Já é possível burlar a marca d'água invisível do Claude

Levou poucas horas. A Anthropic detalhou na semana passada, em documento técnico, como funciona a marca d'água invisível que passou a acompanhar textos gerados e editados pelo Claude. Não demorou para que desenvolvedores publicassem ferramentas que dizem enfraquecer ou remover esse sinal.

O primeiro código foi criado pelo programador Guillaume Meyer e se espalhou rápido: já soma mais de 100 mil colaboradores no GitHub. Em publicação no X, Meyer afirmou ter feito o removedor como um teste, e disse não ser contra a identificação de conteúdo gerado por IA, mas "contra a técnica de marca d'água" em si.

Como a marca funciona

O sistema, batizado SynthID-Text e desenvolvido originalmente pelo Google DeepMind, funciona por padrão estatístico. Quando o Claude tem que escolher entre palavras equivalentes, como "nublado" ou "cinzento" numa mesma frase, o sistema usa uma chave interna para orientar parte dessas escolhas, deixando uma assinatura que só quem tem a chave consegue detectar. Para o leitor, o texto não muda.

A própria Anthropic já havia avisado que alterações no texto, mesmo pequenas, podem enfraquecer o sinal. É exatamente essa brecha que a ferramenta de Meyer explora: ela reescreve o conteúdo, às vezes mais de uma vez, com a ajuda de outro modelo de linguagem que não usa a mesma marcação.

Outras ferramentas surgidas na sequência seguem a mesma lógica, trocando sinônimos e reordenando frases. Como a detecção depende de reconhecer um padrão, a alteração pode bastar para reduzir a chance de o texto ser identificado como sintético, algo que, em tese, uma revisão humana cuidadosa também conseguiria fazer.

O contexto regulatório

A marcação nasceu para cumprir o Ato de Inteligência Artificial da União Europeia, que passou a exigir sinalização de conteúdo gerado por IA. Cerca de 190 organizações já assinaram o código de conduta que operacionaliza a norma, e a expectativa é que a marcação em texto vire padrão do setor até o fim do ano.

A própria Anthropic reconhece que o sistema não é uma prova definitiva: aponta apenas uma probabilidade, sem confirmar com precisão se um texto foi inteiramente gerado por IA ou apenas editado por ela.

É justamente esse tipo de imprecisão, combinada aos falsos positivos, que preocupa desenvolvedores e educadores, o temor é que escolas, universidades, recrutadores e clientes tratem os detectores como prova factual, penalizando quem usou IA para uma tarefa pontual ou nem chegou a usá-la.

Há ainda uma crítica que parte dos próprios usuários do Claude: a de que a marcação pode reduzir a qualidade do texto gerado, já que o modelo precisa seguir um padrão adicional ao escolher palavras. A Anthropic sustenta que testes internos não mostraram queda de qualidade, mas, como o episódio do removedor de Meyer acaba de demonstrar, a robustez do sistema segue sendo posta à prova em tempo real, fora do laboratório.