Jak zaznacza Anthropic, nowy mechanizm stosowany przez Claude’a nie będzie przypominał klasycznego znaku wodnego. W tekście nie pojawią się dodatkowe znaki, ukryte symbole ani inne elementy, które użytkownik mógłby zobaczyć lub łatwo wskazać. Sam tekst ma wyglądać i brzmieć dokładnie tak samo jak odpowiedź pozbawiona watermarku.
Niewidoczny znak wodny w tekstach Claude AI
Technika wykorzystuje sposób, w jaki duże modele językowe generują kolejne tokeny. W wielu miejscach model ma do wyboru kilka słów, które równie dobrze pasują do kontekstu. Watermark nie zmusza Claude’a do użycia konkretnego słowa, lecz zmienia źródło losowości wykorzystywane przy wyborze spośród takich możliwości. Sekwencja tych wyborów tworzy statystyczny wzorzec, który można później sprawdzić przy użyciu odpowiedniego klucza.
To rozwiązanie jest oparte na SynthID-Text, metodzie opracowanej przez Google DeepMind i opisanej w 2024 roku na łamach „Nature”. Badania obejmujące niemal 20 mln rzeczywistych odpowiedzi Gemini wykazały, że w wariancie zachowującym jakość tekstu nie odnotowano pogorszenia wyników ocenianych przez użytkowników ani przez ludzi porównujących odpowiedzi. Tym samym Anthropic deklaruje, że watermark nie powinien mieć praktycznego wpływu na jakość odpowiedzi Claude’a.
Nie będzie drożej ani wolniej
Firma twierdzi również, że nie zmieni poziomu kreatywności, czytelności ani treści generowanego tekstu. Nie powinien także zwiększać kosztu korzystania z modelu ani wymagać generowania dodatkowych tokenów.
Mechanizm działa przede wszystkim tam, gdzie model ma rzeczywisty wybór. Jeżeli poprawna odpowiedź jest jednoznaczna, watermark nie ma czego „znakować”. Przykładowo po wyrażeniu „2 + 2 =” model nie może bez pogorszenia poprawności zastąpić wyniku „4″ inną liczbą. Z tego samego powodu znakowanie będzie z natury słabsze w kodzie, który w wielu miejscach musi zachować ścisłą składnię i konkretne wartości.
Watermark może natomiast pojawić się tam, gdzie istnieje arbitralny wybór, na przykład w komentarzach. Według Anthropic jego wpływ na właściwy kod ma być w takich przypadkach pomijalny.
Watermark nie powie, kto korzystał z Claude’a
Istotnym ograniczeniem rozwiązania jest to, że watermark nie będzie identyfikatorem użytkownika. Nie ma wskazywać konkretnej osoby, organizacji ani rozmowy. Pozwoli jedynie oszacować prawdopodobieństwo, że w powstaniu analizowanego materiału uczestniczył Claude.
Nie oznacza to również, że detektor będzie potrafił rozstrzygnąć, czy tekst został napisany przez człowieka. Nie będzie też wskazywał użycia innego modelu AI. Anthropic zaznacza, że wykrywanie watermarku jest mniej skuteczne w przypadku krótkich próbek, ponieważ zawierają one mniej decyzji, w których można pozostawić statystyczny ślad.
W przypadku redagowania tekstu stworzonego przez człowieka sytuacja będzie jeszcze bardziej skomplikowana. Jeżeli Claude poprawi jedynie kilka błędów gramatycznych czy interpunkcyjnych, liczba nowych wyborów modelu może być zbyt mała, aby watermark można było wiarygodnie wykryć. Im więcej tekstu wygeneruje sam Claude, tym więcej informacji będzie dostępnych dla mechanizmu detekcji.
Czym to się różni od dotychczasowych „wykrywaczy AI”?
Watermark Anthropic to mechanizm zasadniczo inny od popularnych narzędzi typu Pangram czy podobnych detektorów tekstu generowanego przez AI. Te ostatnie nie mają dostępu do klucza kryptograficznego – zamiast tego szukają w tekście charakterystycznych stylistycznych „tików” właściwych modelom językowym, na przykład nadużywania konstrukcji „to nie jest X, to Y” czy pewnych słów pojawiających się częściej niż w tekstach pisanych przez ludzi. Watermark Anthropic działa na zupełnie innej zasadzie: sprawdza, czy sekwencja wyborów słów w tekście jest statystycznie zgodna z kluczem, którym posługiwał się Claude. To podejście ma być znacznie bardziej precyzyjne niż analiza stylometryczna, ale – jak zaznaczono wyżej – działa tylko wtedy, gdy sprawdzający dysponuje odpowiednim kluczem.
Łatwo go usunąć? Do pewnego stopnia
Watermark nie ma być odporny na każdą późniejszą ingerencję. Anthropic przyznaje, że lekkie zmiany mogą nie usunąć go całkowicie, ale pełne przepisanie tekstu, w którym praktycznie każde słowo zostanie zastąpione innym, może usunąć sygnał. W takim przypadku można jednak zasadnie kwestionować, czy analizowany materiał nadal jest tym samym tekstem wygenerowanym przez AI.
To ważne rozróżnienie, ponieważ watermark nie będzie dowodem autorstwa w ścisłym znaczeniu prawnym. Może wskazać, że Claude prawdopodobnie uczestniczył w przygotowaniu materiału, ale nie rozstrzygnie, czy model napisał całość, czy jedynie znaczącą część tekstu.
Anthropic wskazuje na unijne przepisy
Anthropic wiąże wprowadzenie watermarków przede wszystkim z unijnym AI Act. Obowiązki dotyczące przejrzystości treści generowanych lub modyfikowanych przez AI, wynikające z art. 50, zaczęły obowiązywać 2 sierpnia 2026 roku. Komisja Europejska wskazuje, że dostawcy objętych przepisami systemów mają stosować techniczne, maszynowo odczytywalne oznaczenia pozwalające wykrywać treści wygenerowane lub zmodyfikowane przez AI.
Jednocześnie warto doprecyzować, że sam unijny Code of Practice dotyczący oznaczania treści AI jest dobrowolnym narzędziem pomagającym spełnić obowiązki wynikające z prawa. Obowiązkowe są natomiast odpowiednie wymagania dotyczące przejrzystości zawarte w AI Act. Komisja Europejska opublikowała finalną wersję kodeksu 10 czerwca 2026 roku.
Anthropic twierdzi, że wraz z innymi dużymi dostawcami AI podpisał kodeks w lipcu 2026 roku. Firma zdecydowała się stosować watermark globalnie, ponieważ na obecnym etapie nie ma jeszcze trwałego sposobu ograniczenia mechanizmu wyłącznie do określonych regionów.
Które modele będą znakować teksty?
Nowy mechanizm obejmie od razu wyłącznie nowe modele Claude – te uruchamiane od 2 sierpnia 2026 roku. Dla modeli wcześniejszych Anthropic zapowiada wdrażanie watermarku „w kolejnych miesiącach”, nie podając na razie konkretnej daty. Taki okres przejściowy koresponduje z unijnymi przepisami: choć obowiązki przejrzystości z art. 50 AI Act formalnie obowiązują od 2 sierpnia 2026 roku, sam obowiązek znakowania treści (art. 50 ust. 2) dla systemów, które były już obecne na rynku przed tą datą, ma zastosowanie dopiero od 2 grudnia 2026 roku – to efekt czteromiesięcznego okresu przejściowego wprowadzonego pakietem Digital Omnibus.
Przy tej okazji Anthropic zapowiada również udostępnienie API pozwalającego sprawdzać tekst pod kątem obecności watermarku. Firma nie podała jeszcze szczegółów jego implementacji.
0 komentarzy