Le filigrane textuel de Claude d'Anthropic suscite une vague d'outils de suppression

Introduction

Anthropic a commencé à expliquer comment elle marquera les textes générés par ses futurs modèles Claude, afin de pouvoir détecter ultérieurement la participation de l'IA.

Ce filigrane est volontairement invisible pour le lecteur. Il n'ajoute pas de balises, de chaînes Unicode cachées, d'identifiants de suivi ou de métadonnées supplémentaires dans le texte ordinaire. Au lieu de cela, Claude modifie légèrement sa façon de faire des choix de vocabulaire par ailleurs insignifiants, créant ainsi un motif statistique vérifiable à l'aide d'une clé.

Anthropic indique que ce système est déployé pour se conformer aux exigences de transparence de l'Acte européen sur l'intelligence artificielle, qui entrent en vigueur le 2 août 2026.

Cette annonce a immédiatement suscité l'opposition de certains développeurs et utilisateurs professionnels. Leurs préoccupations ne concernent pas uniquement les textes entièrement générés par l'IA, mais aussi ce qui se produit lorsque Claude est utilisé pour traduire, réécrire, résumer ou éditer des documents rédigés par des humains.

En quelques jours, plusieurs développeurs ont publié des outils commercialisés comme « suppresseurs de filigrane IA ».

Le débat qui en découle ne porte pas seulement sur la possibilité de supprimer le filigrane, mais aussi sur ce que ce marquage peut réellement prouver, la robustesse des filigranes textuels statistiques, et la responsabilité juridique des utilisateurs qui altèrent délibérément les signaux d'origine IA.

Le filigrane d'Anthropic est un motif statistique, pas des caractères cachés

Le point technique le plus important est aussi le plus facile à mal comprendre.

Le nouveau filigrane texte de Claude n'est pas réalisé en insérant des caractères invisibles.

Anthropic affirme qu'aucun contenu supplémentaire n'est ajouté au texte. Au lieu de cela, lorsque le modèle hésite entre plusieurs choix tout aussi plausibles pour le mot suivant, il utilise une clé de filigrane.

Imaginons que Claude puisse naturellement choisir entre « gris » et « couvert » dans une phrase sans en changer le sens.

Dans une réponse normale du modèle, ce choix pourrait être influencé par le hasard ordinaire.

Avec le filigrane activé, le choix aléatoire est remplacé par une dérivation basée sur la clé et le texte précédent. En répétant ce processus sur de nombreux choix de vocabulaire éligibles, un motif statistique est laissé dans le paragraphe final.

Un détecteur connaissant la clé peut estimer dans quelle mesure le paragraphe correspond au processus de génération filigrané de Claude.

Anthropic indique que son implémentation repose sur la méthode SynthID-Text publiée par Google DeepMind.

Ce filigrane se distingue donc fondamentalement des mécanismes suivants :

• Caractères Unicode invisibles
• Commentaires HTML
• Propriétés de document
• Champs EXIF
• Métadonnées C2PA
• Filigranes visibles sur les images

Ces mécanismes peuvent généralement être supprimés sans réécrire le texte sous-jacent.

Le filigrane textuel statistique réside dans le choix des mots lui-même.

Ce que le filigrane Claude peut — et ne peut pas — prouver

Anthropic est prudente quant à la signification d'un résultat de détection positif.

La détection d'un filigrane ne prouve pas que Claude a rédigé l'intégralité du document.

Elle indique seulement que Claude a probablement participé à la génération d'une partie du texte.

Cette distinction est cruciale pour les flux de travail suivants :

• Édition
• Réécriture
• Traduction
• Résumé
• Polissage de brouillons
• Rédaction collaborative

Pour une relecture légère, Anthropic indique que les mots modifiés sont probablement trop peu nombreux pour que le filigrane soit

enregistré de manière fiable.

Pour la traduction, la situation est différente. Claude choisit essentiellement chaque mot de la sortie, donc Anthropic indique que les traductions peuvent porter le filigrane.

Les longs passages de texte sont également plus faciles à évaluer que les textes courts, car ils contiennent davantage de décisions de choix de vocabulaire.

Le code est un autre cas particulier. La syntaxe précise laisse moins de place aux choix à faible risque, donc le code offre généralement moins d'espace d'encodage de filigrane que le texte en prose, bien que les commentaires et les noms choisis librement puissent encore porter un signal.

Pourquoi Anthropic ajoute un filigrane

Anthropic indique que ce changement vise à se conformer à l'Acte européen sur l'intelligence artificielle.

Les obligations de transparence de l'article 50 s'appliquent à partir du 2 août 2026.

Les orientations de la Commission européenne exigent que les fournisseurs de systèmes d'IA générative ajoutent des marquages lisibles par machine permettant de détecter les contenus générés ou falsifiés par l'IA.

Le Code de bonnes pratiques qui l'accompagne stipule que les systèmes de marquage doivent être efficaces, interopérables, robustes et fiables, dans la mesure où cela est techniquement possible.

Anthropic a signé, avec de nombreuses autres organisations, le Code de bonnes pratiques de l'UE sur la transparence des contenus générés par l'IA.

La société indique qu'étant donné qu'il n'existe actuellement aucun moyen durable de limiter géographiquement le système de marquage, le filigrane sera appliqué à l'échelle mondiale lors de la sortie des modèles pris en charge.

Les modèles plus anciens lancés avant le 2 août 2026 bénéficieront d'une période de transition, et Anthropic indique qu'elle leur ajoutera un filigrane dans les mois à venir.

Les objections des utilisateurs se concentrent sur la création hybride homme-machine

Cette annonce a immédiatement suscité la controverse.

Certains utilisateurs sont satisfaits de la divulgation explicite lorsque le modèle génère des articles à partir de zéro.

Plus problématiques sont les flux de travail hybrides.

Les professionnels peuvent rédiger un document original, puis demander à Claude de :

• Corriger la grammaire
• Réécrire quelques paragraphes
• Traduire un document
• Affiner le style
• Résumer des recherches
• Reformatage d'une proposition

Une étiquette binaire comme « généré par l'IA » peut ne pas refléter avec précision la part de création humaine qui reste dans le contenu.

C'est aussi l'une des raisons pour lesquelles certains utilisateurs s'opposent à ce qu'un signal d'origine invisible puisse suivre le texte dans les flux de travail ultérieurs.

Anthropic souligne elle-même que le filigrane n'est pas un détecteur de paternité.

Un résultat positif signifie uniquement que Claude a probablement été impliqué à un moment donné. Il ne permet pas de déterminer si le texte final est principalement rédigé par un humain, principalement généré par l'IA, ou le fruit de nombreuses éditions des deux côtés.

Les outils de défiligranage apparaissent presque immédiatement

Cette vague d'opposition a créé une opportunité évidente pour les développeurs.

Plusieurs outils sont apparus dans les jours suivant l'annonce d'Anthropic.

Watermarks Remover

Le fondateur basé à Paris, Guillaume Meyer, a publié le projet open source Watermarks Remover.

Ce dépôt est rapidement devenu viral, atteignant environ 14,6K étoiles GitHub au 19 août 2026.

Le projet prend en charge plusieurs méthodes de nettoyage des sources, notamment :

• Nettoyage Unicode invisible
• Suppression des métadonnées de fichiers
• Traitement des métadonnées liées à C2PA
• Réécriture de texte au mieux
• Évaluation des filigranes à des fins de recherche

Meyer indique que la première version a pris environ cinq heures à construire.

Cependant, la documentation du projet contient un avertissement important : rien ne garantit actuellement que le texte échouera

au futur détecteur officiel de filigrane de Claude.

Cela s'explique par le fait qu'Anthropic n'a pas encore publié d'API de détection ni sa clé.

L'outil navigateur de Sabrina Ramonov

L'éducatrice en IA Sabrina Ramonov a également promu un outil gratuit de suppression de filigrane basé sur navigateur.

Cet outil prétend pouvoir éliminer les marqueurs IA cachés dans plusieurs types de contenu, notamment :

• Texte
• PDF
• Documents Word
• Pages web
• Images
• Fichiers de données

Ces catégories ne doivent pas être confondues.

Supprimer les métadonnées d'un document est techniquement différent de l'affaiblissement d'un filigrane textuel statistique.

Un fichier peut être dépouillé de ses métadonnées tandis que son contenu conserve toujours le signal statistique.

MarkScrub

Un développeur de Tokyo, Ansh Aneja, a publié un outil de nettoyage axé sur Claude, suivi d'une version locale open source nommée MarkScrub.

Sa description GitHub le positionne comme un outil CLI et une compétence d'agent pour éliminer les marqueurs d'origine IA des textes et des fichiers.

Aneja indique que les premières versions ont attiré des milliers d'utilisateurs en une journée, bien que ce nombre n'ait pas été vérifié indépendamment par les reportages cités dans l'article original.

Pourquoi ces outils ne peuvent pas garantir une suppression à 100 %

L'expression « suppresseur de filigrane » semble plus absolue que ce que la technologie sous-jacente peut réellement accomplir.

Pour les métadonnées de fichiers ordinaires, la suppression peut généralement être vérifiée directement.

Un outil peut examiner l'état d'un PDF, d'une image ou d'un fichier DOCX avant et après le traitement, et confirmer si des champs de métadonnées spécifiques ont disparu.

Le filigrane textuel statistique est différent.

Pour affaiblir ce signal, un outil doit généralement modifier le choix des mots.

Plus la réécriture est agressive, plus elle est susceptible de détruire le motif d'origine.

Mais une réécriture agressive peut également modifier :

• Le ton
• La précision
• Le style
• La terminologie
• Le langage SEO
• Les détails factuels

Le projet Watermarks Remover décrit lui-même la réécriture statistique comme au mieux.

Tant qu'Anthropic n'aura pas publié de détecteur public, les outils tiers ne peuvent pas honnêtement garantir que leur texte nettoyé passera la vérification officielle de Claude.

Cette limitation est au cœur de l'évaluation de tous les « suppresseurs de filigrane Claude » actuels.

Une édition légère peut ne pas suffire

Anthropic reconnaît publiquement que son filigrane n'est pas infaillible.

L'entreprise indique que des modifications légères peuvent encore conserver suffisamment de motifs pour que ceux-ci restent détectables.

Une réécriture complète peut détruire le signal, car la sélection originale des jetons a été remplacée.

Ce n'est pas un problème propre à Claude.

Le filigrane textuel robuste a toujours fait face à un compromis difficile : la marque doit survivre aux modifications ordinaires sans dégrader significativement la qualité du texte, mais une réécriture suffisamment large peut remplacer les choix lexicaux qui portent le signal.

Plus l'attaque de réécriture est forte, moins l'affirmation selon laquelle « le texte final reste le même texte généré » a de sens.

La traçabilité des fichiers utilise un mécanisme différent

Anthropic ajoute également des informations de traçabilité pour les fichiers pris en charge.

Pour des formats comme PNG, JPEG et SVG, l'entreprise indique que Claude peut attacher des credentials de contenu C2PA.

C2PA est une norme ouverte de traçabilité qui stocke des informations signées cryptographiquement sur la manière dont un fichier a été créé ou traité.

Ce n'est pas la même chose

que le filigrane textuel statistique de Claude.

Une distinction utile serait :

Les outils qui suppriment une couche ne suppriment pas automatiquement les autres.

Anthropic prévoit de publier une API de détection

Les utilisateurs ne peuvent actuellement pas vérifier indépendamment le filigrane de Claude avec la clé officielle d'Anthropic.

Anthropic indique qu'elle prévoit de publier une API de détection de filigrane.

L'entreprise n'a pas encore dévoilé la conception finale de l'API, la politique d'accès, les seuils, la tarification ou la date de mise en ligne.

Ce futur détecteur aura une grande importance, car les outils tiers actuels ne peuvent tester que des implémentations approximatives, des implémentations de recherche ouvertes ou des catégories générales de filigranes statistiques.

Une fois l'API officielle disponible, les affirmations sur l'efficacité de la suppression pourront être évaluées contre le système réel d'Anthropic, et non contre des détecteurs de substitution.

La loi européenne sur l'IA ne fait pas disparaître les problèmes techniques

Les cadres juridiques ne résolvent pas les problèmes de robustesse.

Les règles de transparence de l'UE exigent des fournisseurs qu'ils mettent en place des marquages lisibles par machine et demandent à certains déployeurs de divulguer, dans les cas spécifiés, les contenus générés ou manipulés par l'IA.

Le code de conduite de la Commission attend en outre que les technologies côté fournisseur soient robustes et fiables dans la mesure où cela est techniquement possible.

Mais l'existence d'une exigence légale ne signifie pas que le signal survivra à chaque transformation.

Réécriture, traduction, re-encodage, capture d'écran, suppression de métadonnées et autres transformations de contenu peuvent affecter différemment les différents mécanismes de traçabilité.

Ainsi, les réglementations créent des incitations à renforcer les marquages et la détection, tandis que les attaquants et les développeurs d'outils ont intérêt à trouver des transformations capables d'affaiblir ces signaux.

C'est pourquoi le filigrane restera probablement une course technique continue, plutôt qu'une fonctionnalité publiée une seule fois.

Retirer un filigrane d'IA est-il illégal ?

Il n'existe pas de réponse universelle simple.

Les dispositions de la loi européenne sur l'IA discutées ici définissent principalement les obligations de transparence des fournisseurs et de certains déployeurs. Elles n'équivalent pas à une interdiction générale et uniforme pour tous les utilisateurs finaux de modifier les contenus marqués.

Cependant, l'objectif de la modification est essentiel.

Retirer la traçabilité pour une hygiène documentaire bénigne est différent du fait de déformer délibérément un contenu synthétique dans un contexte où la loi, un contrat, l'académique ou une profession exige une divulgation.

D'autres règles peuvent également s'appliquer, notamment :

• Les conditions des plateformes
• Les politiques d'emploi
• Les politiques scolaires
• Les règles de publication
• Les exigences contractuelles de divulgation
• Les lois sur la fraude ou la fausse déclaration
• Les réglementations sectorielles spécifiques

Toute personne traitant des contenus réglementés ou à haut risque doit considérer le retrait de filigrane comme une question de conformité, et non seulement comme une question technique.

Ce que ce débat révèle vraiment

Cette controverse met en lumière des contradictions plus profondes derrière la question de l'attribution de l'IA.

Une grande partie du travail intellectuel moderne ne peut plus être simplement divisée en « rédigé par un humain » et « rédigé par l'IA ».

Un document peut commencer par un brouillon humain, être traduit par Claude, édité par un collègue, résumé par un autre modèle, puis réécrit par l'auteur original.

Le filigrane peut indiquer qu'un modèle a participé.

Mais il ne peut pas expliquer l'historique complet de la création.

Cela ne signifie pas que le filigrane est inutile.

Cela fait simplement de l'information sur l'origine l'un des nombreux signaux.

Un système de divulgation complet pourrait finalement nécessiter une combinaison de :

• Marquage textuel statistique
• Credentials de fichiers
• Divulgation au niveau des plateformes
• Historique des modifications
• Déclarations humaines
• Politiques contextuelles associées

Ainsi, le débat actuel autour des outils de suppression est à la fois une discussion technique et une discussion sur la manière dont l'information sur l'origine de l'IA doit être définie dans des flux de travail d'attribution mixte.

Questions fréquentes

Qu'est-ce que le filigrane textuel invisible de Claude ?

Le filigrane textuel de Claude est un motif statistique produit par des choix de mots à faible risque lors de la génération. Anthropic indique qu'aucun caractère caché n'est ajouté au texte.

Claude ajoute-t-il des caractères Unicode invisibles aux textes filigranés ?

Anthropic indique que son nouveau filigrane textuel statistique ne repose pas sur des caractères cachés. Certains outils de nettoyage tiers suppriment l'Unicode invisible, car d'autres mécanismes de provenance peuvent l'utiliser, mais il s'agit d'un mécanisme différent.

Le filigrane de Claude survit-il au copier-coller ?

Oui. Comme le signal est porté par le choix des mots eux-mêmes, et non par les métadonnées du fichier, un simple copier-coller ne le supprime pas.

Les outils de suppression de filigrane peuvent-ils garantir l'élimination complète du filigrane de Claude ?

Pas encore. Anthropic n'a pas publié son API de détection officielle ; les outils tiers ne peuvent donc pas prouver de manière concluante que le texte traité échappera au détecteur d'Anthropic.

Corriger un texte rédigé par un humain ajoute-t-il le filigrane de Claude ?

Anthropic indique qu'une correction légère pourrait ne pas être détectable de manière fiable en raison du trop faible nombre de mots modifiés. Une réécriture plus importante crée davantage d'opportunités pour l'apparition du filigrane.

Les traductions de Claude portent-elles un filigrane ?

Oui. Anthropic indique que les sorties de traduction peuvent porter un filigrane, car les choix de mots dans le texte traduit sont effectués par Claude.

C2PA et le filigrane textuel de Claude sont-ils la même chose ?

Non. C2PA stocke des informations de provenance signées dans les métadonnées des fichiers pris en charge, tandis que le filigrane textuel de Claude est un motif statistique dans le choix des mots.

Selon la loi européenne sur l'IA, retirer un filigrane d'IA est-il illégal ?

La loi sur l'IA impose des obligations de transparence aux fournisseurs et à certains déployeurs, mais les conséquences juridiques du retrait d'un marquage dépendent du contexte et de l'objectif. Même si le retrait du filigrane n'est pas interdit en soi, la fausse déclaration de contenu généré par l'IA peut entraîner des problèmes contractuels, de plateforme, professionnels ou juridiques.

Outils associés

• Anthropic Claude : Assistant IA grand public d'Anthropic, dont les futurs modèles pris en charge utiliseront le nouveau marquage textuel.
• Watermarks Remover : Boîte à outils open source sous licence MIT pour vérifier et nettoyer plusieurs types de signaux de provenance d'IA.
• MarkScrub : CLI locale et compétence d'agent pour vérifier et nettoyer les marqueurs de provenance d'IA dans le texte et les fichiers.
• C2PA : Norme de source ouverte utilisée par Anthropic pour les credentials de contenu dans les fichiers pris en charge.
• SynthID-Text : Implémentation de recherche ouverte de Google DeepMind pour le filigrane textuel statistique.

Liens associés

• Anthropic : comment fonctionne le filigrane textuel de Claude : Explication officielle d'Anthropic sur le filigrane statistique, ses limites, la traduction, le code et la future API de détection.
• Guide de transparence de la loi européenne sur l'IA : Orientations de la Commission européenne sur les obligations de transparence de l'article 50 pour les fournisseurs et déployeurs d'IA.
• Code de pratique sur les contenus générés par l'IA dans l'UE : Directives de la Commission pour la mise en œuvre pratique de la transparence dans les contenus générés par l'IA.

eu/en/policies/code-practice-ai-generated-content) : cadre de conformité volontaire couvrant le marquage lisible par machine et la divulgation.

• Dépôt GitHub Watermarks Remover : code source, documentation, limitations et licence du projet de Guillaume Meyer.
• Dépôt GitHub MarkScrub : projet open source local de nettoyage des sources d'Ansh Aneja.
• Spécifications et ressources C2PA : informations officielles sur les credentials de contenu et la provenance signée cryptographiquement des médias.
• Dépôt de recherche SynthID-Text : implémentation de référence et documents de recherche de la famille de filigranes qu'Anthropic prétend utiliser.

Résumé

Le nouveau filigrane de texte Claude d'Anthropic ne cache pas de caractères supplémentaires dans les documents. Il modifie plutôt les schémas statistiques du choix des mots, permettant ainsi à un détecteur disposant de la bonne clé d'estimer si Claude a participé à la génération du texte.

Cette annonce a rapidement donné naissance à de nouveaux outils de suppression de filigranes. Ces projets peuvent fiabiliser le nettoyage de certaines formes de métadonnées et de caractères invisibles, mais affaiblir le filigrane statistique de Claude nécessite une réécriture, et aucun outil tiers ne peut actuellement prouver que le détecteur officiel d'Anthropic échouerait.

La loi européenne sur l'IA pousse les fournisseurs à mettre en place des systèmes de provenance plus robustes, tandis que les utilisateurs et développeurs testent la facilité avec laquelle ces signaux peuvent être altérés. Le résultat pourrait être une course permanente entre marquage, détection, édition et divulgation.

La distinction clé est simple : le filigrane de Claude est une preuve de participation potentielle du modèle, et non une preuve d'auteur entièrement artificielle — et supprimer la provenance ne dispense pas automatiquement de divulguer l'utilisation de l'IA lorsque les règles l'exigent.