L’entreprise à l’origine de l’assistant conversationnel Claude vient de dévoiler une nouvelle technique destinée à identifier les textes produits par ses modèles. Anthropic entend ainsi permettre de déterminer, a posteriori, si Claude a probablement participé à la rédaction d’un texte, sans en modifier l’apparence ni la lisibilité.
Le principe repose sur un filigrane numérique. Il ne s’agit pas d’une marque visible, ni de caractères cachés que l’on pourrait repérer dans le texte : Anthropic insère, au moment même de la génération, une signature statistique dans les choix de mots effectués par le modèle. Cette signature est conçue pour rester invisible au lecteur, tout en pouvant être reconnue ultérieurement par un système de détection. On trouvera plus de détails sur ces filigranes ci-dessous.
Une réécriture suffisamment profonde pourrait toutefois effacer ou affaiblir cette signature, tandis que la mise à disposition d’un outil permettant de la détecter risquerait de faciliter la mise au point de contre-mesures. Une course pourrait ainsi s’engager entre les concepteurs de ces filigranes et ceux qui chercheront à les contourner.
Depuis plusieurs mois, différents systèmes tentent de détecter les textes générés par l’intelligence artificielle. Leur efficacité reste inégale : certains commettent des erreurs manifestes, tandis que d’autres fournissent des indices parfois pertinents. Ces outils doivent désormais composer avec des modèles toujours plus performants, comme ceux de ChatGPT, Claude ou Gemini, dont les productions, une fois retravaillées par les utilisateurs, se rapprochent de plus en plus des textes humains.
Le 10 août 2026, Anthropic a annoncé son intention d’intégrer ce type de marquage aux textes produits par les futurs modèles Claude. La mesure s’inscrit dans le contexte de l’entrée en application, le 2 août, des obligations de transparence prévues par l’article 50 du règlement européen sur l’intelligence artificielle. Celles-ci imposent notamment aux fournisseurs de systèmes d’IA générative produisant des contenus synthétiques — texte, image, son ou vidéo — de mettre en place des marques lisibles par machine permettant de détecter que ces contenus ont été générés ou manipulés par une IA, sous réserve des exceptions prévues par le règlement et ses lignes directrices.
Anthropic affirme appliquer ce principe à l’échelle mondiale. Pour les modèles Claude concernés, le marquage n’est donc pas destiné au seul marché européen.
Comment fonctionne le filigrane statistique
« Lorsqu’un modèle Claude compatible génère un texte, il y intègre un filigrane imperceptible », explique Anthropic. Celui-ci ne modifie ni le sens, ni la qualité, ni la lisibilité de la réponse. Rien n’est ajouté au texte et aucun caractère invisible n’est inséré : la signature est créée par les choix effectués par le modèle pendant la génération. Elle accompagne donc le texte lorsqu’il est copié et collé et peut résister à certaines modifications.
Contrairement aux procédés fondés sur l’insertion de caractères invisibles, tels qu’on peut en utiliser pour certains documents numériques, le filigrane d’Anthropic est intégré au processus même de génération du texte.
Anthropic a depuis précisé que sa méthode est une variante de SynthID-Text, une technique mise au point par Google DeepMind. Le principe général consiste à intervenir sur la part aléatoire du processus de génération : lorsque plusieurs mots ou formulations sont possibles, le système modifie légèrement les probabilités de sélection de manière à créer, sur un texte suffisamment long, un motif statistique reconnaissable.
Imaginons que le modèle puisse choisir, dans un contexte donné, entre « cependant », « toutefois » et « en revanche ». Ces trois formulations étant sémantiquement compatibles, il dispose d’une certaine latitude. Le mécanisme de filigranage peut alors modifier très légèrement les probabilités de sélection de ces différentes possibilités, selon une clé secrète.
Le principe repose sur un filigrane numérique. Il ne s’agit pas d’une marque visible, ni de caractères cachés que l’on pourrait repérer dans le texte : Anthropic insère, au moment même de la génération, une signature statistique dans les choix de mots effectués par le modèle. Cette signature est conçue pour rester invisible au lecteur, tout en pouvant être reconnue ultérieurement par un système de détection. On trouvera plus de détails sur ces filigranes ci-dessous.
Une réécriture suffisamment profonde pourrait toutefois effacer ou affaiblir cette signature, tandis que la mise à disposition d’un outil permettant de la détecter risquerait de faciliter la mise au point de contre-mesures. Une course pourrait ainsi s’engager entre les concepteurs de ces filigranes et ceux qui chercheront à les contourner.
Depuis plusieurs mois, différents systèmes tentent de détecter les textes générés par l’intelligence artificielle. Leur efficacité reste inégale : certains commettent des erreurs manifestes, tandis que d’autres fournissent des indices parfois pertinents. Ces outils doivent désormais composer avec des modèles toujours plus performants, comme ceux de ChatGPT, Claude ou Gemini, dont les productions, une fois retravaillées par les utilisateurs, se rapprochent de plus en plus des textes humains.
Le 10 août 2026, Anthropic a annoncé son intention d’intégrer ce type de marquage aux textes produits par les futurs modèles Claude. La mesure s’inscrit dans le contexte de l’entrée en application, le 2 août, des obligations de transparence prévues par l’article 50 du règlement européen sur l’intelligence artificielle. Celles-ci imposent notamment aux fournisseurs de systèmes d’IA générative produisant des contenus synthétiques — texte, image, son ou vidéo — de mettre en place des marques lisibles par machine permettant de détecter que ces contenus ont été générés ou manipulés par une IA, sous réserve des exceptions prévues par le règlement et ses lignes directrices.
Anthropic affirme appliquer ce principe à l’échelle mondiale. Pour les modèles Claude concernés, le marquage n’est donc pas destiné au seul marché européen.
Comment fonctionne le filigrane statistique
« Lorsqu’un modèle Claude compatible génère un texte, il y intègre un filigrane imperceptible », explique Anthropic. Celui-ci ne modifie ni le sens, ni la qualité, ni la lisibilité de la réponse. Rien n’est ajouté au texte et aucun caractère invisible n’est inséré : la signature est créée par les choix effectués par le modèle pendant la génération. Elle accompagne donc le texte lorsqu’il est copié et collé et peut résister à certaines modifications.
Contrairement aux procédés fondés sur l’insertion de caractères invisibles, tels qu’on peut en utiliser pour certains documents numériques, le filigrane d’Anthropic est intégré au processus même de génération du texte.
Anthropic a depuis précisé que sa méthode est une variante de SynthID-Text, une technique mise au point par Google DeepMind. Le principe général consiste à intervenir sur la part aléatoire du processus de génération : lorsque plusieurs mots ou formulations sont possibles, le système modifie légèrement les probabilités de sélection de manière à créer, sur un texte suffisamment long, un motif statistique reconnaissable.
Imaginons que le modèle puisse choisir, dans un contexte donné, entre « cependant », « toutefois » et « en revanche ». Ces trois formulations étant sémantiquement compatibles, il dispose d’une certaine latitude. Le mécanisme de filigranage peut alors modifier très légèrement les probabilités de sélection de ces différentes possibilités, selon une clé secrète.
Pris isolément, chaque choix paraît parfaitement normal. Mais répété des centaines ou des milliers de fois, ce léger biais peut produire un motif statistique suffisamment marqué pour qu’un détecteur puisse déterminer si le texte présente la signature recherchée.
Le texte peut sembler entièrement ordinaire à un lecteur humain tout en présentant, pour un système de détection, une structure statistique particulière.
La longueur du texte joue ici un rôle déterminant. Le filigrane repose sur l'accumulation de très nombreux choix de génération : plus le modèle dispose de latitude et plus le texte est long, plus le signal statistique peut se distinguer du hasard. À l'inverse, quelques lignes offrent trop peu d'observations pour garantir une détection fiable. Une réponse courte ou fortement contrainte — une réponse factuelle, par exemple — laisse également moins de possibilités au système d'introduire son biais sans risquer d'altérer le contenu. Le concepteur du filigrane doit donc trouver un équilibre délicat : renforcer suffisamment la signature pour qu'elle soit détectable, sans modifier assez les choix du modèle pour rendre le texte peu naturel et rendre visible son caractère forcé.
Touradj Ebrahimi, spécialiste du traitement du signal et responsable du Groupe de traitement des signaux multimédias à l’EPFL iterrogé dans Le Temps, adopte néanmoins une attitude prudente :
Anthropic n’a révélé aucun détail sur l’algorithme de filigranage employé. Le code source n’est pas accessible, et aucune interface de programmation n’a été publiée pour permettre la détection. Ce que l’on sait, c’est que l’algorithme modifie subtilement les statistiques des caractères et des mots durant la phase de génération du texte. Il ne s’agit pas d’un post-traitement classique, où l’on superposerait une information à un texte déjà existant. Par ailleurs, l’insertion de ce filigrane — et donc sa détection — comporte une part d’aléatoire, ce qui complique son analyse.Le filigrane ne constitue par ailleurs pas une preuve absolue de l’origine du texte. Anthropic précise que son système permet d’estimer la probabilité que Claude ait participé à la rédaction du passage examiné. Il ne permet pas d’établir que Claude en est nécessairement l’auteur initial, ni d’exclure une intervention humaine ou celle d’un autre système d’IA.
Le filigrane résiste à certaines modifications
Invisibilité. Rien ne permet au lecteur inavisé de distinguer visuellement un texte filigrané d’un texte non filigrané.
Intégration au texte. Le filigrane n’est pas un élément extérieur au contenu : il résulte des choix lexicaux effectués lors de sa génération. Un simple copier-coller ne suffit donc pas à le supprimer.
Résistance aux modifications mineures. Des corrections orthographiques ou grammaticales, ou de légers changements stylistiques, peuvent laisser subsister suffisamment d’éléments du motif pour qu’une détection reste possible.
Renforcement avec la longueur. Plus le texte contient de choix effectués par le modèle, plus le détecteur dispose d’informations statistiques. À l’inverse, un texte très court fournit trop peu de données pour permettre une détection fiable.
Quelles sont les limites de cette approche ?
La principale faiblesse tient précisément à la nature statistique du procédé. Une modification importante du texte peut supprimer une grande partie des choix lexicaux qui constituaient la signature.
Une réécriture profonde peut ainsi effacer ou affaiblir le filigrane. De même, une traduction automatique peut modifier suffisamment la structure lexicale et syntaxique du texte pour perturber la signature d’origine.
Mais il faut ici éviter une confusion importante : effacer le filigrane d’Anthropic ne revient pas à rendre le texte « humain » ni à le rendre indétectable comme production d’une IA. Le filigrane constitue seulement une méthode particulière d’identification. Un texte dépourvu de cette signature pourrait encore présenter des caractéristiques statistiques ou stylistiques permettant à d’autres méthodes de soupçonner une origine artificielle.
Les contre-mesures possibles : comment contourner un filigrane ?
Aussi élaboré soit-il, un filigrane textuel n’est pas une preuve inviolable de l’origine d’un texte. Plusieurs transformations peuvent théoriquement en réduire la détectabilité.
