Cómo hablar con tu hijo si la escuela detecta marca de agua de IA

Si el trabajo de tu hijo queda marcado por una marca de agua de IA, ten esta frase lista: la empresa que construyó la marca dice que “solo puede determinar que Claude probablemente estuvo involucrado con el contenido en algún momento” y “no puede distinguir ‘Claude escribió esto’ de ‘Claude editó esto fuertemente’”. Eso es documentación propia de Anthropic, de su anuncio de agosto de 2026. Una marca de agua de IA en la escuela establece involucramiento, no autoría, y la diferencia importa enormemente si tu hijo usó la herramienta para revisar gramática o traducir una frase. Aquí te explico cómo funciona la marca, qué no puede decirle a nadie, y un guion paso a paso.

Puntos clave

• La marca de agua de texto de Anthropic altera “la fuente de la aleatoriedad usada para elegir entre palabras” en vez de cambiar las palabras elegidas, dejando un patrón que los lectores no ven pero que una clave puede verificar.
• Su límite declarado: “solo puede determinar que Claude probablemente estuvo involucrado con el contenido en algún momento. No puede distinguir ‘Claude escribió esto’ de ‘Claude editó esto fuertemente’”.
• La traducción lleva marca de agua completa porque “cada palabra es elegida por Claude”. La corrección deja rastro mínimo porque “casi todas las palabras son de la persona”.
• El acceso a la detección es limitado: “actualmente disponible para organizaciones elegibles según lo exige la ley de la UE (como reguladores, fuerzas del orden, medios, verificadores de datos, investigadores independientes, organizaciones educativas y grupos de la sociedad civil de la UE)”.
• La ausencia tampoco prueba nada. Documentación de soporte de Anthropic: “La falta de una marca detectada no significa que el contenido no fue generado o procesado por IA”.

Qué es la marca de agua y qué detecta

Anthropic anunció la marca de agua de texto el 11 de agosto de 2026 y publicó detalles el 14 y 15. El mecanismo es más interesante que el encuadre habitual de “código oculto”, y entenderlo es lo que te permite discutirlo con inteligencia.

Un modelo de lenguaje genera texto eligiendo repetidamente la siguiente palabra de una distribución de probabilidad. Muchas de esas elecciones son en la práctica arbitrarias: varias palabras funcionan igual de bien. La marca de agua de Anthropic altera “la fuente de la aleatoriedad usada para elegir entre palabras” en esos momentos de bajo riesgo. Las palabras mismas no se fuerzan a un patrón raro; lo que se siembra es la aleatoriedad que las impulsa, de forma que quien tenga una clave pueda detectarlo estadísticamente después. Los lectores no ven nada. El significado, la calidad y la legibilidad no cambian.

Ese diseño produce una consecuencia concreta e importante: la cantidad de marca de agua en un texto es aproximadamente proporcional a cuántas de sus palabras eligió Claude.

Anthropic lo dice sin rodeos. Las traducciones llevan marca de agua porque “cada palabra es elegida por Claude”. La corrección de texto deja rastro mínimo porque “casi todas las palabras son de la persona”. Sobre la supervivencia: “Una edición ligera probablemente no eliminará la marca por completo; una reescritura completa donde cada palabra sea reemplazada sí”.

La motivación fue regulatoria, no académica. Anthropic apunta al Código de Prácticas de la UE sobre Transparencia del Contenido Generado por IA, firmado en julio de 2026 con cerca de 190 firmantes.

Las dos cosas que una alerta no puede establecer

No puede establecer autoría. La cita para memorizar, de Anthropic: la detección “solo puede determinar que Claude probablemente estuvo involucrado con el contenido en algún momento. No puede distinguir ‘Claude escribió esto’ de ‘Claude editó esto fuertemente’”. Un estudiante que escribió un ensayo y le pidió a Claude arreglar la puntuación tiene una relación distinta con ese texto que uno que escribió el prompt y pegó el resultado. La marca de agua los trata como un continuo, no como categorías, y un colegio que trata una alerta como binaria está malinterpretando la herramienta.

La ausencia no puede establecer inocencia, ni culpa. Página de soporte de Anthropic: “La falta de una marca detectada no significa que el contenido no fue generado o procesado por IA”. El contenido puede no tener marca si fue editado fuertemente, si vino de modelos anteriores o si se le quitaron los metadatos. Así que un colegio tampoco puede absolver a un estudiante con un resultado negativo.

La detección tampoco está disponible de forma amplia. Anthropic describe la detección de marca de agua como en vista previa privada, “actualmente disponible para organizaciones elegibles según lo exige la ley de la UE (como reguladores, fuerzas del orden, medios, verificadores de datos, investigadores independientes, organizaciones educativas y grupos de la sociedad civil de la UE)”. Si el colegio de tu hijo afirma tener un resultado de marca de agua, una pregunta razonable es qué herramienta lo produjo, porque hay una posibilidad real de que en realidad fue un detector estadístico de IA y no una verificación de marca de agua.

Esa distinción importa porque los detectores están documentados como poco confiables. Weber-Wulff y colegas (2023, International Journal for Educational Integrity) probaron 14 herramientas y las hallaron “ni precisas ni confiables”, con sesgo a llamar humano al texto de IA. Liang, Yuksekgonul, Mao, Wu y Zou (2023, Patterns) hallaron que los detectores “clasifican erróneamente con frecuencia la escritura de no nativos de inglés como generada por IA”.

El guion paso a paso

Paso	Qué haces	Qué dices
1. Antes que nada	Habla a solas con tu hijo, con calma, antes de contactar al colegio	”No estoy enojado. Necesito saber exactamente qué pasó para poder ayudarte. ¿Qué usaste y para qué parte?“
2. Establece el uso real	Pide detalles: qué herramienta, qué frases, qué tarea	”Explícame. ¿Lo escribiste tú y lo hiciste corregir, o lo escribió ella y tú corregiste?“
3. Reúne evidencia de proceso	Historial de versiones en Docs o Word, apuntes, borradores, horas	(A tu hijo) “Abramos el historial de versiones juntos ahora mismo.”
4. Pregunta al colegio qué herramienta lo marcó	Por correo, por escrito, antes de cualquier reunión	”¿Me pueden decir qué herramienta específica produjo este resultado, y si fue detección de marca de agua o un detector estadístico de IA?“
5. Pregunta qué significa la alerta para ellos	Que su interpretación quede registrada	”¿Qué establece este resultado, según el colegio? ¿La política distingue editar de generar?“
6. Presenta los límites, citando la fuente	Lleva el lenguaje propio de Anthropic	”El desarrollador declara que la detección ‘no puede distinguir Claude escribió esto de Claude editó esto fuertemente’. ¿Cuál es la política para la edición?“
7. Ofrece la defensa oral	Propónla como alternativa, no como concesión	”Mi hijo está dispuesto a explicar el razonamiento en persona para demostrar que entiende el trabajo.”
8. Pide la política por escrito	Pídela sea cual sea el resultado	”¿Me pueden enviar la política escrita de IA que aplica a esta tarea?“
9. Cierra el tema en casa	Separa la pregunta del proceso de la del resultado	”Decidan lo que decidan, esto es lo que vamos a cambiar de cómo trabajas.”

El paso 7 es el que más seguido resuelve estas situaciones, y está tomado de una institución real. La estrategia de IA de la Facultad de Derecho de la Universidad de Chicago, del 9 de julio de 2026, reemplazó la detección por defensas orales, exigiendo a los estudiantes responder preguntas que sondean “el razonamiento del trabajo y las implicaciones del argumento”. Un colegio que no puede articular qué prueba una alerta normalmente encuentra aceptable una demostración oral, porque aborda la pregunta real: ¿el estudiante entiende el trabajo?

El paso 4 es el que más tiempo ahorra. En Wake County, Carolina del Norte, una estudiante de primer año de Green Hope High School fue acusada después de que una maestra pasó su trabajo por tres detectores que arrojaron 62%, 75% y 87%; otra maestra revisó el historial de versiones y confirmó que no había usado IA. La política que el distrito redactó después declaró que “no respalda el uso de programas de detección de IA por su falta de confiabilidad técnica, su inexactitud y su potencial de sesgo contra poblaciones estudiantiles específicas, incluidas aquellas cuya segunda lengua es el inglés”.

¿Y en América Latina?

Esta es, honestamente, la sección más importante del artículo para una familia latinoamericana, y por dos razones que se suman.

La primera es la traducción. Anthropic dice que las traducciones llevan marca de agua completa porque “cada palabra es elegida por Claude”. Eso significa que un estudiante que escribió un ensayo entero en español, hizo todo el pensamiento él mismo, y lo tradujo al inglés con IA, va a producir un texto con marca de agua completa. Es probablemente el caso más común y más injusto de toda esta tecnología, y afecta de forma directa a los chicos de colegios bilingües en Bogotá, Lima, Santiago, Buenos Aires o Ciudad de México, y a quienes postulan a universidades en el exterior.

La segunda es el sesgo de los detectores. Liang et al. (2023) hallaron que los detectores marcan erróneamente como IA la escritura de no nativos de inglés. Un estudio mexicano de 2026 reseñado por Educación y Tecnología reportó falsos positivos de “hasta el 31,4%” en trabajos estudiantiles escritos de forma formal. O sea: escribir bien y en un idioma que no es tu lengua materna te pone en más riesgo, no menos.

Lo práctico: si tu hijo estudia en inglés o traduce trabajos, activa el historial de versiones hoy y enséñale la línea de divulgación (“traduje del español al inglés con asistencia de IA; el contenido y la estructura son míos”). Esa frase, puesta antes de la entrega, desarma la conversación entera. Y pide la política del colegio por escrito ahora, no cuando ya haya un problema: la UNESCO estimó en abril de 2026 que menos del 10% de las instituciones educativas de la región tiene lineamientos formales.

Cómo prepararse antes de que pase

Activa el historial de versiones y explica por qué

Google Docs y Word lo guardan. Diez segundos para revisarlo, y es la pieza de evidencia más efectiva que un estudiante puede tener. Encuádralo con honestidad: no porque esperes una acusación, sino porque la evidencia de proceso es cómo cualquier profesional demuestra su trabajo. Es también lo que absolvió a la estudiante de Wake County.

Enseña el hábito de divulgar ahora

Katy ISD exige a sus estudiantes “verificar la información generada por IA y divulgar o citar su uso cuando corresponda”. Adopta eso en casa antes de que un colegio lo exija. Una línea al final de un trabajo, “usé Claude para revisar la gramática en los párrafos 2 y 3”, convierte una alerta ambigua en un uso documentado y declarado. Los chicos se resisten hasta que lo ven funcionar una vez.

Explica específicamente la trampa de la traducción

Ya lo dije arriba y vale repetirlo porque es el caso que va a agarrar a las familias bilingües. Explícaselo antes de que pase, porque es la situación más difícil de explicar después.

Que sepa que la edición ligera deja rastro

Anthropic: “Una edición ligera probablemente no eliminará la marca por completo”. Así que la estrategia de “le pregunto a la IA y después cambio algunas palabras” no limpia la marca, y además es la peor estrategia de aprendizaje. Common Sense Media halló que 31% de los adolescentes que usan IA reescribe el resultado para que suene como ellos, que es exactamente la conducta que produce a la vez una alerta y cero aprendizaje.

Lo que no debes hacer

No le escribas al colegio antes de hablar con tu hijo. Necesitas los hechos primero, y la conversación va distinto si tu hijo te escucha defendiéndolo antes de que entiendas qué pasó. Y no arranques con el argumento técnico aunque tengas razón: arranca con “¿qué dice la política?”, porque un colegio con una política débil muchas veces resuelve ahí.

Qué observar en los próximos 3 meses

• Semana 4: ¿La línea de divulgación aparece en los trabajos sin que se lo pidas? Ese es el hábito que evita la segunda ronda.
• Señales de alerta del mes 2: Tu hijo dejó de usar IA para ayuda legítima por miedo. Esa es una sobrecorrección con costo real de aprendizaje, y hay que atenderla.
• Autoevaluación del mes 3: ¿Tienes la política escrita de IA del colegio en tu correo? Si no, pídela de nuevo. Muchos distritos siguen redactando, e Illinois emitió su guía de julio de 2026 explícitamente como no obligatoria.

Preguntas frecuentes

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

No. Anthropic declara que la detección “solo puede determinar que Claude probablemente estuvo involucrado con el contenido en algún momento” y “no puede distinguir ‘Claude escribió esto’ de ‘Claude editó esto fuertemente’”. Establece involucramiento, no autoría, y no distingue editar de generar.

¿Editar puede eliminar la marca de agua?

Parcialmente. Anthropic dice que “una edición ligera probablemente no eliminará la marca por completo; una reescritura completa donde cada palabra sea reemplazada sí”. Así que reformular el resultado de la IA normalmente deja un rastro detectable y además se salta el aprendizaje.

¿Y si mi hijo solo usó IA para traducir?

Ese es el caso más delicado. Anthropic dice que las traducciones llevan marca de agua porque “cada palabra es elegida por Claude”, así que un estudiante que escribió el ensayo completo él mismo y después lo tradujo va a mostrar marca de agua total. Plantéalo específicamente en el colegio.

¿Quién puede revisar las marcas de agua?

El acceso es limitado. Anthropic describe la detección como en vista previa privada, “actualmente disponible para organizaciones elegibles según lo exige la ley de la UE (como reguladores, fuerzas del orden, medios, verificadores de datos, investigadores independientes, organizaciones educativas y grupos de la sociedad civil de la UE)”. Pregunta qué herramienta usó el colegio.

¿Y si el colegio usó un detector de IA en vez de eso?

Entonces el resultado es más débil, no más fuerte. Weber-Wulff et al. (2023) probaron 14 detectores y los hallaron “ni precisos ni confiables”. Liang et al. (2023) hallaron que marcan erróneamente la escritura de no nativos de inglés, lo que importa muchísimo para estudiantes bilingües.

¿Qué es lo mejor que puedo ofrecerle al colegio?

Una defensa oral. La Facultad de Derecho de la Universidad de Chicago reemplazó el software de detección por defensas orales obligatorias en julio de 2026, donde los estudiantes responden preguntas que sondean el razonamiento de su trabajo. Ofrecer demostrar comprensión en persona atiende la preocupación real del colegio sin depender de una herramienta discutible.

---

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. (ago 2026). “Claude text watermarking.” https://www.anthropic.com/news/claude-text-watermark
2. Anthropic Support. (2026). “How Claude marks AI-generated content.” https://support.claude.com/en/articles/16266773-how-claude-marks-ai-generated-content
3. TechCrunch. (15 ago 2026). “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/
4. Weber-Wulff, D., Anohina-Naumeca, A., Bjelobaba, S., et al. (2023). “Testing of detection tools for AI-generated text.” International Journal for Educational Integrity, 19(26). https://doi.org/10.1007/s40979-023-00146-z
5. Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., & Zou, J. (2023). “GPT detectors are biased against non-native English writers.” Patterns, 4(7). https://doi.org/10.1016/j.patter.2023.100779
6. WRAL. (5 may 2026). “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/
7. University of Chicago Law School. (9 jul 2026). “Rethinking Legal Education in the AI Era.” https://www.law.uchicago.edu/news/ai-strategy-statement
8. Educación y Tecnología. (20 sep 2026). “Inteligencia artificial y educación en México: estudio 2026.” https://educacionytecnologia.com/inteligencia-artificial-educacion-mexico-estudio-2026/
9. UNESCO. (abril 2026). “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
10. Common Sense Media. (18 ago 2026). “Teens in the AI Era: Schoolwork and Skills That Matter.” https://www.commonsensemedia.org/research/teens-in-the-ai-era-schoolwork-and-skills-that-matter

Lecturas relacionadas: las escuelas acusan de trampa con IA: conoce tus derechos, defensa oral en casa: el método de UChicago y traducción con IA explicada para papás.