A Anthropic, empresa responsável pelo Claude, está adotando mecanismos para identificar conteúdos produzidos ou manipulados por seus modelos de inteligência artificial. A mudança ocorre em um momento decisivo para o setor, com a entrada em aplicação das obrigações de transparência previstas no AI Act, a legislação de inteligência artificial da União Europeia.
A partir de 2 de agosto de 2026, as regras do artigo 50 do AI Act passaram a estabelecer obrigações relacionadas à marcação e à detecção de conteúdos gerados ou manipulados por inteligência artificial. Para determinados sistemas, os resultados precisam contar com mecanismos legíveis por máquina capazes de indicar sua origem artificial.
A estratégia adotada pelo Claude não se resume a colocar uma etiqueta visível sobre um texto ou uma imagem. A proposta envolve mecanismos técnicos incorporados ao próprio conteúdo ou aos arquivos, permitindo que sistemas compatíveis possam reconhecer sinais associados à geração por IA.
A iniciativa também tem potencial para afetar usuários fora da Europa. Embora a obrigação regulatória esteja relacionada ao mercado europeu, empresas globais podem optar por aplicar a mesma infraestrutura tecnológica em diferentes regiões para evitar a manutenção de sistemas completamente separados.
Leia mais:
Anthropic dá primeiros passos para atuar no Brasil
Por que a Anthropic está adotando marcações no Claude
A principal motivação está ligada à transparência sobre conteúdos produzidos por inteligência artificial.
O avanço dos modelos generativos tornou cada vez mais difícil distinguir, apenas pela aparência, um texto, uma fotografia ou outro material criado por uma pessoa de um conteúdo produzido por uma máquina.
A União Europeia decidiu tratar essa questão por meio do AI Act. O artigo 50 prevê obrigações específicas para fornecedores e responsáveis pela implantação de sistemas de IA generativa, incluindo mecanismos para marcar e detectar conteúdos artificialmente gerados ou manipulados.
O Código de Prática sobre Transparência de Conteúdos Gerados por IA, publicado pela Comissão Europeia em junho de 2026, detalha medidas técnicas que podem ser utilizadas pelas empresas para demonstrar conformidade.
Entre as recomendações estão soluções que sejam legíveis por máquina, interoperáveis, robustas e confiáveis dentro dos limites técnicos disponíveis.
É nesse ambiente regulatório que a Anthropic está implementando seus mecanismos de identificação para o Claude.
O que muda para quem usa o Claude
Para a maioria dos usuários, a mudança pode passar despercebida.
A marcação técnica não precisa aparecer como um aviso grande na tela. No caso dos textos, a proposta é incorporar o sinal ao próprio conteúdo de maneira que ele não seja visualmente perceptível durante a leitura convencional.
Isso significa que uma pessoa pode solicitar ao Claude a produção de um texto e receber uma resposta visualmente semelhante às que já recebia antes. A diferença estará na existência de uma camada técnica que poderá ser reconhecida por ferramentas preparadas para detectar a marcação.
Em arquivos, a abordagem pode envolver informações de procedência associadas ao conteúdo.
A ideia é transformar a origem da informação em um dado verificável, em vez de depender apenas da aparência do material ou de ferramentas que tentam adivinhar se um conteúdo foi produzido por IA.
Como funciona a marcação de textos gerados pelo Claude
A identificação de textos utiliza uma abordagem diferente de uma marca d’água tradicional colocada sobre uma fotografia.
A proposta é inserir sinais no próprio texto durante o processo de geração. Dessa forma, o conteúdo continua legível normalmente, mas determinados mecanismos podem procurar características específicas associadas à geração pelo modelo.
Esse tipo de tecnologia é particularmente relevante porque textos podem ser copiados e transportados entre diferentes plataformas.
Um conteúdo pode ser produzido no Claude, copiado para um editor de texto, publicado em um site e posteriormente compartilhado em redes sociais. Uma marcação que esteja incorporada à estrutura do conteúdo pode, em determinadas condições, acompanhar esse processo.
A tecnologia, entretanto, não deve ser interpretada como um mecanismo infalível. Alterações extensas, reformulações, traduções ou transformações realizadas por outras ferramentas podem afetar a capacidade de identificação.
A marcação não aparece para o leitor comum
Um dos principais diferenciais do mecanismo é justamente sua característica discreta.
A pessoa que lê um texto gerado pelo Claude não necessariamente verá uma expressão como “este conteúdo foi criado por inteligência artificial” no meio do material.
A marcação legível por máquina possui outra finalidade: permitir que softwares e plataformas reconheçam a origem artificial do conteúdo.
Essa diferença é importante porque o AI Act trabalha com diferentes formas de transparência.
Para fornecedores, a legislação estabelece mecanismos de marcação e detecção. Já em determinadas situações envolvendo deepfakes e textos gerados ou manipulados por IA publicados sobre assuntos de interesse público, existem obrigações adicionais de rotulagem para quem disponibiliza o conteúdo.
O que acontece com imagens e outros arquivos
A identificação de arquivos segue uma lógica de procedência digital.
Em vez de modificar necessariamente a aparência da imagem, informações sobre sua origem podem ser associadas ao próprio arquivo por meio de metadados ou mecanismos de procedência.
Esses dados podem informar a origem ou o histórico de determinado conteúdo para sistemas capazes de interpretá-los.
Na prática, uma fotografia produzida por IA pode continuar visualmente igual, mas carregar informações técnicas que indiquem que houve participação de um modelo generativo.
Esse conceito é importante para o futuro da internet porque permite separar duas questões que muitas vezes são confundidas: a aparência de um conteúdo e a sua procedência.
O que são metadados de procedência
Metadados são informações associadas a um arquivo digital.
Uma fotografia pode, dependendo do dispositivo e do software utilizado, carregar informações técnicas como data de criação, equipamento utilizado e outros registros.
No contexto da inteligência artificial, esses dados podem ser utilizados para registrar a origem de uma imagem, vídeo ou outro arquivo.
A procedência digital vai além de simplesmente informar “foi feito por IA”. Ela pode funcionar como um histórico técnico capaz de registrar diferentes etapas pelas quais determinado conteúdo passou.
Isso abre espaço para ferramentas que permitam verificar não apenas quem produziu um arquivo, mas também se ele foi posteriormente editado ou transformado.
O que o AI Act exige sobre conteúdos de IA
O artigo 50 do AI Act estabelece diferentes obrigações de transparência.
Para fornecedores de sistemas generativos abrangidos pela regra, os resultados de IA devem contar com mecanismos que permitam identificar que foram gerados ou manipulados artificialmente, utilizando soluções legíveis por máquina. A legislação exige que essas soluções sejam eficazes e levem em consideração aspectos como interoperabilidade e robustez, dentro do que for tecnicamente possível.
Já para determinados conteúdos disponibilizados ao público, as obrigações podem ser diferentes.
Deepfakes precisam ser claramente identificados como conteúdos artificialmente gerados ou manipulados. Também existem regras para determinados textos gerados ou manipulados por IA destinados a informar o público sobre assuntos de interesse público, com exceções relacionadas à revisão humana e responsabilidade editorial.
Portanto, não é correto afirmar que o AI Act simplesmente determina que “todo texto de IA precisa receber uma etiqueta”.
A legislação estabelece situações, responsabilidades e mecanismos diferentes conforme o tipo de conteúdo e sua utilização.
O código europeu de boas práticas é obrigatório?
Existe uma diferença importante entre o AI Act e o Código de Prática sobre Transparência de Conteúdos Gerados por IA.
O código, isoladamente, é voluntário. Ele foi desenvolvido para oferecer às empresas um caminho estruturado para demonstrar conformidade com as obrigações do artigo 50.
As obrigações previstas no artigo 50, entretanto, são legais e passaram a ser aplicáveis em 2 de agosto de 2026. Empresas que não aderirem ao código não ficam automaticamente dispensadas das exigências; elas precisam demonstrar conformidade por outros meios adequados.
A Comissão Europeia e o AI Board consideraram o código uma ferramenta adequada para facilitar o cumprimento dessas obrigações.
Essa distinção evita uma interpretação equivocada de que as empresas podem simplesmente ignorar as regras porque o código é voluntário.
Quando a marcação passa a valer nos novos modelos
Para os sistemas abrangidos pela regulamentação europeia, 2 de agosto de 2026 representa uma data importante.
A partir desse momento, as obrigações de transparência do artigo 50 passaram a ser aplicáveis aos sistemas dentro do escopo da norma colocados no mercado ou utilizados na União Europeia.
Na prática, isso significa que novos modelos desenvolvidos para atender ao mercado europeu precisam considerar esses requisitos desde sua implementação.
Para sistemas anteriores, a regulamentação europeia prevê uma transição específica para determinadas obrigações de marcação e detecção. A orientação atual indica prazo até 2 de dezembro de 2026 para determinados sistemas já existentes antes de 2 de agosto.
E os modelos antigos do Claude?
Os modelos anteriores não necessariamente passam a ter todos os mecanismos de identificação imediatamente.
A regulamentação reconhece a necessidade de adaptação dos sistemas que já estavam disponíveis antes da entrada em aplicação das novas regras.
A Comissão Europeia informa que determinados sistemas de IA generativa colocados no mercado antes de 2 de agosto de 2026 contam com um período de transição para adequação das obrigações de marcação e detecção até 2 de dezembro de 2026.
Isso permite que as empresas façam alterações de arquitetura, atualização dos modelos e integração das ferramentas de detecção sem precisar reconstruir todos os sistemas de uma só vez.
Conteúdos que já haviam sido gerados e disponibilizados antes de 2 de agosto de 2026 também não precisam, em regra, ser marcados retroativamente.
A identificação funcionará em todos os produtos do Claude?
A proposta da Anthropic é ampliar a marcação para diferentes ambientes em que os modelos Claude são utilizados.
Isso é particularmente relevante porque o Claude não está limitado a uma única interface. O modelo pode ser acessado diretamente pelo aplicativo, por ferramentas destinadas a desenvolvedores e por APIs integradas a outros sistemas.
Para empresas que utilizam a API, a adoção de mecanismos de procedência pode significar que os conteúdos gerados pelo Claude carreguem sinais de origem mesmo quando a geração acontece dentro de um software desenvolvido por terceiros.
Isso também cria uma necessidade para desenvolvedores: compreender como os sinais são preservados quando os resultados passam por seus próprios sistemas.
A marcação será uma prova de que o Claude criou o conteúdo?
Não.
Essa é uma das limitações mais importantes desse tipo de tecnologia.
A presença de uma marca pode indicar que determinado conteúdo foi produzido por um sistema que utiliza aquele mecanismo de identificação, mas isso não significa necessariamente que a marca seja uma prova absoluta de autoria.
Da mesma forma, a ausência de uma marca não permite concluir automaticamente que nenhuma inteligência artificial foi utilizada.
Um texto pode ter sido produzido originalmente por outra ferramenta, posteriormente editado por uma pessoa e depois processado por diferentes sistemas. Uma imagem pode ter seus metadados removidos durante o compartilhamento.
Por isso, a procedência digital deve ser considerada uma evidência técnica, e não um detector universal de IA.
Por que detectores de IA não são infalíveis
A discussão é especialmente importante para textos.
Um sistema de detecção pode identificar padrões associados a determinado modelo, mas textos podem ser modificados de inúmeras maneiras.
Uma pessoa pode reescrever trechos, alterar a estrutura das frases, traduzir o conteúdo para outro idioma ou utilizar outra ferramenta para fazer uma nova transformação.
Cada uma dessas operações pode modificar as características utilizadas para a identificação.
É por isso que a própria estrutura do AI Act exige que os mecanismos sejam desenvolvidos considerando suas limitações técnicas. A Comissão Europeia fala em soluções robustas e confiáveis “na medida do tecnicamente viável”, reconhecendo que não existe uma ferramenta capaz de resolver todos os casos de maneira absoluta.
O que acontece se os metadados forem removidos
Esse é um dos principais desafios da identificação de arquivos.
Metadados podem desaparecer quando uma imagem é convertida para outro formato, processada por determinado programa, comprimida ou publicada em plataformas que removem informações técnicas.
Por isso, a procedência digital depende não apenas de quem gera o conteúdo, mas também de toda a cadeia de distribuição.
Quanto mais plataformas preservarem os dados originais, maior será a utilidade do sistema.
Se uma rede social remover todas as informações de procedência ao processar uma fotografia, por exemplo, uma ferramenta posterior poderá ter dificuldade para identificar a origem do arquivo.
O impacto para empresas brasileiras
Mesmo sendo uma regulamentação europeia, a mudança pode chegar ao mercado brasileiro por meio das próprias plataformas globais.
Empresas brasileiras que utilizam APIs de inteligência artificial podem começar a receber conteúdos acompanhados de informações de procedência.
Isso pode exigir alterações nos sistemas internos.
Uma empresa que armazena imagens geradas por IA, por exemplo, pode precisar decidir se preservará os metadados originais. Um portal de notícias pode ter interesse em verificar a origem de imagens recebidas antes de publicá-las. Uma agência de publicidade pode precisar adaptar seus fluxos para identificar conteúdos produzidos artificialmente.
O tema também interessa a departamentos jurídicos, equipes de segurança da informação e profissionais responsáveis por governança de dados.
O impacto para jornalistas e produtores de conteúdo
Para quem trabalha com informação pública, a procedência digital pode se tornar uma ferramenta importante.
Imagine que uma redação receba uma fotografia supostamente feita durante um acontecimento de grande repercussão.
Antes, a equipe poderia analisar visualmente a imagem, verificar a fonte e procurar inconsistências. Com sistemas de procedência, também poderá consultar informações técnicas disponíveis no arquivo.
Isso não elimina o trabalho jornalístico de checagem, mas adiciona uma camada de informação.
A própria legislação europeia demonstra a preocupação com esse cenário ao estabelecer regras específicas para determinados textos gerados por IA destinados a informar o público sobre assuntos de interesse público.
Outras empresas também estão adotando padrões semelhantes
A mudança não ocorre isoladamente dentro da indústria.
A Comissão Europeia estruturou seu Código de Prática justamente para criar uma abordagem mais uniforme entre diferentes fornecedores e reduzir a fragmentação dos mecanismos utilizados para marcar e detectar conteúdo artificial.
Entre as medidas previstas estão soluções interoperáveis, permitindo que diferentes sistemas consigam interpretar os sinais deixados por ferramentas distintas.
Essa interoperabilidade será fundamental.
Se cada empresa criar uma marca completamente incompatível com as demais, plataformas precisarão desenvolver dezenas de mecanismos diferentes para identificar conteúdo.
Com padrões comuns, a tendência é que a detecção seja mais escalável.
A marcação pode mudar a forma como a internet lida com conteúdo de IA
A adoção de sinais técnicos de procedência pode representar uma mudança estrutural na forma como conteúdos digitais são tratados.
Hoje, uma imagem geralmente é analisada pelo que mostra. No futuro, sistemas poderão analisar também informações sobre sua origem.
O mesmo pode acontecer com textos, áudios e vídeos.
Isso pode contribuir para diferenciar conteúdo criado por IA de material produzido originalmente por pessoas, mas também exigirá novas ferramentas para interpretar essas informações.
A tendência é que navegadores, redes sociais, mecanismos de busca e softwares de edição passem a ter papel maior nesse processo.
(Imagem: Ahyan Stock Studios/Shutterstock)