La respuesta corta es no: una reescritura profunda puede debilitar la señal estadística de Claude, pero el proyecto de código abierto watermarks-remover no ha demostrado que venza al detector de producción de Anthropic. Su alcance documentado es más modesto: limpiar ciertos caracteres y metadatos y aplicar una reescritura estadística que puede alterar el texto.
La diferencia importa. Una cosa es cambiar un documento hasta que una señal resulte más difícil de detectar; otra, muy distinta, es demostrar que la marca ha desaparecido frente al sistema que la generó.
Qué afirma realmente el workaround de Claude
watermarks-remover, desarrollado por Guillaume Meyer, separa varias tareas. Una capa realiza limpieza determinista de caracteres Unicode y otros elementos similares; otra puede intentar una reescritura asistida por modelos para modificar la señal estadística; y una tercera se ocupa de los metadatos de archivo.
Eso no convierte al proyecto en un borrador mágico de marcas. El repositorio no contiene el detector ni la clave secreta de Anthropic. Por tanto, puede describir lo que intenta hacer y mostrar que el texto cambia, pero no puede establecer por sí solo que el resultado pase el detector de producción de Claude.
La conclusión práctica es incómoda, pero bastante clara: reescritura posible no equivale a eliminación demostrada.
Dos marcas distintas: texto y archivos
Claude utiliza dos canales de procedencia que suelen mezclarse en la conversación pública.
La marca de texto es una señal estadística incorporada durante la generación, mediante decisiones sobre palabras o tokens. No aparece como texto visible, carácter oculto convencional o simple campo de metadatos.
La segunda capa es C2PA, un estándar de procedencia que puede añadir metadatos firmados a determinados archivos compatibles. Esa información viaja con el archivo y describe su procedencia digital; no está incrustada en las decisiones lingüísticas del texto.
| Capa de procedencia | Dónde vive la señal | Qué puede indicar | Qué puede debilitarla | ¿Demuestra autoría? |
| Marca estadística de texto de Claude | En la selección de palabras y tokens durante la generación | Que Claude pudo procesar el contenido | Edición intensa, paráfrasis, traducción, textos breves o elecciones con poca variedad | No |
| Procedencia de archivo C2PA | En un manifiesto de metadatos firmado asociado a un archivo compatible | Que un archivo conserva información de procedencia de Claude | Conversión, reexportación, capturas o eliminación de metadatos | No |
| Detector o clasificador convencional | En propiedades estadísticas o lingüísticas analizadas después | Que un texto se parece a una muestra generada por un modelo | Cambios de dominio, paráfrasis, evolución de los modelos y falsos positivos | No |
Eliminar metadatos C2PA no quita la señal estadística del texto. Del mismo modo, reescribir un texto no equivale automáticamente a borrar la procedencia firmada de un archivo. Son capas distintas, con problemas distintos.
Cómo se esconde la señal en la elección de palabras
El mecanismo relacionado con SynthID-Text, la técnica desarrollada por Google DeepMind en la que Anthropic dice basarse, no necesita insertar una palabra extraña cada cierto número de frases. El modelo ajusta estadísticamente sus elecciones entre varias opciones plausibles. A lo largo de un texto suficientemente extenso, esas pequeñas decisiones pueden acumular un patrón que un detector busca mediante análisis estadístico.
Por eso copiar y pegar no es una goma de borrar. La documentación de Anthropic indica que la señal puede sobrevivir a la copia y a parte de la edición. En cambio, una traducción, una paráfrasis extensa, una edición intensa, un pasaje corto o una mezcla con texto de otra procedencia pueden hacer que la detección sea menos fiable.
El código plantea un caso diferente. La sintaxis deja menos libertad para elegir palabras alternativas que la prosa, de modo que las oportunidades de marcarlo son más limitadas y pueden concentrarse en comentarios u otros términos discrecionales. Eso no significa que todo código quede fuera del sistema, sino que el margen estadístico es menor.
La investigación publicada sobre SynthID-Text evaluó aproximadamente 20 millones de respuestas en configuraciones de Google Gemini y describió un impacto de calidad despreciable en sus propias pruebas. Ese resultado sirve para entender la técnica, no como una validación independiente de la implementación de Claude.
Qué puede cambiar una reescritura
Una reescritura sustancial puede modificar suficientes elecciones de palabras para debilitar la detectabilidad. También puede cambiar la voz, el formato y el significado. En textos técnicos, científicos o matemáticos, ese intercambio no es trivial: un sinónimo aparentemente inocente puede introducir una imprecisión.
Pedir a otro modelo que reformule un texto tampoco garantiza un resultado limpio. Puede reducir parte de la señal original, conservar otra, alterar los hechos o añadir sus propios mecanismos de procedencia. Cambiar títulos, mover párrafos o sustituir unos pocos términos no debe confundirse con una transformación profunda.
La herramienta de Guillaume Meyer documenta una aproximación de mejores esfuerzos, no una prueba concluyente. Sin acceso a un detector capaz de comprobar la marca de producción de Anthropic, afirmar que el texto está definitivamente libre de ella sería ir más allá de lo que permiten los datos.
Una marca no demuestra quién escribió el texto
Este es el punto que más fácil resulta perder de vista: una detección positiva puede indicar que Claude procesó el contenido, pero no demuestra que generara cada palabra ni que fuera su autor completo.
Anthropic contempla usos como la revisión, la traducción, el resumen o el formateo de material que empezó con una persona. En esos casos, la señal puede hablar de una intervención de Claude, no resolver por sí sola la pregunta de quién creó las ideas, redactó el primer borrador o tomó las decisiones editoriales.
El resultado contrario tampoco basta. Que no aparezca una marca no prueba que el texto sea humano: la edición, la traducción, la longitud del pasaje, el modelo utilizado y los cambios de formato pueden debilitar o eliminar la señal detectable.
Además, la detección de texto de Anthropic figura en vista previa privada para organizaciones y empresas elegibles, no como una herramienta pública general para cualquier usuario. Eso limita todavía más las afirmaciones tajantes sobre el éxito de un supuesto bypass.
Qué hacer si trabajas con texto asistido por IA
Si produces artículos, trabajos, código o documentos con ayuda de Claude, conviene separar tres preguntas que suelen aparecer mezcladas:
- ¿Qué herramienta intervino? La marca puede aportar una señal de procesamiento, pero no un relato completo de la autoría.
- ¿Qué se modificó? Conserva borradores, cambios e historial de versiones para poder explicar tu proceso de trabajo cuando sea necesario.
- ¿Qué reglas se aplican? Las obligaciones de transparencia o divulgación dependen del contexto concreto —por ejemplo, una organización, una institución educativa, un cliente o una plataforma— y no se resuelven técnicamente quitando una marca.
Para lectores, editores y docentes, la regla útil es evitar dos extremos. No conviene tratar una detección como una sentencia de autoría; tampoco presentar una reescritura como prueba de que nunca intervino una IA.
La conclusión
El supuesto bypass de la marca de Claude es, por ahora, una posibilidad técnica descrita mediante limpieza y reescritura, no una derrota demostrada del sistema de Anthropic. La señal textual, los metadatos C2PA y los clasificadores convencionales observan cosas diferentes. Y ninguno, por sí solo, responde a la pregunta completa: quién escribió realmente el documento.
