Anthropic dévoile enfin comment son IA Claude signe secrètement les textes qu'elle écrit

Les textes produits par Claude intègrent maintenant une marque totalement invisible pour le lecteur. Anthropic vient d’expliquer précisément comment elle fonctionne. Le procédé utilisé repose sur une mécanique bien plus simple qu’il n’y paraît.

Depuis trois ans, les techniques servant à identifier les contenus générés par intelligence artificielle concernent presque exclusivement les images. Marques invisibles, métadonnées signées, mentions affichées en clair, les solutions se sont multipliées. Google prévoit de permettre à ses utilisateurs de supprimer les filigranes visibles de ses générateurs, tout en conservant SynthID au sein des fichiers. Pour le texte, aucun équivalent n’était disponible. Il n’existe ni pixel ni couleur capable de recevoir une signature.

Leur résistance reste pourtant limitée. Sur de simples images recadrées, le détecteur Content Seal de Meta a perdu plus de la moitié de son efficacité. Pour les textes, le problème est différent puisqu’aucun support matériel ne permet d’y cacher une marque. Anthropic, l’entreprise derrière Claude, a néanmoins signé en juillet 2026 le code européen de bonnes pratiques consacré à la transparence des contenus générés, avec environ 190 signataires. Depuis le 2 août, Bruxelles exige le marquage des textes créés par ces modèles.

Anthropic ajoute un filigrane aux textes de Claude en contrôlant le choix des mots

Anthropic détaille que Claude construit ses réponses mot par mot en sélectionnant chaque terme parmi plusieurs possibilités. Après une amorce comme « le temps était froid et… », différents adjectifs peuvent convenir de la même façon, puis le hasard décide normalement lequel sera utilisé. Le filigrane substitue à ce tirage une clé associée aux termes précédents. Le choix reste aléatoire, tandis que la succession obtenue peut être vérifiée par la personne disposant de cette clé. Aucun caractère invisible n’est inséré et aucun jeton supplémentaire n’est utilisé. Le système s’appuie sur SynthID-Text, présenté par Google DeepMind dans la revue Nature.

Anthropic admet que ce mécanisme présente plusieurs limites. La clé indique uniquement la probabilité que Claude ait contribué au contenu, sans déterminer si un humain l’a rédigé ni identifier celui d’un modèle rival. Le marquage devient nettement moins fiable avec les textes courts, les passages strictement factuels ou le code. Une réécriture intégrale suffit à le faire disparaître. L’entreprise prévoit une API de vérification, mais ne communique aucun calendrier précis. Pour les images générées, une signature C2PA est intégrée directement aux métadonnées.