Claude : Anthropic détaille le filigrane et son déploiement

Anthropic explique comment Claude marque ses textes à l’aide d’une clé secrète, sans ajouter de mots ni altérer la qualité selon l’entreprise. Traductions, relectures, code : le marquage ne s’applique pas de la même façon à tous les usages et reste plus fiable sur des textes longs. Une API de détection est annoncée, tandis que le cadre européen et l’activation au niveau du modèle rendent l’évitement géographique ou via VPN inopérant. Les anciens modèles non filigranés ne constituent qu’une porte de sortie temporaire.

Anthropic applique le marquage partout et prépare la couverture des anciens modèles

Le code européen de bonnes pratiques sur la transparence des contenus issus de l’IA a été adopté en juillet 2026 et rassemble près de 190 signataires, parmi lesquels figurent la majorité des grands fournisseurs de modèles. Chaque acteur met en place son propre système de marquage, avec une clé spécifique et, le cas échéant, des méthodes qui peuvent différer. Les obligations correspondantes sont effectives depuis le 2 août. Pour Claude, les modèles qui précèdent le 2 août ne sont pas encore concernés par le filigrane. Anthropic précise bénéficier d’une phase de transition et prévoit d’étendre ce marquage à ces modèles dans les prochains mois. Il reste donc possible, pour l’instant, d’éviter le filigrane, mais selon l’entreprise, cette option ne devrait pas perdurer. Le marquage est appliqué directement au niveau du modèle et concerne tous les utilisateurs dès sa mise en œuvre, sans tenir compte du pays. Utiliser un VPN ne permet pas de contourner ce marquage. Anthropic affirme ne pas avoir de solution pérenne pour limiter le marquage à une zone géographique et indique poursuivre l’étude d’autres alternatives. Se connecter en dehors de l’Union européenne n’a aucune incidence sur le texte généré.

Traductions intégralement marquées, relectures et code beaucoup moins

Lorsqu’il s’agit d’une traduction, l’intégralité du texte porte le marquage, puisque Claude choisit chaque mot ; la détection est donc aisée et il s’agit bien d’un texte généré. À l’inverse, pour une relecture, la majorité des termes provenant de l’auteur initial, le filigrane s’intègre difficilement et, selon l’importance des modifications, l’action du modèle peut passer inaperçue. Pour ce qui est du code, la présence du marquage demeure très restreinte. Il faut procéder à des choix arbitraires entre différentes formulations possibles, alors que le code exige une sortie précise et que toute variation risquerait de compromettre son fonctionnement. Le marquage peut apparaître dans les commentaires, ce qui n’a qu’un impact minime sur le code proprement dit. Une modification superficielle ne suffit pas à retirer le filigrane, tandis qu’une réécriture intégrale le supprime — à la condition que chaque mot ait été remplacé. La fiabilité de la détection décroît également sur les textes courts, en raison d’un nombre insuffisant de choix lexicaux.

Une clé secrète guide le choix des mots sans surcoût ni baisse de qualité mesurée

Le filigrane n’ajoute rien au texte : il remplace le tirage aléatoire entre candidats équivalents par l’usage d’une clé secrète combinée au contexte. Le modèle n’est pas poussé vers des mots qu’il n’aurait pas choisis et la séquence obtenue devient vérifiable par les détenteurs de la clé. Anthropic a retenu la méthode SynthID-Text, publiée par Google DeepMind dans Nature en 2024 et inspirée d’une proposition de Scott Aaronson en 2022. Selon Anthropic, aucun effet n’a été mesuré sur le contenu, la créativité ou la lisibilité. Un modèle marqué servi à une partie du trafic Gemini n’a pas produit d’écart significatif sur les votes des utilisateurs, et des évaluateurs humains n’ont pas relevé de différence de qualité. Le marquage ne génère par ailleurs aucun token supplémentaire, d’où l’absence de surcoût et de ralentissement. Le dispositif ne permet pas de remonter jusqu’à un utilisateur ou une organisation : ni le filigrane ni la clé ne contiennent d’informations identifiantes. La clé répond uniquement à la probabilité d’une intervention de Claude, et le marquage porte sur les sorties du modèle.

Fichiers images: une signature C2PA lisible, outil dédié prévu

Les images générées au format PNG, JPG ou SVG intègrent dans leurs métadonnées une annotation cryptographiquement signée, conforme au standard ouvert C2PA, déjà accessible via des outils compatibles. Il ne s’agit pas d’un filigrane, puisque le fichier n’est ni modifié ni altéré de façon cachée. Anthropic projette de mettre à disposition son propre outil pour lire ces métadonnées.

API de détection annoncée, approche distincte des détecteurs sans clé

Anthropic annonce une API de détection dont les modalités restent à préciser. Elle ne fonctionnera pas comme les détecteurs de texte IA du marché qui ne disposent pas de la clé et s’appuient sur des tics d’écriture, par exemple la construction « ce n’est pas X, c’est Y ». Le résultat de la détection restera probabiliste et ne permettra pas de distinguer un texte rédigé intégralement par Claude d’un texte retravaillé par Claude.