Le filigrane de Claude d'Anthropic, expliqué (2026)

Le 11 août 2026, Anthropic a annoncé que Claude commencerait à intégrer un filigrane invisible dans le texte qu'il rédige. En l'espace de quelques heures, la protestation la plus bruyante ne venait pas d'étudiants. Elle venait d'avocats, d'universitaires et de chercheurs qui utilisent Claude pour faire de la correction stylistique sur des textes entièrement rédigés par eux-mêmes, et qui venaient d'apprendre que leur travail porterait désormais un marqueur généré par machine.

La version courte : le filigrane est un biais statistique appliqué aux choix de mots de Claude, et non un caractère caché inséré dans votre document. Il survit à la copie, au collage, au reformatage et à la conversion en texte brut. Il ne survit pas à une réécriture, à une traduction ou à une lourde révision. Il s'applique à tous les modèles Claude publiés le 2 août 2026 ou après, dans le monde entier, sans possibilité de désactivation. Et une détection positive vous dit que Claude a peut-être traité le texte. Elle ne vous dit pas qui l'a écrit.

Ce guide couvre ce qu'Anthropic a réellement construit, le second système de marquage qui a reçu à peine de couverture médiatique, ce que la marque prouve ou ne prouve pas, et quoi faire si un texte de votre cru a été marqué.

Qu'a réellement annoncé Anthropic ?

La politique a été publiée dans le centre d'aide d'Anthropic dans un article intitulé How Claude marks AI-generated content. L'essentiel :

Le moteur de cette mesure est réglementaire. Anthropic a signé le Code of Practice de l'article 50(2) de l'EU AI Act sur la transparence des contenus générés par AI, qui exige des fournisseurs de systèmes génératifs qu'ils marquent leurs sorties afin qu'elles puissent être identifiées comme produites par une machine. L'obligation est européenne. La décision d'Anthropic de l'appliquer à chaque utilisateur dans le monde, et non au seul trafic de l'UE, ne l'est pas.

Comment fonctionne le filigrane de Claude ?

C'est la partie sur laquelle presque tous les articles se sont trompés pendant les 48 premières heures, et se tromper conduit à des solutions qui ne peuvent tout simplement pas fonctionner.

Quand un modèle de langage écrit, il ne choisit pas le seul prochain mot correct. À la plupart des points d'une phrase, il existe plusieurs continuations statistiquement quasi équivalentes : une poignée de mots dont chacun sonnerait naturellement. Le filigrane biaise ce choix selon une clé secrète détenue par Anthropic. Chaque choix pris isolément paraît banal. Sur un passage assez long, le motif accumulé des choix forme une distribution qu'un détecteur détenant la clé peut mesurer.

Trois conséquences en découlent, et elles expliquent presque tout le comportement de la marque :

Rien n'est ajouté à votre texte. Pas de caractères à largeur nulle, pas d'espaces invisibles, pas de champ de métadonnées, pas d'astuce de mise en forme. Le filigrane est une propriété des mots qui ont été choisis, ce qui explique pourquoi Anthropic peut affirmer avec justesse qu'il ne modifie pas le sens, la qualité ni la lisibilité de la sortie.

Il accompagne les mots. Copiez le texte dans un e-mail, collez-le dans Word, convertissez-le en texte brut, changez le format du fichier. Les mots restent inchangés, donc la signature reste inchangée.

Il faut du volume. Une mesure statistique effectuée sur une distribution de tokens exige suffisamment de tokens. Anthropic lui-même cite un contenu « trop court pour une détection fiable » comme raison pour laquelle un filigrane peut ne pas être trouvé.

Le deuxième système que personne n’a couvert : les métadonnées de fichier C2PA

Le filigrane textuel a fait les gros titres, mais Anthropic a annoncé deux mécanismes, pas un seul.

Quand Claude génère un fichier plutôt qu’un texte, en particulier .svg, .png et .jpg, Anthropic ajoute des métadonnées de provenance signées numériquement selon la norme C2PA de la Coalition for Content Provenance and Authenticity. Il s’agit d’une technologie différente qui résout une autre moitié du problème : un format soutenu par l’industrie pour enregistrer l’origine d’un actif et son historique de modification, signé cryptographiquement afin que toute altération soit détectable.

C’est aussi considérablement plus fragile que le marquage textuel. Anthropic reconnaît que les métadonnées C2PA peuvent être supprimées par une conversion de format, par un nouveau enregistrement dans un outil qui ne prend pas en charge la norme, ou simplement en prenant une capture d’écran. Les métadonnées résident à côté du fichier ; un filigrane statistique réside à l’intérieur des mots. Cette différence de durabilité explique pourquoi le marquage textuel a suscité la controverse et pas le marquage de fichier.

Ce qui supprime le filigrane, et ce qui ne le fait pas

La ligne de partage est mécanique plutôt qu’une question d’effort que vous y consacrez. Soit une action laisse vos mots tels quels, soit elle les reconstruit.

La ligne qui compte commercialement est la troisième. La plupart des outils gratuits actuellement présentés comme des humanizer de filigrane AI recherchent des caractères Unicode à largeur nulle et des espacements invisibles, puis suppriment tout ce qu’ils trouvent. C’était une réponse raisonnable à un problème réellement différent, et face au filigrane de Claude cela n’accomplit précisément rien. Passez l’une de ces solutions de nettoyage sur une sortie de Claude et ce qui revient se mesure exactement comme à l’entrée.

Que prouve réellement une détection positive ?

Moins que ce que le mot « détection » laisse entendre, et cela mérite de la prudence parce que des politiques institutionnelles sont rédigées très rapidement en ce moment.

Un résultat positif signale qu’un passage may have been processed by Claude. Anthropic est explicite : un filigrane détecté ne prouve pas que Claude a rédigé le contenu, pour la raison évidente que les gens utilisent le modèle pour éditer, traduire et résumer des travaux qu’ils ont eux-mêmes écrits. La mesure ne peut pas distinguer un document que Claude a rédigé d’un document que Claude a simplement mis au propre.

Un résultat négatif prouve encore moins. Un texte non marqué peut être rédigé par un humain, peut provenir d’un modèle sans filigrane du tout, peut être une sortie de Claude lourdement modifiée, ou peut simplement être trop court pour être mesuré.

Il y a une autre limite pratique à connaître : les détecteurs AI à usage général ne peuvent pas lire ce marquage. La détection nécessite la clé d’Anthropic, donc elle passe par les propres outils d’Anthropic, qui n’avaient pas de calendrier de publication au moment de l’annonce. Les détecteurs que votre institution utilise déjà ne lisent pas aujourd’hui le filigrane de Claude.

Pourquoi la réaction négative est venue des éditeurs, et non de personnes cachant l'AI

La réaction a été très négative, et sa forme est la partie la plus intéressante de l'histoire sur le plan commercial et éthique.

La plainte qui a dominé n'était pas « maintenant je ne peux plus faire passer un travail d'AI pour le mien ». C'était « maintenant mon propre texte est marqué comme provenant de l'AI ». L'avocat Peter Harrell l'a dit clairement : téléverser son propre texte pour une correction de copie signifie que Claude va « watermark my (human written, AI-copy edited) text as AI, which seems ridiculous ». La politologue Maya Sen a souligné le même point, disant que ce changement rendait le modèle moins utile pour des personnes comme elle. L'animateur radio Erick Erickson : « the stuff I've written will be watermarked that Claude did the work. »

Ils décrivent un problème réel et précis : l'attribution erronée. Le watermark enregistre que le modèle a produit une séquence de jetons. Il ne peut pas, et structurellement ne peut pas, enregistrer qui a produit les idées, l'argument, la recherche ou le brouillon original. Pour un auteur dont l'employeur, l'éditeur, la revue ou l'université considère un signal positif comme une preuve établie de paternité machine, cette lacune n'a rien d'académique.

Les développeurs ont soulevé une version parallèle du problème. Le code passe par des formateurs, des linters et des outils de refactorisation dans le cadre du travail courant, chacun réécrivant les choix de jetons qui restent. Dans un flux de développement normal, la marque se dégrade rapidement, ce qui la rend peu fiable pour le cas d'usage de provenance du code que certains ont imaginé immédiatement pour elle.

Où cela se situe dans l'industrie au sens large

Anthropic n'est pas le premier, mais le secteur est plus mince que ne le laissait entendre la plupart des articles.

SynthID de Google a été le seul watermark textuel déployé à grande échelle par un grand fournisseur, en utilisant la même idée sous-jacente consistant à biaiser les probabilités des jetons pendant la génération. Il a commencé avec les images en 2023 et s'est étendu au texte, à l'audio et à la vidéo, et il a été adopté au-delà de Google, notamment par OpenAI pour les images et les sorties vocales, ainsi que par ElevenLabs, Kakao et NVIDIA.

OpenAI est l'exception notable. Il intègre SynthID dans les images de ChatGPT et a étendu la couverture à la voix, mais à l'heure où nous écrivons ces lignes, il n'a pas déployé de watermark textuel pour ChatGPT. Cette asymétrie mérite d'être gardée à l'esprit avant de tirer des conclusions à partir d'un seul résultat de détection : un document sans watermark Claude peut simplement avoir été rédigé avec un modèle qui ne marque pas du tout le texte.

Que faire si votre propre texte a été marqué

Si le texte est réellement le vôtre et que la marque est un artefact de correction, la solution consiste à reformuler le passage afin que la séquence de jetons soit reconstruite. Réviser les bords ne suffira pas de manière fiable, puisque la plupart de vos choix de mots survivent à un léger passage.

Pour un seul paragraphe ou une seule section, notre free Claude watermark remover fait exactement cela. Il reconstruit jusqu'à 500 mots à la fois dans un nouveau libellé via un autre modèle, tout en conservant vos faits, chiffres, dates, nuances et terminologie technique, et en reproduisant les citations et les références caractère par caractère. Il est gratuit avec un compte, et il fonctionne grâce au seul mécanisme qui puisse fonctionner : régénérer les jetons plutôt que filtrer le texte.

Pour un manuscrit complet, un chapitre de thèse ou un rapport, le AI text humanizer est le meilleur choix. Un passage complet de humanizer réécrit tout le document plutôt que de le corriger par morceaux, en faisant passer une prose au style machine vers un style d'écriture humaine naturel, et en effaçant un watermark au niveau des jetons comme sous-produit de son fonctionnement. Les deux préservent les citations ; la différence tient à l'échelle et à la profondeur.

Et si le problème sous-jacent est que la révision assistée par l'AI continue de jeter le soupçon sur votre travail, notre AI proofreader corrige des documents entiers avec des modifications suivies que vous approuvez ligne par ligne, et ne watermarked pas votre texte.

Foire aux questions

Q: Claude appose-t-il un filigrane à toute sa production textuelle ?

Chaque modèle Claude publié à partir du August 2, 2026 intègre le filigrane, sur l'API Claude, claude.ai, Claude Code, Claude Cowork, Claude Tag et Claude utilisé via AWS, Google Cloud et Microsoft Foundry. Anthropic a indiqué qu'il travaille à étendre le marquage aux modèles plus anciens pendant une période de transition, donc considérer tout ce qui a été publié avant août comme automatiquement exempt est risqué. Cela s'applique dans le monde entier et il n'existe aucune option de désactivation sur quelque formule que ce soit.

Q: Puis-je désactiver le filigrane de Claude ?

Non. Anthropic n'a fourni aucun réglage, aucun niveau d'offre ni aucun paramètre d'API qui le désactive, et la politique s'applique à tous les utilisateurs, quelle que soit leur localisation. Le marquage met en œuvre un engagement de transparence au titre de l'EU AI Act, c'est pourquoi il n'est pas proposé comme préférence utilisateur.

Q: Les outils de suppression de filigrane AI qui retirent les caractères invisibles fonctionnent-ils ?

Non, et c'est le malentendu le plus courant à propos de l'annonce. Ces outils recherchent les caractères Unicode à largeur nulle et les espaces invisibles. Le filigrane de Claude est un biais statistique dans les mots sélectionnés par le modèle, il n'y a donc rien de ce type à retirer. Un texte passé par un tel nettoyeur conserve exactement la signature avec laquelle il a commencé. Seule une régénération des jetons, ce qui signifie réécrire, affecte un filigrane de biais d'échantillonnage.

Q: Le filigrane apparaîtra-t-il dans Turnitin ou GPTZero ?

Pas aujourd'hui. La lecture de la marque nécessite la clé secrète utilisée pour l'intégrer, donc la détection passe par les propres outils d'Anthropic plutôt que par des détecteurs AI tiers. Anthropic a indiqué qu'il prévoit de rendre la vérification disponible, mais n'a donné aucun calendrier lors de l'annonce. Notez que cela est indépendant du fait que ces détecteurs signalent ou non votre texte pour d'autres raisons, ce qu'ils peuvent faire quelle que soit la présence d'un filigrane.

Q: Le filigrane prouve-t-il que Claude a écrit quelque chose ?

Non. Il indique que le texte a pu être traité par Claude. Anthropic précise clairement qu'un filigrane détecté ne confirme pas que Claude a rédigé le contenu, car le modèle est largement utilisé pour éditer, traduire et résumer des textes écrits par des personnes. Il ne peut pas distinguer une ébauche générée par le modèle d'un paragraphe qu'il a corrigé, et il ne dit rien sur la proportion d'un document qui est rédigée par machine.

Q: Le paraphrasage supprime-t-il le filigrane de Claude ?

Un paraphrasage poussé, oui, car il reconstruit la séquence de mots plutôt que de l'ajuster. Un paraphrasage léger n'est pas fiable : si la plupart des choix de mots d'origine survivent, une part suffisante du signal subsiste aussi pour être mesurée. La même logique s'applique à la traduction, qui supprime complètement la marque, et à une légère relecture, qui en général ne le fait pas.

Q: Qu'en est-il des images et des fichiers que Claude génère ?

Ils utilisent un système différent. Les fichiers dans les formats pris en charge, .svg, .png et .jpg, reçoivent des métadonnées de provenance signées numériquement construites sur la norme C2PA plutôt qu'un filigrane statistique. Les métadonnées C2PA sont plus faciles à perdre : Anthropic note qu'elles peuvent être supprimées par une conversion de format, par une nouvelle sauvegarde dans un outil qui ne prend pas en charge la norme, ou par une capture d'écran.