Le 2 août 2026, Anthropic a commencé à intégrer des filigranes invisibles dans les nouvelles versions de Claude — des marques lisibles par machine qui demeurent dans la distribution statistique du texte et subsistent lors de la copie et de l'édition partielle. Il ne s'agit pas simplement d'une mise à jour technique, mais d'un changement stratégique : passer de tentatives de détection a posteriori du contenu généré par IA à l'intégration proactive de preuves d'origine dès l'étape de génération.
Le mécanisme fonctionne au niveau des jetons : le modèle modifie les probabilités de choix des mots afin qu'un motif statistiquement détectable apparaisse dans la séquence, sans affecter le sens, la qualité ou la lisibilité. L'entreprise promet des outils de vérification, mais les détails de l'algorithme et la résistance aux attaques (traduction, paraphrase, mélange avec du texte humain) ne sont pas encore entièrement révélés. Contrairement aux approches précédentes basées sur l'analyse du style et de la fréquence, le filigrane d'Anthropic est un signal actif, intégré par le fabricant.
La méthodologie d'Anthropic s'appuie sur les exigences de l'article 50 de l'EU AI Act, entrées en vigueur précisément le 2 août. Le régulateur exige des systèmes d'IA générative qu'ils ajoutent des marques lisibles par machine pour identifier le contenu généré par IA. Cela explique la synchronisation avec d'autres acteurs : Google étend SynthID au texte, OpenAI promeut C2PA et les filigranes numériques, Meta teste des solutions similaires. Cependant, Anthropic se distingue en liant le filigrane directement à la conformité, et non seulement à des initiatives internes de sécurité.
Par rapport aux détecteurs d'IA traditionnels (qui analysent la perplexité et la variabilité), le filigrane fournit un signal plus fiable sur un modèle spécifique, mais ne résout pas le problème de la paternité mixte. Une étude publiée le 8 août sur arXiv souligne qu'à l'ère de la collaboration humain-IA, la division binaire « humain ou IA » est obsolète. Le filigrane atteste de l'utilisation de Claude, mais n'indique pas quelle part du texte appartient à l'humain, quelles modifications ont été apportées et qui porte la responsabilité finale.
Les limites sont évidentes. Une édition à grande échelle, une traduction ou un mélange avec un autre contenu peuvent détruire le signal. L'absence de filigrane ne prouve pas une paternité humaine — elle signifie seulement que la marque n'a pas été intégrée ou qu'elle a été supprimée. Ainsi, l'outil est utile pour les plateformes et les éditeurs comme signal supplémentaire, mais non comme « preuve irréfutable ».
Pour le secteur, cela signifie une transition vers un écosystème de provenance : à l'avenir, les modèles ne se contenteront pas de générer du texte, ils laisseront également des traces vérifiables cryptographiquement. Cela simplifiera la modération, mais complexifiera les questions de paternité, de citation et de responsabilité juridique. Les chercheurs devront déterminer comment les filigranes des différents fournisseurs interagiront et s'il est possible de créer une norme de détection universelle.
En fin de compte, les filigranes d'Anthropic montrent que la réglementation définit déjà l'agenda technique : la traçabilité du contenu devient une propriété obligatoire des modèles, et non une fonctionnalité optionnelle.
