Kirchenbauer et al. (2023) propusieron una marca de agua para el texto de los modelos de lenguaje: antes de generar cada token, se favorece ligeramente durante el muestreo un conjunto pseudoaleatorio de tokens «verdes». El sesgo es invisible para el lector, pero detectable estadísticamente en un fragmento breve de texto sin acceso al modelo, lo que permite a herramientas posteriores señalar contenido probablemente generado por IA.
Las marcas de agua son un enfoque técnico para la trazabilidad del origen y la detección de usos indebidos, y sigue abierto el debate sobre su resistencia a la paráfrasis.