Le 14 août, Anthropic a annoncé que les futurs modèles Claude produiront des textes contenant un filigrane, un marquage permettant d'estimer la probabilité que Claude ait participé à leur rédaction. La raison est européenne : se conformer à l'AI Act.
Le mot « filigrane » évoque les billets de banque. Mais un filigrane de texte d'IA fonctionne très différemment : il est invisible, n'ajoute aucun caractère et ne change pas le sens du texte. Anthropic a publié une longue FAQ pour l'expliquer. Voici l'essentiel.
Pourquoi maintenant : l'AI Act
Depuis le 2 août, l'Union européenne exige des fournisseurs d'IA qui servent son marché qu'ils marquent les contenus générés par l'IA. Anthropic fait partie des quelque 190 signataires du Code de bonnes pratiques de l'UE sur la transparence des contenus générés par l'IA, signé en juillet 2026. D'autres grands développeurs de modèles l'ont aussi signé et mettront en place leur propre filigrane.
Anthropic applique le filigrane dans le monde entier au lancement, faute de moyen fiable, pour l'instant, de le limiter à une région.
Un modèle de langage génère un texte mot par mot. À chaque étape, il choisit parmi plusieurs candidats. Prenons la phrase « Aujourd'hui, le temps était froid et… ». Le mot suivant a très peu de chances d'être « sucré », mais « couvert » ou « gris » sont tous deux probables. Pour le lecteur, les deux reviennent au même. Dans ce genre de cas, le choix est tranché au hasard.
Le filigrane exploite ces choix sans enjeu, nombreux dans un texte. Au lieu d'utiliser un générateur de nombres aléatoires quelconque, le modèle utilise une clé et les quelques mots qui précèdent pour trancher. Les choix restent aléatoires en apparence, mais quelqu'un qui possède la clé peut vérifier si la suite de mots est cohérente avec ce que Claude aurait choisi en l'utilisant, et en déduire une probabilité.
Le filigrane ne pousse pas Claude à choisir des mots qu'il n'aurait pas envisagés : il ne change que la source du hasard.
Anthropic propose une image parlante. Au Monopoly, chaque joueur avance d'un nombre de cases tiré au dé. Imagine qu'au lieu du dé, on utilise les décimales de pi, à partir d'une position choisie au hasard. Pour les joueurs, rien ne change : les déplacements sont toujours imprévisibles, et la partie se déroule de la même manière. Mais après coup, quelqu'un qui connaît pi pourrait vérifier si la partie a probablement utilisé ses décimales. La partie est, en quelque sorte, « filigranée ».
La FAQ insiste sur plusieurs points :
- aucun impact pratique sur la qualité ou le contenu des réponses ;
- impossible à distinguer pour un lecteur ;
- aucun caractère caché ajouté au texte ;
- aucun token supplémentaire, donc aucun surcoût et un impact négligeable sur la vitesse ;
- aucune information identifiante : le filigrane ne permet de remonter ni à une personne, ni à une organisation, ni à une conversation.
La méthode est une variante de SynthID-Text, publiée par Google DeepMind dans Nature en 2024. Dans cette étude, un test sur une partie du trafic de Gemini n'avait montré aucune différence statistiquement significative dans les évaluations des utilisateurs.
Question importante pour notre communauté. Le filigrane ne s'applique que là où plusieurs choix sont également bons. Or dans du code, un mot différent casse souvent tout. Le code est donc généralement moins filigrané que d'autres textes. Le marquage peut se glisser là où le choix est arbitraire, comme dans les commentaires, mais son effet sur le code lui-même est, par définition, négligeable.
Le filigrane a des limites assumées :
- il ne répond qu'à une question : quelle est la probabilité que Claude ait participé à ce texte ? Il ne prouve pas qu'un texte est humain, et ne détecte pas les autres IA ;
- il fonctionne mal sur les textes courts, qui offrent peu de choix ;
- il est plus rare dans les passages factuels, où il n'y a qu'une bonne réponse ;
- il est faible sur les relectures : si Claude ne corrige que l'orthographe d'un texte humain, il y a trop peu de mots choisis par lui ;
- une réécriture complète l'efface, une retouche légère probablement pas ;
- il ne distingue pas « Claude a écrit ceci » de « Claude a fortement retouché ceci ».
Les traductions faites par Claude, elles, portent un filigrane, puisque chaque mot est choisi par le modèle.
Anthropic prévoit une API de détection réservée à des organisations éligibles au titre du droit européen.
Pour les fichiers d'images produits par Claude (PNG, JPG, SVG), le mécanisme est différent : une attestation de contenu signée cryptographiquement est ajoutée dans les métadonnées, selon le standard ouvert C2PA, celui qu'utilisent aussi les fabricants d'appareils photo. Rien n'est caché dans l'image elle-même.
Pour un usage courant, rien de visible : tes réponses, ton code et tes documents ne changent pas, et tu ne paies rien de plus. Quelques points à garder en tête tout de même :
- un texte long rédigé par Claude pourra être identifié comme tel par les organisations qui ont accès à la détection ;
- le filigrane ne dit rien de qui a utilisé Claude : il ne trahit ni ton identité ni ton organisation ;
- si tu publies du contenu produit avec Claude, la transparence reste la meilleure pratique, filigrane ou non.
- Les futurs modèles Claude filigraneront leurs textes pour se conformer à l'AI Act.
- Le filigrane change la source du hasard dans les choix de mots, sans rien ajouter au texte.
- Aucun impact sur la qualité, le coût ou la vitesse, et aucune donnée identifiante.
- Peu d'effet sur le code, plus présent dans la prose et les traductions.
- Une API de détection prévue pour des organisations éligibles ; les images reçoivent une attestation C2PA.
