Claude explique comment son watermark fonctionne : que peut vraiment prouver la détection d’un texte IA ?

Trois lignes dans un contrat de sous-traitance rédactionnelle : « contenu 100 % humain, aucun recours à l’intelligence artificielle ». La clause rassure le donneur d’ordre. Elle vient de devenir nettement plus difficile à faire respecter.

Le 14 août 2026, Anthropic a publié le détail technique du filigrane Claude, appliqué aux textes de ses modèles lancés depuis le 2 août. La documentation lève les zones d’ombre qui subsistaient : mécanisme exact, résistance aux retouches, comportement sur le code, fiabilité selon la longueur du texte.

Cette mise à jour ajuste l’analyse publiée le 13 août sur ces points. Elle explique surtout ce que la détection peut établir devant un client, ce qu’elle ne pourra jamais établir, et comment réécrire une clause de qualité rédactionnelle pour qu’elle reste auditable.

Comment fonctionne exactement le watermark de Claude ?

Un modèle de langage écrit mot après mot. À chaque étape, plusieurs candidats conviennent également bien. Dans la phrase « le temps était froid et… », « couvert » et « gris » se valent : le lecteur ne verra pas la différence et le sens reste identique. Un tirage aléatoire tranche.

C’est sur ces arbitrages sans enjeu que se loge le filigrane. Le choix demeure aléatoire, mais la source du hasard change. Au lieu d’un générateur arbitraire, Claude combine une clé secrète et les mots qui précèdent. Qui détient la clé peut ensuite vérifier si la séquence est compatible avec ces choix et en déduire une probabilité.

Anthropic écarte au passage plusieurs idées reçues qui circulaient depuis l’annonce initiale.

• Aucun caractère invisible ni métadonnée n’est ajouté au texte lui-même.
• Le marquage ne consomme aucun jeton supplémentaire et ne renchérit pas la génération.
• Il ne contient rien qui permette de remonter à un utilisateur, une organisation ou une conversation.
• Il ne pousse jamais le modèle vers un mot qu’il n’aurait pas envisagé autrement.

La méthode est une version de SynthID-Text, publiée par Google DeepMind dans Nature en 2024, elle-même héritière d’une proposition formulée par Scott Aaronson en 2022. À ne pas confondre avec les content credentials C2PA appliqués aux fichiers image : il s’agit là de métadonnées signées, extérieures au contenu, qu’une simple conversion peut faire disparaître.

Quand le filigrane devient-il difficile à détecter ?

La fiabilité dépend du nombre de décisions prises par le modèle. Moins il choisit, moins il reste de signal exploitable.

• Texte court : trop peu d’arbitrages pour conclure quoi que ce soit.
• Passage très factuel : après « l’ouvrage majeur de Newton s’intitule Principia… », un seul mot convient.
• Code et sorties exactes : la contrainte de justesse ne laisse aucune latitude, sauf dans les commentaires.
• Relecture grammaticale : Claude ne touche qu’à quelques mots, tous les autres restent ceux de l’auteur.
• Réécriture intégrale, mot à mot : le signal disparaît.

Anthropic reconnaît que dans ce dernier cas, la qualification même de contenu généré par IA devient discutable. À l’inverse, une traduction produite par Claude est intégralement marquée, puisque chaque mot vient du modèle. La confiance de détection croît avec la longueur du passage analysé.

Un résultat positif prouve-t-il qu’un texte a été écrit par Claude ?

Non. Le signal établit une seule chose : Claude est probablement intervenu à un moment. Rien de plus.

Deux cas suffisent à mesurer l’écart entre le signal et la conclusion qu’on serait tenté d’en tirer. Un texte rédigé par un humain puis fortement remanié par Claude ressortira positif. Un texte entièrement généré puis réécrit mot à mot ne ressortira pas.

La détection ne dit rien de l’auteur initial, de la proportion exacte générée, du respect du brief, des sources ou de l’originalité. Anthropic précise également que le filigrane ne modifie ni la propriété du contenu, ni la responsabilité juridique attachée à sa publication.

Autre distinction utile face à un client : ce mécanisme n’a rien à voir avec les détecteurs stylistiques du marché, qui repèrent des tics d’écriture. Ces outils devinent, le filigrane vérifie une clé. Les deux approches n’ont ni la même base ni le même taux d’erreur.

Pourquoi une clause « 100 % humain » devient-elle difficile à auditer ?

Une clause ne vaut que si l’on peut prouver son respect. Or aucune détection ne démontre l’absence d’IA : elle mesure une probabilité de présence, jamais une absence. L’asymétrie est structurelle et aucun détecteur, si performant soit-il, ne la corrigera.

Le tableau ci-dessous met en regard les formulations les plus répandues et leur version auditable.

La logique change de nature. On ne certifie plus une origine, on décrit un processus et on désigne un responsable. Un client qui exige une preuve d’absence achète une promesse invérifiable, ce qui l’expose autant que son prestataire.

Comment intégrer l’API de détection dans un workflow de contrôle qualité ?

Anthropic annonce une API de détection, sans calendrier public à ce jour. Autant lui préparer une place dans la chaîne avant qu’elle n’arrive, plutôt que de l’ajouter dans l’urgence.

• Placer le contrôle en fin de production, jamais comme filtre unique d’acceptation.
• Journaliser le résultat, la date et la version du détecteur utilisé.
• Faire relire par un humain les faux positifs et les cas ambigus.
• Maintenir en parallèle la vérification factuelle, le plagiat, le respect du brief et le style.
• Réserver l’escalade contractuelle aux infractions aux règles d’usage réellement convenues.

Une agence qui produit à Antananarivo, à Casablanca ou à Paris applique la même grille : le choix d’une destination d’externalisation ne change pas la nature du contrôle. Ce qui change, c’est la discipline de traçabilité des versions.

La bonne question n’est plus « IA ou humain ? », mais « qui contrôle quoi ? »

Remplacez la clause absolue par une politique d’usage. Trois éléments suffisent : la liste des usages autorisés par étape de production, le nom du responsable éditorial, la grille de validation appliquée avant livraison. Ce trio se démontre, contrairement à une promesse de pureté.

Reprenez vos trois derniers contrats de rédaction et isolez la clause de qualité. Si elle promet une absence, réécrivez-la en obligation de processus. C’est le raisonnement appliqué à la mesure de visibilité des marques dans les IA : un signal technique ne vaut rien sans le protocole qui l’accompagne, et la lecture des résultats semestriels de Teleperformance obéit à la même règle.

Sources et références

Cet article s’appuie notamment sur la documentation publiée par Anthropic sur le fonctionnement du filigrane textuel de Claude et sur l’article de Nature décrivant la méthode SynthID-Text de Google DeepMind. Le cadre réglementaire a été vérifié auprès de la Commission européenne, qui recense les signataires du code de bonnes pratiques sur la transparence des contenus générés par IA, la distinction entre marquage textuel et métadonnées de fichiers auprès de la documentation du standard ouvert C2PA, et les précisions sur la résistance aux modifications auprès de la couverture technique de TechCrunch consacrée à cette annonce.