A marca-d'água de texto anunciada pela Anthropic não acrescenta caracteres invisíveis, códigos ocultos ou metadados ao texto. Ela altera de forma sutil a fonte de aleatoriedade usada pelo Claude ao escolher entre palavras ou tokens igualmente plausíveis. Depois, quem possui a chave de detecção pode verificar se a sequência de escolhas é estatisticamente compatível com a geração pelo Claude. O resultado, portanto, é uma estimativa de envolvimento do modelo — não uma prova de autoria individual.
A Anthropic publicou a explicação técnica em 14 de agosto de 2026 e atualizou o material em 1º de setembro com informações sobre a API de detecção. A empresa diz que adotou uma versão do método SynthID-Text, desenvolvido pelo Google DeepMind, e relaciona a implantação às obrigações de transparência do EU AI Act e ao Código de Prática sobre conteúdo gerado por IA.
O que muda no texto gerado pelo Claude
Para o leitor, a promessa é de que praticamente nada mude. Segundo a Anthropic, a marca-d'água não adiciona tokens, não inclui caracteres ocultos, não aumenta o preço de uso e tem impacto desprezível na velocidade. Em testes internos, a empresa afirma não ter observado perda prática de qualidade, criatividade ou legibilidade.
A lógica está nas escolhas que um modelo de linguagem faz durante a geração. Em muitos pontos de uma frase, mais de uma continuação pode ser adequada sem mudar o sentido ou a correção. É nesses pontos de baixa consequência que o mecanismo pode introduzir um padrão detectável.
Como o sinal é embutido sem aparecer para o leitor
Modelos como Claude geram a resposta token a token. Em cada etapa, há uma distribuição de probabilidades para as próximas opções. Sem marca-d'água, uma fonte de aleatoriedade participa da escolha entre alternativas plausíveis. Com o método descrito pela Anthropic, uma chave e parte do contexto anterior passam a influenciar essa aleatoriedade.
Isso não significa obrigar o modelo a escolher palavras estranhas. A ideia é selecionar, entre opções que o modelo já consideraria aceitáveis, de modo que muitas pequenas decisões formem um padrão. Quem possui a chave consegue testar se a sequência observada é compatível com esse padrão.
A Anthropic afirma usar uma versão do SynthID-Text. O artigo científico publicado na Nature descreve o método como uma modificação do processo de amostragem, com detecção separada e baixo impacto computacional. No estudo original, avaliações humanas e um experimento em larga escala com respostas do Gemini não encontraram diferença estatisticamente significativa de qualidade entre saídas marcadas e não marcadas.
O que a detecção consegue dizer — e o que ela não prova
Com a chave correta, a pergunta útil é: qual é a probabilidade de o Claude ter participado da produção deste texto? A própria Anthropic ressalta que isso é diferente de declarar quem escreveu o conteúdo.
- Pode indicar: que o Claude provavelmente gerou ou processou uma parcela relevante do texto.
- Não identifica: usuário, organização, conta, conversa ou prompt.
- Não prova: autoria humana ou jurídica, propriedade intelectual, responsabilidade pelo conteúdo ou intenção.
- Não identifica automaticamente outro modelo: sistemas de outros fornecedores podem usar chaves e até métodos diferentes.
- Não distingue com certeza: “Claude escreveu tudo” de “Claude editou pesadamente um texto existente”.
Esse limite é central para evitar um falso sentido comum: uma detecção positiva de marca-d'água não é um registro de identidade. Ela é evidência técnica sobre a provável participação de um sistema específico no texto.
Quando a marca fica mais difícil de detectar
A força do sinal depende de quantas decisões livres o modelo teve ao produzir a resposta. Quanto mais texto o Claude gera e quanto mais alternativas plausíveis existem, maior tende a ser a quantidade de informação disponível para o detector.
- Textos muito curtos: oferecem poucas escolhas e, por isso, menos sinal estatístico.
- Trechos factuais rígidos: quando existe uma única continuação correta, há pouco espaço para a marca atuar.
- Revisão leve: correções apenas de gramática e pontuação podem modificar palavras de menos para gerar um sinal detectável.
- Código: muitas partes exigem termos exatos; por isso, a marca tende a ser mais esparsa, embora comentários e escolhas arbitrárias ainda possam carregá-la.
- Edição posterior: pequenas alterações podem preservar parte do padrão; uma reescrita completa pode removê-lo.
Esses casos também mostram por que ausência de detecção não equivale automaticamente a “texto humano”. O resultado pode ser inconclusivo porque a amostra é pequena, porque o tipo de conteúdo oferece poucas escolhas ou porque houve edição suficiente para enfraquecer o padrão.
A API de detecção está disponível para qualquer pessoa?
Não. Na atualização de 1º de setembro de 2026, a Anthropic informou que a API de detecção está em prévia privada. O acesso atual é direcionado a organizações elegíveis associadas às exigências europeias, como reguladores, autoridades policiais, veículos de mídia, checadores de fatos, pesquisadores independentes, organizações educacionais e grupos da sociedade civil da União Europeia. Empresas com obrigação semelhante de verificar marcações para conformidade também podem ser elegíveis.
A Anthropic mantém um formulário de interesse e afirma que pretende ampliar o acesso ao longo do tempo. Portanto, não é correto tratar a detecção oficial da marca do Claude como uma ferramenta pública e universal já disponível para qualquer usuário.
Modelos antigos também terão a marca?
A Anthropic diz que modelos lançados antes de 2 de agosto de 2026 estão em período de transição e que a marca-d'água será adicionada a esses modelos ao longo dos meses seguintes. Isso significa que não se deve presumir que toda saída histórica do Claude tenha o mesmo comportamento de marcação.
A Comissão Europeia informa que as obrigações do Artigo 50 passaram a se aplicar em 2 de agosto de 2026 e prevê uma carência limitada, até 2 de dezembro de 2026, para a obrigação de marcação e detecção em sistemas colocados no mercado antes da data de início. A Anthropic também afirma que, no lançamento, aplica a abordagem globalmente porque ainda não dispõe de uma forma duradoura de restringi-la apenas por região.
Marca-d'água do Claude x detector genérico de IA
| Aspecto | Marca-d'água do Claude | Detector genérico de IA |
|---|---|---|
| Base da análise | Padrão estatístico criado durante a geração e verificado com uma chave | Características do texto, estilo, frequência de termos e outros sinais aprendidos ou heurísticos |
| Precisa da chave do fornecedor | Sim, para verificar o padrão específico | Não necessariamente |
| Consegue atribuir a uma pessoa | Não | Não deveria ser interpretado como prova de autoria individual |
| Texto curto | Pode fornecer sinal insuficiente | Também pode ter alta incerteza, dependendo do método |
| Interpretação correta | Probabilidade de envolvimento do Claude | Estimativa de que o texto se parece com conteúdo produzido por IA |
A diferença prática é que a marca usa um sinal deliberadamente inserido pelo processo de geração. Detectores genéricos, por outro lado, tentam inferir a origem a partir de padrões observáveis sem a chave da Anthropic. Por isso, um “detector de IA” de terceiros não é a mesma coisa que consultar a marca-d'água oficial.
Perguntas frequentes
Existem caracteres invisíveis escondidos no texto?
Segundo a Anthropic, não. Nada é acrescentado à sequência como caractere oculto ou marca visual. O sinal está no padrão das escolhas feitas durante a geração.
A marca revela quem usou o Claude?
Não. A Anthropic afirma que a marca e sua chave não carregam informações que permitam recuperar usuário, organização ou conversa.
Uma detecção positiva prova que o Claude escreveu todo o texto?
Não. Ela pode indicar que o Claude esteve envolvido em algum momento, inclusive em edição substancial. A técnica não separa automaticamente autoria integral de edição pesada.
Traduções feitas pelo Claude podem ser marcadas?
Sim. A Anthropic diz que uma tradução produzida pelo Claude pode carregar a marca porque o modelo escolhe as palavras da saída traduzida.
Editar o texto remove a marca?
Depende da intensidade. Edições leves podem manter parte suficiente do padrão para detecção; uma reescrita completa pode apagá-lo. Isso é uma limitação conhecida de marcas generativas.
A marca muda preço, latência ou qualidade?
A Anthropic afirma que não há tokens extras, que o impacto de velocidade é desprezível e que o preço permanece o mesmo. A empresa também relata que não encontrou impacto prático de qualidade nos testes citados.
Por que a Anthropic está fazendo isso agora
O contexto é regulatório. O Artigo 50 do AI Act exige que fornecedores de sistemas que geram conteúdo sintético adotem marcações legíveis por máquina que permitam detectar conteúdo gerado ou manipulado por IA, dentro do escopo definido pelas regras. O Código de Prática europeu detalha medidas para ajudar fornecedores e responsáveis pela implantação a cumprir essas obrigações.
Esse requisito de marcação técnica não deve ser confundido com todas as regras de rotulagem visível. Em alguns cenários, especialmente conteúdo de interesse público e deepfakes, o AI Act também impõe obrigações de divulgação aos responsáveis por publicar ou implantar o conteúdo. Uma marca detectável por máquina e um aviso visível ao leitor cumprem funções diferentes.
Como interpretar um resultado de detecção sem exagerar a conclusão
- Verifique se a ferramenta realmente testa a marca do Claude ou se é apenas um detector genérico.
- Considere o tamanho do texto: amostras pequenas carregam menos evidência.
- Observe se houve revisão, tradução, reescrita ou mistura com texto humano.
- Não transforme “provável envolvimento do Claude” em “prova de quem escreveu”.
- Para decisões de alto impacto, trate a detecção como uma evidência entre outras, não como identidade, autoria ou responsabilidade jurídica.
A formulação mais precisa é: a marca-d'água busca oferecer um mecanismo técnico para estimar se o Claude participou da criação ou do processamento de um texto. Ela melhora a rastreabilidade do uso do modelo, mas não funciona como assinatura de uma pessoa e não elimina a necessidade de contexto, revisão e outras evidências.
Fontes principais: Anthropic — How Claude's text watermark works; Comissão Europeia — Code of Practice on Transparency of AI-generated Content; Comissão Europeia — FAQ do Artigo 50; Nature — Scalable watermarking for identifying large language model outputs.
