Kirchenbauer et al. (2023) hanno proposto un watermark per i testi dei modelli linguistici: prima della generazione di ogni token, un insieme pseudocasuale di token "verdi" viene leggermente favorito durante il campionamento. La distorsione è invisibile per chi legge, ma rilevabile statisticamente in un breve tratto di testo senza accesso al modello, il che consente agli strumenti a valle di segnalare i contenuti probabilmente generati dall'IA.
Il watermarking è uno degli approcci tecnici per tracciare la provenienza e rilevare gli abusi, ma resta aperto il dibattito sulla sua robustezza rispetto alle parafrasi.