Devs conseguem burlar marca d'água do Claude para textos em poucas horas

Poucas horas após a Anthropic confirmar a implementação de marcas d'água invisíveis nos textos gerados pelo Claude, desenvolvedores independentes já começaram a encontrar formas de removê-las .

Entre as estratégias estão a reescrita do conteúdo com outros modelos de IA, mudanças na estrutura das frases, manipulação de caracteres e tradução para outro idioma antes de voltar ao texto original.

Uma das iniciativas foi o projeto “ watermarksremover ”, publicado no GitHub pelo desenvolvedor Guillaume Meyer.

A ferramenta usa outros modelos de linguagem para criar novas versões do texto , trocando palavras por sinônimos e reorganizando trechos.

Com isso, o padrão estatístico deixado pelo Claude é alterado.

Em pouco tempo, a iniciativa acumulou mais de 20 mil marcações de favoritos no X e atraiu mais de 100 colaboradores interessados em aprimorar a ferramenta.

O próprio Meyer disse à reportagem da WIRED que apoia a atribuição de conteúdo e não é contrário à transparência , mas considera as marcas d'água invisíveis uma solução ruim.

Como o francês é sua língua nativa, ele costuma usar o Claude e ferramentas de correção, como o Grammarly, para aprimorar textos em inglês.

A preocupação é que sistemas de detecção gerem falsos positivos , levando empregadores a rejeitar currículos legítimos ou fazendo pesquisadores serem acusados injustamente por terem usado IA apenas para correções no texto.

O engenheiro de software Erik Hughes também afirmou ter criado, em apenas 15 minutos e com a ajuda do próprio Claude, uma ferramenta que consegue remover os rastros da marca d'água .

A técnica combina mudanças na estrutura do texto, como reorganização de frases e substituição de palavras, com manipulação de caracteres.

Já o pesquisador Leon Chlon apresentou outra possibilidade: traduzir o conteúdo para um idioma com estrutura semântica diferente , como o árabe, e depois traduzi-lo novamente para o idioma original.

O processo modifica as escolhas de palavras e pode destruir o padrão estatístico usado pela marcação.

As tentativas já geraram opiniões diferentes na comunidade técnica.