A Anthropic agora incorpora um padrão estatístico oculto — SynthID-Text — em cada resposta do Claude. A empresa afirma que a medida atende ao Código de Transparência da EU AI Act e oferece aos desenvolvedores uma maneira de provar que um texto veio de um modelo de IA. A marca d'água sobrevive a edições casuais, mantendo a prosa intacta para os leitores humanos.

Por que a marca d'água está sendo adicionada

Reguladores europeus têm pressionado provedores de modelos de linguagem de grande escala (LLM) para tornar o conteúdo gerado por IA distinguível da escrita humana. O Código de Transparência da EU AI Act, que em breve será aplicado em todo o bloco, obriga os desenvolvedores a fornecer um método de detecção confiável para qualquer texto que seus modelos produzam. A Anthropic respondeu adotando a técnica SynthID-Text, descrita pela primeira vez pelo Google DeepMind no ano passado.

A decisão desencadeou uma enxurrada de discussões no Reddit e no X, onde os usuários temeram que a marca d'água pudesse degradar a qualidade do resultado ou se tornar uma porta de entrada para vigilância. A Anthropic rebate que o padrão é invisível para os leitores, não adiciona latência e pode ser desativado para implantações privadas. Ao publicar os detalhes técnicos, a empresa espera acalmar as especulações e estabelecer um padrão para o setor.

Como o SynthID-Text funciona

Detectores de IA tradicionais buscam por peculiaridades linguísticas — frases repetitivas, pontuação estranha ou desvios estatísticos da escrita humana. Esses sinais desaparecem assim que um humano reescreve um parágrafo, tornando os detectores pouco confiáveis. O SynthID-Text, por outro lado, incorpora um sinal oculto durante a etapa de seleção de tokens do modelo.

Quando o Claude escolhe entre dois tokens igualmente plausíveis — por exemplo, “overcast” versus “grey” — o sistema direciona a decisão para aquele que se ajusta a um padrão binário pré-computado. Ao longo de um documento, esses ajustes criam uma sequência de bits que uma API de detecção pode extrair posteriormente. O padrão é deliberadamente de baixo impacto: o sinônimo escolhido ainda é uma palavra perfeitamente natural, portanto, o fluxo do texto permanece inalterado. Como a marca d'água reside no fluxo de tokens, e não no texto de superfície, ela sobrevive à maioria dos processamentos posteriores que não substituem todos os tokens.

Resistência à edição: o que sobrevive e o que não sobrevive

Uma crítica comum é que os usuários poderiam simplesmente editar a prosa gerada por IA para apagar a marca d'água. Os testes internos da Anthropic delineiam três cenários de edição:

  • Edição leve – corrigir erros de digitação, trocar alguns adjetivos ou ajustar a ordem das frases. A assinatura estatística da marca d'água permanece amplamente intacta porque a maioria dos tokens permanece inalterada.
  • Edição pesada assistida pelo Claude – solicitar ao Claude que reescreva um rascunho que já contém frases geradas por IA. Se o usuário mantiver o controle sobre a maior parte da redação, o sinal da marca d'água enfraquece proporcionalmente à quantidade de novo texto escolhido por humanos.
  • Reescrita completa – substituir cada token por uma nova geração ou uma reescrita manual. Nesse ponto, a marca d'água original é destruída, mas o texto resultante não atende mais à definição da UE de “gerado por IA”, pois não resta nenhum vestígio da saída original do modelo.

A conclusão: a marca d'água resiste ao polimento casual, mas não a uma regeneração completa do conteúdo.

Geração de código: onde a marca d'água reside

O Claude é amplamente utilizado como assistente de codificação, produzindo desde trechos de uma linha até módulos full-stack. Linguagens de programação deixam pouco espaço para a escolha de sinônimos; trocar um token como “for” por “while” alteraria a lógica. A Anthropic, portanto, espera que a marca d'água apareça quase exclusivamente em seções onde o modelo tem liberdade para escolher palavras — comentários, docstrings e prosa explicativa que acompanha o código.

Como a parte funcional do código permanece intacta, os desenvolvedores não devem notar queda na correção ou no desempenho. A presença da marca d'água limita-se ao texto auxiliar que ajuda os humanos a entender o código, satisfazendo o requisito de transparência sem comprometer a utilidade.

Efeitos cascata na indústria

A Anthropic não está agindo sozinha. Vários outros desenvolvedores de LLM assinaram o mesmo Código de Prática que exige uma API de detecção padronizada. Se o cronograma de aplicação da UE prosseguir conforme o planejado, a marca d'água poderá se tornar uma camada padrão na pilha de LLM, de forma semelhante à criptografia para a transmissão de dados hoje. Empresas que ignorarem o requisito correm o risco de multas, perda de acesso ao mercado europeu ou remoção forçada de seus serviços.

Pontos de discórdia

Critics argue that a hidden signature, even if invisible, could be repurposed for tracking or attribution beyond regulatory compliance. They also fear false positives: a detection API that mislabels human-written text could undermine trust in platforms that rely on the signal. Anthropic acknowledges these risks and says the detection algorithm will be open-source, allowing independent audits and calibration.

Another practical worry is the computational overhead of generating the watermark. Anthropic reports that the additional processing adds less than a fraction of a percent to inference time, a claim that third-party benchmarks will soon test.

What to watch next

  • API rollout – Anthropic plans to release a public endpoint that extracts the hidden bit pattern from any Claude output. Developers will be able to integrate the check into content-moderation pipelines.
  • Standardization efforts – Regulatory bodies and industry groups are drafting a common format for watermark metadata, which could make cross-model detection easier.
  • Empirical studies – Independent researchers are beginning to probe the resilience of SynthID-Text against adversarial rewriting tools. Their findings will shape how much confidence platforms place in the signal.

Bottom line

Anthropic’s adoption of SynthID-Text gives the AI community a concrete tool to meet upcoming European transparency rules while keeping Claude’s output quality intact. The watermark survives everyday proofreading but falls away when text is fully regenerated, and it lives in the non-code parts of programming output where it does not interfere with functionality. Whether the approach becomes the industry norm hinges on how well the detection API performs in real-world settings and whether concerns about privacy and false alarms can be addressed.