El 11 de agosto de 2026 se llenó todo de titulares sobre la marca de agua invisible de la inteligencia artificial. Anthropic había anunciado que Claude empezaba a marcar el texto que genera. Mucha gente entendió que a partir de ahora se puede pegar un párrafo en cualquier web y saber si lo escribió una persona o una máquina.
No funciona así. Y la diferencia importa bastante si vivís del contenido, porque en cuestión de días aparecieron decenas de páginas vendiendo detectores y limpiadores de marcas de agua que en realidad no tocan nada de eso.
Hemos leído la documentación oficial de Anthropic y de OpenAI, y hemos hecho las comprobaciones por nuestra cuenta. Esto es lo que hay de verdad.
Qué anunció Anthropic exactamente
Desde el 2 de agosto de 2026, todos los modelos nuevos de Claude incrustan una marca en el texto que producen. Lo aplican en todo el mundo y en todos sus productos, y responde a la obligación de transparencia del Reglamento Europeo de Inteligencia Artificial. Contamos el anuncio y su contexto en Claude ya marca todo lo que escribe y Google hace lo mismo con las imágenes. Aquí vamos a lo otro: qué se puede hacer con eso.
La frase clave de su documentación oficial es esta, y conviene leerla despacio: la marca va tejida directamente en el propio texto, no se ve, y no cambia el significado ni la calidad de la respuesta.
Junto a eso, firman los ficheros de imagen que generan con metadatos del estándar C2PA. Esa parte sí es un dato adjunto al archivo, y esa sí se puede verificar hoy.
Por qué no son caracteres ocultos
La creencia más extendida es que la IA mete caracteres invisibles entre las palabras, esos espacios de ancho cero que no se ven pero viajan al copiar y pegar. Sobre esa idea se ha montado un mercado entero de herramientas que prometen encontrarlos.
No los mete. Ni en textos cortos ni en textos largos. Lo que hace es otra cosa bastante más sutil: al escribir, el modelo inclina ligeramente su elección de palabras hacia un patrón concreto.
La mejor forma de entenderlo es pensar en una moneda trucada. Si la tiráis diez veces y salen seis caras, no podéis demostrar nada, porque eso pasa por azar continuamente. Si la tiráis mil veces y salen seiscientas caras, el truco queda a la vista. La moneda estaba igual de trucada en los dos casos. Lo que cambia no es la moneda, es cuántas tiradas hacen falta para probarlo.
La marca funciona así. Está en todo lo que escribe el modelo, sea corto o largo, pero en veinte palabras es indistinguible de la casualidad y en quinientas se hace evidente.
Por eso la letra pequeña de Anthropic dice que la marca puede pasar desapercibida cuando el texto es muy corto. No significa que ahí no la ponga. Significa que hace falta texto acumulado para poder verla.
Y ahí está justamente la prueba de que no hay ningún carácter escondido. Un carácter está o no está: lo buscáis y lo encontráis, y da igual que el texto tenga tres palabras o tres páginas. Que la longitud influya solo tiene sentido si lo que hay es un patrón, no un símbolo.
Lo comprobamos además de forma directa. Generamos textos con cinco modelos distintos de OpenAI llamando a su API y analizamos los bytes en crudo, sin pasar por navegador ni por copiar y pegar. Cero caracteres invisibles. Luego repetimos el análisis sobre 925.000 caracteres de artículos escritos con IA. Cero otra vez.
Qué hace OpenAI con el texto
Aquí la respuesta es más corta. OpenAI no marca el texto, y lo dice ella misma.
Lanzaron un detector en enero de 2023 y lo retiraron seis meses después porque acertaba el 26 por ciento de las veces y acusaba a personas inocentes en el 9 por ciento de los casos. También construyeron un sistema de marca de agua para texto y decidieron no lanzarlo, por dos motivos que publicaron: se borra con solo traducir o reescribir el texto con otro modelo, y estigmatizaría a quien no escribe en inglés como lengua materna.
Su herramienta pública de verificación acepta imágenes y audio. No tiene ni un campo donde pegar texto. Y en su centro de ayuda, actualizado hace dos semanas, responden a la pregunta directa de si los detectores de IA funcionan con un lacónico no, según nuestra experiencia. Añaden que su propio detector marcó como generados por máquina a Shakespeare y a la Declaración de Independencia de Estados Unidos.
Entonces la marca de Claude, ¿se puede leer?
Hoy no. Ni vosotros ni nosotros ni ninguna herramienta comercial.
Anthropic promete en su documentación que están trabajando para que usuarios y terceros puedan detectarla, y que publicarán los detalles técnicos más adelante. Revisamos las notas de versión completas de su API buscando cualquier rastro de esa herramienta. No hay ni una sola mención. No existe endpoint, ni versión de prueba, ni lista de espera, ni fecha.
Esto tiene una consecuencia práctica incómoda. Cualquier web que hoy os prometa detectar o eliminar la marca de agua de Claude no puede estar haciendo eso, sencillamente porque el mecanismo no es público. Lo que suelen hacer es una de dos cosas: buscar caracteres invisibles, que como hemos visto no están, o reescribir vuestro texto con otro modelo y cobraros por ello.
Un detalle que os ahorrará dinero. Probamos una de las herramientas más conocidas del sector con un microrrelato normal. Nos dijo que había detectado cuatro caracteres ocultos con un 85 por ciento de confianza. Al mirar qué había encontrado, eran los cuatro saltos de párrafo. La tecla Enter.
Qué es SynthID y por qué con las imágenes sí funciona
Aquí conviene meter a Google en la conversación, porque lleva en esto desde 2023 y va bastante más lejos.
SynthID es su tecnología de marcado, desarrollada por DeepMind, y marca cuatro tipos de contenido: imagen, audio, vídeo y texto. En las imágenes modifica los píxeles de forma imperceptible, así que la marca va dentro de la propia imagen y aguanta que la recortéis, la comprimáis o le cambiéis los colores. En audio y vídeo hace lo mismo sobre la onda de sonido y los fotogramas. Y en texto funciona igual que la marca de Claude, ajustando las probabilidades con las que el modelo elige cada palabra.
 (1).jpg)
Una diferencia importante frente a Anthropic: Google publicó el método en la revista Nature en 2024, así que aquí sí sabemos exactamente cómo funciona.
En mayo de 2026 pasó además algo que cambió el tablero. OpenAI empezó a usar SynthID en las imágenes de ChatGPT, y detrás fueron ElevenLabs y otros. Cuando tu principal competidor adopta tu tecnología, deja de ser tu producto y pasa a ser el estándar del sector.
Y aquí llega lo único de todo este asunto que hoy se puede usar de verdad. En imágenes, SynthID sí se puede comprobar. Subís la imagen a la aplicación de Gemini, preguntáis si la ha generado una IA de Google, y os responde consultando la marca. Sin claves, sin listas de espera y sin pagar nada.
Con el texto, en cambio, os topáis con el mismo muro que con Claude. El detector necesita la clave secreta de Google, y el propio paper de Nature lo dice sin rodeos: para comprobar la marca hacen falta el texto, la clave y el generador de semillas. Su portal público de verificación sigue en pruebas con periodistas y medios, y la API de detección que abrieron en 2026 es solo para socios y solo para imágenes.
Dos avisos más del propio Google sobre el texto. La marca funciona peor en respuestas factuales, porque cuando solo hay una forma correcta de contestar el modelo no tiene margen para elegir palabras y no cabe el patrón. Y la confianza del detector cae mucho si el texto se reescribe a fondo o se traduce.
Qué funciona de verdad para detectar contenido de IA
Como la marca de agua está cerrada, el único camino abierto es otro y lleva años funcionando. Consiste en medir cómo de predecible es un texto.
Un modelo de lenguaje elige, palabra a palabra, la opción más probable. Eso deja una huella medible: el texto sale demasiado liso, sin altibajos. Una persona escribe con más sorpresas, mete una palabra rara, alarga una frase y corta la siguiente en seco. Esa variación se puede cuantificar.
Sobre esa idea funcionan los detectores serios del mercado. Los mejores rondan el 95 por ciento de acierto sobre textos largos, escritos enteramente por una IA y sin retocar. El problema empieza justo donde está el caso real.
El problema de los falsos positivos
Esta es la parte que nadie os cuenta cuando os venden una suscripción.
Los fallos de estos detectores no se reparten al azar. Caen siempre sobre los mismos. En un estudio sobre redacciones escritas por personas que no tenían el inglés como lengua materna, siete detectores dieron una media del 61 por ciento de falsos positivos. Casi el 98 por ciento de esos textos humanos fueron señalados por al menos una herramienta. Sobre estudiantes nativos, el error bajaba al 5 por ciento.
Hay más. Basta con retocar un uno por ciento de un texto humano con ayuda de IA, o pasarle un corrector de estilo, para que buena parte del contenido pase a marcarse como máquina. Es decir, alguien que escribe él mismo y luego mejora dos frases con una herramienta puede acabar acusado.
Universidades como Vanderbilt desactivaron estos sistemas después de calcular que con 75.000 trabajos anuales y solo un uno por ciento de error acusarían injustamente a 750 estudiantes cada curso. Cambridge y más de cincuenta instituciones hicieron lo mismo.
La conclusión razonable es que estas herramientas sirven para estimar a gran escala, del tipo este dominio ha cambiado su forma de escribir desde 2023, y no sirven para juzgar el texto concreto de una persona concreta.
Qué hacer con todo esto si trabajáis con contenido
Cuatro ideas prácticas.
- No compréis herramientas que prometan quitar la marca de agua de Claude. Nadie puede hacerlo hoy, porque el mecanismo no es público.
- Limpiar caracteres raros sigue teniendo sentido, pero por otro motivo. Los espacios anómalos y los caracteres de formato que se cuelan al copiar y pegar entre editores rompen tablas, importaciones y maquetaciones. Es higiene de publicación, no antidetección.
- Con las imágenes sí tenéis una comprobación fiable. Si dudáis del origen de una imagen, subidla a la aplicación de Gemini y preguntad si la ha generado una IA. Es gratis y funciona hoy, a diferencia de todo lo demás.
- No uséis un detector para acusar a nadie. Ni a un redactor, ni a un proveedor, ni a un alumno. El riesgo de equivocarse es alto y el daño es real.
- Usadlo como semáforo interno. Para decidir qué revisáis primero cuando tenéis cuatrocientos artículos y tiempo para veinte, es perfectamente útil.
Y si lo que os preocupa es cómo trata Google el contenido hecho con ayuda de IA, que es la pregunta de debajo de todo esto, lo tratamos aparte en si Google penaliza el contenido generado con inteligencia artificial.
Lo que puede cambiar pronto
El artículo 50 del Reglamento Europeo de Inteligencia Artificial es exigible desde el mismo 2 de agosto de 2026 y obliga a permitir que terceros detecten el contenido marcado. Eso significa que la ventana entre la marca ya desplegada y un detector público probablemente se mida en meses, no en años.
Cuando esa herramienta exista, el panorama cambia de golpe: por primera vez habrá una forma fiable de saber si un texto pasó por Claude. Mientras tanto, desconfiad de quien os diga que ya la tiene.
Preguntas frecuentes
¿La marca de agua de la IA son caracteres invisibles en el texto?
No, y no los mete ni en textos cortos ni en largos. Lo que hace el modelo es inclinar su elección de palabras hacia un patrón, como una moneda trucada que en diez tiradas no se nota y en mil sí. Por eso la documentación de Anthropic dice que la marca puede no detectarse si el pasaje es muy corto: no es que ahí no la ponga, es que hace falta texto acumulado para verla. Un carácter oculto, en cambio, está o no está, y la longitud daría igual.
¿Puedo saber hoy si un texto lo escribió Claude?
No. Anthropic marca el texto desde el 2 de agosto de 2026, pero no ha publicado el detector ni la especificación técnica. En sus notas de versión de la API no hay ninguna mención a la marca de agua. Ninguna herramienta externa puede leerla.
¿ChatGPT marca el texto que genera?
No. OpenAI aplica señales de procedencia a imágenes y audio, pero no al texto. Construyeron un sistema de marca de agua para texto y decidieron no lanzarlo porque se borra al traducir o reescribir y porque perjudicaría a quien no escribe en inglés nativo.
¿Funcionan los detectores de contenido de IA?
En textos largos, escritos enteramente por una IA y sin retocar, los mejores rondan el 95 por ciento de acierto. En el caso real, con texto mixto o revisado por una persona, el acierto cae mucho. Y los falsos positivos se concentran en quien no escribe en su lengua materna, con medias del 61 por ciento en algunos estudios.
¿Qué es SynthID de Google?
Es la tecnología de marcado de Google DeepMind, publicada en la revista Nature en 2024. Marca imagen, audio, vídeo y texto. En imágenes modifica los píxeles de forma imperceptible y aguanta recortes y compresión. En texto ajusta las probabilidades con que el modelo elige cada palabra, igual que la marca de Claude. En mayo de 2026 OpenAI la adoptó para sus imágenes, lo que la convirtió en el estándar del sector.
¿Se puede comprobar si una imagen la ha generado una IA?
Sí, y es lo único de todo este asunto que funciona hoy sin claves ni permisos. Subid la imagen a la aplicación de Gemini y preguntad si la ha creado una IA de Google. El sistema consulta la marca SynthID y responde. Con el texto no se puede, porque el detector necesita la clave secreta de Google y su portal público sigue en pruebas.
¿Sirve de algo limpiar los caracteres invisibles de un texto?
Sí, pero por higiene de publicación, no para esconder el uso de IA. Los espacios anómalos y los caracteres de formato que se cuelan al copiar entre editores rompen tablas, importaciones a gestores de contenido y maquetación. No tienen relación con la marca de agua de los modelos.