut casser la syntaxe ou altérer le comportement du programme. Les blocs de code contiendront donc généralement moins de signaux de watermark que le texte courant.

Le système pourra néanmoins intervenir lorsque des choix arbitraires sont possibles, par exemple dans les commentaires du code. Anthropic estime que l’impact sur le fonctionnement réel des programmes sera négligeable, mais n’a pas précisé si la couverture serait uniforme pour tous les langages ou scénarios de génération.

Les traductions produites par Claude devraient également conserver le watermark. Dans ce cas, le modèle sélectionne chaque mot de la sortie dans la langue cible, créant de nouvelles décisions linguistiques analysables par le détecteur.

L’API ne certifiera pas l’auteur du texte

Anthropic développe une API capable d’estimer la probabilité que Claude ait contribué à la production d’un contenu. Le résultat ne constituera pas une preuve certaine de l’identité de l’auteur.

Une détection positive pourra indiquer que Claude a été utilisé à une étape du travail, mais ne permettra pas nécessairement de distinguer un texte presque entièrement généré par le modèle d’un texte humain ayant fait l’objet de modifications substantielles. Le watermark ne démontrera pas non plus que Claude est le seul système d’IA impliqué.

La signature peut survivre à des interventions limitées, comme des corrections grammaticales ou des modifications de ponctuation, car de nombreux mots d’origine restent inchangés. En revanche, une réécriture complète, avec remplacement de l’intégralité du texte, devrait supprimer le signal. Les échantillons très courts réduisent également la fiabilité de l’évaluation.

Le détecteur devra donc être considéré comme un outil probabiliste permettant d’attribuer une implication potentielle de Claude. Il ne pourra pas servir de certification forensique de l’auteur, de l’origine exclusive du texte ou de l’absence d’intervention humaine.

Anthropic n’a pas encore communiqué les détails opérationnels de l’API. Sa disponibilité, ses modalités d’authentification, le format des réponses, les seuils de confiance ou les procédures de gestion des faux positifs et des faux négatifs restent inconnus.

Pour les images et les fichiers graphiques, la provenance C2PA arrive

Pour les fichiers PNG, JPG et SVG, Anthropic adoptera un mécanisme différent. Claude ajoutera des métadonnées de provenance conformes au standard C2PA et signées cryptographiquement, indiquant que le fichier a été créé ou traité avec Claude.

Dans ce cas, le contenu binaire de l’image ne sera pas modifié pour y incorporer une signature statistique. L’information sera associée au fichier par l’intermédiaire de métadonnées vérifiables, dont la validité pourra être contrôlée grâce à la signature numérique.

Cette mesure établit une distinction technique importante : pour les textes, la provenance est estimée en observant les choix linguistiques ; pour les fichiers graphiques, elle est déclarée au moyen de credentials de provenance associés au contenu.

La protection concrète des métadonnées dépendra des flux de partage et des outils utilisés pour modifier ou convertir les fichiers. Le système annoncé n’indique toutefois pas encore comment seront gérées les métadonnées C2PA lorsqu’une image est recompressée, recadrée ou exportée depuis un logiciel incompatible.

Ce qui change pour les utilisateurs et les organisations

Pour les utilisateurs de Claude, le watermark devrait être imperceptible et ne nécessiter aucune configuration ni action particulière. Les organisations pourront en revanche exploiter la future API pour effectuer des contrôles internes, analyser des contenus suspects ou soutenir leurs processus de transparence.

Les résultats devront être interprétés à la lumière du contexte. Un score positif ne prouve pas que le texte a été entièrement rédigé par Claude, tandis qu’un résultat incertain peut s’expliquer par la brièveté ou la prévisibilité du contenu, par la présence de code ou par les modifications apportées au texte.

La source ne décrit aucune vulnérabilité et n’attribue aucune classification de gravité en matière de cybersécurité. L’impact concerne principalement la conformité réglementaire, la transparence et l’attribution probabiliste des contenus générés par l’intelligence artificielle.