Marquage invisible des textes IA : une réponse à l’IA Act, mais aussi une grande faveur pour les entreprises IA

Anthropic va marquer invisiblement les textes générés par Claude pour se conformer à l’IA Act. Mais elle est aussi une solution bienvenue pour aider ces entreprises à distinguer un texte humain d’un texte généré et continuer à siphonner le web, sans aucun risque.

Anthropic a annoncé, le 11 août 2026, l’intégration d’un filigrane invisible dans les textes générés par Claude. La raison officielle avancée par l’entreprise est la conformité à l’article 50 de l’IA Act européen, qui impose depuis le 2 août 2026 aux fournisseurs d’IA générative de marquer leurs contenus de façon lisible par des machines. Mais ce dispositif technique, en apparence purement réglementaire, arrive à un moment particulièrement stratégique pour l’industrie de l’IA, confrontée depuis plusieurs mois à un problème bien plus fondamental que la conformité légale : celui de la pénurie de données humaines pour entraîner ses modèles.

Comment fonctionne ce marquage invisible ?

Anthropic a développé deux méthodes distinctes en fonction du type de contenu. Pour le texte, un signal statistique imperceptible est intégré directement dans la structure du texte généré, sans en modifier le sens ni la lisibilité pour un lecteur humain. De manière technique, cela repose sur une légère modification des probabilités attribuées à certains mots par le modèle au moment de la génération. Ainsi, il crée une distribution de vocabulaire inhabituelle indétectable à l’œil nu, mais qu’un algorithme spécialisé peut repérer. Pour les images au format SVG, PNG ou JPG, Anthropic utilise le standard C2PA, qui associe des métadonnées de provenance signées numériquement.

Ce marquage invisible s’applique à tous les modèles Claude lancés à partir du 2 août 2026, avec une extension prévue aux modèles plus anciens. Il fonctionne dans tous les produits Anthropic, que ce soit Claude.ai, l’API, Claude Code ou Claude Cowork. De même, il s’applique dans le monde entier, en Europe comme en Amérique. Anthropic précise également que ce filigrane peut survivre à un simple copier-coller du texte.

Une faveur bienvenue pour Anthropic et ses autres copains

Ce qui rend cette annonce intéressante dépasse le seul cadre réglementaire. Comme déjà précisé dans cet article précédent, les modèles d’IA ont déjà épuisé les données du web produites par les humains. Aujourd’hui, la toile est saturée de contenus eux-mêmes générés par intelligence artificielle. Un phénomène que les chercheurs surveillent de près sous le nom d’effondrement des modèles.

Lorsqu’un système d’IA s’entraîne sur des données produites par une autre IA plutôt que par des humains, la qualité et la diversité de ses productions tendent à se dégrader progressivement, un peu comme une photocopie de photocopie qui perd en netteté à chaque génération.

C’est précisément là que le watermarking prend tout son intérêt pour les laboratoires eux-mêmes. Un texte marqué de façon fiable devient identifiable comme provenant d’une IA, ce qui va permettre en théorie de l’exclure des futurs corpus d’entraînement.

Une équipe de chercheurs a d’ailleurs démontré dès 2024 qu’il est possible de détecter, avec une confiance statistique élevée, si un modèle de langage a été entraîné sur des données provenant d’un modèle filigrané, un phénomène qu’ils ont baptisé la radioactivité du watermark. Concrètement, même une infime proportion de texte marqué dans un jeu de données d’entraînement laisse une trace détectable dans le modèle final.

Ceci rejoint directement la stratégie déjà observée ailleurs dans l’industrie, à savoir la ruée actuelle vers les livres papier antérieurs à l’essor de l’IA générative. Ces derniers sont considérés comme la dernière grande réserve de texte garantie humaine. Le watermarking pourrait devenir, à terme, un outil complémentaire à cette quête. Plutôt que de chercher uniquement des sources anciennes et sûres, les laboratoires pourraient filtrer directement le web en cours de route, à condition que la détection reste fiable.

Une solution encore loin d’être infaillible

Anthropic reconnaît elle-même les limites de son dispositif. La présence ou l’absence d’un watermark ne garantit en rien la provenance réelle d’un contenu. Claude peut par exemple avoir simplement relu, traduit ou reformulé un texte rédigé à l’origine par un humain, qui portera pourtant la marque du modèle une fois le traitement terminé. À l’inverse, un texte généré par Claude peut être suffisamment modifié après coup pour que le signal statistique disparaisse.

Anthropic ne propose pour l’instant aucun outil public permettant de vérifier soi-même la présence de ce watermark, une lacune que l’entreprise dit vouloir combler prochainement. D’autres laboratoires suivent une trajectoire similaire, à commencer par Google, dont la technologie SynthID a déjà marqué plus de dix milliards de contenus, mais qui ne détecte que les productions issues de ses propres outils.