Tabla de contenido
¿Se puede quitar la marca de agua de IA de un texto?
¿Se puede quitar la marca de agua de IA de un texto? Las ediciones ligeras fallan y parafrasear en capas funciona, y ahí está la lección de integridad.
Tu adolescente va a hacer esta pregunta, probablemente en la semana siguiente a enterarse de que Claude marca su texto. ¿Se puede quitar la marca de agua de IA? La respuesta honesta es sí, con esfuerzo, y la cantidad de esfuerzo necesaria es toda la lección. Las ediciones ligeras dejan la marca. Parafrasear en serio la debilita. Una reescritura completa la elimina, y en ese punto aplica el propio encuadre de Anthropic: el texto quizá ya no sea realmente generado por IA.
No hay truco. El método de eliminación se llama escribir.
Puntos clave
- Anthropic dice que una edición ligera “probablemente no quite la marca de agua por completo”, mientras que “una reescritura completa donde cada palabra se reemplaza sí lo hará”.
- Kirchenbauer et al. (ICLR 2024) encontró que las marcas sobreviven a la paráfrasis humana y automática en forma debilitada, con unos 800 tokens necesarios en promedio para detección confiable tras paráfrasis humana agresiva con tasa estricta de falsos positivos.
- Sadasivan et al. (2023), en Transactions on Machine Learning Research, demostró un ataque de paráfrasis recursiva que reduce significativamente las tasas de detección, más ataques de suplantación que hacen que un texto humano parezca de IA.
- Las marcas también desaparecen con traducción, capturas de pantalla, conversión de formato y uso en plataformas no compatibles, según la documentación de soporte.
- La conversación de ética es más útil que la técnica: el esfuerzo de borrar la marca de forma confiable supera el esfuerzo de escribir el trabajo.
Qué sobrevive a una edición y qué no
La marca de agua vive en el patrón estadístico de las elecciones de palabras, así que eliminarla es una cuestión de cuántas de esas elecciones reemplazas. El documento técnico de Anthropic da el rango sin rodeos: una edición ligera “probablemente no quite la marca por completo; una reescritura completa donde cada palabra se reemplaza sí”. En secciones muy editadas, la detectabilidad depende del largo del texto y de la intensidad de la edición.
La literatura académica agrega precisión. Kirchenbauer et al. (ICLR 2024) estudió la durabilidad directamente y encontró que las marcas “siguen detectables incluso después de paráfrasis humana y automática”, aunque debilitadas, porque las paráfrasis tienden estadísticamente a conservar secuencias del original. Su número: tras paráfrasis humana agresiva con una tasa estricta de falsos positivos de 1e-5, hay que observar unos 800 tokens en promedio para detección confiable. Traducido para un papá: un ensayo parafraseado de 300 palabras puede no detectar, y uno parafraseado de 1.500 probablemente sí.
El contrapunto es Sadasivan et al. (2023) en TMLR, que demostró un ataque de paráfrasis recursiva, parafrasear la paráfrasis, que reduce significativamente las tasas de detección en esquemas de marca de agua, clasificadores neuronales, clasificadores sin entrenamiento y sistemas de recuperación, manteniendo la calidad del texto. El mismo paper demostró la suplantación: inferir lo suficiente de la firma oculta para que un texto escrito por un humano registre como IA. Y conectó el desempeño de los detectores con la distancia de variación total entre las distribuciones de texto humano y de IA, argumentando que la detección confiable se vuelve fundamentalmente más difícil a medida que los modelos mejoran.
Así que el veredicto técnico tiene tres partes. Las ediciones casuales no eliminan. La paráfrasis decidida y en capas sí. Y todo el sistema tiene un techo documentado que baja a medida que mejoran los modelos.
Quitar la marca de agua de IA: qué sobrevive a cada edición
| Qué hace alguien | ¿Sobrevive la marca? | Esfuerzo | Qué le cuesta a quien escribe |
|---|---|---|---|
| Copiar y pegar en otro documento | Sí: la marca está en las palabras, no en el archivo | Ninguno | Nada |
| Arreglar erratas y puntuación | Sí | Minutos | Nada |
| Cambiar unas pocas palabras por sinónimos | Normalmente sí | Minutos | Prosa un poco peor |
| Reordenar oraciones y párrafos | Normalmente sí, debilitada | Minutos | Posiblemente peor estructura |
| Reescribir cada oración a mano, una vez | Debilitada; detección requiere ~800 tokens tras paráfrasis agresiva | Sustancial | Tiempo cercano a escribirlo |
| Paráfrasis recursiva (parafrasear la paráfrasis) | Las tasas de detección caen mucho (Sadasivan et al. 2023) | Alto, y normalmente requiere otra IA | Calidad degradada; sigue sin ser su pensamiento |
| Traducir a otro idioma | Marca eliminada, según la documentación | Bajo | El texto quedó en el idioma equivocado |
| Captura de pantalla y volver a escribir | Marca ausente | Alto y tedioso | Todo el tecleo, nada del aprendizaje |
| Escribirlo uno mismo | Nunca hubo marca que quitar | La tarea | Nada; esto era la tarea |
Mira juntas las dos últimas filas, porque esa comparación es el argumento real. Capturar y volver a teclear un ensayo de IA toma más o menos lo mismo que escribir uno flojo, y no produce nada de comprensión. La última fila no es un sermón moral: es la opción de menor esfuerzo una vez que cuentas lo que cuestan las alternativas.
Cómo enseñarle esto a tu hijo
De 5 a 8 años: la huella en la arena
Caminen sobre arena mojada y miren las huellas. Borra una con la mano: sigue visible. Alisa toda el área con cuidado usando una tabla: desapareció, pero ahora hiciste más trabajo que rodear el pedazo. Pregúntale qué habría sido más fácil. Los niños lo entienden al instante, y la imagen mental se queda mejor que cualquier explicación estadística.
De 9 a 12 años: el experimento de cambiar palabras
Toma un párrafo corto y que tu hijo lo reescriba reemplazando cada palabra que pueda por un sinónimo, conservando el significado. Tómale el tiempo. Después que escriba un párrafo nuevo sobre el mismo tema desde cero y también tómale el tiempo. Para la mayoría de los chicos la segunda tarea es más rápida y el resultado es mejor. Esa es la versión empírica de la lección, y la descubrió él mismo.
De 13 en adelante: leer los dos papers y defender ambos lados
Dale a tu adolescente el hallazgo de durabilidad de Kirchenbauer (las marcas sobreviven a la paráfrasis pero debilitadas, ~800 tokens necesarios) y el resultado de ataque de Sadasivan (la paráfrasis recursiva reduce significativamente la detección). Que escriba dos argumentos cortos: uno de por qué vale la pena desplegar marcas de agua igual, y otro de por qué no va a aguantar. Una buena respuesta al primero nota que casi nadie corre ataques recursivos; una buena al segundo nota el resultado de suplantación, donde un atacante hace que un texto humano parezca de IA, lo que perjudica a inocentes en lugar de ayudar a quien copia.
La pregunta que debes hacer: “Si borrar la marca toma más tiempo que escribir el ensayo, ¿por qué crees que la gente igual lo intenta?”
Por qué la conversación de ética le gana a la técnica
Tres razones, y la tercera es la que los papás usan menos.
La señal nunca era el punto. La advertencia de Anthropic es que una marca “no puede distinguir ‘Claude escribió esto’ de ‘Claude editó esto a fondo’”. Un estudiante que derrota la marca derrotó una señal de procedencia, no una prueba de comprensión. La prueba real llega cuando un profesor hace una pregunta de seguimiento sobre el argumento del tercer párrafo.
El resultado de suplantación va contra los intereses de quien copia. Sadasivan et al. mostró que se puede hacer que un texto humano parezca generado por IA. Un adolescente que piense en las marcas de agua como un juego adversarial debería entender que las mismas técnicas sirven para incriminar a alguien. Ese reencuadre aterriza más fuerte que cualquier advertencia sobre consecuencias.
El esfuerzo de eliminación es una lección de toma de decisiones. Esta es la que conviene usar. La forma más rápida y confiable de producir texto sin marca sobre el tema asignado es escribirlo. Cada alternativa cuesta más tiempo, produce peor escritura o requiere otra IA que quizá también marque. Plantear la integridad como la opción eficiente en lugar de la virtuosa funciona mejor con un chico de 15 años que un sermón, por lo que he visto tanto como papá como observando a ingenieros pesar atajos.
Dos notas de política que importan aquí. El borrador de política de IA de Wake County, avanzado el 17 de junio de 2026, no respalda el uso de detectores y en cambio exige que los estudiantes reconozcan y expliquen el uso autorizado. Y la encuesta de Common Sense Media del 18 de agosto de 2026, con 1.017 adolescentes, encontró que al 44% le bloquearon una herramienta en el colegio y el 59% de ellos se cambió a un dispositivo personal: el patrón general es que la restricción produce rodeos y la explicación produce criterio.
¿Y en América Latina?
Hay una fila de la tabla que en la región no es una trampa sino una práctica normal: traducir. Anthropic lista la traducción entre las cosas que eliminan la marca, y al mismo tiempo dice que una traducción hecha por la IA lleva marca fuerte. La diferencia está en la dirección: si tu hijo escribe en español y traduce con IA al inglés, el texto entregado queda marcado; si toma un texto en inglés generado por IA y lo traduce al español, la marca se pierde. Un adolescente que descubra eso solo va a tener en las manos, sin buscarla, la técnica de eliminación más accesible de todas.
Por eso la conversación en casa importa más aquí que en cualquier otra parte. Y hay un segundo motivo: Liang et al. (2023), en Patterns, mostró que los detectores tradicionales ya castigaban de más la escritura en inglés de hablantes no nativos, y el resultado de suplantación de Sadasivan agrega que se puede hacer pasar texto humano por texto de IA. Sumado a que 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 conclusión práctica es la misma de siempre: el historial de versiones del documento y la declaración escrita son la protección real, y las dos las tiene que sostener tu casa.
Qué hacer en casa, de verdad
Responde la pregunta de frente cuando la hagan
“Sí, una reescritura completa la quita, y eso toma lo mismo que escribirlo.” Negarse a responder vuelve el tema interesante. Responder sin drama lo vuelve aburrido, que es lo que quieres.
Hagan el experimento del cronómetro
Reescribir contra escribir de nuevo, los dos con tiempo medido. Deja que el cronómetro haga el argumento. Es lo más efectivo de todo este artículo.
Nombra el riesgo de suplantación en voz alta
Que la misma investigación muestre cómo hacer que un texto humano parezca de IA cambia el marco de “truco ingenioso” a “esto se puede usar contra las personas”. Los adolescentes responden a eso.
Guarda la evidencia de proceso de todos modos
El historial de versiones importa con o sin marcas de agua, porque es lo que de verdad absolvió a una estudiante falsamente acusada en Wake County en mayo de 2026, después de que tres detectores devolvieran 62%, 75% y 87%. El caso completo está en la marca de agua de IA no es prueba de trampa.
Lo que no debes hacer
No trates la pregunta como una confesión de intención. Un chico que pregunta cómo funciona la eliminación normalmente tiene curiosidad técnica, la misma que quieres apuntar a cómo funciona la marca de agua en texto. Cerrar la pregunta convierte un interés técnico en un secreto.
Qué observar en los próximos 3 meses
- Semana 4: Pregúntale a tu hijo qué cree que quitaría una marca de agua. Su respuesta te dice si entendió el mecanismo o solo la vibra.
- Señales de alerta en el mes 2: Buscar herramientas “humanizadoras” de IA; entregar trabajo que no puede discutir; encadenar varias IA para lavar la salida.
- Autoevaluación del mes 3: Anthropic apunta al 2 de diciembre de 2026 para marcar los modelos anteriores, así que más salida va a llevar marca. Si el hábito de tu hijo es escribir primero y usar la IA para revisar, nada de eso cambia.
Preguntas frecuentes
¿Se puede quitar la marca de agua de IA de un texto?
Sí, con esfuerzo. Anthropic dice que una edición ligera “probablemente no quite la marca por completo”, mientras que una reescritura completa donde cada palabra se reemplaza sí lo hace. La traducción, las capturas de pantalla y la conversión de formato también la eliminan.
¿Parafrasear la elimina?
Parcialmente. Kirchenbauer et al. (ICLR 2024) encontró que las marcas sobreviven a la paráfrasis humana y automática en forma debilitada, con unos 800 tokens necesarios en promedio para detección confiable tras paráfrasis agresiva. Sadasivan et al. (2023) mostró que la paráfrasis recursiva reduce significativamente las tasas de detección.
¿Funcionan las herramientas “humanizadoras” de IA?
La investigación publicada sobre paráfrasis recursiva sugiere que la reescritura en capas sí reduce la detección. También degrada la calidad, muchas veces requiere otra IA que puede marcar su propia salida, y no hace nada contra el problema de fondo: el estudiante no puede discutir un trabajo que no hizo.
¿Intentar quitar una marca de agua va contra las reglas?
Depende de la política de tu colegio, pero el marco más útil es que el esfuerzo de eliminación es evidencia de intención. Un estudiante que pasó una hora lavando salida de IA tomó una decisión que el historial de versiones y una pregunta de seguimiento van a revelar por igual.
¿Una marca de agua podría señalar falsamente a mi hijo?
Los falsos positivos son muy bajos por construcción, porque el patrón se incrustó o no. Pero Sadasivan et al. demostró ataques de suplantación que pueden hacer que un texto humano registre como de IA, un riesgo real para estudiantes inocentes y una razón para conservar evidencia de proceso.
¿Qué le digo cuando me pregunte cómo quitarla?
La verdad: una reescritura completa funciona y cuesta el mismo tiempo que escribir. Después hagan el experimento del cronómetro. La respuesta convence más cuando él la mide que cuando tú la afirmas.
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
- Anthropic. (2026, 14 de agosto). “How Claude’s text watermark works.” https://www.anthropic.com/news/claude-text-watermark
- Anthropic. (2026). “How Claude marks AI-generated content.” Claude Support. https://support.claude.com/en/articles/16266773-how-claude-marks-ai-generated-content
- Kirchenbauer, J., Geiping, J., Wen, Y., et al. (2024). “On the Reliability of Watermarks for Large Language Models.” ICLR 2024. https://arxiv.org/abs/2306.15666
- Sadasivan, V. S., Kumar, A., Balasubramanian, S., Wang, W., & Feizi, S. (2023). “Can AI-Generated Text be Reliably Detected?” Transactions on Machine Learning Research. https://arxiv.org/abs/2303.11156
- 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
- WRAL. (2026, 17 de junio). “No AI detectors, more citations. What’s in a new Wake schools’ AI policy draft.” https://www.wral.com/news/education/whats-in-wake-schools-new-ai-policy-draft-june-2026/
- 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/
- Common Sense Media. (2026, 18 de agosto). “Teens in the AI Era: Schoolwork and the Skills That Matter.” https://www.commonsensemedia.org/research/teens-in-the-ai-era-schoolwork-and-skills-that-matter
