Claude geeft AI-teksten een onzichtbaar watermerk, maar hoe betrouwbaar is dat bewijs?

Anthropic is begonnen met het onzichtbaar watermerken van tekst die door ondersteunde nieuwe Claude-modellen wordt gegenereerd. De maatregel volgt op de transparantieverplichtingen uit de Europese AI Act en moet het makkelijker maken om synthetische content automatisch te herkennen. Het watermerk is echter nadrukkelijk geen sluitend bewijs dat Claude de oorspronkelijke auteur van een tekst was.

De verandering geldt wereldwijd en blijft niet beperkt tot gesprekken op de website van Claude. Volgens Anthropic wordt de markering op modelniveau toegepast, waardoor ondersteunde modellen ook gemarkeerde output produceren via de API en producten als Claude Code en Cowork. Ook Claude-modellen die via cloudplatforms worden aangeboden vallen onder de aanpak.

Claude verwerkt een onzichtbaar, machineleesbaar signaal in gegenereerde tekst. Een lezer ziet daar niets van, maar gespecialiseerde detectiesoftware moet het patroon uiteindelijk kunnen herkennen.

Het gaat daarmee om iets anders dan een zichtbaar label onder een AI-antwoord. Omdat het signaal onderdeel wordt van de gegenereerde tekst, blijft het volgens Anthropic aanwezig wanneer gebruikers tekst simpelweg kopiëren en plakken. Ook sommige beperkte bewerkingen hoeven het signaal niet onmiddellijk te vernietigen.

Anthropic legt de werking en beperkingen uit in zijn eigen uitleg over het markeren van Claude-content. Het bedrijf heeft nog niet alle technische details van de methode openbaar gemaakt.

Voor bestanden kiest Anthropic daarnaast voor provenance-informatie, waarmee de herkomst en bewerkingsgeschiedenis machineleesbaar kan worden vastgelegd. Bij ondersteunde bestandstypen gebruikt het bedrijf daarvoor digitaal ondertekende metadata volgens de C2PA-standaard.

De manier waarop AI schrijft, is gebaseerd op hoe 'we' allemaal schrijven. Tegelijkertijd is en blijft het computerwerk. Achter de schermen kan men allerlei dingen toevoegen om het herkenbaar te maken. Voor het menselijk oog, maar ook zeker voor andere computermodellen.

Schrijven met AI is populair, en nuttig in veel situaties. Tegelijkertijd is het ook belangrijk om als persoon je eigen gedachten op te kunnen schrijven. Dat wordt weer een stukje interessanter met deze nieuwe stappen.

De directe aanleiding is de Europese AI Act. Artikel 50 verplicht aanbieders van systemen die synthetische tekst, audio, afbeeldingen of video genereren om output machineleesbaar en als kunstmatig gegenereerd of gemanipuleerd detecteerbaar te maken.

De Europese regels noemen watermerken niet als de enige mogelijke oplossing. Ook metadata, cryptografische technieken, fingerprints en andere methoden kunnen worden gebruikt. De techniek moet volgens de wet voldoende betrouwbaar, interoperabel, effectief en robuust zijn, voor zover dat technisch haalbaar is.

Dat laatste voorbehoud is belangrijk. Watermerken in tekst zijn technisch veel kwetsbaarder dan een zichtbaar label dat simpelweg op een afbeelding staat.

Voor Claude-modellen die op of na 2 augustus 2026 in de Europese Unie worden gelanceerd, moet de ondersteuning vanaf de introductie aanwezig zijn. Voor modellen die al vóór die datum beschikbaar waren, zit Anthropic nog in een overgangsfase. Het is daarom niet correct om te stellen dat iedere bestaande Claude-tekst vanaf nu gegarandeerd een watermerk bevat.

Het belangrijkste probleem zit bij de interpretatie. Een gevonden watermerk kan aantonen dat Claude betrokken is geweest bij de verwerking van een tekst, maar bewijst niet automatisch dat Claude de oorspronkelijke tekst volledig heeft geschreven.

Dat onderscheid wordt bijvoorbeeld belangrijk wanneer iemand een zelfgeschreven tekst door Claude laat vertalen, samenvatten of redigeren. De uiteindelijke versie kan dan een Claude-signaal bevatten, terwijl de oorspronkelijke inhoud van een mens afkomstig was.

Ook het omgekeerde geldt. Wanneer een Claude-tekst grondig wordt herschreven, vertaald, ingekort of gecombineerd met andere tekst, kan het watermerk moeilijker detecteerbaar worden of verdwijnen. Zeer korte teksten bevatten bovendien minder informatie waarop een betrouwbare detectie kan worden gebaseerd.

Een negatieve uitslag betekent daarom niet automatisch dat een tekst zonder AI is gemaakt.

Die beperking maakt watermerkdetectie fundamenteel anders dan een digitale handtekening die de volledige herkomstketen ondubbelzinnig vastlegt. Het watermerk levert een technisch signaal, geen definitief oordeel over auteurschap.

Anthropic is bovendien niet de eerste grote AI-aanbieder die tekst watermerkt. Google DeepMind gebruikt SynthID al voor tekst die via de Gemini-app en webomgeving wordt gegenereerd.

SynthID verandert tijdens het genereren subtiel de waarschijnlijkheid waarmee het taalmodel bepaalde tokens kiest. Tokens zijn woorden, woorddelen of andere kleine eenheden waarmee een taalmodel tekst opbouwt. Uit het uiteindelijke patroon kan een detector vervolgens afleiden of het SynthID-signaal waarschijnlijk aanwezig is.

Google benadrukt zelf dat SynthID geen wondermiddel voor AI-detectie is. De techniek werkt beter bij langere en gevarieerde teksten en moet volgens Google vooral worden gezien als een extra bouwsteen voor systemen die AI-content proberen te herkennen.

Dat is een belangrijke nuance voor de vergelijking met Claude. Het idee dat Anthropic nu als enige grote AI-ontwikkelaar tekst van een onzichtbaar watermerk voorziet, klopt dus niet.

Voor gewone geschreven antwoorden uit ChatGPT heeft OpenAI voor zover uit zijn huidige openbare documentatie blijkt geen vergelijkbare algemene tekstwatermarkering aangekondigd.

OpenAI gebruikt inmiddels wel verschillende herkomsttechnieken voor andere soorten gegenereerde content. Het bedrijf combineert bijvoorbeeld C2PA Content Credentials en Google SynthID voor afbeeldingen die met OpenAI-systemen worden gegenereerd.

OpenAI heeft tekstwatermerken in het verleden onderzocht, maar wees daarbij ook op het risico van fout-positieve resultaten wanneer detectie op enorme hoeveelheden tekst wordt toegepast.

De situatie bij de drie grote AI-aanbieders is daardoor verschillend. Google heeft SynthID al naar Gemini-tekst uitgebreid, Anthropic voert nu een eigen machineleesbare markering voor Claude in en OpenAI richt zijn publiek gedocumenteerde provenance-aanpak momenteel vooral op andere soorten media.

Watermerken kunnen AI-transparantie verbeteren, maar alleen wanneer organisaties begrijpen wat een detectieresultaat daadwerkelijk betekent.

Voor scholen en universiteiten is dat bijzonder relevant. Een gevonden Claude-watermerk kan bijvoorbeeld aanleiding zijn om naar het gebruik van AI te kijken, maar bewijst zonder aanvullende context niet hoeveel Claude heeft geschreven of welke bijdrage een student zelf heeft geleverd.

Hetzelfde probleem kan ontstaan bij uitgevers, werkgevers en redacties. Een tekst die met AI is geredigeerd, kan technisch als door Claude verwerkt worden herkend terwijl het intellectuele werk grotendeels menselijk is.

Andersom kan een volledig door AI gegenereerde tekst na voldoende bewerking mogelijk niet meer als zodanig worden herkend.

Onderzoek naar verschillende tekstwatermerken laat bovendien zien hoe lastig robuuste detectie blijft. Een recente studie naar onder meer een implementatie van SynthID concludeerde dat betekenisbehoudende parafrasering de detecteerbaarheid sterk kan verminderen. De resultaten zijn niet rechtstreeks toepasbaar op Anthropic, omdat Claude een andere en nog niet volledig openbaar beschreven methode kan gebruiken, maar ze illustreren wel het bredere technische probleem.

De stap van Anthropic past uiteindelijk in een grotere verschuiving binnen generatieve AI. De Europese regels dwingen aanbieders niet om allemaal exact hetzelfde watermerk te gebruiken, maar wel om serieus werk te maken van machineleesbare herkenning van synthetische content.

Daardoor verschuift de discussie van de vraag of AI-output gemarkeerd moet worden naar de vraag hoe betrouwbaar, interoperabel en duurzaam die markeringen kunnen worden.

Google loopt met SynthID al langer voorop met tekstwatermerken. Anthropic volgt nu met Claude, terwijl OpenAI provenance vooralsnog vooral zichtbaar uitbreidt rond afbeeldingen en andere media.

Voor gebruikers ontstaat daarmee een belangrijke nieuwe realiteit: een AI-watermerk kan steeds vaker aantonen dat een AI-systeem ergens in het productieproces betrokken was. Het vertelt alleen niet automatisch wie de tekst daadwerkelijk heeft geschreven.