Anthropic marque d'un filigrane invisible les textes de quatre anciens modèles de Claude

Le courriel tient en une phrase d'objet : « Text watermarking is coming to more Claude models » (le filigrane textuel arrive sur d'autres modèles Claude). Anthropic l'a adressé fin octobre aux organisations qui utilisent quatre de ses modèles sortis avant le 2 août 2026, selon le site de Pasquale Pillitteri et le média spécialisé The Decoder, qui en ont rapporté le contenu. À partir du 3 novembre, les textes produits par Claude Mythos 5, Claude Opus 4.7, Claude Opus 4.6 et Claude Sonnet 4.6 portent un marquage invisible. Sur le service Bedrock d'Amazon, le déploiement pourrait prendre quelques jours de plus.

Le principe n'est pas nouveau. Anthropic l'applique déjà à tous les modèles sortis après le 2 août 2026, date d'entrée en vigueur des obligations de transparence de l'AI Act, le règlement européen sur l'IA. En juillet, l'entreprise avait aussi signé le code de bonnes pratiques de l'Union européenne sur la transparence des contenus générés par IA. Ce qui change, c'est l'extension aux modèles plus anciens, pour lesquels le texte européen prévoit une période de transition.

Comment marquer un texte sans y ajouter un seul caractère ?

Dans sa présentation publiée le 14 août, Anthropic explique que le filigrane ne glisse aucun caractère caché. Il agit sur le choix des mots : là où le modèle tire normalement au hasard entre plusieurs formulations possibles, une clé secrète oriente ce choix. Le motif qui en résulte est indétectable à la lecture, mais repérable par un outil disposant de la clé. Selon l'entreprise, ce marquage ne contient aucune information sur l'utilisateur, son organisation ou ses conversations, et il s'applique au niveau du modèle, quel que soit le service qui l'héberge. Faute de moyen fiable de le limiter à l'Europe, il est appliqué dans le monde entier.

Anthropic reconnaît elle-même plusieurs limites. Un texte entièrement réécrit perd le marquage, alors qu'une retouche légère ne l'effacerait « probablement » pas complètement. La détection fonctionne mal sur les textes courts. Le code informatique et les passages factuels sont peu marqués. Enfin, le filigrane ne permet pas de distinguer un texte écrit par Claude d'un texte fortement retouché par lui, et son absence ne prouve pas qu'un humain a écrit le texte.

Sur deux modèles, une porte de sortie

The Decoder a relevé une précision importante du courriel. Sur Opus 4.6 et Sonnet 4.6, le filigrane ne s'applique que si trois paramètres de génération (la « température » et deux autres réglages qui dosent la part de hasard dans le choix des mots) gardent leur valeur par défaut. Il suffit d'en modifier un seul pour produire du texte non marqué. Anthropic conseille donc aux clients qui comptent sur ce marquage pour leur propre conformité de ne pas toucher à ces réglages. Le courriel ne mentionne pas cette réserve pour Mythos 5 et Opus 4.7.

D'autres voix s'interrogent sur le procédé lui-même. Le blogueur John Gruber estime que deux synonymes ne sont jamais tout à fait équivalents : laisser une clé choisir entre eux ferait perdre en précision. Le site Artificial Lawyer s'inquiète pour les cabinets d'avocats, dont certains clients interdisent le recours à l'IA et pourraient désormais le vérifier.

Qui pourra vérifier ?

Pour l'instant, presque personne. L'outil de détection d'Anthropic est en préversion privée, réservé à des organisations jugées éligibles (régulateurs, médias, chercheurs) et aux entreprises soumises à l'obligation. Il n'existe aucun outil public pour vérifier un texte. Les images et fichiers produits par Claude reçoivent, eux, des métadonnées de provenance au standard C2PA.

Plusieurs modèles plus anciens, dont Haiku 4.5, ne figurent pas dans le courriel, et aucune date n'est donnée pour Google Cloud et Microsoft Foundry. La question de fond demeure : à quoi servira ce marquage tant que l'outil capable de le lire reste réservé à quelques-uns ? Comme pour la première norme d'application de l'AI Act, il faudra attendre l'usage réel pour juger.