Fable 5.1 marca TODO con una marca de agua, así es como puedes eliminarla
CChase AI
Computing/SoftwareInternet Technology
Transcript
00:00:00Así que ayer Anthropic lanzó Fable 5.1, y es el primer modelo que han publicado
00:00:04que ahora marca con una marca de agua todo lo que crea. Y hoy voy a mostrarles cómo pueden deshacerse
00:00:10de ella. Pero primero hablemos de qué es siquiera esta marca de agua, porque es un poco
00:00:14impropio llamarla marca de agua en absoluto, por qué está aquí en primer lugar y cómo funciona.
00:00:19Porque si entienden esas cosas, entonces la solución para evitar esta marca de agua tendrá mucho
00:00:23más sentido. Ahora, ¿por qué tenemos que lidiar con esto? Bueno, es porque esto está
00:00:26en cumplimiento con una Ley de Inteligencia Artificial de la UE que prácticamente todos los principales laboratorios de frontera han firmado con la
00:00:31excepción de XAI. Y lo que establece este código es que necesitan, y ellos siendo la UE,
00:00:38necesitan una manera de poder saber si algún tipo de texto o algún tipo de resultado fue creado por IA.
00:00:43Y para hacer esto, Anthropic ha añadido una marca de agua a todos sus resultados para los modelos lanzados
00:00:50después del 2 de agosto de 2026, que precisamente es Fable 5.1. Ahora, Anthropic afirma que esto no tiene
00:00:56efectos prácticos en el resultado real que les da, y que es muy limitado en términos de lo que
00:00:59va a cambiar si hablamos de código. Pero, ¿cómo funciona realmente esta cosa? ¿Y por qué
00:01:03lo llamé un nombre inadecuado en primer lugar? Ahora, la estrategia de Anthropic para inyectar estas marcas de agua
00:01:07en sus resultados se basa en un artículo que salió de Google en 2024 llamado Marcado de agua escalable
00:01:13para identificar resultados de grandes modelos de lenguaje. Ahora, este es un artículo relativamente técnico. Entra en
00:01:19el marcado de agua basado en torneos de SynthID. Pero déjenme darles un modelo mental simple para que lo asimilen.
00:01:25Ahora, como saben, los grandes modelos de lenguaje y sus resultados se basan en la probabilidad y hay una
00:01:29cierta cantidad de aleatoriedad involucrada. Si le doy una frase que dice, ella está en blanco y necesita
00:01:34completarla, bueno, va a tener una lista de palabras que posiblemente podría usar para terminar esa frase.
00:01:41Y digamos que esas palabras son hermosa, imponente, preciosa y bonita. Ahora, en realidad,
00:01:48cada una de estas palabras tendrá un porcentaje diferente o una probabilidad diferente asociada con ellas en términos de
00:01:54lo que elegirá el gran modelo de lenguaje. Un término que escucharán a menudo se llama softmax, pero solo necesitan
00:01:58entender que todas estas palabras tienen una probabilidad asociada con ellas con respecto a cuál elegirá el
00:02:04gran modelo de lenguaje. Para este ejercicio mental, quiero que imaginen que todas estas tienen
00:02:08exactamente el mismo porcentaje, ¿verdad? Así que cada una de estas palabras para terminar la frase tiene un 25% de probabilidad
00:02:14de ser elegida. Ahora, normalmente antes de que el marcado de agua entrara en vigor, simplemente elegiría una de estas.
00:02:20Y digamos que lanza el dado de cuatro caras y elige hermosa. Genial, ¿verdad? Tenía un 25%
00:02:26de probabilidad, todas estas tenían la misma probabilidad de ser elegidas. Pero ahora trabajamos en un sistema diferente y ese sistema
00:02:31es el sistema de marcas de agua. Con el sistema de marcas de agua, todavía podemos estar en el mismo lugar donde digo,
00:02:38oye, necesito que completes la frase, ella está en blanco, y tienes cuatro opciones, ¿verdad? Y digamos,
00:02:42nuevamente, que son estas cuatro palabras y tienen la misma probabilidad. Cuando añadimos la construcción de marcas de agua,
00:02:49lo que va a hacer es esencialmente cargar este dado. Si este es algún tipo de
00:02:54dado de cuatro caras, bueno, entonces va a decir, hmm, para fines de marcas de agua, hermosa ahora va
00:03:01a ser un 50% y preciosa va a ser un 30%. Así que cuando añadimos un sistema de marcas de agua,
00:03:10va a elegir ciertas palabras y les dará más peso. Y debido a que ciertas palabras tienen más
00:03:15peso cuando el gran modelo de lenguaje las elige, bueno, esas palabras van a mostrarse
00:03:19con más frecuencia, ¿verdad? Usando un sistema de marcas de agua, la mayoría de las veces va a decir ella es
00:03:25hermosa. Ahora, ustedes como usuarios finales no tienen ni idea de cuáles son estas palabras y qué palabras están siendo
00:03:32más pesadas. Pero alguien que tiene la clave, la clave secreta de la marca de agua puede saberlo. Ahora,
00:03:40no pueden saberlo con absoluta certeza porque al igual que antes, ya sabes, siempre había la posibilidad
00:03:45de que dijera, ya sabes, ella es hermosa. No sabes si necesariamente tenía una mayor
00:03:49probabilidad debido al marcado de agua. Pero una persona con la clave va a saber qué palabras se ponderaron
00:03:55con más fuerza. Y luego les dará algún tipo de probabilidad que le dice a ese usuario que tiene la
00:04:01clave, es decir, los reguladores europeos, de acuerdo, hay un 90% de probabilidad de que este texto, 100% de probabilidad, un 99% de probabilidad de que este
00:04:09texto haya sido escrito con Claude, o este texto haya sido escrito con IA. Así es como funciona. Ahora,
00:04:15la idea aquí es que estas palabras que elige cambiar y ponderar más fuertemente con la marca de agua
00:04:20no van a cambiar el significado general de la frase. No va a cambiar tu resultado.
00:04:24No va a cambiar tu rendimiento. Y cuando hablamos de código específicamente, no va a cambiar
00:04:28el código si va a afectar cómo se vería el resultado. Y no va a cambiar los hechos.
00:04:34Ya sabes, si dice, oye, este evento histórico, ya sabes, ocurrió el, ya sabes, 810. Bueno,
00:04:41no va a cambiar esa redacción, ¿verdad? Es un hecho. Ocurrió el 810. Eso no va a ser
00:04:45cambiado. Pero esa es una explicación simplificada, de nuevo, simplificada de cómo funciona este sistema.
00:04:52Ahora, Anthropic no ha revelado por completo el algoritmo exacto de cómo funciona eso, pero podemos
00:04:57extrapolarlo a partir de los documentos de DeepMind. Y lo que también deberían haber deducido de eso es que
00:05:02tener esta clave es la única manera de saber si fue escrito por IA en función del sistema de marcas de agua.
00:05:08Y esta clave no es pública. Para obtener acceso a la clave, tienes que solicitar acceso. No hay una lista
00:05:12pública. Probablemente tengas que ser algún tipo de regulador de la UE. Así que cualquiera que salga por ahí y diga,
00:05:16oh, oye, aquí está mi sitio web que puede decir si tiene marca de agua o no, eso es una mentira, esto no
00:05:21existe. Ahora, si quieres profundizar en cómo funcionan las marcas de agua de texto, Anthropic también tiene su propio
00:05:25artículo. Y realmente intentan recalcar el punto de que esto no va a afectar los resultados.
00:05:29Así que el sistema de marcas de agua, en esencia, se trata de que ciertas palabras se elijan más que otras.
00:05:35Y este es un algoritmo estadístico que tú, el usuario final, nunca podrás descifrar a menos que
00:05:40tengas la clave. Entonces, ¿cómo solucionamos esto? ¿Hacemos simplemente una edición ligera de los resultados de texto
00:05:47que nos da Claude y esperamos que eso funcione? ¿O necesitamos reescribir esencialmente todo el asunto?
00:05:52¿Y cómo lo reescribimos? Porque no puedes usar Claude para reescribir lo que sea esta frase,
00:05:56porque eso tendrá una marca de agua. Y tampoco puedes usar ChatGPT. Tampoco puedes usar Gemini.
00:06:01Así que tus opciones se vuelven bastante claras. Necesitas reescribir partes significativas del texto mientras
00:06:09mantienes la esencia general. Y necesitas usar ya sea XAI. Así que necesitas usar Grok o con más
00:06:16probabilidad lo que vas a hacer es usar algún tipo de modelo de código abierto, ¿verdad? Algún tipo de modelo chino
00:06:21que puedas descargar y ejecutar en tu computadora que A va a ser gratis y B no está sujeto a
00:06:28estas leyes de marcas de agua. Ahora, ¿cómo se ve ese sistema en un sentido práctico? Bueno, haces todos tus
00:06:33resultados normales con Claude. Y si has creado algo, piensa en algún tipo de publicación de blog larga, y no
00:06:37quieres que sea marcada con la marca de agua, vamos a tomar ese resultado. Luego vas a enviarlo
00:06:42a algún tipo de modelo local. Y Claude puede hacer eso por ti. Hay montones de modelos locales realmente buenos
00:06:47por ahí que puedes descargar a través de OLLAMA. Ese modelo local va a proceder a hacer lo suyo.
00:06:51Va a reescribir el texto. Le vas a dar una instrucción que diga: “Oye, quiero que,
00:06:55ya sabes, conserves la sensación real de esto. Puedes insertar tus propias notas de voz, lo que sea”. Y luego, una vez
00:07:01que esté completo, simplemente enviará su respuesta exacta palabra por palabra de vuelta a Claude. Y puedes hacer
00:07:05lo que quieras con ello en ese momento. Ahora, la otra variable que debes tener en cuenta en todo esto
00:07:09es la longitud de tus resultados. Como, ¿de cuántos tokens estamos hablando? Porque, y este no es un
00:07:14número que realmente podamos saber, es cuántos tokens, qué tan largo debe ser este resultado
00:07:19para que la API de detección, si se ejecuta, diga con algún grado de confianza que fue escrito con IA.
00:07:25Porque si solo estoy escribiendo comentarios de LinkedIn que simplemente dicen: “Ella es hermosa”, ¿puede la API realmente saber
00:07:31si eso fue escrito con Claude o no? No. Así que si eres alguien que tiene mucho miedo de que
00:07:37las cosas tengan marcas de agua y se atribuyan a Claude, bueno, pregúntate: “¿Estoy escribiendo cosas que son lo suficientemente largas
00:07:41como para que siquiera importe?”. Si estamos hablando de publicaciones de LinkedIn, comentarios de, ya sabes,
00:07:46menos de 100 palabras más o menos, probablemente no. Pero si estamos hablando de publicaciones de blog gigantescas que tienen miles de palabras
00:07:51de largo, sí, vas a ser alcanzado por esa marca de agua. Y va a ser muy obvio que
00:07:56fue escrito con Claude. Ahora, la forma más fácil de configurar todo esto es descargar Ollama,
00:08:00descargar un modelo local que tenga sentido para tu hardware en particular, y luego crear una habilidad dentro de
00:08:05Claude que, cuando la invoques, envíe tu resultado a ese modelo local, haga su reescritura completa,
00:08:10y luego lo devuelva. Para facilitarte las cosas, he creado una instrucción completa que te guía a ti
00:08:15y a Claude durante todo el proceso. Simplemente copias y pegas esto en Claude. Va a hacer un poco de
00:08:20investigación sobre tu hardware. Va a averiguar qué modelo local tiene sentido para ti. Va
00:08:24a descargar e instalar Ollama si no lo has hecho. Luego va a crear una habilidad para ti,
00:08:28y te hará preguntas para que puedas obtener la redacción real de cómo suena esa reescritura.
00:08:35Básicamente inyectar tu voz, dar ejemplos, ese tipo de cosas. Así que dejaré un enlace abajo
00:08:40para hacer esto realmente. Y en lugar de guiarte por todo esto paso a paso durante los
00:08:44próximos 10 minutos, simplemente ejecuta esta instrucción y lo hará todo por ti. Así que espero que toda esa explicación
00:08:48sobre las marcas de agua haya tenido sentido. Esto no es una marca de agua real. No hay nada escrito detrás
00:08:53de escena. No hay código ahí. Es solo que se van a usar palabras específicas con más frecuencia.
00:08:57No tendrás ni idea de cuáles son esas palabras específicas. La única forma en que puedes saberlo es si tienes
00:09:02la clave de la marca de agua, la cual no tendrás a menos que seas algún tipo de regulador. Así que cualquiera que
00:09:07te esté diciendo que puede saber que tiene marca de agua prácticamente te está mintiendo. Así que tenlo claro de inmediato.
00:09:11Y basándote en cómo funciona esto, de nuevo, puedes profundizar en ese documento de DeepMind si quieres. La única forma
00:09:16en que vas a evitar esto es con una edición pesada. No van a ser ediciones ligeras. Tienes que
00:09:20reescribirlo todo. Y la única forma en que vas a poder hacer eso es con un modelo de código abierto.
00:09:24Y va a ser la forma más barata. Así que si quieres tener en tus manos esa instrucción,
00:09:29puedes encontrarla más abajo. Espero que esto le ayude a algunos de ustedes. Para ser totalmente honesto,
00:09:33creo que todo esto está bastante exagerado en cuanto a, ya sabes, que las cosas reciban marcas de agua
00:09:38de esa naturaleza. La mayoría de las personas que ves usando IA para hacer su escritura, ya es dolorosamente obvio
00:09:43que es IA porque realmente no tienen ni idea de cómo humanizarlo o hacer que suene como ellos.
00:09:49Y a menos que lleguemos a un punto en el que, ya sabes, donde sea que publiques,
00:09:52cada sitio web tenga algún tipo de detector de marcas de agua y eso se convierta en una especie de enorme falta de etiqueta.
00:09:58Nuevamente, todo lo que tenemos que hacer es pasar esto por un modelo local y estás prácticamente libre de culpa.
00:10:02Así que háganme saber qué les pareció. Asegúrense de revisar Chase AI+ para tener en sus manos
00:10:06la Clases Magistrales de Cloud Code si esto es algo en lo que quieren profundizar más.
00:10:10Aparte de eso, diviértanse evitando estas marcas de agua.
Community Posts
No posts yet. Be the first to write about this video!
Write about this video