A recente revelação de que a Anthropic está aplicando marcas d'água nos textos produzidos por seus modelos de IA provocou uma tempestade de debates nas redes sociais. Embora a metodologia exata não esteja detalhada explicitamente na sua documentação, presume-se que se baseie em vieses estatísticos na escolha de palavras, projetados para sobreviver a copiar, colar e até a uma revisão posterior por IA. A própria Anthropic admite que esse método «não é totalmente conclusivo». Explicaremos mais sobre isso adiante.
Embora a reação das redes sociais tenha sido rápida e implacável, várias implicações críticas estão sendo ignoradas no discurso dominante. Esta é a nossa perspectiva sobre por que a marca d'água de texto é um paradigma fundamentalmente falho.
A Anthropic não é a única
Embora a Anthropic esteja atualmente absorvendo a maior parte da publicidade negativa, está longe de ser pioneira nesse espaço. O Google vem aplicando marcas d'água em seus textos gerados desde pelo menos maio de 2024 (artigo do SynthID e anúncio do Google sobre seu uso no Gemini). A OpenAI declarou da mesma forma que pretende adicionar sinais de proveniência aos textos gerados por IA, e o fez recentemente, em 2 de agosto de 2026 (Central de Ajuda da OpenAI).
A indignação desproporcional dirigida à Anthropic — enquanto o Google já implementou isso há mais de 2 anos e a OpenAI anunciou há apenas 12 dias que pretende fazer o mesmo — é um estudo fascinante de relações públicas, mas perde o ponto principal: a marca d'água de texto já é uma prática difundida na indústria. Precisamos avaliá-la como uma mudança sistêmica, e não caso a caso por empresa. O problema é muito maior do que o ódio que a Anthropic está recebendo atualmente por essa questão.
Implicações para os direitos autorais
Nos Estados Unidos, conteúdo totalmente gerado por IA não pode ser protegido por direitos autorais, uma posição reafirmada pelo Escritório de Direitos Autorais dos EUA nos últimos anos. No entanto, o limiar de participação humana necessário para tornar uma obra protegível continua sendo uma fronteira jurídica nebulosa. A marca d'água introduz uma variável perigosa nessa equação já frágil.
Considere os possíveis paradoxos legais:
- O dilema do revisor: Se você escreve um livro totalmente original, mas usa IA para revisar e enxugar a prosa, um detector de marcas d'água pode sinalizar o manuscrito inteiro como gerado por IA. Isso tira de você os direitos autorais?
- A armadilha do tradutor: E se você escreve um romance à mão, mas usa IA para traduzi-lo para o inglês? A marca d'água do texto traduzido poderia, teoricamente, indicar o conteúdo como 100% gerado por IA. A versão em inglês perde as proteções de propriedade intelectual?
- A tela do programador: Imagine passar dias arquitetando uma aplicação, tomando decisões de design de alto nível, escrevendo prompts, iterando e testando. Você derramou criatividade humana na lógica, mas uma IA escreveu a sintaxe propriamente dita. Se o código for sinalizado como 100% gerado por IA, seu software fica desprotegido, apesar do enorme trabalho humano envolvido?
A marca d'água ameaça invalidar legalmente obras colaborativas entre humanos e IA, pintando-as com um pincel amplo e binário.
O perigo dos falsos positivos
Tanto o Google quanto a Anthropic admitem que suas marcas d'água de texto não são 100% precisas. Se uma obra totalmente humana for classificada erroneamente como gerada por IA, o ônus da prova se desloca injustamente para o criador.
Como se prova uma negação? Os escritores devem agora gravar suas telas e teclas pressionadas, ou até ter uma câmera apontada para eles enquanto trabalham, para validar sua autoria? Ou devem confiar em afirmações vagas de «confie em mim, eu escrevi isso»?
Os falsos positivos são particularmente perigosos porque podem ser usados como ferramentas de censura ou sabotagem profissional. Se um mau ator quiser desacreditar um jornalista, rival ou colega, basta passar os textos do alvo por uma bateria de detectores de marcas d'água diferentes — o da Anthropic, o do Google, o da OpenAI, etc. — até inevitavelmente conseguir, à base de «pular de detector em detector», um falso positivo. Ele pode então envergonhar publicamente o autor, acusá-lo de fraude acadêmica ou profissional e deixar que a falsa autoridade do algoritmo cause o dano. Cada detector de IA tem uma probabilidade de falso positivo e, se todos usarem métodos diferentes, cada vez que o mesmo texto for testado por um detector diferente, a probabilidade de um falso positivo aumenta.
As próprias empresas que implementam a marca d'água de texto declararam que esse método não é 100% preciso e, portanto, a marca d'água não tem nenhuma razão de infligir consequências reais às pessoas que sinaliza.
Uma porta dos fundos para o rastreamento individual de usuários
Atualmente, não existe nenhuma limitação técnica que impeça os provedores de IA de implementar marcas d'água por usuário. Em vez de uma marca d'água universal da Anthropic ou do Gemini, um modelo poderia ser ajustado para enviesar as escolhas de palavras em um padrão específico e criptograficamente único, vinculado à sua conta de usuário.
Por que isso é ruim? Isso transformaria a geração de texto por IA em um aparato de vigilância em massa. Qualquer texto que você publicar na internet — uma postagem anônima em um blog, uma denúncia de informante, um e-mail sensível — poderia ser coletado, analisado e rastreado matematicamente até a sua conta específica de IA. Isso priva os usuários do direito ao anonimato e à privacidade, entregando aos gigantes da tecnologia uma impressão digital permanente e invisível, escondida na própria estrutura de nossas frases.
Os provedores de IA não hesitaram no passado em fazer lançamentos divididos — um para o mundo e outro para a UE — chegando até a restringir o acesso da UE até que ela cumprisse suas leis. O fato de o lançamento atual já ter sido feito globalmente, e não apenas na UE, indica que os próprios provedores de IA veem benefício em implementá-lo. Devemos nos perguntar qual é a razão pela qual eles veem benefício em adicionar marcas d'água aos textos.
Degradação da qualidade das respostas da IA
A lógica estatística básica dita que forçar um modelo a aderir a uma marca d'água degrada seu desempenho. Ao enviesar artificialmente as escolhas de palavras para criar uma assinatura estatisticamente relevante, você limita o vocabulário natural do modelo, seu alcance expressivo e a quantidade de opções entre as quais ele pode escolher. Tudo isso deve ter um impacto negativo na qualidade das respostas do modelo. Em nossa opinião, a criatividade e a qualidade das respostas nunca aumentaram quando a forma específica de responder é restringida.
Isso impõe inevitavelmente uma troca: qualidade do modelo versus detectabilidade da marca d'água. Restringe nuances. Além disso, se um modelo for fortemente limitado por algoritmos de marca d'água, ele ignorará prompts estilísticos complexos (por exemplo, «escreva isso no estilo de um pirata do século XVIII») porque adotar essa persona exigiria abandonar seus vieses estatísticos obrigatórios de escolha de palavras?
Algumas pesquisas já apoiam a ideia de que a marca d'água afeta a qualidade do modelo (OpenReview, ACL Anthology, OpenReview, arXiv).
A ilusão da integridade acadêmica
Os educadores estão compreensivelmente preocupados com o uso de IA por estudantes para colar em redações e provas. Os defensores argumentam que a marca d'água é a solução. Discordamos veementemente: como o método é probabilístico e não absoluto, ele não tem lugar em um ambiente acadêmico punitivo.
Uma única expulsão injusta desfaz qualquer bem teórico que essa tecnologia proporcione. Além disso, cria um pesadelo kafkiano para os estudantes, caracterizado por um enorme desequilíbrio de poder institucional. Uma universidade passa uma redação por uma API opaca e proprietária; o computador diz «gerado por IA». O estudante não tem recurso, nenhuma forma de auditar o algoritmo de caixa-preta e nenhuma maneira de se defender, a não ser implorar à instituição para «rodar de novo». Isso substitui a confiança educacional por um dogma algorítmico.
Combater a desinformação: um ponto irrelevante
O argumento de que a marca d'água combate spam, astroturfing e phishing ignora uma realidade fundamental: usar a IA como parceira de escrita está rapidamente se tornando o padrão global. Muitos profissionais e estudantes já usam IA para brainstorming, tradução e rascunhos; nos próximos anos, escrever sem alguma forma de assistência de IA pode muito bem ser a exceção, não a regra.
Se quase todo texto publicado apresentar algum nível de colaboração com IA, detectar uma marca d'água de IA torna-se completamente irrelevante. Isso lembra o pânico histórico de que corretores ortográficos e calculadoras estariam «emburrecendo» a sociedade — um argumento há muito desacreditado. A verdadeira batalha contra a desinformação é verificar se um humano real ou uma fazenda de bots automatizada está publicando o texto, e não agonizar sobre se o texto em si foi parcialmente gerado por IA.
A falácia do «colapso do modelo»
Alguns argumentam que a marca d'água é necessária para que as empresas de IA possam filtrar textos sintéticos ao treinar modelos futuros, evitando o «colapso do modelo».
No entanto, essa abordagem carece de nuances. Um texto gerado por meio de uma profunda colaboração entre humano e IA é um dado novo e de alta qualidade que deveria ser usado no treinamento. Ao filtrar cegamente tudo o que tem marca d'água, as empresas de IA privarão seus modelos de próxima geração de conteúdo valioso dirigido por humanos. Em vez disso, as empresas de treinamento de IA deveriam avaliar as obras pela novidade e pela utilidade real do texto, em vez de confiar em uma marca d'água grosseira para verificar se a IA tocou o texto em algum momento.
Uma corrida armamentista está a caminho e as pessoas honestas sairão perdendo
Eis o modo de falha central que torna todo esse exercício um teatro de segurança: a remoção de marcas d'água é um problema adversarial solucionável, e as pessoas mais motivadas a resolvê-lo são exatamente aquelas que o sistema tenta capturar.
Uma marca d'água de texto estatística funciona empurrando as probabilidades de escolha de palavras. Portanto, pode ser testada, como qualquer outro classificador. Qualquer pessoa com motivo para remover uma marca d'água — uma fábrica de plágio, uma fazenda de desinformação ou um spammer — pode passar seu resultado por detectores públicos, ajustar a redação, parafraseá-lo por meio de um LLM de código aberto sem marca d'água e iterar até que o texto se registre como «limpo».
Isso não é especulação; é exatamente a dinâmica de gato e rato que vimos com detectores de plágio e filtros de spam de e-mail. Já existe uma lucrativa indústria artesanal de ferramentas «humanizadoras de IA» dedicadas a esse único propósito.
Como resultado, as pessoas que esses detectores realmente capturam não são os maus atores. Eles capturam os usuários honestos: o estudante que usou IA apenas para corrigir sua gramática, o autor que pediu feedback a uma IA e depois reescreveu a passagem, ou alguém que recorreu à IA para traduzir devido a dificuldades com o idioma. Esses usuários não passam seu trabalho por cinco ferramentas de evasão diferentes porque não estão tentando esconder nada.
Um sistema de detecção cuja população de falsos negativos é «qualquer pessoa que tenha tentado ativamente evadi-lo» e cuja população de falsos positivos é «qualquer pessoa que não se deu ao trabalho de se esconder» está estruturalmente quebrado. Ele filtra a honestidade enquanto dá passe livre à desonestidade.
Conclusão
A marca d'água em textos de IA é um remendo grosseiro e superficial aplicado a uma mudança sociológica complexa. Em sua forma atual, ameaça degradar a qualidade das respostas da IA, turvar as águas da legislação de direitos autorais, criar vulnerabilidades massivas para o rastreamento de usuários e prejudicar substancialmente pessoas cujo trabalho é falsamente sinalizado como gerado por IA. Pior ainda, ela funciona como uma armadilha para usuários honestos e transparentes, enquanto falha completamente em deter os atores maliciosos que supostamente foi projetada para frustrar. E ainda pior: está acelerando algo já em curso — a sociedade está entrando em uma nova era de caça às bruxas em torno do uso de IA, em que não gostar do trabalho de alguém significa cada vez mais recorrer a «É uma bruxa gerado por IA» em vez de avaliar o texto por seus méritos. Precisamos superar ferramentas primitivas como a marca d'água antes que elas cimentem ainda mais essa mentalidade.
