Anthropic prépare un filigrane textuel pour Claude

Anthropic a dévoilé, le 15 août 2026, une méthode de filigrane textuel pour Claude afin de rendre détectable un contenu généré par l’IA, tout en visant la conformité avec l’EU AI Act. Le principe consiste à modifier certains choix de mots jugés peu importants pour le sens, de façon statistiquement repérable. L’entreprise affirme que l’impact sur la qualité, la créativité et la lisibilité reste nul en test interne. Mais la technique ne résout pas tout : un texte réécrit en profondeur peut faire disparaître la marque.

Un marquage discret, pas une signature visible

Le système décrit par Anthropic s’inspire des travaux de Google DeepMind sur SynthID-Text. Au lieu d’ajouter un signe ou une mention, le modèle sélectionne parfois un mot différent parmi plusieurs options plausibles, puis applique une signature détectable à l’aide d’une clé numérique. Dans la pratique, cela repose sur l’idée qu’un modèle de langage anticipe le mot suivant et qu’il existe souvent plusieurs variantes acceptables, comme « cold » ou « gray » dans un exemple donné par l’entreprise.

Anthropic précise que le marquage est surtout appliqué aux passages peu sensibles, là où changer un mot ne modifie pas le fond. Pour les phrases factuelles, la marge de manœuvre se réduit, ce qui limite mécaniquement l’usage du procédé. Même logique pour le code : on ne peut pas remplacer les noms de méthodes au hasard sans casser le programme. C’est le genre de détail qui rappelle qu’une IA doit encore parler comme un humain… mais sans trop abuser du théâtre.

Conformité, coût et limites assumées

La société dit avoir choisi cette approche pour répondre à des obligations réglementaires sans augmenter le coût d’exploitation. Elle affirme que le filigrane n’ajoute pas de jetons, n’alourdit pas la vitesse du modèle et ne change pas le prix de service ou d’usage. Dans ses tests internes, Anthropic indique n’avoir vu « no impact of watermarking on the content, level of creativity, or readability of Claude’s text », et ajoute que des évaluateurs humains n’ont pas distingué les réponses marquées des autres.

Reste un point clé : la résistance au contournement est limitée. Anthropic reconnaît qu’une édition légère ne supprimera probablement pas complètement le filigrane, mais qu’une réécriture intégrale le fera. La méthode n’embarque pas de données personnelles et sert seulement à indiquer que Claude a probablement participé à la production du texte. Autrement dit, l’outil vise plus la traçabilité que la preuve judiciaire absolue.

La sécurité d’Anthropic sous surveillance

Cette annonce intervient alors qu’un autre document de sécurité publié par Anthropic a révélé une faille plus gênante : ses classifieurs biologiques étaient inactifs de mai 2025 à avril 2026. Ces filtres doivent empêcher des usages liés à des armes chimiques ou biologiques. Selon le rapport, le vide a touché environ 50 000 personnes qui ont généré quelque 133 millions de conversations avec les modèles, via des sous-traitants externes. Anthropic dit n’avoir trouvé aucune preuve d’abus réel, mais avoir depuis renforcé les exigences imposées aux contractants.

Pris ensemble, les deux sujets dessinent une même ligne de crête. D’un côté, Anthropic cherche à rendre ses sorties plus identifiables pour répondre aux régulateurs. De l’autre, la société doit encore prouver que ses garde-fous de sécurité tiennent dans la durée. Les entreprises de modèles avancés n’ont plus seulement à produire de bons textes. Elles doivent aussi expliquer qui les a produits, et sous quelles protections.