Este artículo presenta Innamark, un novedoso método para ocultar información dentro del texto, que aborda la creciente dificultad de distinguir entre texto generado por modelos de lenguaje a gran escala (LLM) y texto de autoría humana. A diferencia de los métodos existentes basados en lenguaje o formato, que alteran el significado del texto o son inaplicables a texto sin formato, Innamark puede ocultar cualquier secuencia codificada en bytes dentro de un texto suficientemente largo, preservando su significado al reemplazar los espacios en blanco existentes por espacios en blanco Unicode visualmente similares. Proporciona una biblioteca multiplataforma, herramientas de línea de comandos y una interfaz web implementada en Kotlin, que permite a los usuarios configurar la compresión, el cifrado, el hash y la corrección de errores especificando la estructura de un mensaje secreto. Los resultados experimentales, utilizando un conjunto de datos de 1 000 000 de artículos de Wikipedia, demuestran la robustez de Innamark y la naturaleza indetectable de su marca de agua, la cual es indetectable para los humanos. Además, analizamos las limitaciones en cuanto a la capacidad de incrustación y la robustez del algoritmo, así como las futuras líneas de investigación.
