Claude voorziet nu zijn output van watermerken. Maar daar verliest u geen plaatsing op.

Een klant stelde ons onlangs een vraag die u misschien ook aan uw eigen contentpartner wilt stellen: Anthropic is begonnen met het watermerken van Claude’s output — houdt u dit bij, en verandert dit iets aan wat u levert voor onze plaatsingen?

Een terechte vraag, waar de meeste aanbieders geen goed antwoord op hebben. Hier is onze publieke reactie, geschreven voor iedereen die deze vraag aan zijn leverancier wil stellen.

De korte versie: het watermerk is echt, het doet ertoe, maar het is nog steeds niet het punt waarop u een plaatsing misloopt.

Het detail dat de meesten missen, zit in één zin uit Anthropics beleid over hoe Claude AI-gegenereerde content markeert¹: vanaf augustus 2026 is de trigger voor markering “verwerkt door Claude” — niet “gegenereerd door Claude”. De vraag die iedereen stelt — “is dit door AI geschreven?” — is dus al de verkeerde vraag.

Maar trigger en signaal zijn twee verschillende dingen, en het tweede bepaalt alles. Een markering wordt niet op de tekst gestempeld; het zit verspreid over de woordkeuzes die Claude zelf maakt. Hoe meer tekst Claude schreef, hoe meer er te vinden is. Die nuance gaat in de meeste berichtgeving verloren, terwijl daar juist de praktische antwoorden zitten. De rest van dit artikel gaat over de juiste vragen.

Vanaf augustus 2026: wat is er veranderd, en waar staat detectie nu

Alles in deze sectie is bewust gedateerd: het beleid is nieuw en deze feiten veranderen nog.

Wat Anthropic heeft aangekondigd

Vanaf augustus 2026 beschrijft de pagina van Anthropic twee aanvullende technieken: een onzichtbaar watermerk in gegenereerde tekst, en C2PA-getekende herkomstmetadata bij gegenereerde bestanden zoals afbeeldingen. Op dezelfde pagina staat dat het tekstwatermerk op modelniveau wordt toegepast — dus aanwezig is, ongeacht welk Claude-product of -platform de tekst heeft geproduceerd — en dat markering overal geldt waar Claude wordt aangeboden, wereldwijd, niet alleen in de EU. Anthropic geeft een reden voor deze wereldwijde dekking die voorlopig is: het bedrijf past watermerken overal toe bij de lancering “omdat we nog geen duurzame manier hebben om het per regio te regelen”, en zegt dat het blijft evalueren.

Een dag later publiceerde Anthropic een tweede, veel specifiekere uitleg over hoe het tekstwatermerk werkt², en dat verandert wat hier eerlijk gezegd kan worden. De methode wordt genoemd: het is een variant van SynthID-Text, de techniek die Google DeepMind in 2024 in Nature publiceerde³, uit een familie van methodes die teruggaat tot een voorstel van Scott Aaronson in 2022. Er wordt niets in de tekst ingevoegd en er zijn geen verborgen tekens. In plaats daarvan, waar het volgende woord echt open ligt — Anthropics voorbeeld is “het weer vandaag was koud en…”, waarbij “bewolkt” en “grijs” beide goed zijn — verandert het watermerk alleen de bron van de willekeur waarmee het woord wordt gekozen, gebaseerd op een geheime sleutel en de voorgaande woorden. Lees de volgorde terug met de sleutel, en u kunt een kans berekenen dat Claude het heeft geschreven. Twee gevolgen die klanten direct vragen: het watermerk bevat geen identificerende informatie en kan volgens Anthropic niet worden herleid tot een persoon, organisatie of chat; en het kost niets extra, want het levert geen extra tokens op.

De trigger, per dezelfde datum, is content die door Claude is verwerkt, niet alleen content die door Claude is geschreven. De pagina noemt als voorbeelden: proeflezen, vertalen, samenvatten en bestandsconversie. Maar het tweede document is eerlijk dat deze niet gelijk zijn, en dat het verschil belangrijker is dan de trigger zelf — de kanttekeningen aan het eind van dit artikel pakken dat op, inclusief een conclusie die we eerst verkeerd hadden.

De regelgeving verklaart de datum. Volgens de EU AI Act⁴ moeten aanbieders van generatieve AI-systemen ervoor zorgen dat outputs gemarkeerd zijn in een machineleesbaar formaat en herkenbaar zijn als kunstmatig gegenereerd; Anthropic zegt dat het de Code of Practice van artikel 50(2) heeft ondertekend. De Europese Commissie⁵ bevestigt dat deze transparantieregels gelden vanaf 2 augustus 2026 — de datum die Anthropic aanhoudt als omslagpunt — en dat de recente “AI Omnibus”-vereenvoudiging de deadlines voor hoog-risico-systemen heeft verschoven, maar niet deze.

Een detail om goed te hebben: modellen die vóór 2 augustus 2026 zijn gelanceerd, zijn niet uitgezonderd. Vanaf augustus 2026 stelt Anthropic dat de wet deze modellen een overgangsperiode biedt en dat het werkt aan markering voor deze modellen — nog niet gemarkeerd, dus geen veilige haven.

Waar detectie nu staat

Op 17 augustus 2026 bestaat de technische beschrijving, maar het detectietool nog niet. In het tweede document zegt Anthropic dat er een API voor watermerkdetectie aankomt — “We zullen binnenkort een API voor watermerkdetectie aanbieden. We werken aan de details van de implementatie” — wat een toezegging is, geen geleverd product, en het is het enige middel dat een Claude-markering kan controleren.

Anthropic is duidelijk over wat zo’n controle kan bewijzen, en dat is minder dan mensen denken. Met de sleutel kan men alleen de vraag beantwoorden: “Wat is de kans dat dit deels door Claude is geschreven?” Het kan niet bevestigen dat tekst door een mens is geschreven, het kan niet zeggen of een andere AI het heeft geschreven, en het “kan niet onderscheiden of Claude het heeft geschreven of zwaar heeft bewerkt”. Afwezigheid van een markering zegt ook niets: detectie “werkt niet goed bij kleine fragmenten”, en een volledige herschrijving waarbij elk woord wordt vervangen, verwijdert het watermerk volledig.

De regelgeving bepaalt het minimum waar deze beperkingen op rusten. Volgens de uiteindelijke Code of Practice, per Bird & Bird’s analyse⁶, is een onzichtbaar watermerk verplicht bij vrije tekst langer dan 200 tokens — ongeveer 150 woorden — met als enige uitzondering “zeer korte tekst” daaronder. Vrije tekst is ook het enige geval waar één markering volstaat, omdat er geen metadata aan toegevoegd kan worden. En de detectieplicht is hier zwakker: aanbieders moeten detectie doorgaans gratis aanbieden, maar voor vrije tekstwatermerken — “omdat ze inherent minder betrouwbaar zijn” — mogen ze detectie beperken tot gecontroleerde expertgebruikers. De verplichting om detectie interoperabel te maken tussen aanbieders geldt pas vanaf 2 februari 2027.

Het dichtstbijzijnde vergelijkbare publieke tool helpt voor tekst ook niet: op dezelfde datum accepteert Google DeepMind’s SynthID Detector portal⁷ alleen afbeeldingen, video en audio — geen tekst — en is nog in beperkte testfase.

En de vraag waar u als plaatsingskoper echt om geeft: op 16 augustus 2026 vonden we geen enkele verklaring van een zoekmachine of AI-platform — in geen enkele richting — dat herkomstsignalen invloed hebben op ranking, indexering of filtering. Dat is een afgebakend “niets gevonden”, met reden gedateerd, geen belofte voor volgend jaar.

Herkomst en kwaliteit zijn verschillende assen

Hier is de herformulering die dit onderwerp nodig heeft: herkomst — welk hulpmiddel de tekst heeft aangeraakt — en kwaliteit — of de tekst bestaansrecht heeft — zijn verschillende assen. Zoekmachines hebben altijd alleen op de tweede gehandeld.

Google heeft herkomst nooit als rankingsignaal beschreven. Dat is niet hetzelfde als zeggen dat het géén signaal is; er is geen publieke uitspraak in welke richting dan ook. Maar de toepassingen die Google wel noemt, zijn er precies twee. In Googles blogpost over C2PA-integratie⁸ uit 2024, voedt herkomstmetadata het label “Over deze afbeelding” in Search en, in Ads, het doel van Google om “C2PA-signalen te gebruiken voor handhaving van belangrijke beleidsregels”. Labeling en advertentiehandhaving — en de Search-integratie geldt alleen voor afbeeldingen. Op dit moment is er geen enkele tekstherkomst zichtbaar in Search.

Wat Google wel handhaaft, zit op de kwaliteitsas, en is tool-onafhankelijk geformuleerd. Googles spambeleid⁹ definieert grootschalig contentmisbruik als pagina’s die zijn gegenereerd “met als primair doel zoekresultaten te manipuleren en niet om gebruikers te helpen” — en voegt toe dat dit geldt “ongeacht hoe het is gemaakt”. Het eerste voorbeeld is “Gebruik van generatieve AI-tools of andere soortgelijke tools om veel pagina’s te genereren zonder waarde toe te voegen voor gebruikers”, en Googles richtlijn over generatieve AI-content¹⁰ herhaalt die zin als kernpunt.

De Google Search Central Blog-framing uit 2023¹¹ — “Hoogwaardige content belonen, ongeacht hoe deze is geproduceerd” — trok de grens al bij intentie (“Automatisering — inclusief AI — gebruiken om content te genereren met als primair doel rankingmanipulatie is een schending van ons spambeleid”), en dat was het standpunt van 2023; de huidige richtlijn is nauwer. In Googles aankondiging van de spamupdate van maart 2024¹² is de tool helemaal uit het beleid gehaald: grootschalig contentmisbruik geldt “of automatisering, mensen of een combinatie daarvan is gebruikt”.

De schaal van AI-ondersteunde publicatie onderstreept hetzelfde punt. Graphite’s webbrede onderzoek¹³ vond dat AI-artikelen in november 2024 de overhand kregen op menselijke artikelen en sindsdien rond de helft blijven hangen — en, op dezelfde pagina, “deze artikelen verschijnen grotendeels niet in Google en ChatGPT”. Ongeveer de helft van de nieuwe artikelen is AI-gegenereerd, en de laagwaardige komen niet boven drijven. Dat is selectie op kwaliteit, niet detectie op herkomst — en kwaliteit is de as die u daadwerkelijk kunt sturen. Wij hebben hoe wij content produceren in het gen-AI-tijdperk uitgeschreven — de productiezijde van precies dit argument.

Wat u wél een plaatsing kost

Als herkomst niet het echte risico is, wat dan wel? Twee dingen, en beide bestonden al vóór watermerken.

Redactionele afwijzing kwam eerst

Uitgevers wachtten niet op watermerken om AI-content te weren — ze schreven het in hun redactiebeleid. WIRED’s generatieve-AI-beleid¹⁴, bijgewerkt in mei 2023, stelt: “We publiceren geen verhalen met door AI gegenereerde tekst, behalve als het feit dat het door AI is gegenereerd het onderwerp van het verhaal is” — en ziet niet-aangegeven AI-tekst als “gelijk aan plagiaat”. Clarkesworld Magazine’s actuele inzendrichtlijnen¹⁵ weigeren werk bij binnenkomst: het “overweegt geen inzendingen die zijn vertaald, geschreven, ontwikkeld of ondersteund door deze tools”, en waarschuwt dat een poging tot inzending “kan leiden tot een verbod op toekomstige inzendingen”.

Waar AI-content toch doorheen glipte, waren de gevolgen redactioneel, niet algoritmisch. Futurism’s onderzoek¹⁶ ontdekte dat Sports Illustrated productreviews publiceerde onder nep-auteurs met AI-gegenereerde profielfoto’s — een betrokkene zei “De content is absoluut door AI gegenereerd” — waarna uitgever The Arena Group aangaf “de content te verwijderen tijdens het interne onderzoek en de samenwerking met de betrokken opdrachtnemer te beëindigen”. CNET’s eigen redactionele toelichting op het AI-experiment¹⁷, begin 2023, beschrijft 77 AI-ontworpen artikelen, een volledige audit na feitelijke fouten, correcties, en een stop — “We zijn gestopt”, in de woorden van de uitgever. Verwijdering, correctie, pauze, beëindigd contract: die machine draait puur op redactioneel oordeel, en dat is nog steeds zo.

Dat oordeel is niet anti-tool. Muck Rack’s 2026 State of Journalism-rapport¹⁸ vond dat 82% van de journalisten minstens één AI-tool gebruikt — terwijl 88% “pitches die niet op hun onderwerp aansluiten direct negeert”. De mensen die uw tekst door een detector zouden halen, gebruiken zelf AI. Hun filter is onderwerp, relevantie en kwaliteit; dat was altijd zo.

De false-positive valkuil

De detectors die mensen nu daadwerkelijk gebruiken, zijn geen watermerkcontroles. Het zijn post-hoc-classifiers — statistische gokjes op basis van alleen de tekst, zonder sleutel en zonder markering — en ze slaan vaak mis bij echte mensen. Anthropic maakt hetzelfde onderscheid, en noemt Pangram als voorbeeld: zulke diensten zoeken naar “kenmerken” van AI-taal, wat “fundamenteel anders is dan controleren op een watermerk”. Wat een detector van een klant ook meldt, het leest niet waar dit artikel over gaat. Een Stanford-gelieerde studie op arXiv¹⁹ uit 2023 testte zeven veelgebruikte GPT-detectors op essays van niet-native speakers en vond dat ze “meer dan de helft van de TOEFL-essays als AI-gegenereerd bestempelden (gemiddelde false positive rate: 61,22%)”, met 97,80% van de essays door minstens één detector als AI gemarkeerd.

De leveranciers weten het. OpenAI trok zijn eigen classifier binnen zes maanden terug; de afsluitende notitie, geciteerd door Ars Technica²⁰, luidde: “Vanaf 20 juli 2023 is de AI-classifier niet meer beschikbaar vanwege de lage nauwkeurigheid.” Bij de lancering gaf OpenAI aan dat het slechts 26% van de AI-tekst herkende, terwijl “9 procent van de menselijke teksten onterecht werd aangemerkt”. Vanderbilt University²¹ schakelde Turnitin’s AI-detector in 2023 uit en rekende het publiekelijk voor: bij het door Turnitin opgegeven false-positive-percentage van 1% zouden de 75.000 ingediende papers in 2022 “ongeveer 750 studentpapers onterecht als AI-gegenereerd bestempelen”.

Graphite’s studie, hierboven genoemd, valideerde zijn gekozen detector op artikelen van vóór ChatGPT — en vond dat “4,2% van deze artikelen als voornamelijk AI-gegenereerd werd geclassificeerd”. Zelfs Google’s SynthID-paper, gepubliceerd in Nature³ in 2024, merkt op dat “post-hoc-detectiesystemen zelf computationeel duur kunnen zijn en in de praktijk beperkt bruikbaar door inconsistente prestaties”.

Voor plaatsingen is de false-positive-kost het grootst waar een echte expertstem het product is — ghostwritten expertcommentaar, waar een classifier die echte woorden van een expert markeert, een echte kans om zeep helpt. Een aanbieder die belooft “door de detectie te komen”, belooft te voldoen aan tools waarvan de documentatie als faalmodus heeft: mensen beschuldigen.

Waarom er nooit een universele AI-detector komt

De afwezigheden in de gedateerde sectie zijn geen tijdelijke gaten die tooling nog moet dichten. Ze zijn structureel.

Het verifiëren van een statistisch watermerk vereist de privésleutel van de generator. Google’s SynthID-documentatie²² instrueert ontwikkelaars dat elke watermerkconfiguratie “veilig en privé moet worden opgeslagen, anders kan uw watermerk eenvoudig door anderen worden gerepliceerd”, en biedt detectoropties van volledig privé tot publiek. De barrière is niet de kosten — het Nature-artikel is expliciet dat detectie “geen dure berekeningen of toegang tot het onderliggende LLM vereist”. De barrière is sleutels. Elke aanbieder kan hooguit zijn eigen markeringen detecteren. Een universele detector zou de medewerking van alle generatoren vereisen, en de prikkels werken de andere kant op.

Er zijn gaten die geen enkele samenwerking dicht. Eén frontier-lab bouwde een tekstwatermerk en besloot het niet uit te rollen: in een verklaring uit 2024, geciteerd door Language Log²³, zei OpenAI dat het “een tekstwatermerk heeft ontwikkeld dat we blijven overwegen”, maar het “minder robuust acht tegen wereldwijde bewerking” — vertaling, herschrijven met een ander model — “waardoor het triviaal te omzeilen is door kwaadwillenden”. Open-weight modellen vallen volledig buiten het bereik van elke markering; het Nature-artikel zelf merkt op dat het lastig is om watermerkmodellen decentraal te implementeren. En zelfs een uitgerold watermerk degradeert: Google documenteert dat detector-betrouwbaarheid “sterk afneemt als een AI-tekst grondig wordt herschreven of vertaald”.

Anthropic zegt nu hetzelfde over zijn eigen bereik, en bevestigt wat er komt. Hun sleutel werkt alleen voor Claude: een watermerk “kan niet aangeven of tekst door een andere AI is geschreven (zelfs als die ook watermerkt, gebruikt die een andere sleutel; mogelijk ook een andere methode)”. En dit is geen Anthropic-project. Ongeveer 190 ondertekenaars tekenden de EU Code of Practice on Transparency of AI-Generated Content in juli 2026, en Anthropic stelt expliciet dat andere grote modelontwikkelaars “hun eigen watermerken zullen implementeren”. Veel sleutels, veel methodes, elk in hun eigen silo.

Eén kracht werkt de andere kant op en verdient het om genoemd te worden: de Code verplicht ondertekenaars om uiterlijk 2 februari 2027 een oplossing voor interoperabele watermerkdetectie te hebben — een publiek toegankelijke routering, een ingebedde signaalgever, een gedeeld consortium, of iets vergelijkbaars. Dat is een deadline, geen werkend systeem, en het is een routeringslaag, geen gedeelde sleutel. Het is de beste reden om verbetering te verwachten, maar het levert nog steeds geen detector die alles leest, want open-weight modellen vallen buiten het hele regime.

Dus het realistische eindbeeld tot minstens 2027 is: silo’s per aanbieder — elk frontier-lab kan alleen zijn eigen output controleren, niemand kan alles controleren, en een schone uitslag van één enkele detector zegt weinig.

De verwijdertool die zichzelf onderuithaalt

Als herkomst niet te verifiëren is, kan het dan tenminste worden verwijderd? Er is een open-sourceproject dat daar precies voor is gebouwd — watermarks-remover²⁴, dat begon als een Claude-specifieke “remove-claude-marks”-tool — en het meest leerzame is de eigen README.

Die opent met de erkenning: “Totdat aanbieders publieke detectors en sleutels leveren, kan geen enkele tool eerlijk beweren ‘dit faalt de officiële controle’.” En opnieuw: “Het kan niet garanderen dat leveranciersdetectors zullen falen.” De deterministische laag verwijdert onzichtbare Unicode-tekens — wat, tegen een Claude-tekstmarkering, nu bevestigd is als zinloos. “Er wordt niets aan de tekst toegevoegd en er zijn geen verborgen tekens,” stelt Anthropics technische uitleg. Dan blijft alleen de statistische laag over, expliciet “best effort” — herschrijven met een ander model, omdat een statistisch watermerk over tokenkeuzes verspreid zit en “verwijderen betekent herschrijven, niet herstructureren”. Anthropic erkent hetzelfde: “Lichte bewerking verwijdert het watermerk waarschijnlijk niet volledig; een volledige herschrijving waarbij elk woord wordt vervangen wel.” De README noemt vervolgens de prijs: de herschrijving “vlakt toon, stem en precisie af”; bij SEO-, marketing- en klantwerk “is die kwaliteitsdaling reëel en vaak zichtbaar”; de output “kan nooit boven het niveau van het herschrijfmodel uitkomen”. Het eindigt met de vraag die de cirkel rondmaakt: als u toch alles herschrijft met een goedkoper model, is direct genereren met dat model “eenvoudiger, goedkoper en levert hetzelfde — of beter — resultaat op”. C2PA-bestandsmetadata worden ondertussen triviaal gestript — kwetsbaar door het ontwerp van de bestandsformaten, in lijn met Anthropics eigen lijst van metadata-verlies in de gedateerde sectie.

Hier zit ook een compliance-aspect aan, dat u moet kennen voordat iemand scrubbing als dienst voorstelt. Volgens dezelfde Code of Practice moeten ondertekenaars zich inspannen om markeringen te behouden, moeten ze knoeien verbieden in hun voorwaarden, en mogen ze “geen omzeiltools plaatsen of promoten”. De tooling bestaat en zal blijven bestaan; wat niet bestaat, is een versie die een serieuze aanbieder in een voorstel kan zetten.

Dat is de kern van dit artikel. Proberen de herkomstas te managen, kost u de kwaliteitsas — de as die bepaalt of een editor uw stuk behoudt.

Wat u elke aanbieder (ook ons) moet vragen

Hoe ziet een goed antwoord op de klantvraag er dan uit? Geen detectiebelofte — een proces. Dit zijn de zes vragen die wij elke contentpartner, inclusief onszelf, zouden stellen; ze beschrijven onze eigen outreach link building en listicle trajecten, waarbij u de doelsite, URL, anchor en concept goedkeurt voordat er iets live gaat.

1. Zijn research, schrijven en factchecken gescheiden stappen, uitgevoerd door aparte agenten? Goed antwoord: ja, en ze kunnen de scheiding laten zien in plaats van alleen beschrijven. In onze workflow zijn research, outlining, schrijven, claimextractie, factverificatie, correctie en de laatste consistentiecheck elk hun eigen agentmodule met een eigen systeemprompt. De schrijfagent krijgt geen tools — een lege lijst, niet een beperkte — en kan dus niet zoeken, scrapen of ophalen, en werkt alleen met het feitenbestand dat de researchfase heeft geverifieerd. Factchecken is bewust ook niet één agent: een navigator doet de zoekopdrachten, een aparte beoordelaar op een ander model beoordeelt de uitkomst, dus degene die een claim checkt is niet degene die bewijs zocht.

2. Waar zitten de menselijke controles, en kan de machine zonder? Goed antwoord: het systeem dwingt de controles af — een document erover is niet genoeg. In onze workflow zijn er drie in code: een persoon kiest het idee, keurt het concept goed, en keurt de content goed — en een plaatsing kan pas verder als een mens die laatste goedkeuring geeft. De pipeline kan niet zelfstandig een artikel publiceren.

3. Worden feiten geverifieerd op geopende bronpagina’s, of op zoekfragmenten? Goed antwoord: pagina’s. In onze pipeline opent en leest de researchagent elke bronpagina voordat een feit in het dossier komt, en de factcheckfase vereist het exacte citaat of fragment uit de bronpagina als bewijs voor elke claim.

4. Welk model schrijft de tekst — en kunnen ze het benoemen? Dit is de vraag die de markeringsexposure bepaalt, en het is de vraag waarop leveranciers het vaakst met een categorie in plaats van een naam antwoorden. Omdat het watermerk aan de gekozen woorden hangt, kan een aanbieder wiens schrijfmodel het watermerk aanbrengt, een echt antwoord geven over het grootste deel van de tekst; een aanbieder die dat model alleen gebruikt om andermans alinea’s op te poetsen, niet. Ons eigen antwoord, op het detailniveau waar we achter staan: verschillende fasen van onze pipeline draaien op verschillende modellen, en het model dat de tekst schrijft is niet het model dat hier wordt gemarkeerd. Wees kritisch op “we gebruiken AI verantwoord” — dat is geen antwoord op deze vraag.

5. Wat beloven ze precies over detectie? Een aanbieder die garandeert dat content “door AI-detectie komt”, belooft een check die nu niemand kan uitvoeren — per de gedateerde sectie is Anthropics detectie-API aangekondigd en nog niet beschikbaar — en die, als hij er is, alleen door Anthropic kan worden uitgevoerd, alleen op eigen markeringen, en mogelijk alleen voor gecontroleerde expertgebruikers. Waar zo’n aanbieder echt op test, zijn de post-hoc-classifiers hieronder, die aantoonbaar vaak mensen vals beschuldigen. De juiste belofte is redactioneel: het leest goed, het klopt, en een mens heeft het goedgekeurd.

6. Wat gebeurt er bij afwijzing of verwijdering van een plaatsing? Het gedocumenteerde risico is redactionele afwijzing — dus dat moet het contract afdekken, met vervangings- of restitutievoorwaarden zwart op wit. Wij hebben waarom wij een tevredenheidsgarantie bieden uitgeschreven als het lange antwoord op precies deze vraag.

Kan een aanbieder alle zes specifiek beantwoorden, dan verandert het watermerk-nieuws niets voor u. Kan dat niet, dan was watermerken nooit uw grootste probleem.

Twee eerlijke kanttekeningen

De trigger is breed; het signaal niet

Toen we dit artikel voor het eerst publiceerden, trokken we de verkeerde praktische conclusie uit de juiste observatie. De trigger is echt “verwerkt door” — Anthropic noemt proeflezen en samenvatten als voorbeelden, en “een mens schreef het” is niet de geruststelling die men denkt. Maar we suggereerden vervolgens dat een AI-grammaticacontrole dus een detecteerbaar spoor achterlaat, en Anthropics technische uitleg, de dag erna gepubliceerd, zegt het tegenovergestelde:

Wanneer Claude tekst van een mens proefleest, is het resultaat meestal slechts licht bewerkt; omdat vrijwel alle woorden van de mens zijn, is er nauwelijks (of geen) watermerk om aan te hechten.

En over een pure grammatica- en interpunctiecontrole: “het watermerk kan alleen zitten in de paar correcties, wat te weinig kan zijn om te detecteren.” Hetzelfde geldt waar de woorden vastliggen — Anthropic merkt op dat feitelijke passages en code minder watermerk bevatten dan vrije tekst, omdat er geen vrije keuze is voor het signaal.

Dus de eerlijke versie is een glijdende schaal, geen schakelaar. Tekst die Claude grotendeels schreef, daar zit het signaal. Tekst die Claude alleen aanraakte, niet, en de regelgeving trekt daar zelf een ondergrens: niets onder ongeveer 150 woorden hoeft gemarkeerd te worden. De fout die we beschreven — de shop die zweert “AI-vrij” te zijn maar wel AI-grammaticacontroles draait — is nog steeds mis over het eigen proces, en dat is nuttig om te weten over een leverancier. Maar het is, op basis van dit bewijs, niet waarschijnlijk een detectieprobleem.

Niemand kan herkomst bewijzen, in geen enkele richting

De verificatiekloof werkt beide kanten op. Wij kunnen niet bewijzen dat onze content ongemarkeerd is, net zomin als een criticus kan bewijzen dat een pagina gemarkeerd is — Anthropics eigen uitleg, zie de gedateerde sectie, is dat een markering een signaal is, geen bewijs, en dat afwezigheid niets zegt. Dus dit artikel claimt niet te veel in welke richting dan ook, en u moet iedereen wantrouwen die dat wel doet: een aanbieder die “geen watermerken” garandeert, verkoopt dezelfde onbewezen zekerheid als een criticus die beweert ze te hebben gevonden.

Dit is een uitspraak over vandaag, met een houdbaarheidsdatum. Als Anthropics detectie-API live gaat, kan één partij — Anthropic — één vraag beantwoorden, over eigen markeringen, met een waarschijnlijkheid in plaats van een oordeel. Dat verkleint de kloof, sluit hem niet, en het is de moeite waard om dit artikel dan opnieuw te bekijken.

Kat en muis: het perspectief van de oprichter

Hier stap ik over van “wij” naar “ik”, want dit is oordeel, geen citaat. In twintig jaar in dit vak zie ik steeds hetzelfde patroon: Google kondigt een harde lijn aan, de branche voorspelt het einde van een praktijk, en dan volgt handhaving laat, treft de slordigste partijen, en stopt ver voor het einde.

Het meest recente voorbeeld is al genoemd. In de aankondiging van maart 2024, hierboven geciteerd, noemde Google “zeer laagwaardige, door derden geproduceerde content die primair is bedoeld voor rankingdoeleinden en zonder nauwe betrokkenheid van de site-eigenaar” — parasite SEO, in branchetaal — “en publiceerde dit beleid twee maanden voor handhaving op 5 mei”. Googles Search Liaison, geciteerd door Ranktracker²⁵, zei dat de handhaving begon op 6 mei, de dag na inwerkingtreding. In november 2024, volgens de bijgewerkte beleidsregels geciteerd door Website Builder Expert²⁶, sloot Google het eerste-partij-loophole, met Glenn Gabe die rapporteerde dat de getroffen secties van Forbes Advisor, CNN Underscored en WSJ Buyside feitelijk uit de index verdwenen.

Dat is de kat die een muis vangt — enkele muizen. Wat ik nog steeds zie, jaren na de eerste “we gaan handhaven”-aankondiging, is dezelfde praktijk, springlevend. Dat is geen kritiek op Google; het is het waarneembare tempo van handhaving op webschaal — en dit is een beleid waar detectie makkelijk is: de content is openbaar en het patroon is duidelijk. Zet die verwachting nu af tegen herkomst, waar, per de gedateerde sectie, niemand de check überhaupt kan uitvoeren.

Twintig jaar voorspelde crackdowns hadden deze branche meerdere keren moeten beëindigen, en hij bestaat nog steeds — omdat wat elke cyclus overleeft, altijd hetzelfde is: werk dat standhoudt onder de controle die het altijd al zou krijgen. Het watermerk is niet het probleem. Dat was het nooit.

U weet nu hoe een goed antwoord op de klantvraag klinkt. Leg de zes vragen hierboven voor aan wie uw content bouwt, en luister naar de details. Zijn de antwoorden vaag, dan is dat het echte antwoord.