Pour reconnaître les textes écrits par l’IA, Claude laissera une trace invisible

Anthropic, l’entreprise américaine qui commercialise l’assistant IA Claude, a annoncé hier, lundi 10 août, qu’elle allait mettre en place un système de marquage numérique des contenus générés par l’intelligence artificielle, afin de se conformer à la législation européenne, l’AI Act, dont les obligations de transparence sont entrées en application le 2 août.

• L’article 50 du texte stipule en effet que « les fournisseurs de systèmes d’IA doivent veiller à ce que les résultats produits soient marqués dans un format lisible par machine et identifiables comme étant générés ou manipulés artificiellement ».
• Ce marquage devrait aussi bien concerner les textes, qui intégreront un filigrane invisible (« watermark »), que les images et autres formats générés par Claude (SVG, PNG, JPG…), auxquels seront jointes des métadonnées de provenance signées ¹.
• Il s’appliquera à tous les modèles sortis sur le marché européen depuis le 2 août, ce qui, à ce jour, ne concerne aucun d’entre eux. 
• L’Union demandait également que les filigranes soient standardisés entre les laboratoires, ce qui, pour le moment, semble très peu probable.
• OpenAI avait également annoncé, en 2024, l’intégration d’un filigrane à ses modèles. Cette décision avait toutefois été reportée, car l’entreprise avait constaté, à la suite d’un sondage, que 30 % de ses utilisateurs cesseraient d’utiliser le modèle si celui-ci intégrait un marquage ².
• Plusieurs tics d’écriture IA ont été identifiés pour permettre de les reconnaître, comme l’utilisation excessive d’une certaine structure de phrase, par exemple « Ce n’est pas X, c’est Y » ³. 

Pour le moment, Anthropic n’a pas publié les détails des outils qui permettront de détecter le contenu généré par Claude.

• L’entreprise s’engage en effet à « aider les utilisateurs et les autres tiers à repérer les marques de Claude », conformément aux exigences du Code européen de bonnes pratiques sur la transparence des contenus générés par l’IA, mais ne précise ni la nature ni la date de mise à disposition d’un outil dédié.
• Le document ajoute que les textes traduits, relus ou résumés par Claude – et non générés par l’agent – peuvent eux aussi intégrer un filigrane, ce qui pourrait attribuer à tort la paternité d’un contenu à l’IA.

Claude's watermark probably doesn't work how you think. As the CTO of GPTZero, I'll explain how Anthropic, Google and OpenAI are building text watermarking in this brief explainer and whether it can be defeated.

Almost all forms of watermarking that are fast and cheap enough for… https://t.co/3Ghcz3PTwJ

— Alex Cui (@alexcdot) August 11, 2026

• De plus, selon le directeur de la technologie de GPTZero, une simple paraphrase du texte pourrait fausser le hachage (notamment à l’aide d’un autre LLM), et donc faire disparaître le filigrane. Rendre le détecteur public pourrait aussi permettre aux utilisateurs de trouver plus facilement des manières de contourner la marque.

Les principales entreprises du secteur ont également signé le Code de bonnes pratiques. Plusieurs fournisseurs majeurs de contenus, comme Getty Images, ont aussi signé le document.

• OpenAI a déjà lancé en mai un outil en ligne permettant de détecter si une image a été générée par ses modèles d’IA.
• Des réseaux sociaux, comme LinkedIn et Snapchat, ont quant à eux développé des fonctionnalités permettant de signaler qu’un contenu est généré par l’IA et de réduire son exposition, notamment en l’excluant des recommandations.
• Substack, la première plateforme d’hébergement de newsletters, a lancé en juillet un outil destiné à aider les lecteurs à déterminer si un contenu a été rédigé par un humain ou généré par une IA.

Les précédentes initiatives visant à marquer le contenu généré par l’IA ont déjà montré leurs limites. Outre la potentielle absence d’intérêt des utilisateurs, plusieurs outils, comme UnMarker, développé en 2025 par des chercheurs de l’Université de Waterloo, permettent déjà de casser les filigranes apposés sur des images générées par IA.

• Cette nouvelle fonctionnalité pourrait aussi servir un autre objectif et être utilisée pour prouver que des entreprises chinoises, ou autres, développent des modèles à bas coût en ayant recours à la « distillation », une méthode qui consiste à interroger massivement un modèle avancé pour entraîner le sien à partir de ses réponses.