Anthropic ajoute une nouvelle couche de traçabilité aux contenus générés par Claude. Les modèles concernés lancés dans l’Union européenne intégreront désormais un marquage lisible par machine, y compris pour le texte.
L’annonce répond notamment aux exigences européennes de transparence autour des contenus générés par intelligence artificielle. Mais elle a rapidement donné naissance à une interprétation beaucoup plus spectaculaire : les textes écrits par Claude deviendraient désormais identifiables à coup sûr, y compris une fois publiés sur LinkedIn. La réalité mérite un peu plus de prudence.
Un texte ne reste jamais intact très longtemps
Un texte généré par une IA passe rarement directement du chatbot au bouton « Publier ». Il est copié dans Word, corrigé, raccourci, reformulé, passé dans un CMS, nettoyé typographiquement, parfois traduit ou complété par un humain. Autrement dit, il commence à être transformé quelques secondes après sa génération.
La vraie question n’est donc pas seulement de savoir si Claude sait marquer ses textes à la sortie du modèle. Elle consiste à mesurer la robustesse du signal une fois confronté aux usages réels.
Un passage dans Word suffit-il à le modifier ? Une conversion en texte brut ? Une normalisation Unicode ? La suppression de caractères invisibles ? Quelques corrections humaines ? Et surtout : à partir de quel niveau de modification le signal devient-il trop faible pour être détecté ?
Pas forcément un simple caractère invisible
L’idée d’un watermark évoque volontiers une petite balise cachée qu’un logiciel pourrait effacer. Pour les textes générés par des LLM, le principe peut être beaucoup plus subtil. Le marquage peut résider dans les probabilités de génération elles-mêmes : certains mots ou certaines séquences sont légèrement favorisés afin de créer une signature statistique.
Dans ce cas, supprimer les métadonnées ou passer le texte dans Word ne changerait presque rien. Les mots resteraient les mêmes, et avec eux une grande partie du signal. Inversement, une réécriture suffisamment importante pourrait finir par dégrader cette empreinte. Entre les deux se trouve précisément la zone intéressante.
Nous avons donc fabriqué Claude Watermark Lab
IN DATA VERITAS a développé un petit outil expérimental destiné à soumettre un même texte à plusieurs traitements courants.
Le principe est simple : partir d’un texte généré par Claude, produire différentes variantes (texte brut, normalisation Unicode, nettoyage des caractères invisibles, simulation d’un passage par traitement de texte ou corrections typographiques) puis comparer leur niveau de modification et les résultats obtenus avec un détecteur.
L’objectif n’est pas de promettre une improbable « gomme à watermark ». Il est beaucoup plus simple : vérifier ce qui résiste réellement. Car un watermark capable d’identifier un texte uniquement lorsqu’il sort intact de Claude aurait un intérêt assez limité. Un watermark qui reste détectable après les transformations ordinaires d’un document poserait, lui, des questions beaucoup plus intéressantes sur la traçabilité des productions IA.
La question n’est donc plus seulement : « Claude a-t-il écrit ce texte ? » Elle devient : « combien de transformations faut-il avant que cette information disparaisse ? » Et cette fois, plutôt que de spéculer, nous allons essayer de le mesurer.
Bruno SANVOISIN
Co-Président du SYNAP
