---
title: "Texto com IA pode ter marca d'água sem você saber e dá para verificar"
author: "Gustavo Ramos O. Klein"
date: "2026-08-18 06:00:00-03"
category: "Inteligência Artificial & Dados"
url: "http://desbugados.scale.press/portal/desbugados/post/2026/08/18/texto-com-ia-pode-ter-marca-dagua-sem-voce-saber-e-da-para-verificar/md"
---

## Resumo
- A Anthropic afirma que modelos do Claude lançados após 2 de agosto de 2026 incluem marcas d’água legíveis por máquina.
- A marca textual do Claude usa escolhas estatísticas de tokens e não caracteres invisíveis.
- A ferramenta no-watermark foi apresentada para detectar e remover caracteres invisíveis, como zero-width space e joiner.
- A inspeção de caracteres ocultos não confirma a presença da marca estatística do Claude.
- Metadados C2PA são usados em arquivos de imagem, enquanto a marca textual é incorporada à geração das palavras.
- Uma detecção positiva indica possível processamento pelo Claude, mas não prova autoria integral ou ausência de edições posteriores.
- A Anthropic trabalha em uma API de detecção para integração com serviços de terceiros.

---

Textos gerados por inteligência artificial podem carregar sinais que o leitor não enxerga, mas a expressão **marca d’água** está sendo usada para descrever mecanismos diferentes. A partir de **2 de agosto de 2026**, modelos do Claude lançados pela Anthropic passaram a incluir marcas legíveis por máquina, enquanto uma ferramenta de código aberto apresentada no TabNews propõe inspecionar caracteres invisíveis, como zero-width space e joiner. O ponto que desbuga a discussão é separar essas duas camadas: a Anthropic descreve uma marca estatística incorporada à escolha de tokens, sem caracteres invisíveis, e o no-watermark procura sinais de formatação no próprio texto. Neste artigo, você verá o que cada abordagem consegue indicar, por que um resultado positivo não prova autoria integral e como fazer uma checagem sem transformar um detector em veredito.

## A obrigação de marcar o conteúdo começou em uma data específica

A mudança está ligada ao **Artigo 50(2) do EU AI Act**, o regulamento da União Europeia que trata, entre outros pontos, da transparência de conteúdos gerados por inteligência artificial. Segundo o material consolidado, a Anthropic adotou o Código de Prática sobre Transparência de Conteúdo Gerado por IA, que entrou em vigor em 2 de agosto de 2026. A documentação da empresa afirma que modelos do Claude lançados depois dessa data incluem marcas d’água legíveis por máquina, isto é, sinais que podem ser analisados por sistemas mesmo quando não aparecem na tela. A data, portanto, não deve ser lida como uma prova de que todo texto produzido por qualquer modelo anterior recebeu automaticamente o mesmo recurso.

Essa obrigação também ajuda a explicar por que a discussão deixou de ser apenas técnica e passou a interessar a quem publica, distribui ou reutiliza textos. A violação das obrigações de transparência previstas na regra europeia pode resultar em **multas de até 15 milhões de euros ou 3% do faturamento global anual**, conforme o resumo sobre a adoção do código. A marcação descrita pela Anthropic é aplicada globalmente, independentemente da região em que o Claude é utilizado, de modo que a conexão entre regulação e infraestrutura digital não fica limitada ao território europeu. A pergunta prática passa a ser outra: que tipo de sinal está presente em cada conteúdo e qual ferramenta consegue interpretá-lo?

## A marca d’água do Claude não é um caractere invisível

A explicação técnica da **Anthropic** descreve a marca d’água de texto como uma técnica estatística de escolha de tokens. Token é a unidade que o modelo usa para dividir e processar uma sequência, podendo corresponder a uma palavra, parte de uma palavra ou sinal de pontuação. Em vez de acrescentar um símbolo escondido ao final ou no meio da resposta, o mecanismo influencia a distribuição dessas unidades durante a geração, de maneira que o texto continue legível e não apresente uma alteração visual evidente. A empresa compara a abordagem ao SynthID-Text, da Google DeepMind, e afirma que o método não utiliza caracteres invisíveis, uma distinção que muda completamente a forma de verificação.

Essa diferença transforma a marca em uma espécie de assinatura estatística, não em uma etiqueta que possa ser localizada ao percorrer os caracteres do texto. A detecção, segundo a Anthropic, serve para estimar a probabilidade de o conteúdo ter sido processado pelo Claude, e não para declarar que cada frase foi escrita integralmente pela inteligência artificial. A empresa também afirma que o mecanismo não permite rastrear usuários ou conversas específicas, enquanto trabalha em uma **API de detecção para terceiros**, ou seja, uma interface que poderá permitir a integração do detector a outros serviços. Até que essa interface esteja disponível, encontrar caracteres ocultos e detectar a marca estatística são tarefas distintas.

## Onde entra a ferramenta no-watermark

É nesse ponto que a ferramenta **no-watermark**, apresentada pelo autor obrenoalvim em uma publicação do [TabNews](https://www.tabnews.com.br/obrenoalvim/no-watermark-seu-texto-pode-ja-estar-marcado-um-jeito-de-checar), ganha utilidade como instrumento de inspeção. O projeto de código aberto foi descrito como uma forma de detectar e remover camadas de caracteres invisíveis que podem acompanhar um texto, incluindo zero-width space e joiner. Esses nomes se referem a caracteres Unicode, elementos de codificação que normalmente não ocupam espaço visível, mas podem alterar a forma como uma sequência é armazenada, interpretada ou copiada. Para quem quer descobrir se há uma camada desse tipo no conteúdo recebido, a proposta oferece uma verificação concreta, ainda que limitada ao tipo de sinal que ela consegue enxergar.

A limitação é justamente o detalhe que impede uma conclusão apressada. Se a ferramenta encontra um **caractere invisível**, o resultado indica a presença de uma marca ou camada de formatação compatível com esse método; ele não demonstra, sozinho, que o texto foi criado pelo Claude. Da mesma forma, se nenhum caractere desse tipo aparece, isso não invalida a marca d’água estatística descrita pela Anthropic, porque essa técnica não depende de símbolos ocultos. A publicação do TabNews e a documentação oficial estão tratando de mecanismos diferentes, como duas plataformas que trocam mensagens por protocolos distintos: uma inspeção pode ler uma ponte, mas não necessariamente a outra.

## Texto e arquivo carregam informações em camadas diferentes

A separação fica ainda mais clara quando o conteúdo não é apenas texto. Para arquivos de imagem, a Anthropic informa o uso de **metadados C2PA**, informações de proveniência anexadas ao arquivo para registrar dados sobre sua origem e seu processamento. Nesse caso, o sinal não está incorporado à escolha das palavras, porque não há palavras envolvidas; ele acompanha a estrutura do arquivo. A documentação cita arquivos de imagem como PNG, JPG e SVG, enquanto a marca d’água textual segue uma lógica estatística. São duas formas de comunicação entre o conteúdo e o sistema que fará a verificação, cada uma posicionada em uma camada diferente.

Essa arquitetura também explica por que não se deve aplicar ao texto o mesmo teste usado em uma imagem ou tratar todos os rótulos como equivalentes. A análise técnica sobre o **Artigo 50 do EU AI Act** diferencia a marca d’água de texto, incorporada na escolha das palavras, dos metadados C2PA, anexados externamente aos arquivos. Na prática, a primeira depende de uma análise sobre a distribuição dos tokens, enquanto a segunda depende da leitura das informações de proveniência do arquivo. A tecnologia pode conectar essas duas experiências para o usuário, mas o caminho de verificação muda conforme o formato que está sendo analisado.

## Como verificar sem transformar o teste em sentença

Para quem recebe ou publica um texto, a primeira atitude é identificar qual pergunta está sendo feita. Se a dúvida é saber se existem caracteres ocultos na sequência copiada, uma ferramenta como o no-watermark foi apresentada para inspecionar e remover esse tipo de camada. Se a dúvida é saber se o Claude aplicou sua marca estatística, a inspeção visual ou a busca por caracteres invisíveis não resolve o problema, porque a própria Anthropic diz que seu método não usa esses caracteres. Essa distinção evita que um resultado técnico seja apresentado como uma resposta maior do que ele realmente oferece, algo especialmente relevante quando o texto passa por edições e diferentes plataformas.

O segundo cuidado é interpretar a detecção como um sinal de processamento, não como um certificado de autoria. A documentação oficial afirma que um resultado positivo pode indicar que o conteúdo foi processado pelo Claude, mas não prova que todo o material foi escrito pelo modelo nem informa, por si só, se alguém alterou o texto depois. A análise sobre a regra europeia acrescenta que a ausência de uma marca também não demonstra que o conteúdo não foi gerado por inteligência artificial, já que edições e modelos antigos podem produzir esse resultado. A verificação, portanto, funciona melhor como uma evidência técnica contextual do que como um julgamento isolado sobre quem escreveu.

## O próximo passo é conectar a detecção a outras plataformas

A Anthropic informou que está trabalhando em uma **API de detecção** para terceiros, e esse anúncio aponta para uma mudança na forma como redações, ferramentas de publicação e serviços de análise poderão conversar com o conteúdo gerado pelo Claude. Uma API é uma interface que permite a um sistema enviar uma solicitação a outro e receber uma resposta padronizada, como uma ponte diplomática entre plataformas que não foram construídas pela mesma empresa. O objetivo prático seria permitir que outros serviços consultassem a probabilidade de processamento sem depender apenas de uma inspeção manual. Enquanto essa integração não chega, a leitura responsável exige separar o detector estatístico da ferramenta que examina caracteres invisíveis.

Por enquanto, a caixa de ferramentas do leitor tem três peças: compreender que a marca do Claude é estatística, saber que o no-watermark verifica camadas de caracteres invisíveis e tratar qualquer resultado como indício limitado. Também é preciso lembrar que a conformidade do provedor não elimina automaticamente as obrigações de transparência de quem implanta ou distribui o sistema, chamadas de obrigações do **deployer** na análise sobre o Artigo 50. O próximo passo anunciado pela Anthropic é disponibilizar a detecção para terceiros por meio de uma API, mas a decisão sobre como comunicar a origem do material continua dependendo da interpretação correta de cada camada e do contexto em que o conteúdo será usado.