La marca indica que un texto pasó por Claude, no que lo escribió Claude. Esa diferencia decide a quién se acusa injustamente.

En 2023, siete detectores de inteligencia artificial evaluaron 91 ensayos escritos por estudiantes que rendían el examen TOEFL, la prueba de inglés como lengua extranjera. Los siete programas concluyeron, en promedio, que el 61% de esos textos habían sido generados por una máquina.

Los 91 ensayos los escribieron personas.

Los mismos detectores acertaron casi siempre al evaluar ensayos de estudiantes estadounidenses de octavo grado. Diecinueve de los ensayos del TOEFL fueron señalados de forma unánime por los siete programas. El 97% fue marcado por al menos uno.

El estudio, dirigido por el profesor de Stanford James Zou y publicado en la revista Patterns, explica el mecanismo. Los detectores puntúan según una métrica llamada perplejidad, que se correlaciona con la sofisticación de la escritura: riqueza y diversidad léxica, complejidad sintáctica y gramatical. Quien escribe en un idioma aprendido tiende a usar vocabulario más simple, oraciones más cortas y estructuras más formales, porque así se enseña el idioma.

El programa no distingue entre un texto que suena artificial porque lo escribió una máquina y un texto que suena artificial porque quien lo escribió aprendió ese idioma en un salón de clases.

Ese es el antecedente con el que conviene leer la noticia de esta semana.

Qué anunció Anthropic

Anthropic publicó el lunes 10 de agosto de 2026 la documentación de un sistema de marcado para el contenido que genera Claude, su modelo de lenguaje.

Los modelos lanzados a partir del 2 de agosto de 2026 incorporan el marcado desde su salida. Los modelos anteriores todavía no lo tienen: la empresa afirma que trabaja en incorporarlo durante el período de transición que concede la ley europea.

Este último punto conviene retenerlo, porque abre un hueco considerable. Todo el contenido generado por versiones anteriores —que son las que la mayoría de la gente ha usado hasta ahora— circula sin marca alguna.

La decisión responde a los compromisos que asumió la empresa al suscribir el Código de Prácticas sobre transparencia del contenido generado por inteligencia artificial, desarrollado para facilitar el cumplimiento del artículo 50 de la Ley de IA de la Unión Europea. Aunque la obligación proviene del régimen jurídico europeo, Anthropic decidió aplicar el marcado a escala mundial, en todos sus productos: la aplicación de consumo, la interfaz de programación y sus herramientas Claude Code, Cowork y Tag.

Los dos mecanismos

Para textos, la empresa describe una marca imperceptible incorporada dentro del propio contenido. Según su documentación, no altera el significado, la calidad ni la legibilidad de la respuesta, acompaña al texto cuando se copia y se pega, y puede sobrevivir a algunas modificaciones.

Anthropic no ha revelado cómo funciona técnicamente. Existen precedentes: SynthID Text, presentado por Google en 2024, modifica ligeramente las probabilidades de selección de palabras para dejar una firma estadística. Si el sistema de Anthropic opera de forma parecida es, por ahora, una inferencia razonable y no un dato confirmado.

Para archivos compatibles —como SVG, PNG o JPG— se incorporan metadatos de procedencia firmados conforme al estándar abierto C2PA. Permiten indicar que el archivo fue procesado por Claude y comprobar si la información de procedencia fue alterada después.

Los dos mecanismos tienen agujeros distintos. Los metadatos desaparecen al convertir el archivo de formato, al volver a guardarlo con una aplicación que no preserve C2PA, o al hacer una captura de pantalla; existen además herramientas de código abierto para eliminarlos. La marca textual, en cambio, viaja con el texto copiado, pero deja de ser detectable tras una edición intensa, una paráfrasis, una traducción o la mezcla con material de otras fuentes. Los pasajes muy cortos pueden no contener señal suficiente.

Cuando Claude se usa a través de proveedores como Amazon Web Services, Google Cloud o Microsoft Foundry, la marca textual funciona, pero esas plataformas podrían no admitir los metadatos firmados.

La distinción que lo decide todo

Aquí está el punto que buena parte de la cobertura ha tratado como nota al pie.

Una marca detectada indica que el contenido pudo haber pasado por Claude. No indica que Claude lo escribiera.

La propia empresa lo reconoce: la gente usa estos modelos para corregir, traducir, resumir o reorganizar materiales que ya existían. Un texto escrito íntegramente por una persona puede quedar marcado después de que el modelo le corrija la ortografía.

Y no hay, hasta ahora, ningún mecanismo anunciado que permita determinar cuánto del contenido fue generado y cuánto no, ni distinguir una corrección menor de una redacción completa.

La ausencia de marca tampoco prueba nada. El texto puede provenir de un modelo anterior, de una plataforma no compatible, de otra empresa, o haber sido modificado después de su generación.

Anthropic todavía no ofrece al público una herramienta para detectar la marca en los textos. Afirma que trabaja en ello. Los metadatos C2PA de los archivos sí pueden examinarse con verificadores públicos compatibles.

A quién le va a costar caro

Junte las dos mitades de esta nota.

Por un lado, una tecnología que produce una señal probabilística, ajena a la autoría, que su propia creadora documenta con todas esas advertencias.

Por el otro, un historial documentado de instituciones que ya acusan falsamente al 61% de quienes escriben en un idioma aprendido, usando herramientas considerablemente menos autorizadas que una marca puesta por el fabricante del modelo.

Un profesor, un empleador o un editor que hoy desconfía de un detector comercial tendrá mañana algo que parece definitivo: una marca oficial. La probabilidad de que la lea como prueba de autoría, y no como el indicio ambiguo que es, es alta.

Para un estudiante hispano que redacta en inglés y usa un asistente para corregir la gramática —exactamente el uso que Anthropic reconoce como legítimo— eso significa entregar un trabajo que sí llevará la marca. Escribió cada idea. La marca no lo distingue.

Para un trabajador que traduce su currículum, para un pequeño empresario que revisa un contrato, para cualquiera que use estas herramientas como lo que son, el riesgo es el mismo.

Qué hacer mientras tanto

Guarde el proceso, no solo el resultado. Borradores fechados, historial de versiones del procesador de texto, notas previas. Es la única defensa concreta ante una acusación de autoría, y funciona igual contra un detector comercial que contra una marca oficial.

Pregunte por la política antes de que aplique. En una escuela o un trabajo, conviene saber qué se considera uso aceptable de estas herramientas antes de que surja el conflicto. Muchas instituciones aún no lo han definido.

Si lo acusan, pida el criterio. Una marca detectada no responde cuánto del texto se generó. Quien acuse debería poder explicar en qué se basa más allá de un resultado binario.

La transparencia sobre el origen del contenido es un objetivo defendible. El problema no es la marca. Es que llegará antes a manos de quien va a interpretarla mal que a manos de quien podría explicarla.

Pieza vinculada al especial El Contenido

Esta nota forma parte del entorno de piezas vinculadas al especial de INCÍSOS El Contenido, dedicado por completo al problema de la producción, el consumo y la calidad del contenido en lengua española. El especial dedica su Bloque VI —La máquina que escribe— al análisis estructural del impacto de la inteligencia artificial generativa sobre el ecosistema editorial. Y su Inciso vinculado El delito imaginario aborda la distinción entre uso legítimo y uso fraudulento de estas herramientas.

• Ir al índice del especial · El Contenido
• Bloque VI · La máquina que escribe
• Inciso vinculado · El delito imaginario

Nota de transparencia: INCÍSOS utiliza herramientas de inteligencia artificial en parte de su proceso de producción editorial, incluidas la verificación de datos y la revisión de textos. Todo el contenido publicado es concebido, dirigido, verificado y editado por su redacción, bajo responsabilidad de su editor en jefe. Se aplica aquí el mismo criterio que este medio pediría a otros: declarar el uso de la herramienta cuando la herramienta es el tema. Ver la página de metodología del medio para el detalle completo.

Fuentes principales: Centro de Ayuda de Claude, documentación sobre marcado de contenido (10 de agosto de 2026) · Liang et al., «GPT detectors are biased against non-native English writers», Patterns (2023) · Stanford HAI, declaraciones de James Zou · Euronews (11 de agosto de 2026) · The Register (11 de agosto de 2026) · The Markup (14 de agosto de 2023).