Filigraner les contenus de Claude : transparence utile ou fausse preuve ?

Anthropic prépare un marquage automatique des contenus produits par les modèles Claude compatibles. Le dispositif concernera les outils grand public, l’API, Claude Code, Claude Cowork, Claude Tag et certains accès par des partenaires cloud. L’entreprise prévoit de l’appliquer dans le monde entier, car elle ne dispose pas encore d’un moyen durable pour le limiter à l’Union européenne.[1][3]

Cette décision répond aux obligations de transparence de l’article 50 du règlement européen sur l’intelligence artificielle, applicables depuis le 2 août 2026. Le code européen prévoit que les contenus générés ou manipulés par IA puissent être marqués dans un format lisible par une machine et détectés comme tels.[4]

Deux marques très différentes

Pour le texte, Claude utilise une version de SynthID-Text. Aucun caractère caché ni message secret n’est ajouté. Le modèle modifie légèrement la source de hasard qui intervient lorsqu’il choisit entre plusieurs mots également plausibles. Répétées sur un passage assez long, ces décisions forment un motif statistique qu’un détecteur muni de la bonne clé peut repérer.[2]

Pour les fichiers compatibles, comme les images PNG, JPG ou SVG, Claude ajoute une preuve de provenance signée dans les métadonnées. Cette preuve suit le standard ouvert C2PA. Elle indique que Claude a créé ou traité le fichier et peut aider à repérer une modification ultérieure de la preuve ou du contenu.[2][3]

Le filigrane textuel voyage avec le texte lors d’un copier-coller.La preuve C2PA reste attachée au fichier tant que ses métadonnées sont conservées.Le marquage ne contient aucune information sur l’utilisateur, son organisation ou sa conversation.Anthropic affirme que le filigrane n’ajoute aucun jeton et n’a pas d’effet pratique sur le prix, la vitesse ou la qualité du texte.[2]

Pourquoi c’est une bonne nouvelle

Le web manque de preuves de provenance simples. Une capture d’écran, un faux communiqué ou une image retouchée peuvent circuler sans contexte. Un système signé ne règle pas la désinformation, mais il ajoute une information vérifiable sur le parcours du fichier. C’est déjà mieux que de juger un contenu à son style ou à une impression.

Le marquage au niveau du modèle a aussi un avantage concret : un service construit avec l’API de Claude ne peut pas facilement oublier d’ajouter l’information. Pour le texte, la marque est intégrée pendant la génération. Elle ne dépend donc pas d’un bouton, d’une interface ou d’une bonne volonté après coup.[3]

Le filigrane n’est pas une preuve d’auteur

La limite la plus importante vient d’Anthropic elle-même : une détection positive peut montrer que Claude est probablement intervenu, mais elle ne distingue pas « Claude a tout écrit » de « Claude a fortement corrigé ce texte ». Une traduction sera entièrement marquée puisque chaque mot est choisi par le modèle, même si les idées viennent d’un auteur humain.[2][3]

Cette nuance compte dans l’éducation, l’édition et les contrats. Un texte marqué ne devrait jamais suffire à accuser quelqu’un d’avoir délégué tout son travail à une IA. Le filigrane parle d’intervention technique, pas de propriété intellectuelle, d’effort fourni ou de responsabilité.[2]

Une marque qui peut disparaître

Une réécriture complète peut effacer le motif statistique. Les passages courts offrent trop peu de choix de mots pour une détection fiable. Les textes factuels, les corrections légères et le code portent aussi moins de signal, car le modèle dispose de moins de formulations équivalentes sans risquer une erreur.[2]

Les fichiers ont une autre faiblesse. Une conversion, une nouvelle sauvegarde, une capture d’écran ou un outil qui supprime les métadonnées peut faire disparaître la preuve C2PA. L’absence de marque ne prouve donc pas qu’un contenu est humain. Elle peut simplement indiquer que la marque n’a jamais été ajoutée, qu’elle a été perdue ou que le contenu vient d’un autre système.[3]

Le détecteur arrive après le filigrane

Anthropic annonce une future API de détection pour les textes, mais ses modalités ne sont pas encore finalisées.[1][2] C’est un point sensible. Une marque invisible n’a de valeur publique que si les journalistes, enseignants, entreprises et particuliers peuvent la vérifier dans des conditions claires.

Le système devra afficher une probabilité et ses limites, pas un verdict binaire. Un simple voyant rouge « écrit par IA » transformerait un indice technique en jugement sur l’auteur. On retrouverait alors les erreurs des détecteurs de style, avec une couche d’autorité supplémentaire parce que la marque vient du fournisseur du modèle.

Ma position : un signal utile, jamais un juge

Le choix d’Anthropic va dans le bon sens. La provenance signée des fichiers et le marquage statistique des textes donnent des outils plus sérieux que la chasse aux tournures supposées artificielles. Le déploiement mondial évite aussi un internet coupé en deux, avec des contenus marqués en Europe et identiques mais non marqués ailleurs.

La réussite dépendra de l’usage. Le filigrane doit rester un élément parmi d’autres : historique du document, sources, brouillons, responsabilité éditoriale et déclaration de l’auteur. Il ne devrait jamais déclencher seul une sanction, un refus de publication ou une accusation de fraude.

Publier rapidement un détecteur accessible et documenté.Afficher des niveaux de confiance plutôt qu’un verdict automatique.Expliquer clairement qu’une marque détecte une intervention de Claude, pas un auteur.Conserver l’usage de standards ouverts comme C2PA pour les fichiers.Interdire les décisions disciplinaires fondées sur ce seul signal.Documenter les taux d’erreur selon la longueur, la langue et le type de contenu.

Le débat est ouvert

Nous avons besoin de savoir quand une IA intervient dans un contenu. Nous devons aussi éviter qu’un outil de transparence devienne une machine à distribuer de faux certificats d’authenticité. Le filigrane de Claude peut améliorer la traçabilité, à condition de rester à sa place : un indice. Et vous, accepteriez-vous qu’un texte soit jugé ou refusé sur la seule détection d’un filigrane ?

Illustrations générées avec GPT Image 2.