Le marquage invisible de Claude alimente le débat sur la provenance des contenus générés par IA. GlobalData relève des réactions partagées chez plusieurs spécialistes sur X.
Anthropic a confirmé l’intégration de marques invisibles dans les textes produits par certains modèles Claude. Cette décision a suscité de nombreux échanges sur X durant la deuxième semaine d’août 2026, selon GlobalData. Le dispositif concerne le texte généré et certains fichiers image. Deux techniques distinctes servent ainsi à identifier l’origine d’un contenu produit avec les modèles compatibles.
Un filigrane intégré directement dans les textes de Claude
Pour les modèles compatibles, le filigrane est placé directement dans le texte généré. Il reste imperceptible à la lecture et doit préserver le sens, la qualité et la lisibilité de la réponse. Le marquage s’applique au niveau du modèle. Sa présence s’étend donc aux différents produits et services qui exploitent Claude.
Rohan Paul, auteur et fondateur de Rohan’s Bytes, estime que ce choix favorise la persistance du signal lors d’un copier-coller et parfois après certaines modifications. Brian Roemmele, ingénieur chez PromptExpertise.com, décrit lui aussi un filigrane intégré au texte, susceptible de subsister après quelques retouches.
Harper Carroll, fondatrice de Harper Carroll AI, souligne toutefois que la détection repose aujourd’hui sur les systèmes d’Anthropic. Elle cite les travaux de l’entreprise pour ouvrir à terme cette détection aux utilisateurs et à des tiers.
Les images compatibles passent par la norme C2PA
Anthropic utilise une autre méthode pour les fichiers SVG, PNG et JPG compatibles. Ces fichiers intègrent des métadonnées de provenance signées de façon cryptographique selon la norme ouverte C2PA. Le principe associe au fichier une information lisible par machine sur son origine et son intégrité.
Alvaro Cintas est professeur adjoint d’IA et de cybersécurité à l’université Marymount. Il résume le dispositif en deux couches : un marquage invisible pour le texte et des métadonnées signées pour les images. Selon lui, ces dernières peuvent aussi servir à repérer une altération du fichier.
Kim, analyste technologique et créatrice de contenu, rappelle que les modèles Claude lancés dans l’Union européenne intègrent des marques lisibles par machine dans les textes.
GlobalData relève des interrogations sur la fiabilité
Les réactions compilées par GlobalData divergent. Certains influenceurs voient dans ce système une étape vers une meilleure traçabilité des contenus issus de l’IA. D’autres questionnent la robustesse du signal après une réécriture poussée, une traduction ou des modifications importantes.
Shreyasee Majumder, analyste des médias sociaux chez GlobalData, estime que le débat se déplace de la simple divulgation vers la provenance du contenu. Elle note aussi que les plateformes, éditeurs, enseignants et entreprises pourraient exploiter ce signal selon leurs propres règles.
GlobalData relève également des craintes liées à l’acceptation de contenus assistés par IA et au risque d’erreurs d’attribution. Les échanges observés sur X portent ainsi autant sur la détection que sur l’usage futur de ces marqueurs.
Article basé sur un communiqué de presse reçu par la rédaction.
- Partager l'article :
Restez à la pointe de l'information avec
INTELLIGENCE-ARTIFICIELLE.COM !
