Marca de agua en texto de IA: guía para papás y estudiantes

Desde agosto de 2026, el texto que escribe Claude lleva una marca invisible. No una advertencia, no metadatos que se borran al copiar en otro documento: un patrón estadístico tejido en la elección de las propias palabras. Anthropic lo anunció el 11 de agosto y publicó detalles técnicos el 15, y esta es la frase que más importa para las familias: la marca de agua en texto de IA puede indicar que Claude estuvo involucrado, pero no puede distinguir “Claude escribió esto” de “Claude editó esto a fondo”.

Esa limitación no es un defecto que alguien vaya a corregir. Es la naturaleza de la cosa.

Puntos clave

• Anthropic anunció la marca de agua en texto el 11 de agosto de 2026, con detalles técnicos el 15; la documentación de soporte se publicó el 14 y se actualizó el 1 de septiembre.
• Los modelos lanzados desde el 2 de agosto de 2026 marcan el contenido desde su salida; los anteriores se están actualizando, con meta de completar el 2 de diciembre de 2026.
• El marcado aplica en Claude Platform (API), Claude, Claude Code, Claude Cowork y Claude Tag, en todo el mundo, y no hay opción documentada para desactivarlo.
• La detección está en vista previa privada para organizaciones elegibles: reguladores, fuerzas del orden, medios, verificadores de datos, investigadores, organizaciones educativas y sociedad civil de la UE; las empresas con obligaciones de cumplimiento pueden solicitarla.
• La advertencia de Anthropic: una marca indica que Claude “probablemente estuvo involucrado con el contenido en algún momento” y “no puede distinguir ‘Claude escribió esto’ de ‘Claude editó esto a fondo’”.

Qué es realmente la marca de agua en texto de IA

Una marca de agua en texto es un patrón estadístico incrustado en la elección de palabras del modelo, que un detector con la llave correcta puede reconocer y un lector humano no. No agrega tokens, ni caracteres ocultos, ni información sobre ti o tu organización, y la documentación de Anthropic dice que no cambia el significado, la calidad ni la legibilidad de la salida.

El mecanismo, según el documento técnico de Anthropic, es una sustitución de la aleatoriedad derivada de SynthID-Text de Google DeepMind, publicado en Nature en 2024 y a su vez basado en una propuesta de Scott Aaronson de 2022. En lugar de usar un generador de números aleatorios cualquiera al elegir entre palabras casi igual de buenas, el modelo “usa la llave y unas cuantas palabras anteriores para decidir qué palabra debe elegir”. Sobre cientos de esas decisiones, el patrón se vuelve detectable estadísticamente. La versión con monedas de esa matemática está en cómo funciona la marca de agua en texto.

El alcance y el despliegue son concretos. Según la documentación de soporte, los modelos lanzados desde el 2 de agosto de 2026 marcan el contenido desde el inicio y los anteriores se están actualizando con meta al 2 de diciembre de 2026. El marcado aplica en Claude Platform, Claude, Claude Code, Claude Cowork y Claude Tag. Las imágenes, videos y audios compatibles que produce Claude llevan en cambio credenciales C2PA firmadas, un mecanismo distinto y más frágil: los metadatos sobreviven a una copia de archivo, pero no a una captura de pantalla.

¿Y por qué ahora? Anthropic firmó el Código de Buenas Prácticas de la UE sobre Transparencia del Contenido Generado por IA en julio de 2026, entre unos 190 firmantes. La obligación de fondo es el Artículo 50 de la Ley de IA europea, vigente desde el 2 de agosto de 2026, que exige que las salidas sintéticas estén “marcadas en un formato legible por máquina y detectables como generadas o manipuladas artificialmente”.

La advertencia que Anthropic puso por escrito

Esta es la parte que las escuelas van a malinterpretar, así que léela con cuidado.

El texto de Anthropic: una marca de agua “solo puede determinar que Claude probablemente estuvo involucrado con el contenido en algún momento. No puede distinguir ‘Claude escribió esto’ de ‘Claude editó esto a fondo’”. La página de soporte es igual de directa: una marca detectada indica que el contenido “puede haber sido generado o procesado por Claude”, pero no establece que sea obra original de Claude, porque la gente lo usa para editar, resumir y convertir material existente.

La asimetría corre en las dos direcciones. Del lado de la corrección de estilo, si Claude solo revisa un texto humano, se adhiere poca o ninguna marca, porque casi todas las palabras son de la persona. Del lado de la traducción, una traducción lleva la marca con fuerza, porque cada palabra la eligió Claude aunque las ideas sean del autor. Un estudiante que escribió su ensayo en español y lo hizo traducir por Claude produce un texto muy marcado que es enteramente su propio pensamiento.

Y la ausencia no prueba nada. Según la documentación, las marcas desaparecen con edición fuerte, paráfrasis, traducción, capturas de pantalla, conversión de formato o uso en plataformas no compatibles. El texto corto también detecta mal, porque hay menos decisiones de palabra y por tanto menos señal; el documento de Anthropic dice que la detección “no funciona bien en muestras pequeñas”.

Entonces: una marca significa que Claude lo tocó, quizá mucho, quizá poco. La ausencia de marca no significa nada.

Marca de agua contra detector de IA: no son lo mismo

	Marca de agua de Claude	Detector de IA (Turnitin, GPTZero, etc.)
Cómo funciona	Patrón estadístico incrustado a propósito al generar, leído con una llave	Adivina por rasgos de superficie como perplejidad y variación de oraciones
Quién puede leerla	Organizaciones elegibles en un programa de vista previa privada	Cualquier colegio con suscripción
Qué modelos cubre	Solo Claude	Dice cubrir toda la IA, no verifica ninguna
Falsos positivos en texto humano	Muy bajos por diseño; el patrón se incrustó o no	Documentados y sustanciales
Qué significa un positivo	Claude probablemente participó en algún momento, en grado desconocido	Una adivinanza estadística sin cadena de custodia
Qué significa un negativo	Nada: ediciones, paráfrasis, traducción, capturas u otra IA lo eliminan o lo evitan	Nada
Disponible hoy en el colegio de tu hijo	No como herramienta general	Sí, y ahí está el problema

La investigación sobre la columna derecha no deja dudas. Weber-Wulff et al. (2023), en el International Journal for Educational Integrity, probó 14 herramientas de detección y concluyó que “no son precisas ni confiables”, con precisión que empeora al parafrasear o traducir. Liang et al. (2023), en Patterns, encontró que los detectores clasifican sistemáticamente la escritura de hablantes no nativos de inglés como generada por IA.

Las consecuencias están documentadas. El 15 de abril de 2026, un profesor de Purdue escribió a más de 200 estudiantes de CS 240 citando “indicadores claros y concretos” de uso de IA, días antes de la fecha límite para retirar la materia; más de la mitad la retiró antes de que las acusaciones se cayeran en una semana. En mayo de 2026, una estudiante de primer año de Green Hope High School, en Carolina del Norte, fue acusada después de que un suplente pasó su ensayo por tres detectores que dieron 62%, 75% y 87%; otra docente revisó el historial de versiones del documento y la absolvió. En junio de 2026, el borrador de política del distrito ya no respaldaba los detectores y en cambio exigía que los estudiantes reconozcan y expliquen su uso de IA.

¿Y en América Latina?

Aquí hay un punto que a la región le pega directo y casi nadie lo dijo en voz alta: la traducción marca fuerte. Si tu hijo escribe un ensayo en español y le pide a Claude que lo traduzca al inglés para una aplicación universitaria o una materia bilingüe, el texto resultante lleva marca de agua completa, aunque cada idea sea suya. Y del otro lado, el hallazgo de Liang et al. muestra que los detectores tradicionales ya castigaban de más a los escritores no nativos de inglés. Los dos mecanismos, el nuevo y el viejo, apuntan sin querer al mismo estudiante: el que escribe en su segundo idioma.

Súmale que el Código de Buenas Prácticas es europeo y la elegibilidad de detección menciona explícitamente “sociedad civil de la UE”. Ninguna de esas protecciones ni de esos accesos está definida para colegios en Bogotá, Lima o Guadalajara, y la UNESCO reportó al lanzar su Observatorio de IA en Educación para América Latina y el Caribe, el 14 de abril de 2026 en Santiago, que menos del 10% de las instituciones de la región tiene lineamientos formales sobre IA. La consecuencia práctica: enséñale a tu hijo a declarar el uso de traducción por escrito antes de entregar, y a guardar el historial de versiones del documento original en español. Eso es lo que funcionó en el caso de Carolina del Norte.

Qué significa esto para tu familia

Tres cosas, y ninguna es “van a atrapar a tu hijo”.

Hoy no cambia nada en la detección escolar. La detección está en vista previa privada mediante un formulario de solicitud, restringida a organizaciones elegibles. “Organizaciones educativas” aparece en la lista, lo que hace imaginable un acceso a nivel de distrito con el tiempo, pero hoy no existe un detector de Claude que un profesor pueda correr sobre un ensayo.

La documentación sigue siendo la defensa. En el caso de Wake County, lo que absolvió a la estudiante fue el historial de versiones del documento, no ninguna afirmación sobre detectores. Google Docs y Word guardan ese historial automáticamente. Enseñarle a un chico a redactar dentro de un documento, en lugar de pegar un bloque terminado, produce la evidencia que de verdad funciona. Nuestra guía sobre acusaciones falsas de trampa con IA explica qué pedir si pasa.

La traducción y la corrección merecen una conversación explícita. Un ensayo traducido lleva marca fuerte y es enteramente pensamiento del estudiante. Un ensayo corregido lleva casi nada y pudo haber sido rehecho a fondo. Ninguno de los dos casos encaja limpio en “hizo trampa”, y por eso las reglas de declaración le ganan a las de detección.

Qué hacer en casa, de verdad

Pregunta la regla del colegio, por escrito

No “¿usan detectores?”, sino “¿cuál es la política sobre asistencia de IA y qué evidencia exigen antes de una acusación?”. Un colegio que responde con claridad es un colegio que lo pensó.

Enseña a redactar dentro del documento

Un solo documento, del esquema al final. Nada de escribir en otro lado y pegar. Ese único hábito produce historial de versiones, que es la única evidencia que ha funcionado en casos documentados.

Que declare en el formato que pide el profesor

Si la tarea exige reconocer el uso de IA, hazlo con precisión: qué herramienta, para qué, en qué partes. Una declaración vaga es peor que ninguna, porque invita a la sospecha.

Explica la asimetría una vez

Una marca prueba participación, no autoría. Ninguna marca no prueba nada. Un chico que entiende las dos direcciones no va a entrar en pánico con el primer rumor sobre marcas de agua, y tampoco va a suponer que es invisible.

Lo que no debes hacer

No le enseñes a quitar marcas de agua. Más allá de la ética, no funciona de forma confiable, y el intento en sí es lo que se ve mal.

Qué observar en los próximos 3 meses

• Semana 4: Revisa que la herramienta de escritura de tu hijo guarde historial de versiones y que él sepa cómo abrirlo.
• Señales de alerta en el mes 2: Un profesor citando un porcentaje como prueba; una política escolar que menciona detectores pero no apelaciones; tu hijo redactando en una ventana de chat y pegando texto terminado.
• Autoevaluación del mes 3: La actualización de los modelos viejos de Anthropic apunta al 2 de diciembre de 2026, y la API de detección está saliendo de la vista previa privada. Vigila cualquier anuncio de acceso más amplio para organizaciones educativas: ahí la política escolar se vuelve urgente.

Preguntas frecuentes

¿Qué es la marca de agua en texto de Claude?

Un patrón estadístico invisible incrustado en la elección de palabras de Claude al generar, legible por un detector con la llave correcta pero no por un humano. Anthropic lo anunció el 11 de agosto de 2026, con un método derivado de SynthID-Text de Google DeepMind.

¿El profesor de mi hijo puede detectarla?

Hoy no como herramienta general. La detección está en vista previa privada para organizaciones elegibles (reguladores, fuerzas del orden, medios, verificadores, investigadores y organizaciones educativas) mediante un formulario. No existe un detector de consumo que un profesor pueda correr sobre un ensayo.

¿Una marca de agua prueba que mi hijo hizo trampa?

No. Anthropic dice que una marca “solo puede determinar que Claude probablemente estuvo involucrado en algún momento” y “no puede distinguir ‘Claude escribió esto’ de ‘Claude editó esto a fondo’”. Traducir un ensayo propio produce una marca fuerte.

Si no hay marca de agua, ¿eso prueba que no se usó IA?

No. Las marcas desaparecen con edición fuerte, paráfrasis, traducción, capturas de pantalla y conversión de formato, y otros sistemas de IA pueden no marcar en absoluto. La ausencia de marca no aporta información.

¿Se puede desactivar la marca de agua?

No hay opción documentada. El marcado aplica en Claude Platform, Claude, Claude Code, Claude Cowork y Claude Tag en todo el mundo, para modelos lanzados desde el 2 de agosto de 2026, y los anteriores se actualizan hacia el 2 de diciembre de 2026.

¿Por qué lo hizo Anthropic?

Para cumplir el Código de Buenas Prácticas de la UE sobre Transparencia del Contenido Generado por IA, que firmó en julio de 2026 junto con unos 190 firmantes, y que implementa el Artículo 50 de la Ley de IA europea, vigente desde el 2 de agosto de 2026.

---

Sobre el autor

Ricky Flores es el fundador de HiWave Makers e ingeniero eléctrico con más de 15 años de experiencia desarrollando tecnología de consumo en Apple, Samsung y Texas Instruments. Escribe sobre cómo los niños aprenden a construir, pensar y crear en un mundo saturado de tecnología. Lee más en hiwavemakers.com.

---

Fuentes

1. Anthropic. (2026, 14 de agosto; actualizado 1 de septiembre). “How Claude’s text watermark works.” https://www.anthropic.com/news/claude-text-watermark
2. Anthropic. (2026). “How Claude marks AI-generated content.” Claude Support. https://support.claude.com/en/articles/16266773-how-claude-marks-ai-generated-content
3. TechCrunch. (2026, 11 de agosto). “Anthropic says it will watermark text generated by its AI models.” https://techcrunch.com/2026/08/11/anthropic-says-it-will-watermark-text-generated-by-its-ai-models/
4. TechCrunch. (2026, 15 de agosto). “Anthropic shares more details about how Claude’s new watermarks will work.” https://techcrunch.com/2026/08/15/anthropic-shares-more-details-about-how-claudes-new-watermarks-will-work/
5. Comisión Europea. (2026). “Code of Practice on Transparency of AI-Generated Content.” https://digital-strategy.ec.europa.eu/en/policies/code-practice-ai-generated-content
6. Weber-Wulff, D., et al. (2023). “Testing of detection tools for AI-generated text.” International Journal for Educational Integrity, 19(1). https://arxiv.org/abs/2306.15666
7. Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., & Zou, J. (2023). “GPT detectors are biased against non-native English writers.” Patterns. https://arxiv.org/abs/2304.02819
8. WRAL. (2026, 5 de mayo). “Wake County student says clear AI policies needed after being accused of cheating.” https://www.wral.com/news/education/wake-county-student-says-ai-policies-needed-after-cheating-accusation-may-2026/
9. UNESCO. (2026, 14 de abril). “UNESCO launches Observatory on Artificial Intelligence in Education for Latin America and the Caribbean.” https://www.unesco.org/en/articles/unesco-launches-observatory-artificial-intelligence-education-latin-america-and-caribbean