La creciente preocupación por la autenticidad y la confiabilidad del texto generado por inteligencia artificial ha dado lugar a desarrollos innovadores en la forma en que se puede marcar este contenido. Recientemente, se han presentado nuevos modelos de lenguaje que incorporan marcas invisibles que se integran en las decisiones realizadas durante la generación de texto, lo que plantea interesantes implicaciones tanto para la industria como para los consumidores.
Google, por ejemplo, ha sido pionero en la implementación de una marca de agua para su aplicación Gemini desde el año 2024. Esta tecnología permite certificar la procedencia del texto, asegurando que ciertos contenidos puedan ser rastreados hasta su fuente original. A partir de agosto de 2026, los nuevos modelos de Claude también comenzaron a introducir marcas en su nivel de operación, con la capacidad de permanecer ocultas incluso después de ser copiadas y pegadas.
Cómo funcionan las marcas en el texto
El fundamento de este sistema de marcaje radica en las múltiples decisiones que se toman durante el proceso de escritura. Cada vez que un modelo genera texto, se enfrenta a una serie de opciones donde varias palabras pueden ser igualmente válidas. Esto crea un espacio de flexibilidad en el cual las marcas pueden ser ocultadas sin alterar el significado del contenido.
El proceso de marcado incluye el uso de una «clave secreta» que influye en las decisiones de elección de palabras. Al aplicar esta clave, se puede ajustar sutilmente la probabilidad de ciertas palabras, de manera que sea posible reconstituir estos patrones ocultos y contar la aparición de palabras «marcadas». Sin embargo, esta técnica también plantea un desafío: el texto editado puede borrar esas marcas en los puntos donde se interrumpen las secuencias originales.
Impacto en la detección de texto
La capacidad de detectar cuando un texto ha sido generado o modificado por inteligencia artificial no depende de su estilo o contenido, sino de un proceso estadístico basado en las elecciones anteriores realizadas por el modelo. Esto significa que no cualquier persona puede verificar si un texto ha sido marcado; solo aquellos con acceso a la clave secreta pueden llevar a cabo esta verificación eficazmente.
Las herramientas de detección de marcas de agua no son idénticas a los sistemas de detección de estilo de escritura, que suelen ser menos precisos y pueden ofrecer resultados erróneos. Por el contrario, la detección de marcas de agua se basa en pruebas clave, haciendo de este un enfoque robusto para abordar problemas de autenticidad en el texto generado por inteligencia artificial.
Consideraciones sobre la edición y la preservación de marcas
Es crucial entender que el proceso de edición de un texto afecta directamente a su marca. Una edición cuidadosa puede dejar intactas algunas partes del texto original, lo que permite que las marcas sobrevivan en ciertas secciones. Sin embargo, a medida que la profundidad de la edición aumenta, la probabilidad de que las marcas se borren también se incrementa. Investigaciones previas han mostrado que mientras ediciones ligeras pueden diluir, no eliminar por completo la marca, reescrituras significativas tienden a eliminarla completamente.
Este fenómeno tiene implicaciones importantes para los creadores de contenido. Las marcas de agua son mucho más evidentes en textos largos y complejos, donde las decisiones y alternativas son más variadas. En textos breves o de poca elección, el riesgo de que se conserven marcas es considerablemente menor.
El futuro de la generación de texto y la detección
A medida que la tecnología avanza, la necesidad de sistemas robustos que garanticen la autenticidad y el origen del contenido generado por inteligencia artificial se vuelve más apremiante. Con mejoras continuas en los algoritmos de marcaje y detección, el panorama del contenido digital está en constante evolución. Las marcas de agua invisibles ofrecen una solución viable ante el creciente miedo a la desinformación y las falsificaciones textuales, estableciendo un nuevo estándar para la integridad del contenido en la era digital.