Kirchenbauer et al. (2023) ont proposé un filigrane pour les textes produits par les modèles de langage : avant la génération de chaque token, un ensemble pseudo-aléatoire de tokens « verts » est légèrement favorisé lors de l’échantillonnage. Ce biais est invisible pour le lecteur, mais détectable statistiquement sur un court passage, sans accès au modèle, ce qui permet à des outils en aval de signaler les contenus probablement générés par IA.
Le watermarking est une approche technique parmi d’autres pour établir la provenance et détecter les abus ; sa résistance à la paraphrase fait toujours débat.