Marcas de agua de proveedores: qué indican y los controles que debes añadir
Una lista de verificación para implementar marcas de agua de texto con IA: qué puede demostrar una marca, qué no puede, y los controles que debes añadir.
| Autor | Prompt & Product — Redacción |
|---|---|
| Publicado | 14 septiembre 2026 |
| Lectura | 4 MIN |
Una función de redacción de texto puede mostrar una insignia que indique que el texto es generado por IA. Esa insignia es útil, pero no es una marca de agua del proveedor, y no debería ser el único control de confianza en tu producto.
Una marca de agua del proveedor es una señal débil y probabilística: puede ayudar a detectar que un modelo concreto ha intervenido en el texto, pero no puede decirle a un usuario quién lo escribió, si un humano lo editó o si tu producto se comportó de forma responsable. Los usuarios no preguntan si un modelo ha intervenido en el texto; preguntan si pueden enviarlo, publicarlo o confiar en él. La marca puede informar esa respuesta, no sustituirla.
El error de diseño es dejar que la marca haga el trabajo de una promesa de producto. Una marca de agua puede ser una señal dentro del sistema, pero la interfaz debe sostener la promesa orientada al usuario. Mantén esos roles separados.
Una etiqueta que indique «generado por IA» es mejor que ninguna etiqueta. Una etiqueta que explique que la marca es probabilística es aún mejor. Colócala cerca del texto, no en un pie de página, y hazla visible antes de que el usuario copie.
La marca es una pista, no un recibo
La marca de agua de Claude modifica la fuente de aleatoriedad utilizada para seleccionar palabras. No añade tokens, por lo que la facturación de servicio y uso permanece sin cambios. Para un equipo de producto, eso hace que la marca sea fácil de pasar por alto en la interfaz, porque no crea un artefacto visible al que puedas señalar.
La marca también tiene un límite de privacidad. No codifica información que pueda identificar a un usuario, organización o chat. Ese límite de privacidad es bueno para los usuarios, pero también significa que la marca no puede servir como tu registro de auditoría. Si la marca no puede identificar la fuente, tus registros deben hacerlo, especialmente después de que un usuario reporte un problema.
La marca estima la participación, no la autoría
La detección estima la probabilidad de que Claude haya participado parcialmente en la producción del texto, no si un humano u otra IA lo escribió. Una probabilidad no es una firma. Mantén esa expectativa visible en la interfaz, porque los usuarios preguntarán quién lo escribió.
La detección estadística de marcas de agua necesita aproximadamente 100 tokens o más para ser estadísticamente significativa, lo que hace que los pasajes cortos sean poco fiables. Si tu producto genera salidas muy cortas, la marca puede ser demasiado débil para confiar en ella.
La marca puede desplazarse con el texto copiado y pegado y puede permanecer tras cierta edición. Eso la hace útil para rastrear un borrador, pero no para demostrar la autoría final. Tu producto sigue necesitando su propio registro.
Construye los controles que la marca no puede sostener
La marca es una entrada, no toda la superficie de control. Tu producto sigue teniendo que informar a los usuarios de qué es generado por IA, registrar lo que ocurrió, revisar las salidas de riesgo y cumplir las obligaciones que se aplican a tu despliegue.
El artículo 50 del AI Act se volvió aplicable el 2 de agosto de 2026 para los sistemas de IA recién lanzados y exige a los proveedores de IA generativa que incrusten marcas legibles por máquina en las salidas, incluido el texto. Si operas en la UE, mantén ese requisito regulatorio separado de la etiqueta orientada al usuario.
Mantén esta lista junto a tu lista de verificación de lanzamiento. Cada elemento es un control que la marca no puede proporcionar.
- Etiqueta el texto generado por IA en el punto de uso, no solo en la configuración.
- Registra el modelo, el prompt, la salida y la marca de tiempo de cada elemento generado.
- Exige revisión humana antes de publicar salidas de alto riesgo.
- Ejecuta la detección en una muestra corta y una larga de tu producto.
- Conserva un texto de divulgación que indique que la marca es probabilística y no demuestra la autoría.
- Comprueba si tus notas legales cubren el AI Act de la UE si operas en la UE.
Empieza con la etiqueta y el registro. Son los controles que los usuarios pueden ver y el equipo puede depurar. Añade revisión donde el coste de una mala salida sea alto, antes del lanzamiento.
