Un desarrollador francés ha publicado en GitHub una herramienta para eliminar la marca de agua que Anthropic incorpora al texto generado por Claude, y el repositorio ha superado las 11.000 estrellas en apenas cinco días. Desde entonces no ha parado de crecer. La cifra es lo interesante de la noticia: no tanto por lo que dice de la herramienta, sino por lo que dice de la relación entre la compañía y una parte de sus usuarios.
Once mil estrellas no son once mil personas usándolo
Conviene desinflar el número antes de interpretarlo. Marcar un repositorio con una estrella en GitHub no implica haberlo instalado, ni siquiera haber leído el código. Es un gesto a medio camino entre el marcador de favoritos y el aplauso: sirve para guardar algo por si acaso y para manifestar de qué lado estás.
Por eso este contador mide mejor el sentimiento que el uso. Once mil estrellas en cinco días no describen once mil personas borrando marcas de agua de sus textos; describen once mil personas que han visto el proyecto y han querido dejar constancia de que la medida les molesta. Es un termómetro de opinión disfrazado de métrica técnica.
Y como termómetro, la lectura es contundente. Ningún anuncio reciente de Anthropic ha generado una reacción colectiva comparable en tan poco tiempo, ni siquiera los cambios de precios o de límites de uso, que afectan al bolsillo de forma mucho más directa.
Once mil estrellas en cinco días no miden cuánta gente usa la herramienta. Miden cuánta gente quería que existiera.
Quitar la marca obliga a reescribir, y reescribir cambia el texto
Aquí está la limitación técnica que casi nadie menciona al compartir el repositorio, y que se deduce del propio funcionamiento de la marca.
El watermark no añade nada al texto: sesga la elección entre palabras equivalentes durante la generación, de forma que el patrón resultante sea detectable con la clave correcta. Eso implica que la señal vive repartida por todas las decisiones léxicas del texto, no en un punto concreto que se pueda extirpar. Una edición ligera no la elimina, según reconoce la propia Anthropic. Una reescritura completa, sí.
De ahí se sigue una consecuencia incómoda para cualquier herramienta de este tipo: para hacer desaparecer la señal hay que alterar suficientes elecciones de palabra como para romper el patrón. Es decir, parafrasear. Y un texto lo bastante parafraseado como para perder la marca es un texto que ya no es exactamente el que aprobaste. Puede haber perdido matices, precisión o el tono que te interesaba.
El proyecto es consciente de esa frontera y por eso hace varias cosas a la vez. La parte más sólida no es la reescritura del texto, sino la limpieza de rastros que sí son extirpables: caracteres Unicode sospechosos y metadatos de procedencia incrustados en imágenes y documentos. Ahí no hay ambigüedad, porque esos datos están añadidos al archivo y se pueden quitar sin tocar el contenido. La marca estadística del texto es otra cosa, y es justo donde cualquier herramienta topa con el mismo muro.
🔍 El detalle que cambia el cálculo: la densidad de la marca no es uniforme. El código lleva bastante menos señal que la prosa, porque hay muchas menos formas equivalentes de escribir una función que de escribir un párrafo. Si tu preocupación era el código que generas con Claude Code, el problema es considerablemente menor de lo que sugiere el ruido de estos días.
El problema de fondo no es técnico, es de expectativas
Merece la pena preguntarse por qué esta medida en concreto ha desatado semejante reacción, cuando afecta a algo invisible que no cambia el texto ni encarece el servicio.
La respuesta tiene poco que ver con la tecnología. Mucha gente había asumido, sin que nadie se lo prometiera explícitamente, que lo que escribía con ayuda de un modelo era indistinguible de lo que escribía sin él. Esa suposición sostenía trabajos académicos, encargos profesionales y contenidos publicados sin mención alguna a la asistencia recibida. La marca de agua no crea ese problema: lo hace visible.
Por eso una herramienta que promete borrarla resulta tan atractiva. No resuelve una necesidad técnica, restaura una expectativa. Y por eso mismo su utilidad real es limitada: lo que estaba en juego nunca fue la marca, sino el acuerdo tácito con quien recibe el texto. Eso no se arregla con un script.
Cómo plantearlo con un cliente sin dramatismo
Si trabajas generando contenido por encargo, la conversación es más sencilla de lo que parece y conviene tenerla antes de que la abra el cliente:
- Dilo tú primero. Explicar en la propuesta que usas asistencia de IA con revisión y edición humana convierte un posible reproche futuro en una característica declarada del servicio.
- Vende el proceso, no la herramienta. Lo que cobras no es generar texto, es saber qué texto sirve, verificarlo y adaptarlo al negocio del cliente. Esa parte no lleva marca de agua porque no la hace el modelo.
- Consulta la política del cliente si es un sector regulado. Publicaciones académicas, sanidad o administración pueden tener requisitos propios sobre contenido asistido. Mejor saberlo antes de entregar.
- No inviertas tiempo en borrar señales. Cualquier esfuerzo por ocultar el uso de IA es tiempo que no dedicas a mejorar el resultado, y el día que se sepa te cuesta el cliente entero.
El contador acabará estabilizándose, como pasa siempre con los repositorios que capitalizan un enfado. Lo que queda es el aviso: cuando una decisión toca la percepción que la gente tiene de su propio trabajo, la reacción no se mide en cancelaciones de suscripción, se mide en la velocidad con la que la comunidad construye lo contrario. Anthropic ha recibido esa señal con bastante claridad esta semana.
