Le filigrane s'installe : comment l'IA apprend à signer ce qu'elle écrit

Le 14 août, Anthropic a publié un billet destiné à éteindre un incendie qu'elle avait elle-même allumé quelques jours plus tôt en annonçant que tous les textes produits par ses modèles Claude porteraient désormais un filigrane invisible. La contestation avait été immédiate : sur Reddit, un utilisateur y voyait une conspiration contre les usagers, un autre répliquait que la seule raison de refuser un tel marquage était de vouloir mentir. Business Insider rapporte que des dizaines de messages annonçant une résiliation d'abonnement ont circulé sur X. La mesure n'a pourtant rien d'un caprice : elle répond au code de bonnes pratiques adossé au règlement européen sur l'intelligence artificielle, dont les obligations de transparence sont entrées en vigueur le 2 août. Les sanctions prévues atteignent 15 millions d'euros ou 3 % du chiffre d'affaires mondial.

Un dé pipé à la place du hasard

La méthode retenue par Anthropic s'appelle SynthID-Text, et elle vient d'un concurrent direct : elle a été mise au point par Google DeepMind, publiée dans Nature fin 2024, et hérite d'une intuition du chercheur Scott Aaronson formulée dès 2022. Le principe touche à la fabrication même du texte. Quand un modèle choisit le mot suivant, il pioche parmi plusieurs candidats également plausibles — « couvert » ou « gris » pour décrire un ciel — et ce choix comporte une part de hasard. Le filigrane remplace ce hasard par une séquence dérivée d'une clé secrète. Anthropic propose sa propre analogie : une partie de Monopoly où les dés seraient remplacés par les décimales de pi. Les coups restent imprévisibles pour les joueurs ; quiconque détient la clé peut vérifier après coup que la partie porte cette signature.

Le filigrane n'affecte pas la qualité des réponses de Claude. Pour un lecteur, une réponse marquée est indiscernable d'une réponse qui ne l'est pas.

La cartographie des usages, détaillée par l'entreprise, réserve quelques surprises utiles à connaître. Une traduction ressort marquée, puisque chaque mot y est choisi par le modèle. Une relecture légère de votre propre prose ne laisse que peu de traces : si presque tous les mots restent les vôtres, le filigrane n'a rien à quoi s'accrocher. Le code se marque très mal, parce qu'un programme qui doit fonctionner laisse rarement plusieurs formulations équivalentes — la marque se replie alors sur les commentaires, avec un effet négligeable sur le code lui-même. Quant à l'effacement, Anthropic reconnaît qu'une réécriture complète, mot à mot, supprime la signature ; l'entreprise ajoute qu'à ce stade, la qualification de texte généré par IA devient elle-même discutable.

Ce que la marque ne dit pas

Trois limites méritent d'être posées noir sur blanc, parce qu'elles décident de ce que l'outil vaut en pratique. La détection est collective : elle signale le passage d'un modèle, jamais un compte ni un individu. L'absence de marque ne prouve rien, un texte court ou fortement remanié diluant le signal jusqu'à l'effacer. Enfin, le déploiement est mondial et non européen, Anthropic admettant ne pas disposer d'un moyen fiable de restreindre le dispositif au territoire qui l'impose.

Le passif du secteur invite d'ailleurs à la prudence. OpenAI avait lancé son propre détecteur de textes en janvier 2023 avant de le débrancher six mois plus tard : il identifiait correctement 26 % des textes générés et accusait à tort des humains dans 9 % des cas. Les deux références commerciales du domaine, GPTZero et Pangram, traquent les tics stylistiques des modèles — Anthropic cite en exemple la construction « ce n'est pas X, c'est Y », autocritique comprise. Ces faux positifs frappent d'abord les personnes qui écrivent l'anglais en langue seconde. Le filigrane joue dans une autre catégorie : là où un détecteur devine a posteriori, la marque est apposée à la source et se vérifie avec une clé. DeepMind affirme avoir fait tourner SynthID sur près de vingt millions de réponses de Gemini sans dégradation mesurable de la satisfaction — chiffre à prendre avec la réserve d'usage, puisqu'il émane du concepteur de la méthode.

Google, au même moment, retire ses filigranes visibles

Le mouvement inverse s'est produit la même semaine chez Google. L'entreprise permet désormais de désactiver le filigrane visible — la petite étoile apposée dans le coin des images, vidéos et musiques produites par ses modèles Nano Banana et Omni — via un réglage « Media watermark » dans Gemini et dans son générateur vidéo Flow. Josh Woodward, vice-président de Google Labs, Gemini et AI Studio, précise que les marquages invisibles SynthID et les métadonnées C2PA restent embarqués : il demeure possible de demander à Gemini ou à la recherche si un contenu a été généré. Le réglage ne sera pas proposé dans les pays qui imposent un filigrane visible.

La justification tient en une observation : beaucoup d'utilisateurs effaçaient déjà ces marques à la main, et les principaux concurrents ne les appliquaient pas. OpenAI s'appuie sur SynthID et C2PA, Meta a lancé son propre standard Content Seal. Autrement dit, la marque visible n'était plus un signal fiable, seulement une gêne esthétique pour ceux qui jouaient le jeu.

• Marqué : les textes générés par les modèles Claude lancés depuis le 2 août, y compris les traductions.
• Peu ou pas marqué : une relecture légère de votre propre texte, et le code source hors commentaires.
• Effacé : par une réécriture complète, mot à mot, du texte produit.
• Invisible mais présent : chez Google, SynthID et C2PA subsistent même quand l'étoile disparaît.

Ce que cela change pour les entreprises

Pour une organisation qui produit du contenu assisté par IA, la conséquence est concrète. Ce n'est plus l'utilisateur qui décide de déclarer ou non l'usage d'un modèle : la déclaration est apposée à la source, par le fournisseur, en vertu d'une obligation réglementaire européenne. Anthropic indique que les autres grands laboratoires signataires du même code de bonnes pratiques déploieront leurs propres filigranes. La question ne sera donc bientôt plus de savoir si un texte est marqué, mais de savoir qui détient la clé permettant de le vérifier — et ce que cette clé permettra de prouver devant un employeur, un jury d'examen ou un tribunal. Une API de détection est promise par Anthropic ; c'est à sa fiabilité, et non aux déclarations d'intention, qu'il faudra juger l'ensemble du dispositif.