À partir du 2 août 2026, chaque nouveau modèle Claude publié par Anthropic portera un filigrane lisible par machine intégré dans ses sorties de texte. L'initiative est conçue pour rendre le contenu généré par l'IA identifiable même s'il est visuellement impossible à distinguer de l'écriture humaine.

Les filigranes ne seront pas visibles par les lecteurs. Au lieu de cela, ils seront intégrés dans les modèles statistiques du texte généré—fonctionnant comme une empreinte numérique que les outils de détection peuvent reconnaître mais que les humains ne peuvent pas percevoir. Anthropic introduit également des métadonnées de provenance signées numériquement pour certains types de fichiers pris en charge, étendant la traçabilité du contenu généré par l'IA au-delà du texte brut.

Conformité à l'AI Act de l'UE et Portée Mondiale

Le calendrier s'aligne sur les développements réglementaires de l'Union européenne. Anthropic a signé le Code de bonne conduite de l'article 50(2) de l'AI Act de l'UE, un cadre volontaire qui devient juridiquement contraignant le 2 août 2026. L'article 50 exige des fournisseurs d'IA qu'ils marquent de manière transparente le contenu généré afin que les utilisateurs en aval, les plateformes et les régulateurs puissent le distinguer du matériel créé par l'homme.

Notamment, les filigranes ne seront pas limités aux utilisateurs européens ou aux produits destinés à l'UE. Ils s'appliqueront à toutes les plateformes Claude dans le monde entier, y compris l'API, l'interface de chat de Claude, Claude Code et autres outils associés. Ce déploiement mondial signifie que les développeurs et les entreprises intégrant Claude via l'API recevront des sorties filigranées indépendamment de leur marché géographique, ce qui pourrait affecter la façon dont les applications en aval gèrent, stockent ou retransmettent le texte généré. Les modèles lancés avant la date limite d'août 2026 seront également couverts. Anthropic s'est engagée à fournir ce qu'elle appelle un "support de marquage transitoire" pour les modèles plus anciens.

Approche Technique

Le filigranage du texte implique généralement un ajustement subtil des choix de mots du modèle lors de la génération. Au lieu de toujours sélectionner le seul mot suivant le plus probable, le modèle peut légèrement favoriser certains jetons selon un modèle qu'un algorithme de détection pourra identifier par la suite. Lorsqu'il est mis en œuvre de manière efficace, le texte se lit naturellement ; lorsqu'il est mal fait, il peut introduire des formulations maladroites ou réduire la qualité de la sortie. Des chercheurs universitaires ont documenté que les filigranes statistiques peuvent potentiellement être dégradés par la paraphrase, la traduction ou la manipulation adverse, ce qui fait de la robustesse un facteur critique pour que de tels systèmes répondent aux attentes réglementaires dans la pratique.

Anthropic n'a pas publié les détails techniques de sa mise en œuvre spécifique. Cependant, l'entreprise devra démontrer aux régulateurs que son approche est suffisamment robuste pour répondre aux objectifs de transparence de l'AI Act de l'UE.

Contexte Industriel Plus Large

Anthropic n'est pas la première entreprise à poursuivre le filigranage de l'IA. Google DeepMind a développé SynthID pour marquer le texte, les images et l'audio générés par l'IA. OpenAI a discuté d'approches de filigranage mais a été comparativement plus lent à les déployer à grande échelle. L'AI Act de l'UE s'applique à tous les fournisseurs desservant des utilisateurs européens, et non seulement à ceux qui ont signé le code de bonne conduite volontaire avant la date limite d'application, ce qui signifie que les concurrents qui n'ont pas encore annoncé de mesures de transparence comparables seront soumis aux mêmes obligations légales s'ils opèrent sur le marché européen.