La promesa parece sencilla: si un texto ha sido generado con inteligencia artificial, podremos detectarlo.
La realidad es bastante más incómoda.
Anthropic ha explicado cómo pretende cumplir las obligaciones de transparencia del AI Act europeo. Los modelos de Claude lanzados en la Unión Europea desde el 2 de agosto de 2026 incorporarán mecanismos para marcar sus resultados de forma legible por máquinas.
En los textos, Claude introducirá una marca de agua imperceptible. En determinados archivos, como imágenes PNG, JPG o SVG, añadirá metadatos de procedencia firmados digitalmente siguiendo el estándar C2PA.
La medida no se limitará al chat de Claude. Anthropic afirma que se aplicará también a su API, Claude Code, Cowork, Claude Tag y a modelos compatibles utilizados mediante AWS, Google Cloud o Microsoft Foundry. Además, el marcado se incorporará allí donde Claude esté disponible, no solo dentro de Europa.
A primera vista, parece una solución técnica para identificar contenido generado por IA.
Pero el detalle importante está en las propias limitaciones reconocidas por Anthropic: detectar una marca no demuestra que Claude sea el autor del contenido.
Solo indica que Claude pudo haberlo procesado.
Y esa diferencia cambia bastante las cosas.
Una norma europea que modifica productos en todo el mundo
El artículo 50 del AI Act establece obligaciones de transparencia para determinados sistemas y contenidos generados o manipulados con inteligencia artificial.
Entre otras medidas, los proveedores deben facilitar que esos resultados puedan identificarse mediante formatos legibles por máquinas. La intención es razonable: ayudar a distinguir material sintético, reducir el riesgo de engaño y ofrecer más información sobre el origen de lo que vemos, escuchamos o leemos.
La respuesta de Anthropic demuestra que la regulación ya no es una conversación abstracta.
Está empezando a modificar cómo funcionan los productos.
La compañía no ha optado por crear una versión específica de Claude para Europa. Su planteamiento es introducir el marcado en los modelos compatibles allí donde se utilicen. Una obligación europea puede terminar alterando las salidas producidas por empresas y usuarios de todo el mundo.
Esto también confirma algo que veremos con más frecuencia: la regulación de la IA no solo añadirá documentos legales, avisos o condiciones de uso. Cambiará técnicamente los modelos, las plataformas y los flujos de trabajo construidos sobre ellos.
“Procesado por IA” no significa “escrito por IA”
Imaginemos que una responsable de comunicación redacta una nota de prensa desde cero.
Después utiliza Claude para corregir errores, reducir algunas frases y traducir el texto al inglés. La idea, la estructura, los datos y la primera versión son humanos. Sin embargo, el resultado final podría conservar una marca que indique que fue procesado por Claude.
Pensemos ahora en un abogado que introduce un documento propio para mejorar su claridad. O en una empresa que utiliza la API de Claude para normalizar automáticamente miles de descripciones de producto. O en un profesor que revisa con IA la gramática de un material escrito por él.
En todos esos casos puede existir una marca técnica sin que Claude sea el autor intelectual del contenido.
Anthropic lo reconoce expresamente. La marca puede aparecer cuando Claude se ha utilizado para corregir, traducir, resumir o convertir un archivo, aunque las ideas, el texto original o los datos procedan de una persona.
Por tanto, una detección positiva no permite concluir, por sí sola, que alguien haya delegado la creación del contenido en una IA.
Mucho menos que haya cometido fraude, engañado a su audiencia o actuado de manera incorrecta.
La marca informa sobre el procesamiento. No reconstruye el proceso creativo.
La ausencia de marca tampoco demuestra un origen humano
El problema también funciona en sentido contrario.
Un texto generado con Claude puede perder su marca si se edita de forma intensa, se traduce, se combina con otros materiales o se fragmenta. Los textos muy cortos pueden no contener información suficiente para obtener una señal fiable.
En el caso de los archivos, los metadatos pueden desaparecer al convertir el formato, guardar de nuevo la imagen, hacer una captura de pantalla o utilizar una plataforma que no conserve esa información.
Además, Anthropic todavía está trabajando para incorporar el sistema a modelos anteriores al 2 de agosto. No sería correcto afirmar que todas las respuestas actuales de Claude contienen ya estas marcas.
Esto deja una conclusión poco espectacular, pero importante:
- Encontrar una marca no demuestra autoría completa de la IA.
- No encontrarla tampoco demuestra autoría humana.
La trazabilidad puede aportar contexto. No puede sustituir al contexto.
El verdadero riesgo es convertir una señal en un veredicto
Las empresas llevan tiempo buscando una manera sencilla de saber si un contenido ha sido generado con inteligencia artificial.
Es comprensible. Centros educativos, departamentos jurídicos, medios, plataformas digitales y responsables de selección quieren protegerse frente al fraude, la desinformación o la automatización encubierta.
Pero una señal imperfecta puede crear una falsa sensación de certeza.
Si una organización interpreta automáticamente una marca como prueba de autoría artificial, puede atribuir a una persona algo que no ha hecho. Si interpreta su ausencia como garantía de origen humano, puede aceptar como auténtico un contenido completamente generado por una máquina.
El error no está necesariamente en la tecnología de marcado. Está en pedirle que responda una pregunta que no puede responder.
Una marca puede indicar que una herramienta intervino en algún momento. No explica cuánto intervino, para qué se utilizó, quién aportó las ideas, qué partes fueron modificadas ni qué revisión humana recibió el resultado.
En el trabajo real, la autoría ya no siempre es binaria.
Entre escribir una frase sin ayuda y delegar un documento completo existen muchas formas de colaboración: corrección, traducción, búsqueda, resumen, reorganización, adaptación de tono, contraste de argumentos o generación de una primera versión.
Reducir todo ese proceso a las categorías “humano” o “IA” puede resultar cómodo. También puede resultar profundamente engañoso.
Qué deberían revisar las empresas
La llegada de estas marcas no exige prohibir herramientas ni crear una burocracia desproporcionada. Sí obliga a revisar algunas decisiones.
La primera es definir qué significa realmente “uso de IA” dentro de cada proceso. No tiene sentido aplicar el mismo criterio a una traducción, una corrección ortográfica, una campaña publicitaria y un informe financiero.
La segunda es conservar información sobre cómo se ha elaborado el contenido cuando su procedencia sea relevante. En documentos sensibles puede ser más útil registrar fuentes, versiones, responsables y revisiones que limitarse a buscar una marca al final.
La tercera es evitar que un detector se convierta en la única prueba para tomar decisiones disciplinarias, académicas, contractuales o reputacionales. Una señal técnica debería iniciar una revisión, no cerrarla.
La cuarta afecta a las compras tecnológicas. Las empresas que integran modelos generativos mediante API tendrán que preguntar qué tipos de resultados se marcan, si las marcas sobreviven a sus propios sistemas y qué herramientas existirán para verificarlas.
La quinta es separar procedencia de calidad. Un contenido puede haber sido generado por una persona y ser falso, mediocre o manipulador. También puede haber sido procesado por IA y haber recibido una revisión humana rigurosa.
La marca no valida la exactitud del contenido. Tampoco certifica su calidad.
La trazabilidad será una capa más del gobierno de la IA
Las marcas de agua y los estándares de procedencia son útiles. Permiten conservar señales que hoy suelen desaparecer cuando un contenido sale de la herramienta que lo generó.
Pero no resolverán por sí solos el problema de la confianza.
Esa confianza seguirá dependiendo de elementos menos automáticos: fuentes identificables, responsabilidad editorial, revisión humana, documentación del proceso y criterios claros sobre qué usos de la IA son aceptables.
La aportación más relevante de Anthropic quizá no sea haber encontrado una forma de identificar textos escritos por una máquina. De hecho, su propia documentación deja claro que esa interpretación sería demasiado simple.
Lo importante es que estamos empezando a disponer de información sobre la intervención de los sistemas de IA.
Ahora toca aprender a interpretarla sin convertir una señal parcial en una certeza que no existe.
Porque saber que una IA ha tocado un texto puede ser útil.
Creer que eso nos dice quién lo escribió es otra cosa.
Fuentes y contexto
- Anthropic — How Claude marks AI-generated content: https://support.claude.com/en/articles/16266773-how-claude-marks-ai-generated-content
- Comisión Europea — Guidelines on transparency obligations for providers and deployers of certain AI systems: https://digital-strategy.ec.europa.eu/en/news/commission-publishes-guidelines-transparency-obligations-providers-and-deployers-certain-ai-systems
- Axios — Anthropic's text watermarks signal new front in AI detection: https://www.axios.com/2026/08/12/anthropic-claude-watermarks-ai-detection
Este artículo describe la documentación pública disponible en su fecha de publicación. La cobertura técnica de modelos, plataformas y mecanismos de detección puede evolucionar. No constituye asesoramiento jurídico.