Anthropic detalha marca d’água em textos do Claude

A Anthropic explicou como pretende marcar textos de futuros modelos do Claude. O sinal não prova autoria nem identifica uma pessoa. Ele permite estimar a probabilidade de o Claude ter participado da escrita. Para empresas brasileiras, a novidade funciona como alerta de governança, não como obrigação legal local.

A Anthropic detalhou sua marca d’água para textos em 14 de agosto. A empresa fala em modelos futuros do Claude. Portanto, o anúncio não prova que toda resposta atual já carregue esse sinal.

Este é um follow-up da cobertura sobre C2PA e procedência de arquivos. Aqui, o foco é outro: como a Anthropic descreve a marca em texto. A questão central não é uma assinatura visível. É um sinal probabilístico que pode indicar participação do Claude.

A marca usa escolhas que não mudam o sentido

Segundo a Anthropic, modelos de linguagem escolhem uma palavra por vez. Em alguns pontos, há alternativas de sentido parecido. A marca usa essas escolhas de baixa consequência para formar um padrão ao longo do texto.

A empresa afirma que uma chave permite checar se a sequência é compatível com esse padrão. Isso não revela uma identidade do usuário, da organização ou da conversa. Também não transforma a checagem em prova de autoria.

A Anthropic diz usar uma versão do método SynthID-Text, publicado pelo Google DeepMind em 2024. Segundo a companhia, não há caracteres ocultos nem tokens extras. Ela também afirma não haver efeito prático em qualidade, velocidade ou preço.

O resultado aponta probabilidade, não certeza

A própria Anthropic delimita o alcance da tecnologia. A marca pode responder à pergunta: qual a probabilidade de o Claude ter participado daquele texto? Ela não confirma se o material foi escrito por uma pessoa.

O sinal também não identifica outro modelo de IA. Cada sistema pode usar uma chave ou método diferente. E trechos curtos oferecem menos escolhas de palavras. Por isso, a confiança tende a aumentar em passagens mais longas.

A Anthropic afirma que pretende oferecer uma API de detecção. Os detalhes ainda estão em definição. Não há base, portanto, para tratar essa ferramenta como pública ou disponível agora.

Edição leve e reescrita têm efeitos diferentes

Segundo a empresa, uma edição leve provavelmente não remove a marca por completo. Uma reescrita total, substituindo todas as palavras, pode remover o sinal. Esse limite importa porque a marca não é um registro imutável de cada versão.

O mesmo vale para revisão gramatical. Quando uma pessoa escreve quase todo o material e o Claude corrige pouco, pode haver palavras insuficientes para uma detecção confiável. A intensidade da participação importa.

Por que o código recebe menos marcação

Código costuma exigir uma saída exata. Trocar um termo pode quebrar uma função ou tornar uma instrução incorreta. Por isso, a Anthropic afirma que o código tende a receber menos marcação que outros textos.

A empresa admite a possibilidade de marca em escolhas arbitrárias, como comentários. Mesmo nesse caso, diz que o efeito no código produzido é desprezível. Isso reforça um limite prático: a tecnologia não se comporta igual em todos os formatos.

O AI Act explica o contexto europeu, não uma regra brasileira

A Anthropic vincula a iniciativa ao AI Act da União Europeia. A companhia informa que aplicará a marca globalmente no lançamento, pois ainda não encontrou uma forma durável de limitar a medida por região.

O regulamento europeu prevê mecanismos para tornar conteúdo gerado por IA identificável. A lei cita opções como marca d’água e metadados, quando forem tecnicamente viáveis. Isso não significa que o AI Act imponha C2PA pelo nome.

Também não há, nesta apuração, uma obrigação brasileira equivalente. Para negócios no Brasil, o assunto é de governança. Vale definir quando a IA participa de um material, quem revisa a versão final e como essa participação será registrada.

O debate existe, mas não cabe generalizar

A reportagem do TechCrunch reuniu exemplos de reações no Reddit e no X. Houve críticas sobre rastreabilidade e defesas da transparência. São casos relatados, não uma medição da opinião de todos os usuários.

Na leitura do Runzos, o sinal probabilístico é útil justamente por ter limites claros. Ele pode acrescentar contexto a uma auditoria. Não substitui revisão editorial, responsabilidade sobre o conteúdo ou uma conversa transparente sobre o uso de IA.

Fonte principal: Anthropic. Contexto jornalístico: TechCrunch.