Claude-vesileima murrettiin tunneissa: mitä se kertoo tekoälytekstin alkuperästä?

Anthropicin päätös lisätä Clauden tuottamaan tekstiin koneellisesti luettavia merkintöjä muuttui nopeasti käytännön kokeeksi: kestääkö tekoälytekstin vesileima oikeaa muokkaamista? Vastaus saatiin pian. Neljän tunnin kuluessa yhtiön vahvistuksesta kehittäjä Guillaume Meyer julkaisi avoimen lähdekoodin kiertotavan. Tapaus nostaa esiin tilastollisten tekstivesileimojen keskeisen rajoituksen: ne voivat auttaa tavanomaisessa tunnistuksessa, mutta riittävän perusteellinen uudelleenkirjoittaminen voi häivyttää signaalin.

Mitä muuttui 2. elokuuta 2026?

Anthropic kertoo, että 2. elokuuta 2026 tai sen jälkeen julkaistut tuetut Claude-mallit merkitsevät tuottamansa sisällön heti julkaisusta lähtien. Merkintöjä käytetään kaikkialla maailmassa siellä, missä tuettuja Claude-malleja tarjotaan. Tekoälyn tuottamaan tekstiin lisätään ihmissilmälle näkymätön vesileima, ja tuettuihin tiedostoihin voidaan lisätä digitaalisesti allekirjoitettuja alkuperätietoja.

Muutos liittyy Euroopan unionin tekoälysäädöksen läpinäkyvyysvelvoitteisiin. Säädös edellyttää teknisiä ratkaisuja, joiden avulla tekoälyjärjestelmän tuottama tai muokkaama sisältö voidaan merkitä ja tunnistaa koneellisesti silloin, kun se on teknisesti mahdollista.

Maailmanlaajuisen käyttöönoton jälkeen julkiset yritykset vesileiman kiertämiseksi alkoivat lähes välittömästi. Wired kertoi Meyerin julkaisseen vesileiman poistamiseen tarkoitetun kiertotavan neljässä tunnissa. Projektiin liittyi myöhemmin yli 100 avustajaa, ja sen maininta tallennettiin X-palvelussa yli 20 000 kertaa. Saatavilla olevat lähteet eivät kuitenkaan vahvista luotettavasti GitHub-tähtien, latausten tai käyttäjien kokonaismääriä.

Miten kiertotavat pyrkivät häiritsemään merkintää?

Clauden tekstivesileima ei ole joukko näkymättömiä merkkejä, jotka voisi vain poistaa tekstistä. Anthropic kuvaa sitä tilastolliseksi kuvioksi, joka syntyy mallin valitessa sanoja tai tokeneita. Tunnistusmenetelmä arvioi, onko tekstijono tilastollisesti yhteensopiva Clauden tuottamisprosessin kanssa.

Meyerin raportoitu menetelmä käyttää vesileimaamatonta kielimallia tuottamaan tekstistä useita uudelleenkirjoituksia. Se vaihtaa synonyymejä ja järjestelee ilmauksia uudelleen pyrkien säilyttämään merkityksen. Näin se kohdistuu juuri sanojen valintaa ohjaavaan kuvioon.

Muissa selaimella käytettävissä työkaluissa on keskitytty erilaisiin osiin tekoälyn tuottamaa sisältöä. Yksi kuvatuista työkaluista poistaa näkymättömiä tai samannäköisiä Unicode-merkkejä, järjestää lauseita uudelleen ja korvaa sanoja synonyymeillä. Myös tekstin tiivistäminen tai kääntäminen toiselle kielelle ja takaisin voi rikkoa tilastollisen kuvion.

Näitä menetelmiä ei kuitenkaan pidä sekoittaa Clauden varsinaisen tekstivesileiman poistamiseen. Anthropic sanoo suoraan, ettei vesileima perustu piilomerkkeihin tai tekstiin lisättyihin metatietoihin.

Mitä Clauden vesileima voi osoittaa – ja mitä ei?

Anthropic kertoo vesileiman perustuvan Google DeepMindin SynthID-Text-lähestymistavan versioon. Malli käyttää vähämerkityksisissä seuraavan sanan valinnoissa salaiseen avaimeen perustuvaa satunnaisuutta, joka liittyy aiempiin sanoihin. Tunnistin voi sen jälkeen arvioida, onko tekstin rakenne tilastollisesti yhteensopiva näiden valintojen kanssa.

Merkintä on suunniteltu lukijalle näkymättömäksi. Se ei lisää merkkejä tai tokeneita, eikä Anthropicin mukaan vaikuta käytännössä tekstin merkitykseen, laatuun, luovuuteen, luettavuuteen tai kustannuksiin. Yhtiön mukaan vesileima ei myöskään sisällä tunnistetietoja, eikä sitä voi yhdistää tiettyyn henkilöön, organisaatioon tai keskusteluun.

Kyse on siis alkuperään viittaavasta signaalista, ei henkilökohtaisesta sormenjäljestä. Anthropic kuvaa tunnistustulosta todennäköisyydeksi siitä, että Claude osallistui tekstin kirjoittamiseen. Tulos ei voi osoittaa, kuka tekstin kirjoitti, todistaa ettei ihminen osallistunut kirjoittamiseen, tunnistaa jonkin toisen mallin tuottamaa tekstiä tai arvioida luotettavasti lyhyitä tekstikatkelmia.

Ero on tärkeä esimerkiksi oikoluvussa, kevyessä editoinnissa, tiivistämisessä ja kääntämisessä. Anthropicin mukaan kevyesti muokatussa tekstissä vesileima saattaa säilyä vain niissä harvoissa sanoissa, jotka Claude valitsi itse. Signaalia voi silloin olla liian vähän luotettavaan tunnistukseen.

Miksi kehittäjät vastustavat tunnistuksen tulkitsemista tekijyyden todisteeksi?

Meyerin kritiikki ei kohdistu kaikkeen sisällön alkuperän selvittämiseen. Hän erottaa toisistaan sisällön attribuution ja näkymättömän vesileiman, jota voitaisiin käyttää todisteena henkilöä vastaan. Hänen huolensa on, ettei todennäköisyyssignaali erota merkittävää tekoälyn kirjoituspanosta rajatumpaan apuun, kuten oikolukuun tai editointiin.

Huoli liittyy laajempaan alkuperätietojen ongelmaan. Tunnistin voi havaita, että tekstin synty on tilastollisesti yhteensopiva Clauden osallistumisen kanssa, mutta se ei kerro, kuinka suuri osa lopputuloksesta on Clauden tuottamaa, kuinka paljon ihminen muokkasi tekstiä tai kuka alkuperäiset ideat kehitti.

Kun teksti on kirjoitettu laajasti uudelleen, käännetty, tiivistetty tai rakennettu uudelleen, raja ”tekoälyn tuottaman” ja ”tekoälyn avulla muokatun ihmistekstin” välillä muuttuu vaikeammin määriteltäväksi.

Saatavilla oleva näyttö ei viittaa siihen, että vesileima muuttaisi Clauden tuottaman sisällön omistusta tai käyttäjien olennaisia oikeuksia. Anthropic esittelee järjestelmän keinona arvioida mahdollista Clauden osallistumista, ei omistusoikeutta koskevana vaatimuksena.

Miksi uudelleenkirjoittaminen heikentää tilastollista vesileimaa?

Tilastollinen vesileima perustuu moniin sanavalintoihin jakautuvaan kuvioon. Jos teksti pysyy pääosin ennallaan, kuvio voi kulkea mukana tekstin kopioinnissa ja säilyä joidenkin muokkausten jälkeen. Laaja parafraasien käyttö, kääntäminen tai uudelleenkirjoittaminen voi kuitenkin muuttaa sanamuotoa niin paljon, ettei signaalia enää havaita.

Nature-lehdessä haastatellut tutkijat suhtautuvat niin ikään epäilevästi siihen, että tekstivesileimat estäisivät motivoitunutta käyttäjää kirjoittamasta tekoälyn tuottamaa tekstiä uudelleen – myös toisen kielimallin avulla. Heidän huolensa on, että signaali voidaan poistaa, vaikka tekstin merkitys säilyisi suurelta osin.

Tämä ei tee vesileimoista hyödyttömiä. Ne voivat tarjota koneellisesti luettavan vihjeen tavanomaisissa tarkistuksissa, kun teksti on riittävän pitkä ja pysyy lähellä alkuperäistä tekoälytuotosta. Ne ovat kuitenkin heikompi todiste muuttumattomasta alkuperästä etenkin silloin, kun ihminen muokkaa tekstin perusteellisesti.

Mitä EU:n tekoälysäädös edellyttää?

EU:n sääntely asettaa päävelvoitteen palveluntarjoajille. Niiden on sisällytettävä teknisiä ratkaisuja, jotka tukevat tekoälyn tuottaman tai muokkaaman sisällön koneellisesti luettavaa merkitsemistä ja tunnistamista, tekninen toteutettavuus huomioon ottaen. Lainsäädäntö mainitsee vesileimat ja muut tekniikat mahdollisina ratkaisuina, mutta se ei takaa, että yksi menetelmä toimisi kaikissa tilanteissa.

Tässä käytettävissä olevat lähteet eivät osoita, että EU-oikeus yleisesti kieltäisi riippumattomia kolmansia osapuolia luomasta tai käyttämästä vesileiman poistamiseen tarkoitettuja työkaluja. Lähteet eivät myöskään selitä, miksi Anthropic ei olisi voinut aluksi rajata ominaisuutta vain EU-käyttäjille. Yhtiön ilmoittama ratkaisu on sen sijaan maailmanlaajuinen: merkintöjä käytetään kaikkialla, missä tuettuja Claude-malleja tarjotaan.

Käytännössä kyse on kompromissista. Vesileima voi parantaa läpinäkyvyyttä ja helpottaa melko muuttumattoman tekstin jälkikäteistä tunnistamista. Se ei kuitenkaan saatavilla olevan näytön perusteella takaa tekstin alkuperää motivoitunutta uudelleenkirjoittamista vastaan. Positiivinen tunnistustulos ei yksin ratkaise tekijyyttä, tarkoitusta tai vastuuta koskevia kysymyksiä.

Lopputulos

Clauden vesileiman käyttöönotto osoitti sekä tekoälytekstin merkitsemisen hyödyt että sen haurauden. Vesileima voi toimia todennäköisyyteen perustuvana signaalina siitä, että Claude osallistui tekstin tuottamiseen, mutta se ei ole piilometatietoa, henkilökohtainen tunniste tai ratkaiseva todiste siitä, että Claude kirjoitti lopullisen tekstin.

Meyerin projektin ilmaantuminen jo neljässä tunnissa havainnollistaa, miksi EU:n koneellisesti luettavaa merkitsemistä koskeva vaatimus kannattaa ymmärtää läpinäkyvyystoimeksi – ei aukottomaksi todistusketjuksi.