TL;DR:
- Anthropic explicó que Claude incorpora una señal estadística al escoger algunas palabras entre alternativas plausibles; no inserta caracteres ocultos ni datos del usuario.
- Un estudio de SynthID-Text no encontró diferencias significativas en las valoraciones de unos 20 millones de respuestas de Gemini ni en la calidad de 3,000 pares evaluados, aunque sí registró menos diversidad entre respuestas.
- La crítica de que la huella empeora la escritura plantea un riesgo razonable, pero no está demostrada; Anthropic tampoco ha publicado datos suficientes para auditar de forma independiente su implementación exacta en Claude.
Anthropic reveló el 14 de agosto cómo Claude deja una marca de agua invisible: una versión de SynthID-Text interviene en ciertas elecciones de palabras para producir un patrón estadístico detectable. La compañía aplicó el sistema globalmente para cumplir las obligaciones de transparencia de la Ley de IA de la Unión Europea y sostiene que no afecta la calidad, la creatividad ni la legibilidad. La evidencia publicada sobre SynthID respalda que esta técnica puede operar sin una pérdida medible en evaluaciones generales, pero el estudio disponible corresponde a implementaciones de Google. Anthropic no ha detallado los parámetros, modelos, tareas ni resultados de sus pruebas con Claude. Afirmar que Claude escribe peor va más allá de los datos; aceptar que el efecto es nulo también exige confiar en una evaluación que no es pública.
El anuncio del 11 de agosto ya había establecido el alcance global de la medida y una limitación clave: la señal puede indicar participación de Claude, no quién escribió el texto. La novedad es que Anthropic ahora identifica el método y permite evaluar qué modifica realmente.
Patricia Rodriguez
La huella vive en el muestreo de palabras
Claude genera texto calculando qué token puede seguir al anterior. Según Anthropic, su versión de SynthID-Text actúa cuando existen varias continuaciones aceptables y usa una clave secreta, junto con el contexto precedente, para orientar la selección de manera que muchas decisiones acumulen un patrón estadístico. No agrega palabras al final, caracteres invisibles, metadatos personales ni identificadores de la cuenta.
La precisión de la detección depende de que haya suficientes oportunidades para formar el patrón. Por eso la señal es más débil en fragmentos cortos, código y pasajes muy factuales, donde el modelo dispone de menos alternativas seguras. Una edición ligera también puede dejar poco material detectable, mientras una reescritura completa elimina la huella. Una traducción generada de principio a fin por Claude sí puede incorporarla porque el modelo vuelve a escoger todo el texto.
El estudio no encontró una pérdida de calidad, pero sí menos diversidad
Anthropic apoya su afirmación en el artículo sobre SynthID-Text que Google DeepMind publicó en Nature en 2024. El trabajo distingue configuraciones que preservan la distribución de salida de otras que pueden aumentar la detectabilidad a costa de calidad. Sus experimentos principales usaron una configuración no distorsionadora, diseñada para conservar esa distribución aunque cambie qué respuesta concreta aparece en una generación.
En una prueba en producción con cerca de 20 millones de respuestas de Gemini, las diferencias entre texto marcado y no marcado fueron de 0.01 puntos porcentuales en votos positivos y de 0.02 puntos en votos negativos, sin significancia estadística. Otra evaluación comparó 3,000 pares de respuestas de Gemma 7B-IT y no halló diferencias significativas en gramática, coherencia, relevancia, exactitud, utilidad ni calidad general. Los autores sí reportaron una reducción de la diversidad entre respuestas.
Es evidencia importante contra la idea de que toda intervención de este tipo necesariamente degrada el texto. También tiene límites: el trabajo fue realizado y financiado por Google DeepMind, sus autores declararon solicitudes de patente y Anthropic solo dice usar una versión de SynthID-Text. La empresa no ha publicado el tamaño de sus pruebas, los modelos evaluados, la configuración utilizada, las métricas completas ni una comparación independiente específica de Claude.
La crítica apunta a matices que una valoración general puede perder
John Gruber, de Daring Fireball, sostiene que dos palabras próximas rara vez son idénticas y que una clave secreta capaz de influir en la elección puede sacrificar precisión o voz. También cuestiona que los votos positivos y negativos de millones de usuarios sean sensibles a diferencias sutiles de estilo. Su argumento identifica un punto ciego posible de las métricas, pero no demuestra que ese deterioro ocurra ni mide su magnitud.
La configuración no distorsionadora estudiada por Google ofrece una respuesta estadística a parte de esa objeción: busca conservar las probabilidades globales de salida. Eso no significa que produzca exactamente la misma frase que habría aparecido sin marca, sino que el conjunto de resultados mantiene la distribución prevista. La tensión está entre dos escalas distintas: la calidad promedio que capturan las pruebas y la elección particular que un escritor puede preferir en una oración.
Las cancelaciones verificadas no prueban un éxodo
La discusión produjo llamados a cancelar Claude y decenas de publicaciones en X que afirmaban haberlo hecho. Business Insider entrevistó a cuatro usuarios que dijeron cancelar su suscripción, algunos con comprobantes. Anthropic respondió que no había detectado un aumento ni una tendencia de cancelaciones. Sin cifras públicas de la empresa o de un tercero, describir la reacción como una salida masiva no está sustentado.
El malestar sí revela casos de uso sensibles. Un profesional puede pedir una revisión mínima, entregar texto en un entorno que restringe la IA o necesitar documentar qué partes escribió una persona. La propia explicación de Anthropic matiza el riesgo: una corrección ligera puede conservar una señal insuficiente para detectarla, pero una transformación extensa generada por Claude puede dejarla. La presencia o ausencia del patrón, por sí sola, no reconstruye ese proceso editorial.
El detector tampoco decidirá la autoría
Anthropic promete una API de detección, todavía sin fecha pública. Esta podrá estimar la probabilidad de que Claude haya intervenido en un texto suficientemente largo, no identificar a una persona, reconocer todos los modelos de IA ni demostrar que una obra completa fue generada automáticamente. La edición puede debilitar la señal y una reescritura puede borrarla.
La controversia deja dos preguntas separadas. SynthID-Text ya ofrece evidencia sólida de que una marca estadística puede funcionar sin una caída medible en evaluaciones amplias. Lo que sigue sin poder auditarse es si la implementación concreta de Claude conserva los matices que importan en cada tarea. Hasta que Anthropic publique sus pruebas y abra el detector, la degradación de la escritura es una hipótesis plausible, no un hecho establecido, y la afirmación absoluta de impacto nulo tampoco es verificable de forma independiente.
