Poucas horas depois de a Anthropic ligar a marca d’água invisível nos textos do Claude, desenvolvedores independentes já mostraram, com código, como derrubar o sistema na prática.
Adicione ao Google NotíciasNeste artigo
A Anthropic passou a marcar todo texto gerado por modelos Claude mais novos com um padrão estatístico imperceptível, seguindo exigências do AI Act europeu e o próprio código de transparência da UE. Essa marca d’água se apoia na escolha “viciada” de palavras pelo modelo e não mexe em metadados nem insere caracteres ocultos, mas já vem sendo neutralizada por scripts de reescrita, traduções em cadeia e manipulação de caracteres.
Como funciona a marca d’água invisível do Claude?
A Anthropic descreve o recurso como uma marcação “legível por máquina” embutida diretamente no texto. Quando um modelo Claude compatível gera uma resposta, altera discretamente a forma como escolhe cada próxima palavra entre várias opções plausíveis. Em vez de seguir só a distribuição de probabilidade clássica, o sistema passa a favorecer, de forma sutil, subconjuntos específicos de tokens, o que cria um padrão estatístico invisível a olho nu, mas detectável por quem tem a chave certa.
Segundo a empresa, a marca d’água não insere tokens extras, não altera o significado e não impacta custo ou latência. Como ela está no próprio texto, viaja junto no copiar/colar e tende a sobreviver a edições leves. A técnica se baseia no SynthID-Text, do Google DeepMind, e vale para todos os produtos onde os modelos Claude são expostos: chatbot web, Claude Code, Claude Cowork, Claude Tag e API, inclusive quando acessados por meio de AWS, Google Cloud ou Microsoft Foundry.
Nos arquivos de imagem (.svg,.png,.jpg), o caminho é outro: o Claude anexa metadados de procedência assinados seguindo o padrão aberto C2PA. A Anthropic afirma que a marca não prova autoria nem resolve disputa de copyright; ela só indica a probabilidade de aquele conteúdo ter sido processado pelo modelo, com maior confiabilidade em textos mais longos.
Que técnicas os devs usaram para burlar a marca d’água?
A reação da comunidade foi rápida. Um dos focos é a reescrita automática com auxílio de outros modelos de linguagem. Projetos como o “watermarksremover”, publicado no GitHub por Guillaume Meyer, pegam o texto marcado e geram novas versões trocando palavras por sinônimos, mexendo na ordem das frases e reestruturando parágrafos. Ao distorcer a distribuição de tokens e a cadência do texto, o script tende a destruir o padrão estatístico esperado pelo detector da Anthropic.
Meyer relatou que usa o Claude e ferramentas de correção, como Grammarly, para escrever em inglês a partir do francês e teme falsos positivos em currículos e artigos revisados por IA. A crítica central é que um mecanismo estatístico opaco, acoplado a decisões de contratação ou avaliação acadêmica, vira munição para injustiça. A ferramenta no GitHub rapidamente atraiu dezenas de colaboradores interessados em torná-la mais agressiva contra o watermarking.
Outro engenheiro, Erik Hughes, disse ter montado em cerca de 15 minutos, com ajuda do próprio Claude, um script que combina reorganização sintática com manipulação direta de caracteres. Já o pesquisador Leon Chlon explora um atalho diferente: traduzir o texto para um idioma com estrutura distante, como o árabe, e depois voltar ao idioma original. A dupla tradução força escolhas lexicais completamente novas, o que tende a diluir qualquer padrão implantado na geração inicial.
Marca d’água do Claude é eficaz na prática?
A própria Anthropic não apresenta o recurso como bala de prata. A documentação oficial deixa explícito que uma marca detectada só indica que o conteúdo “pode ter sido processado por Claude” e que a ausência dela não significa ausência de IA. Editar, parafrasear, traduzir ou misturar trechos em outros textos pode matar o sinal, principalmente em passagens curtas ou muito factuais, com pouca liberdade de escolha de palavras.
Na outra ponta, a comunidade já aponta o risco inverso: falsos positivos em textos humanos que passaram por correções automáticas discretas. Desenvolvedores e consultores de IA mencionam cenários concretos, como recrutadores descartando currículos legítimos ou comitês acadêmicos suspeitando de plágio porque o sistema de detecção acusou “participação do Claude” em um parágrafo revisado.
O embate tende a ficar mais técnico quando a Anthropic liberar a API oficial de detecção, algo que a empresa diz estar preparando, mas ainda sem data fechada. Só com acesso ao verificador será possível medir, com números, quanta edição basta para derrubar o watermark e quais técnicas (reescrita, tradução em cascata, manipulação de caracteres) de fato escapam do crivo sem degradar demais o texto aos olhos humanos.
Por que a Anthropic insiste na marca d’água mesmo com tantas brechas?
A resposta é regulatória. A marcação de conteúdo é uma exigência do AI Act da União Europeia e do Código de Prática sobre Transparência de Conteúdo Gerado por IA previsto no Artigo 50 da lei. A Anthropic assinou esse compromisso como fornecedora de modelos e decidiu aplicar a solução globalmente, já que não tem hoje um mecanismo estável para limitar o comportamento só ao mercado europeu.
Todos os modelos Claude lançados a partir de 2 de agosto de 2026 já saem de fábrica com marca d’água, e a empresa diz trabalhar para estender o sistema aos modelos antigos durante o período de transição previsto em lei. A companhia também afirma que vai publicar documentação técnica explicando em detalhes como detectar as marcas, para que terceiros consigam integrar essa checagem em fluxos próprios.
No papel, a iniciativa se encaixa nas exigências da UE de dar contexto sobre a origem do texto gerado por IA sem bloquear o uso legítimo da tecnologia. Na prática, o que já se desenha é uma corrida armamentista entre frameworks de watermarking e ferramentas de remoção que aparecem em questão de horas. A próxima rodada dessa disputa começa quando o detector oficial do Claude chegar à mão de quem está tentando justamente enganá-lo.
