Anthropic déploie un watermark texte mais une faille subsiste sur deux anciens Claude

Anthropic a étendu l’ajout d’un watermark textuel à plusieurs modèles Claude pour répondre au calendrier du règlement européen sur l’IA, dont une échéance en décembre. L’annonce concerne un élargissement du marquage à quatre modèles supplémentaires, mais deux versions plus anciennes restent vulnérables à un contournement simple.

Selon un article de The Decoder, sur Claude Opus 4.6 et Sonnet 4.6, il suffirait de modifier un seul paramètre de génération — un « paramètre de sampling » — pour produire du texte non watermarké. Anthropic a réagi en émettant un avertissement de conformité plutôt qu’un correctif technique immédiat.

La faille technique décrite

The Decoder rapporte qu’Anthropic a activé un watermark sur plusieurs modèles récents, mais que Claude Opus 4.6 et Sonnet 4.6 conservent une porte de sortie. Le contournement décrit implique le réglage d’un paramètre de génération lors de l’appel au modèle.

Le détail communiqué indique qu’il ne s’agit pas d’une attaque complexe ni d’une manipulation du code serveur : un réglage accessible aux développeurs suffit. Cette caractéristique transforme la faille en un risque pratique, car des équipes techniques peuvent l’exploiter sans outils sophistiqués.

Que recouvre « ajuster un paramètre de sampling » ?

Le terme renvoie de manière générale aux mécanismes qui contrôlent la façon dont un modèle choisit ses prochains tokens (par exemple la variance, la probabilité cumulative ou des seuils de sélection). Modifier ces paramètres influe sur la diversité et la prévisibilité du texte généré.

Sans divulguer de nouvelles informations techniques non fournies par The Decoder, il est raisonnable de dire que certains réglages de sampling peuvent altérer la distribution statistique des tokens de sortie. C’est précisément ce type d’altération qui peut rendre un watermark inefficace si le mécanisme de marquage repose sur des motifs statistiques précis.

La réponse d’Anthropic et ses limites

Anthropic a choisi d’ajouter un message de conformité pour attirer l’attention des utilisateurs sur l’obligation réglementaire, plutôt que de bloquer ou d’empêcher techniquement le réglage. The Decoder note que ce choix laisse la possibilité de contourner le marquage sans qu’une barrière logicielle n’empêche l’action.

Il n’est pas clair, d’après les informations disponibles, si Anthropic a l’intention de déployer un correctif technique ultérieur pour neutraliser ce contournement, ni dans quels délais. L’entreprise semble privilégier, pour le moment, une approche mixte : déploiement du watermark sur plusieurs modèles et communication de conformité sur les autres.

Conséquences pour la conformité et la gouvernance

Le calendrier européen — rappelé par The Decoder — impose une pression réglementaire qui pousse les fournisseurs à mettre en place des mécanismes de traçabilité et d’identification des contenus générés. Une faille exploitable techniquement compromet cependant la confiance dans ces dispositifs.

Pour les entreprises utilisatrices et les régulateurs, la question est simple : un watermark qui peut être contourné par un simple réglage offre-t-il une garantie suffisante de conformité ? La réponse dépendra des critères d’interprétation du règlement et des contrôles opérationnels mis en place par les opérateurs de services.

Risques pratiques

• Évasion réglementaire : des acteurs malveillants ou négligents pourraient produire du texte non marqué tout en se présentant comme conformes si l’audit ne couvre pas les réglages de génération.
• Auditabilité réduite : si le paramètre peut changer d’une requête à l’autre, il deviendra plus difficile pour un tiers de prouver qu’un texte donné a été généré sans watermark.
• Confiance entamée : clients, partenaires ou autorités pourraient douter de l’efficacité des protections proposées par le fournisseur.

Que peuvent faire les utilisateurs et les régulateurs ?

Les équipes techniques qui intègrent ces modèles devraient auditer les paramètres de génération et conserver des journaux (logs) des appels aux API, y compris des réglages de sampling. Ces traces permettront de vérifier en aval si un texte a été produit avec ou sans configuration conforme.

Les régulateurs, de leur côté, devront préciser si la conformité technique exige l’impossibilité de contourner le watermark par des paramètres utilisateur, ou si une obligation d’information et de journalisation suffit. À l’heure actuelle, The Decoder n’indique pas de directive finale sur cette interprétation.

Conclusion : un pas en avant, des lacunes à combler

Le déploiement élargi du watermark chez Anthropic montre une volonté d’alignement sur le cadre européen. Mais la possibilité de neutraliser le marquage sur au moins deux versions met en lumière la difficulté technique et opérationnelle d’une conformité robuste.

La situation, telle que rapportée par The Decoder, appelle des clarifications — tant du côté du fournisseur que des autorités — sur ce qui constitue une protection suffisante. Il reste incertain si Anthropic publiera rapidement un correctif technique ou s’en tiendra à des mesures de gouvernance et d’avertissement.

Attribution : cet article s’appuie sur le reportage de The Decoder relatif au déploiement du watermark par Anthropic.