No dia 11 de agosto, a Anthropic soltou a bomba: os textos gerados pela Claude passariam a receber marcas d’água legíveis por máquina. A notícia não demorou a virar assunto no LinkedIn e no X, onde a galera não economizou nos exageros:
- “Agora toda escrita de IA é 100% rastreável!”
- “Chegou o fim das fazendas de conteúdo com IA!”
- “O SEO morreu. De novo.”
Percebendo o rebuliço, a Anthropic tentou apagar o incêndio rapidinho, publicando um post explicativo, uma lista de perguntas frequentes e até uma demonstração técnica mostrando que a marca d’água não afeta em nada a qualidade do texto gerado. Poucos dias depois, o próprio Dario Amodei, CEO da empresa, foi ao X falar sobre algo maior: a crise de confiança que envolve a IA como um todo, e que vai muito além de qualquer nota explicativa de uma empresa isolada.
O detalhe é que, apesar de toda a didática e da demonstração impecável, a reação do público continuou majoritariamente negativa. Vale então separar o que é exagero das redes do que realmente merece atenção — e entender por que esse anúncio, que parecia só uma formalidade regulatória, pode acabar se tornando um divisor de águas entre quem abraça a IA e quem torce o nariz para ela.
Marcar autoria não é exatamente novidade
Colocar uma marca identificando quem produziu algo é prática antiga. Em 1266, o Parlamento inglês já exigia que padeiros identificassem seus pães com marcas próprias. Já em 1282, os fabricantes de papel de Fabriano, na Itália, criavam marcas d’água translúcidas usando moldes de fio de metal embutidos na própria folha.
A lógica sempre foi a mesma: este trabalho pertence a alguém, e essa autoria precisa ser identificável. No mundo digital, bancos de imagens como Shutterstock e Getty Images seguiram o mesmo raciocínio, estampando marcas visíveis nas prévias das fotos para evitar uso não autorizado.
A regra europeia por trás da decisão
A movimentação da Anthropic não surgiu do nada: é resposta direta ao Artigo 50(2) do AI Act da União Europeia (Regulamento 2024/1689). A norma obriga empresas que oferecem sistemas geradores de texto, imagem, áudio ou vídeo sintético a marcar esses conteúdos de forma legível por máquina, permitindo identificar que foram criados artificialmente. As exigências são claras: as medidas técnicas precisam ser eficazes, interoperáveis, robustas e confiáveis — “na medida em que for tecnicamente viável”.
Essa última expressão deixa uma margem e tanto de interpretação, já que não define um padrão técnico rígido. Para facilitar a adequação das empresas, a UE lançou um Código de Prática Voluntário sobre Transparência de Conteúdo Gerado por IA. A maioria das grandes empresas do setor — Anthropic, OpenAI, Google, Meta, Microsoft, Mistral e Cohere — assinou o compromisso. A xAI ficou de fora.
O que essa “marca d’água em texto” realmente significa
O termo tem gerado bastante confusão, então vale esclarecer. As marcas d’água tradicionais em texto normalmente usavam esteganografia ortográfica: caracteres invisíveis, espaços de largura zero ou outros marcadores escondidos inseridos no texto final. Esse método altera a forma do conteúdo e, uma vez descoberto o truque, é fácil de detectar e remover.
A Anthropic optou por outro caminho: a marca d’água estatística, também chamada de generativa. Quando um modelo de linguagem gera texto, ele não escolhe sempre a palavra mais provável — ele sorteia entre opções plausíveis, o que evita um texto robótico e repetitivo. A marca d’água estatística substitui parte dessa aleatoriedade por escolhas guiadas por uma chave secreta. Para quem lê, o texto continua parecendo natural; para quem detém a chave, a sequência de escolhas forma uma assinatura estatística detectável.
Segundo a empresa, o método não insere caracteres ocultos, não identifica usuários individuais e não compromete a qualidade do texto. Um desenvolvedor externo inclusive lançou uma ferramenta de demonstração baseada na abordagem SynthID-Text, e a engenharia por trás de tudo isso parece sólida. Mesmo assim, o público continuou desconfiado — e o motivo é simples: a Anthropic respondeu às objeções técnicas, mas deixou de lado as preocupações que realmente pesam no dia a dia de quem usa (ou hesita em usar) essas ferramentas.
Onde está o verdadeiro problema
1. Tratar o uso da IA como se fosse o problema em si
Pense em comprar uma faca de cozinha e o governo designar alguém para te vigiar 24 horas por dia, só para garantir que você não vá esfaquear ninguém — “tudo bem, contanto que você use a faca só pra cortar legumes”. É mais ou menos essa a lógica por trás da proposta.
Historicamente, a marca d’água servia para proteger o criador. Aqui, a ideia é proteger possíveis vítimas de quem usa a IA de forma indevida. Sim, existem golpistas usando IA para fraudes, e sim, existe risco real de desinformação. Mas a política parte do pressuposto de que o uso padrão da ferramenta já é suspeito por natureza — e por isso precisa carregar uma marca permanente.
Quem trabalha com SEO já viu esse filme antes: texto branco em fundo branco nos anos 1990, links pagos nos anos 2000, redes privadas de blogs nos anos 2010. As táticas funcionaram por um tempo, até o mercado e as plataformas se ajustarem. Não foi preciso criar um regime regulatório especial tratando toda produção de conteúdo como potencialmente fraudulenta — as leis de proteção ao consumidor já existentes, somadas ao interesse do Google em manter a qualidade da busca, davam conta do recado. IA é ferramenta: pode ser usada bem ou mal. Construir o sistema sob a premissa de que o usuário não é confiável não é exatamente um bom caminho para conquistar confiança.
2. Ser detectado pode virar uma marca de vergonha
Esse é o problema prático que mais afeta quem trabalha com conteúdo. A marca d’água estatística não diferencia usos valiosos de usos rasos. Se a Claude faz apenas uma revisão leve, uma reescrita, uma tradução ou um ajuste de tom, o texto final ainda pode carregar a marca — que indica apenas que o conteúdo passou pela IA, não que ela foi a autora original.
Essa distinção provavelmente vai se perder na prática, e a detecção da marca tende a se tornar um sinal negativo, como se o trabalho fosse menos legítimo por isso. O irônico é que justamente quem produz conteúdo de baixo valor terá mais incentivo para burlar ou remover a marca — tornando sua ausência quase inútil como garantia de qualidade.
A técnica também não é particularmente durável. Assim que detectores confiáveis surgirem, vai começar tudo de novo: gente testando quanto de paráfrase, edição humana ou processamento por múltiplos modelos é necessário para enfraquecer o sinal — um novo capítulo do eterno jogo de gato e rato que o SEO já conhece bem.
3. Tratar escrita como problema matemático a ser otimizado
Formado tanto em ciência da computação quanto em letras, ao ler as explicações da Anthropic, a parte técnica se mostrou curiosa e a demonstração, genuinamente instrutiva. Mas o lado humanista incomodou.
Veja três versões de uma mesma ideia e tente notar a diferença:
- “Há oitenta e sete anos, nossos antepassados fundaram neste continente uma nova nação, concebida na liberdade e dedicada ao princípio de que todos os homens são criados iguais.”
- “Oitenta e sete anos atrás, nossos antepassados estabeleceram neste continente uma nova nação, nascida na liberdade e devotada ao princípio de que todos os homens são criados iguais.”
- “Há oitenta e sete anos, aqueles que vieram antes de nós trouxeram à existência neste continente uma nova nação, concebida na liberdade e comprometida com a verdade de que todos os homens são criados iguais.”
Do ponto de vista técnico, as três frases são gramaticalmente corretas, coerentes e “de alta qualidade”. Só que a escrita nunca foi só sobre acertar a gramática — ela carrega ritmo, intenção e voz. E é justamente aí que a lógica puramente estatística da marca d’água escorrega: ela otimiza a forma, mas não captura o que faz um texto ser genuinamente autoral.
Com informações de searchengineland.com.
