Nettoyeur de watermark textuel Claude

Projet expérimental et critique : ce dépôt cherche à démontrer qu'un watermark statistique appliqué au texte est contournable et risque surtout de provoquer davantage de calcul, de coût et de consommation énergétique.

Pourquoi ce projet existe

Ce projet défend une thèse assumée : imposer un watermark statistique à du texte généré est une contrainte techniquement absurde. Une marque que l'on peut affaiblir en reformulant le texte ne constitue pas une preuve fiable de son origine. Elle crée en revanche une forte incitation à effectuer une seconde passe avec une autre IA.

Le résultat prévisible est contre-productif :

• davantage d'appels à des modèles uniquement pour contourner le marquage ;
• plus de calcul, de latence et de dépenses pour produire le même contenu ;
• des besoins énergétiques supplémentaires sans bénéfice fonctionnel pour l'utilisateur ;
• une course entre watermarking et réécriture, au lieu d'une transparence réellement utile ;
• un signal ambigu lorsqu'une personne utilise Claude pour corriger ou traduire un texte qu'elle a elle-même écrit.

Autrement dit, la contrainte européenne risque d'obtenir l'inverse de l'effet recherché : elle ne supprimera pas les usages que ses utilisateurs veulent dissimuler, mais fera exploser les usages d'IA destinés à contourner la marque. Ce dépôt matérialise cette critique avec un outil volontairement simple.

Conclusion de l'analyse

La nouvelle marque annoncée par Anthropic n'est pas décrite comme une simple suite de caractères Unicode cachés. Elle est appliquée pendant la génération, au niveau du modèle, puis voyage avec le texte lors d'un copier-coller. La documentation technique du détecteur n'est pas encore publiée.

La méthode exacte n'est donc pas publiquement vérifiable à ce jour. L'hypothèse technique la plus crédible est une signature statistique : le modèle favorise légèrement certains tokens parmi plusieurs choix valides, et le détecteur mesure ce biais sur un passage suffisamment long. Il s'agit ici d'une inférence, pas d'un détail confirmé par Anthropic. Elle correspond toutefois au fonctionnement publié de systèmes comparables comme SynthID Text. Dans ce cas :

• copier le texte dans un éditeur, l'imprimer ou faire de l'OCR ne change rien ;
• supprimer les espaces invisibles ne suffit pas ;
• une réécriture substantielle par un autre modèle perturbe la séquence de tokens et constitue la contre-mesure simple la plus crédible ;
• aucune suppression ne peut être garantie tant que le détecteur officiel et ses seuils ne sont pas disponibles.

Sources :

• Documentation Anthropic sur le marquage
• Étude technique de la Commission européenne sur le texte généré
• Fonctionnement et limites de SynthID Text

Solution livrée

clean_claude_watermark.py réalise deux étapes :

1. suppression des caractères Unicode invisibles ou directionnels suspects ;
2. reformulation contrôlée du texte par un modèle autre que Claude.

Le script protège les blocs de code, le code en ligne, les URL et les variables. Il refuse également une sortie si un nombre a changé. Il fonctionne uniquement avec la bibliothèque standard de Python.

Moteurs utilisés et stratégie à venir

L'outil utilise actuellement Ollama et Codex :

• en priorité, un modèle exécuté localement avec Ollama ;
• à défaut, le CLI Codex déjà configuré sur la machine.

Ollama n'injecte actuellement pas de watermark par lui-même. Le comportement exact dépend néanmoins du modèle chargé. Codex est un fallback pratique, mais un service distant pourrait toujours faire évoluer sa politique de marquage.

Si Ollama, Codex ou les modèles utilisés ajoutent un watermark à l'avenir, le projet basculera vers un modèle open source dont la chaîne de génération est auditable et pour lequel le watermarking peut être explicitement désactivé. Pour une démonstration sans dépendance à un fournisseur distant, le mode Ollama avec un modèle open source est donc recommandé.

Utilisation

Traiter un fichier :

python3 clean_claude_watermark.py texte.md -o texte-nettoye.md

Traiter directement le presse-papiers macOS :

python3 clean_claude_watermark.py --clipboard

Utiliser explicitement un modèle Ollama local :

python3 clean_claude_watermark.py texte.md -o texte-nettoye.md \
  --engine ollama --model qwen3:8b

Le mode par défaut effectue jusqu'à deux tentatives et conserve la plus forte. Il s'arrête après la première si au moins 70 % des séquences de cinq tokens ont déjà été perturbées. Pour limiter le traitement à une tentative :

python3 clean_claude_watermark.py texte.md -o texte-nettoye.md --passes 1

Ne retirer que d'éventuels caractères invisibles, sans reformuler :

python3 clean_claude_watermark.py texte.md -o texte-normalise.md --engine clean

Le script affiche sur la sortie d'erreur le moteur utilisé, le nombre de caractères invisibles retirés et le taux de variation lexicale. Une variation des séquences de cinq tokens inférieure à 60 % déclenche un avertissement.

Tests

Le projet n'utilise aucune dépendance Python externe. La suite de tests se lance avec :

python3 -m unittest discover -s tests -v

Limites

• La réussite ne pourra être mesurée objectivement qu'après publication du détecteur Anthropic.
• Une réécriture peut changer une nuance malgré les contrôles. Une relecture humaine reste nécessaire pour un texte contractuel, médical, juridique ou financier.
• Le mode Codex envoie le texte au service configuré par le CLI Codex. Pour un document confidentiel, utiliser Ollama local.
• Retirer une marque ne dispense pas de respecter les règles de transparence ou d'attribution applicables au contexte de publication.

Position du projet

Cet outil n'affirme pas qu'un texte réécrit devient humain. Il montre qu'un watermark probabiliste n'est pas un mécanisme robuste de preuve ou d'attribution face à un utilisateur motivé. La provenance utile devrait reposer sur des mécanismes explicites, vérifiables et proportionnés, pas sur une contrainte qui pousse mécaniquement à consommer une seconde inférence.