Anthropic intègre des filigranes invisibles dans les sorties de Claude à l’échelle mondiale : l’ère de la traçabilité des contenus générés par l’IA est officiellement commencée

Anthropic s’est engagé à respecter le Code de pratique de la loi européenne sur l’intelligence artificielle, confirmant que tous les nouveaux modèles Claude publiés intégreront des identifiants de contenu mondiaux à partir d’août 2026. Cette obligation s’étend au-delà de l’UE, couvrant toutes les lignes de produits Claude, y compris l’API, Claude, Claude Code, Claude Cowork et Claude Tag. Bien que les modèles existants bénéficient d’une période de transition légale, Anthropic met déjà en œuvre un filigrane rétroactif pour les utilisateurs actuels.

Anthropic utilise deux méthodes d’identification distinctes : les sorties textuelles comporteront un filigrane invisible qui préserve la lisibilité et le sens, restant intact même après un copier-coller et une édition partielle. Pour les formats de fichiers tels que les images, l’entreprise ajoute des métadonnées de traçabilité par signature numérique basées sur la norme ouverte C2PA, permettant aux utilisateurs de vérifier si un fichier a été traité par Claude et de détecter toute altération ultérieure. Les filigranes textuels seront également appliqués via des partenaires cloud tels qu’AWS, Google Cloud et Microsoft Foundry, bien que ces plateformes ne prennent peut-être pas en charge les métadonnées de signature. Anthropic prévoit de lancer prochainement des outils de vérification, permettant aux utilisateurs et aux tiers de détecter ces identifiants.

La détection des filigranes présente des limites inhérentes

Anthropic reconnaît ouvertement les contraintes de la technologie des filigranes : détecter un filigrane ne prouve pas que Claude a généré l’intégralité du contenu. Les utilisateurs emploient fréquemment Claude pour la relecture, la traduction ou la synthèse, ce qui signifie que la sortie peut porter un filigrane tandis que les idées principales proviennent d’humains. Inversement, l’absence de filigrane n’exclut pas la participation de l’IA ; le texte peut avoir été généré avant le lancement de la fonctionnalité, avoir fait l’objet d’une édition approfondie, d’une traduction ou être trop court pour une détection fiable. Les métadonnées peuvent également être supprimées lors de conversions de format ou de captures d’écran. La véritable valeur de cette technologie dépend de la survie des filigranes lors d’éditions, de reformattages et de traductions.

La détection des textes générés par l’IA revêt une importance significative dans des secteurs sensibles tels que l’éducation. Des recherches indiquent qu’une dépendance excessive aux outils d’IA peut éroder la pensée critique et les compétences en rédaction, avec des incidents de fraudeurs utilisant l’IA pour créer de fausses identités d’étudiants afin d’obtenir des bourses. Cependant, des détecteurs peu fiables présentent leurs propres risques, pouvant potentiellement conduire à de fausses accusations de tricherie. Si la solution de filigrane d’Anthropic s’avère plus fiable que les outils tiers existants, elle pourrait offrir une voie viable pour sortir de ce dilemme.

Paysage industriel : des attitudes divergentes parmi les entreprises

Anthropic n’est pas seul à explorer la technologie des filigranes. Google DeepMind a open-sourcé son système SynthID, l’intégrant dans les modèles Gemini pour atteindre un filigrane sans perte en ajustant finement les probabilités de prédiction des jetons. Bien qu’il prenne en charge plusieurs langues, il fait face à des défis similaires concernant la détection après édition. En revanche, OpenAI possède un détecteur de textes avec un taux de précision rapporté de 99,9 %, mais a retardé sa sortie de deux ans. Les raisons invoquées incluent la facilité avec laquelle les utilisateurs peuvent contourner la détection par traduction ou réécriture, le risque de stigmatiser certains groupes et le préjudice potentiel à ses intérêts commerciaux résultant de détecteurs publics.

La décision d’Anthropic peut également comporter des risques commerciaux. Claude est particulièrement populaire parmi les étudiants dans les domaines à forte intensité de connaissances, et des capacités de détection plus robustes pourraient diminuer son attrait auprès de cette démographie. Néanmoins, à mesure que le contenu généré par l’IA se multiplie et que les risques de deepfake s’aggravent, la traçabilité du contenu est passée d’une fonctionnalité optionnelle à une nécessité. Les fournisseurs qui établissent en premier un système d’identification de confiance obtiendront un avantage du premier entrant dans un environnement de plus en plus réglementé.