Una marca invisible que todo el mundo tendrá que poner pero casi nadie podrá verificar
Anthropic ha publicado cómo funcionará el sistema de watermarking en Claude. La idea es sencilla: los textos generados llevan una marca integrada en la propia estructura del lenguaje, sin caracteres ocultos, sin tokens extra, sin coste adicional y sin que ningún lector humano note la diferencia. La calidad del output no cambia. El texto marcado es, a todos los efectos prácticos, idéntico al no marcado.
Lo que cambia es que una API de detección puede leerlo. Y a partir del 2 de agosto, la normativa europea obliga a todos los proveedores de IA que operan en el mercado de la UE a marcar su contenido. No solo Anthropic: todos los grandes modelos han firmado el mismo Código de Práctica y están implementando sus propios sistemas. Es un estándar nuevo, fragmentado y, como veremos, con más agujeros que una red de pesca.
Cómo funciona técnicamente (y por qué importa entenderlo)
El watermarking de texto no funciona igual que el de imágenes. Una imagen puede llevar datos embebidos en píxeles sin que el ojo humano los vea. El texto es mucho más volátil: cambiar una palabra, reordenar una frase o sustituir un sinónimo puede borrar la marca por completo.
El método que describe Anthropic trabaja sobre las probabilidades de selección de palabras durante la generación. El modelo, al construir el texto, ajusta sutilmente qué términos elige de forma que el patrón resultante sea estadísticamente detectable. No hay ningún dato identificable: la marca no vincula el texto a una persona, empresa ni conversación concreta. Solo dice, en esencia, esto lo generó una IA.
Esto tiene una implicación directa: el watermarking no es trazabilidad. No sirve para saber quién generó el contenido, ni cuándo, ni con qué cuenta. Solo sirve para detectar si el texto pasó por un modelo marcado... siempre que no se haya alterado después.
La vulnerabilidad que la comunidad técnica ya está discutiendo
En los foros técnicos donde se debate este tema, la conclusión más extendida es contundente: si la API de detección es pública, puede convertirse en el criterio de éxito para su propia evasión.
El razonamiento es el siguiente. Imagina un pipeline automatizado que genera texto con Claude, lo pasa por la API de detección, aplica sustituciones léxicas automáticas en los términos que disparan la detección y repite hasta que la puntuación cae por debajo del umbral. Este proceso es computacionalmente barato, puede ejecutarse en segundos y no requiere tocar la calidad del texto. Es, básicamente, lo que las herramientas de spinning SEO llevan haciendo años, pero orientado a evadir marcas de IA en lugar de detectar duplicados.
Otros desarrolladores apuntan a que ciertos tipos de contenido —textos muy cortos, listas, formatos muy estructurados— son difícilmente marcables desde el principio. El texto no es una imagen: no tiene la redundancia suficiente para esconder una señal robusta sin afectar al significado.
Lo que la comunidad coincide en señalar es que el sistema capturará principalmente a quien publique el output de la IA sin ninguna edición posterior. A usuarios y empresas que simplemente copien y peguen. A todo el que trabaje con cierta diligencia, el watermarking le supone un obstáculo menor.
El dilema real para una agencia de contenido o de SEO
Aquí es donde el debate deja de ser teórico y se convierte en un problema operativo concreto. Considera este escenario:
- Usas Claude para generar borradores de artículos, copys de producto o posts para redes sociales.
- Un redactor los revisa, ajusta el tono, añade ejemplos reales y publica.
- ¿Ese contenido está marcado? Depende de cuánto se haya editado y de qué plataforma lo lea.
- ¿Debes declararlo como contenido IA? Según la normativa, sí, si la generación original fue automatizada y la edición humana no lo transforma sustancialmente.
El problema es que no hay una definición técnica de sustancialmente. La frontera entre asistido por IA y generado por IA no está dibujada con precisión en ningún reglamento actual, y el debate sobre dónde trazar esa línea está lejos de cerrarse.
A esto se añade una asimetría que ha generado bastante debate: las empresas pueden usar IA sin restricción en sus procesos internos, pero los individuos que usan IA en CVs o publicaciones personales se enfrentan a sanciones sociales o directamente profesionales. Los empleadores exigen conocer herramientas de IA, pero penalizan su uso visible en candidaturas. Es una contradicción que crea incentivos muy claros hacia la evasión, independientemente de lo que diga la normativa.
Dónde ocurrirá la detección real: no en tu empresa, sino en las plataformas
La detección manual —que alguien verifique un texto pegándolo en una herramienta— no es escalable. La detección real sucederá a nivel de plataforma: LinkedIn, Facebook, foros verticales o medios digitales ejecutando la API de detección automáticamente sobre cada pieza de contenido nueva que se publique.
El resultado más probable es un etiquetado automático: este contenido puede haber sido generado con IA, similar a los avisos que ya usan algunas redes para contenido sintético en imágenes y vídeo. Eso cambia las reglas para quien publica contenido de marca en esas plataformas.
Para el SEO, la pregunta pendiente es cómo responderán los buscadores. Si Google integra la señal del watermark como factor de ranking —etiquetando el contenido detectado como IA pura y penalizándolo en visibilidad—, las agencias que publiquen outputs sin editar se enfrentarán a una caída de posicionamiento, no a una multa. El riesgo es reputacional y de negocio, no solo legal.
Qué riesgo legal existe realmente
El incumplimiento de la normativa europea de marcado de IA no es trivial. El modelo más agresivo de litigación por incumplimiento de normativa digital viene de Alemania, donde existe toda una industria de despachos especializados en demandar por infracciones técnicas. Las pymes que publiquen contenido IA sin marcar y sin documentación interna que justifique el proceso son el objetivo más sencillo.
La recomendación práctica no es entrar en pánico, sino construir un proceso mínimo ahora:
- Documenta qué contenido se genera con IA y qué nivel de edición humana recibe antes de publicarse.
- Define internamente tu umbral: ¿a partir de qué porcentaje de edición consideras el texto suficientemente transformado? Ponlo por escrito, aunque sea en un documento interno.
- Revisa tus condiciones de uso con las plataformas donde publicas: algunas ya tienen cláusulas sobre contenido IA que van por delante de la normativa europea.
- No uses el watermarking como única defensa: el marcado técnico que hace Anthropic protege al proveedor, no a ti como empresa que publica el contenido.
La oportunidad que nadie está viendo todavía
En un mercado donde la mayoría de competidores evitará declarar el uso de IA por miedo a la penalización, las empresas que lo hagan de forma transparente y documentada tienen una ventana de diferenciación real. La confianza del cliente en contenido de marca va a convertirse en un activo escaso si el etiquetado automático de plataformas se generaliza.
Una agencia que pueda decir usamos IA para escalar producción, con revisión humana documentada y cumplimiento de normativa tiene una propuesta más sólida que una que simplemente copie y pegue outputs esperando que nadie lo detecte. El watermarking, paradójicamente, puede ser la herramienta que fuerce esa conversación.
El sistema no es perfecto —técnicamente es vulnerable, normativamente es ambiguo y operativamente depende de que las plataformas lo implementen—, pero la dirección es clara. Vale la pena revisar ahora cómo tu empresa genera, edita y publica contenido, antes de que la detección automática tome esa decisión por ti.
¿Necesitas asesoramiento experto para tu empresa?
Realizamos un estudio personalizado de tu infraestructura IT, ciberseguridad o procesos de inteligencia artificial. Descubre el verdadero potencial de tu negocio.
Solicitar auditoría gratuita