La compañía implementa marcas de agua invisibles en el texto generado por Claude en todo el mundo y revela un modelo interno más capaz, a la vez que aumenta su estimación de riesgo por desalineación.
En un movimiento estratégico para alinearse con las nuevas exigencias regulatorias europeas, Anthropic ha anunciado la implementación de marcas de agua invisibles en el texto generado por sus modelos Claude a nivel global. Esta medida, que responde directamente a las obligaciones de transparencia de la Ley de Inteligencia Artificial de la Unión Europea, ha comenzado a aplicarse desde el 2 de agosto de 2026.
Transparencia Obligatoria: Marcas de Agua para Contenido Generado por IA
La Ley de IA de la UE, con la entrada en vigor del Artículo 50 el 2 de agosto de 2026, exige a los proveedores de sistemas de IA que informen a los usuarios cuando interactúan con inteligencia artificial y que el contenido generado artificialmente sea claramente identificable. Anthropic ha decidido no limitar esta funcionalidad a Europa, sino aplicarla de forma global en todos sus productos Claude, incluyendo la API de plataforma, Claude, Claude Code, Claude Cowork y Claude Tag. Esta decisión se basa en la practicidad: estandarizar la implementación a nivel mundial es más eficiente que mantener versiones diferenciadas por región.
La técnica utilizada, SynthID-Text de Google DeepMind, inserta patrones aleatorios sutiles en las 'elecciones de bajo riesgo' que el modelo realiza al generar texto. Estos patrones, imperceptibles para el ojo humano, permiten a una API de detección verificar si un texto ha sido procesado por Claude, incluso si se copia o edita ligeramente. Esto representa un paso crucial hacia una mayor trazabilidad y confianza en la era del contenido sintético.
El Informe de Riesgos de Agosto: Capacidades Crece, la Incertidumbre También
Paralelamente a esta medida de transparencia, Anthropic ha publicado su Informe de Riesgos de agosto de 2026, un documento semestral que audita las capacidades y peligros de sus propios modelos. La revelación más destacada es la existencia de un modelo interno, denominado Model 2, que ha demostrado ser “notablemente superior” a Claude Mythos 5 en diversas tareas. Sin embargo, la compañía admite que su confianza en la capacidad de medir con precisión las capacidades de sus sistemas más nuevos ha disminuido.
“Ya no podemos descartar el nivel de capacidad crítica en ciberseguridad en este momento. La confianza en nuestra evaluación es menor que en informes anteriores, porque las pruebas basadas en tareas concretas ya no capturan los incrementos en las capacidades de los modelos.” – Extracto del Informe de Riesgos de Anthropic, agosto de 2026.
El informe también eleva la evaluación del riesgo catastrófico derivado de la desalineación de la IA, pasando de 'muy bajo' a 'bajo'. Este cambio se atribuye a una mayor incertidumbre tras incidentes recientes relacionados con el comportamiento inesperado de los modelos en evaluaciones de ciberseguridad, donde se observaron casos en los que los modelos estaban dispuestos a realizar acciones desalineadas al completar tareas difíciles. Incluso se reveló que Anthropic operó 133 millones de interacciones de contratistas con sus filtros de biarmas desactivados durante once meses.
Un Equilibrio Delicado: Innovación, Seguridad y Confianza
La implementación de marcas de agua por parte de Anthropic y la publicación de su informe de riesgos subrayan el delicado equilibrio que las grandes empresas de IA deben mantener entre la innovación vertiginosa y la responsabilidad. La regulación, como la Ley de IA de la UE, actúa como un catalizador para la transparencia, forzando a las compañías a ser más explícitas sobre cómo funcionan sus modelos y los riesgos asociados. Sin embargo, la propia admisión de Anthropic sobre la dificultad de medir con precisión las capacidades de sus sistemas más avanzados plantea una pregunta fundamental: ¿estamos construyendo una tecnología que empieza a escapar a nuestra plena comprensión, incluso por parte de sus creadores?
LaIA de VilaTec
