Las marcas de agua de Claude no pueden asumir toda la carga de divulgación de la Ley de IA de la UE
Claude puede marcar algunos textos y archivos generados, pero esas señales demuestran el historial de procesamiento, no la autoría, la veracidad ni el cumplimiento completo del artículo 50.
Anthropic afirma que los modelos Claude lanzados en la Unión Europea el 2 de agosto de 2026 o después admiten marcas legibles por máquina desde su lanzamiento. El texto de los modelos compatibles recibe una marca de agua integrada; los archivos SVG, PNG y JPG compatibles reciben metadatos de procedencia firmados.
Eso no proporciona a un equipo de producto una capa completa de cumplimiento de la Ley de IA de la UE. Le proporciona una señal dentro de una cadena más larga que incluye la cobertura de modelos, el tratamiento de archivos, la detección, la divulgación visible, la revisión humana y pruebas de que esas piezas siguen funcionando después de que el producto transforme una salida.
Una marca de Claude detectada significa que el contenido puede haber sido procesado por un modelo Claude compatible. No demuestra que Claude originara las ideas, que el contenido esté escrito íntegramente por IA ni que sus afirmaciones sean verdaderas. La ausencia de una marca tampoco demuestra que no hubiera participación de IA.
La distinción importa ahora porque las obligaciones de transparencia del artículo 50 empezaron a aplicarse el 2 de agosto. Los proveedores de sistemas que ya estaban en el mercado antes de esa fecha tienen hasta el 2 de diciembre de 2026 para cumplir el requisito de marcado y detección. La implementación pública de Anthropic muestra cuánto de esa obligación puede asumir una señal técnica y cuánto queda fuera de ella. Esto no es asesoramiento jurídico; las funciones y obligaciones dependen del producto, el uso, el mercado y el contenido concretos.
Qué cubre realmente la marca de agua de Claude
La guía de Anthropic del 10 de agosto describe dos mecanismos diferentes.
Para el texto, los modelos Claude compatibles integran una marca de agua imperceptible en las palabras generadas. Anthropic afirma que la señal viaja con el texto copiado y puede sobrevivir a ciertas ediciones porque forma parte de la salida, no de un archivo adjunto. La empresa todavía no ha publicado el detector ni suficientes detalles técnicos para que terceros evalúen el algoritmo de forma independiente.
Para los archivos, Claude añade metadatos de procedencia firmados a las salidas SVG, PNG y JPG compatibles. Los metadatos siguen el estándar de la Coalition for Content Provenance and Authenticity, o C2PA. Una credencial válida puede vincular a ese activo declaraciones firmadas sobre el historial de procesamiento de un archivo y revelar manipulaciones posteriores.
Ninguno de los dos mecanismos es universal:
- Anthropic afirma que los modelos lanzados el 2 de agosto o después admiten el marcado, mientras que la compatibilidad con modelos anteriores sigue en curso.
- Las marcas de texto integradas están pensadas para funcionar en Claude, la API de Claude Platform, Claude Code, Claude Cowork, Claude Tag y los accesos compatibles de socios en la nube.
- La procedencia de archivos firmada depende de la plataforma, la función y el tipo de archivo.
- El detector y sus informes de confianza todavía no están disponibles públicamente.
Por tanto, «usamos Claude» no es un resultado de prueba. El equipo necesita conocer el modelo exacto, el endpoint, la región, el tipo de salida y la ruta de transformación.
Una marca demuestra procesamiento, no autoría ni veracidad
Las limitaciones que señala Anthropic son especialmente importantes. Claude podría limitarse a corregir un documento humano, traducirlo, resumirlo o convertirlo a otro formato. La salida resultante puede llevar una marca de Claude aunque las ideas subyacentes y gran parte del texto procedan de una persona.
Lo contrario también falla. Anthropic afirma que la detección puede desaparecer cuando el texto es corto, se edita mucho, se parafrasea, se traduce o se mezcla con otros escritos. Las credenciales de archivo pueden perderse al volver a guardar, convertir de formato, hacer capturas de pantalla o procesar de una forma no compatible. Los modelos antiguos y las superficies no compatibles pueden no producir ninguna marca detectable. Axios destacó de forma independiente ambos problemas operativos: una copia creada principalmente por una persona puede adquirir una marca, mientras que una edición sustancial puede eliminarla.
C2PA tiene un límite parecido. Su explicación de Content Credentials afirma que una credencial puede demostrar que las declaraciones de procedencia están bien formadas, firmadas y no han sido manipuladas. No decide si una imagen representa un acontecimiento real ni si una afirmación dentro de un documento es exacta.
Trata el resultado del detector como una observación de procedencia con alcance e incertidumbre, no como un veredicto sobre autoría, plagio, factualidad o cumplimiento normativo. Es la misma disciplina de medición que describe nuestra guía para leer evaluaciones de IA: un resultado solo responde a la pregunta para la que se diseñó la prueba.
El artículo 50 divide las obligaciones de proveedores y responsables del despliegue
La expresión «etiqueta de IA» oculta dos capas diferentes. El artículo 50 impone a los proveedores de sistemas de IA generativa las obligaciones de marcado y detección legibles por máquina. Por separado, impone a los responsables del despliegue obligaciones de divulgación visible en usos definidos, incluidos los deepfakes y los textos publicados para informar al público sobre asuntos de interés público.
| Función | Tarea principal del artículo 50 | Lo que no resuelve una marca de Claude |
|---|---|---|
| Proveedor de un sistema de IA generativa | Hacer que las salidas incluidas sean legibles por máquina y detectables mediante soluciones eficaces, interoperables, robustas y fiables en la medida técnicamente posible. | Si el producto posterior es un sistema de IA separado con su propio proveedor, interfaz y responsabilidades de detección. |
| Responsable profesional del despliegue que utiliza un sistema de IA | Divulgar claramente los deepfakes incluidos y determinados textos de interés público en su primera exposición, sujeto a las excepciones de la norma. | Si este uso necesita un aviso visible o si la revisión humana sustantiva y la responsabilidad editorial satisfacen la excepción de texto. |
| Distribuidor o servicio de alojamiento que solo transmite contenido de terceros | Puede no ser responsable del despliegue únicamente por transportar el contenido, aunque la Comisión anima a conservar las marcas y etiquetas. | Otras obligaciones de plataformas, medios, consumidores o leyes nacionales que aún puedan aplicarse. |
Las directrices de la Comisión del 20 de julio hacen explícitas dos consecuencias para el diseño de producto.
Primero, una empresa puede desempeñar ambas funciones. Si ofrece una aplicación generativa de marca en el mercado de la UE, puede ser el proveedor de ese sistema aunque un modelo ascendente realice la generación. Si también utiliza profesionalmente ese sistema para publicar contenido incluido en el ámbito, puede ser responsable del despliegue. Por tanto, «Anthropic gestiona la marca de agua» no completa el análisis de funciones para una aplicación basada en Claude.
Segundo, el marcado legible por máquina y la divulgación visible para las personas no son intercambiables. Una marca de agua que solo pueda leer un detector no proporciona el aviso visible exigido al responsable del despliegue. Una insignia destacada de «generado por IA» no hace que la salida subyacente sea legible por máquina a efectos de la obligación del proveedor.
La edición estándar expone un desajuste útil
El artículo 50(2) excluye los sistemas en la medida en que realicen una edición estándar o no alteren sustancialmente la entrada o su significado. Los ejemplos de la Comisión incluyen la corrección gramatical, la revisión ortográfica, pequeños retoques de estilo, la traducción, la conversión de formato, la compresión y correcciones de imagen limitadas cuando no cambien materialmente el significado, el estilo o la intención.
Sin embargo, Anthropic afirma que los modelos compatibles aplican marcas de agua integradas a todo el texto generado, incluida la salida producida mediante corrección o traducción. Esa política técnica más amplia no demuestra que cada pasaje marcado entre en la obligación legal de marcado. Es otra razón para no traducir «marca detectada» como «la ley clasifica esto como generado por IA».
La excepción del responsable del despliegue para el texto de interés público es distinta. La Comisión afirma que exige una revisión humana sustantiva o un control editorial y una persona física o jurídica responsable que asuma la responsabilidad editorial. La comprobación de hechos es un componente mínimo de la revisión sustantiva; una revisión exclusivamente gramatical o automatizada no basta. Una reescritura sustantiva con IA después de la aprobación también invalida la revisión anterior para este fin.
Por tanto, una aplicación que publique resúmenes de noticias, avisos de seguridad, información financiera u otros textos de interés público debe registrar el orden de las operaciones. «Revisado por una persona» no significa nada si el último paso de producción vuelve a enviar el texto aprobado a una reescritura generativa.
Las marcas pueden desaparecer a lo largo de toda la ruta de salida
Anthropic ha documentado un comportamiento previsto, no una suite pública de conformidad. Mientras no lleguen su detector y su especificación técnica, los equipos aún pueden crear un plan de pruebas versionado e identificar dónde falta evidencia.
| Ruta que probar | Expectativa documentada | Evidencia que conservar |
|---|---|---|
| Texto largo directamente de cada modelo y endpoint de producción | Los modelos compatibles deberían integrar una marca de texto. | ID del modelo, endpoint, marca temporal, salida exacta, versión del detector, resultado y confianza cuando esté disponible. |
| Copiar y pegar en el sistema de publicación | La señal de texto integrada puede sobrevivir a la copia. | Hashes o diferencias del texto antes y después, junto con los resultados del detector. |
| Corrección, traducción, paráfrasis, acortamiento y texto humano mezclado | La detección puede persistir o desaparecer; el texto corto y muy editado es menos fiable. | Tipo de transformación, proporción modificada, idioma, longitud y ambos resultados del detector. |
| SVG, PNG y JPG generados mediante todas las superficies de producto compatibles | Los archivos compatibles deberían llevar una procedencia C2PA firmada. | Activo original, resultado de validación de la credencial, firmante, declaraciones y resultado de manipulación. |
| Cambiar tamaño, volver a guardar, exportar, convertir formato, optimizar y hacer una captura de pantalla | Los metadatos pueden eliminarse aunque los píxeles parezcan iguales. | Paso de la canalización que eliminó o conservó la credencial y la divulgación alternativa utilizada. |
| Modelo, tipo de archivo, superficie en la nube o caída del detector no compatibles | No debe suponerse que exista una marca fiable. | Estado explícito de cobertura, alternativa visible para el usuario, registros y comportamiento de las alertas. |
No esperes a que un detector decida qué debe mostrar el producto. Un detector puede apoyar la verificación después de la generación, pero la aplicación ya sabe qué modelo llamó, qué transformaciones ejecutó y qué política de divulgación se aplica. Ese historial de eventos de primera parte es más fiable para el comportamiento del producto que adivinar repetidamente a partir del artefacto final.
Qué observar antes del 2 de diciembre
Anthropic todavía debe entregar a los desarrolladores las piezas más importantes desde el punto de vista operativo: el detector, el significado de la confianza, la especificación técnica, la lista exacta de modelos compatibles y el comportamiento medido en distintos idiomas, ediciones, textos cortos, código y socios en la nube. Las pruebas independientes solo podrán comenzar cuando esas herramientas estén disponibles.
La transición del 2 de diciembre para los sistemas que ya estaban en el mercado es el próximo punto de control firme. Las pruebas útiles serán una matriz de cobertura para los modelos Claude antiguos, acceso interoperable a la detección, un comportamiento documentado de falsos positivos y falsos negativos y ejemplos que muestren cómo sobrevive la procedencia firmada a las canalizaciones de producción habituales.
Las marcas de Claude son un paso de implementación real. Su valor procede de tratarlas como una señal tipada y comprobable, y de diseñar el resto del producto para que la procedencia, la divulgación, la revisión y la rendición de cuentas no desaparezcan cuando desaparezca esa señal.
Fuentes
- Anthropic guide to marking Claude-generated content
- European Commission Article 50 implementation guidelines
- EU AI Act Service Desk text of Article 50
- EU AI Act Service Desk enforcement timeline FAQ
- European Commission study of AI text-marking techniques
- C2PA and Content Credentials explainer
- Axios report on Anthropic text watermarks