Anthropic prépare un changement discret, mais potentiellement majeur pour Claude. Les futurs modèles de Claude intégreront un watermark statistique invisible dans leurs textes afin de signaler l’implication de l’IA.
Techniquement plus robuste que les détecteurs actuels, ce système soulève pourtant une question délicate : détecter que Claude a participé à un texte ne signifie pas nécessairement que Claude en est l’auteur.
Anthropic veut rendre les textes de Claude identifiables
Anthropic a confirmé le 14 août 2026 que les futurs modèles Claude généreront du texte contenant un watermark invisible. Contrairement à un filigrane classique, aucun symbole, caractère caché ou mention supplémentaire n’est ajouté au document. Le système agit directement pendant la génération du texte en modifiant subtilement la manière dont Claude choisit entre plusieurs mots également plausibles.
Lorsqu’un modèle doit compléter une phrase, plusieurs formulations peuvent parfois être aussi correctes les unes que les autres. Le watermark exploite précisément ces moments.
Au lieu de laisser le modèle départager ces options avec une source de hasard classique, Anthropic utilise une clé spécifique pour orienter la sélection. Répété sur un passage suffisamment long, ce mécanisme produit un motif statistique invisible pour le lecteur, mais détectable avec la clé correspondante.
Anthropic utilise une variante de SynthID-Text, une technique publiée par Google DeepMind en 2024. L’entreprise affirme que ses tests n’ont montré aucun impact pratique sur le contenu, la créativité ou la lisibilité des réponses.
Le watermark ne dira pas « ce texte a été écrit par une IA »
C’est ici que la nuance devient essentielle. Anthropic reconnaît explicitement que son système ne peut répondre qu’à une question limitée : quelle est la probabilité que Claude ait participé à la production de ce texte ? Il ne peut pas déterminer avec certitude qu’un texte est humain. Il ne peut pas non plus savoir si un autre modèle d’IA l’a écrit, puisque chaque fournisseur peut utiliser une clé ou une méthode différente.
Plus important encore, Anthropic indique que le watermark ne permet pas de distinguer deux scénarios très différents : « Claude a écrit ce texte » et « Claude a fortement édité ce texte ». Dans les deux cas, une signature peut devenir détectable. Sur le plan technique, cette distinction paraît logique. Sur le plan social, scolaire ou professionnel, elle pourrait devenir beaucoup plus difficile à gérer.
Une traduction humaine peut ressortir comme du texte Claude
Prenons le cas le plus évident : la traduction. Un utilisateur peut passer plusieurs semaines à écrire un article, une étude ou un essai entièrement en espagnol, puis demander à Claude de le traduire en anglais. Le raisonnement est humain. La recherche est humaine. La structure intellectuelle est humaine. Mais, chaque mot de la version anglaise est sélectionné par Claude. Anthropic confirme donc qu’une traduction effectuée par Claude porte bien le watermark.
Techniquement, le système fonctionne exactement comme prévu.
Mais, si un outil institutionnel détecte ensuite le watermark, le message « Claude a probablement participé à ce texte » pourrait facilement devenir, dans l’esprit de celui qui l’interprète, « Claude a écrit ce travail ». Ce glissement est probablement le principal risque de la technologie.
La relecture grammaticale est un cas très différent
Anthropic prend elle-même l’exemple de la correction. Lorsqu’un utilisateur fournit son propre texte et demande uniquement de corriger la grammaire ou la ponctuation, Claude ne sélectionne qu’un faible nombre de mots. Dans ce cas, il peut tout simplement ne pas y avoir suffisamment de matière pour produire un watermark détectable.
Plus Claude réécrit le texte, plus la situation change. Une simple correction orthographique peut laisser très peu de signature. Une reformulation complète du style, du ton ou de la structure offre en revanche davantage d’occasions à Claude de choisir les mots, ce qui augmente la probabilité qu’un watermark soit identifiable.
La technologie mesure donc indirectement une empreinte de génération, pas une notion d’auteur intellectuel. Et, ces deux concepts ne sont pas équivalents.
C’est très différent des détecteurs d’IA actuels
Cependant, il faut éviter une confusion importante. Le watermark d’Anthropic n’est pas comparable aux outils actuels qui tentent de déterminer si un texte « ressemble » à du contenu généré par une IA. Les détecteurs traditionnels analysent différents indices statistiques ou stylistiques et produisent une estimation. Anthropic connaît au contraire la clé utilisée lors de la génération et recherche un signal qu’elle a volontairement introduit dans la sélection des mots.
En théorie, cela constitue une différence majeure. Un détecteur classique essaie de deviner l’origine du texte. Le système d’Anthropic recherche une signature connue. Cette distinction pourrait rendre le watermark beaucoup plus fiable dans son domaine précis. Mais, elle ne règle toujours pas le problème de l’interprétation.
Modifier le texte ne supprimera pas forcément le signal
Anthropic veut également rendre son watermark suffisamment robuste pour survivre à certaines modifications. L’entreprise explique qu’une édition légère ne devrait probablement pas supprimer complètement la signature. En revanche, une réécriture intégrale dans laquelle pratiquement tous les mots sont remplacés finira par la faire disparaître.
C’est techniquement intéressant. Les watermarks textuels ont historiquement souffert d’une faiblesse évidente : une reformulation ou une traduction pouvait détruire le motif statistique. Une signature qui résiste à certaines transformations rend le système beaucoup plus utile pour suivre la diffusion de contenus synthétiques.
Elle pourrait notamment aider à identifier des campagnes de désinformation produites industriellement ou empêcher que des textes synthétiques soient réinjectés anonymement dans des corpus d’entraînement. Mais, plus la signature devient persistante, plus la question de son contexte devient importante.
Anthropic prépare une API pour vérifier les textes
L’entreprise prévoit de proposer prochainement une API de détection du watermark. Les modalités précises n’ont pas encore été dévoilées. Cette API pourrait intéresser les plateformes de publication, les établissements scolaires ou encore les entreprises souhaitant suivre la provenance de certains contenus.
Mais, son déploiement devra probablement s’accompagner de garde-fous particulièrement clairs. Un résultat ne devrait pas être présenté sous la forme simpliste « IA détectée ». Une formulation du type « le texte contient un signal compatible avec une implication de Claude » refléterait beaucoup mieux ce que la technologie permet réellement de conclure.
La différence sémantique paraît petite. Dans une procédure disciplinaire ou un conflit professionnel, elle peut devenir énorme.
L’Union européenne pousse les fournisseurs vers le marquage
Anthropic ne met pas en place ce système uniquement par choix. L’entreprise explique vouloir se conformer aux obligations du règlement européen sur l’intelligence artificielle, ainsi qu’au Code of Practice on Transparency of AI-Generated Content signé en juillet 2026 par Anthropic et d’autres acteurs du secteur.
Anthropic prévoit d’ailleurs d’appliquer initialement son watermark dans le monde entier, expliquant ne pas disposer encore d’un moyen suffisamment robuste pour limiter son activation à certaines régions.
Les modèles Claude lancés avant le 2 août 2026 bénéficient d’une période de transition, mais l’entreprise prévoit également de leur ajouter progressivement le marquage au cours des prochains mois. Le watermark pourrait donc devenir rapidement une caractéristique structurelle des modèles Claude.
La technologie répond au bon problème, mais pas à toute la question
Il existe de très bonnes raisons de vouloir identifier l’origine des contenus synthétiques. À grande échelle, des textes générés automatiquement peuvent alimenter des campagnes de spam, produire de faux avis, saturer des réseaux sociaux ou être réutilisés dans des jeux de données sans indication sur leur provenance.
Dans ces situations, une signature techniquement robuste possède une réelle valeur. Elle permet de passer d’une estimation basée sur le style à une indication fondée sur un signal volontairement incorporé lors de la génération.
Mais, le problème devient beaucoup plus complexe dès que l’IA travaille avec un humain plutôt qu’à sa place. Et, c’est précisément ce qui devient la norme.
Le futur du travail sera probablement hybride, pas humain contre IA
Les assistants comme Claude, ChatGPT ou Gemini ne servent déjà plus uniquement à générer des textes à partir d’une page blanche. Ils traduisent. Ils corrigent. Ils synthétisent. Ils restructurent. Ils adaptent. Ils transforment la dictée en texte lisible.
Dans ce monde, chercher uniquement à classer chaque document dans une catégorie « humain » ou « IA » devient rapidement insuffisant. La question pertinente devient plutôt : quelle partie du travail a été réalisée par l’IA, et de quelle manière ? Le watermark d’Anthropic ne peut pas répondre à cette seconde question. Il peut uniquement apporter un indice sur la première.
Le vrai défi sera humain, pas technique
Anthropic semble parfaitement conscient de cette limite. Son propre document insiste sur le fait qu’un watermark n’établit ni l’identité de l’auteur, ni la propriété du contenu, ni même la nature exacte de la participation de Claude. C’est probablement cette mise en garde qu’il faudra retenir.
Techniquement, la méthode est élégante : aucune balise visible, pas de caractères cachés, aucun surcoût en tokens et une signature statistique intégrée directement à la génération. Mais, la sophistication du système ne protège pas contre une mauvaise interprétation de ses résultats. Un professeur, un éditeur ou un employeur devra toujours distinguer « Claude est intervenu » de « Claude a créé le travail ».
Et dans un monde où humains et IA écrivent de plus en plus souvent ensemble, cette différence pourrait devenir beaucoup plus importante que le watermark lui-même.
