Un attacco di parafrasi è una modifica o una riscrittura progettata per mantenere il significato di un testo mentre ne cambia abbastanza la formulazione da indebolire o rimuovere un segnale di watermark. Nel watermarking testuale per l'IA, il marcatore nascosto è di solito statistico, non visibile, quindi gli attaccanti non devono eliminarlo direttamente; possono invece riscrivere, riassumere, tradurre o rigenerare il testo tramite un altro modello finché il modello originale diventa più difficile da rilevare.
Questo è importante perché il watermarking viene spesso usato per la provenienza, il filtraggio dello spam, il rilevamento dell'impersonificazione e il triage delle operazioni di influenza. Se un rilevatore fallisce dopo la parafrasi, i difensori potrebbero non notare contenuti generati automaticamente oppure sopravvalutare l'affidabilità di una corrispondenza. Difese efficaci includono schemi di watermark progettati per la robustezza, test contro le riscritture comuni, una calibrazione per ridurre i falsi positivi e i falsi negativi, e l'uso dei risultati del watermark come un segnale tra log, metadati e altri controlli forensi, anziché come prova a sé stante.