Claude का AI वॉटरमार्क कुछ ही घंटों में बायपास: इससे टेक्स्ट की असली उत्पत्ति पर क्या पता चलता है?

Anthropic ने Claude से तैयार टेक्स्ट में मशीन-पठनीय वॉटरमार्क जोड़ना शुरू किया, लेकिन यह व्यवस्था शुरू होने के कुछ ही घंटों में सार्वजनिक रूप से चुनौती के घेरे में आ गई। कंपनी की पुष्टि के चार घंटे के भीतर डेवलपर Guillaume Meyer ने वॉटरमार्क हटाने का ओपन-सोर्स तरीका प्रकाशित कर दिया। यह घटनाक्रम AI-टेक्स्ट की provenance—यानी सामग्री की उत्पत्ति और उसके साथ हुए बदलावों का रिकॉर्ड—से जुड़ी एक बुनियादी समस्या दिखाता है: शब्दों के चयन में छिपा सांख्यिकीय संकेत सामान्य जांच में उपयोगी हो सकता है, पर पर्याप्त री-राइटिंग के बाद कमजोर या गायब हो सकता है।

२ अगस्त २०२६ के बाद क्या बदला

Anthropic के अनुसार, २ अगस्त २०२६ से लॉन्च किए गए समर्थित Claude मॉडल शुरुआत से ही मशीन-पठनीय चिह्नों का समर्थन करते हैं। तैयार किए गए टेक्स्ट में अदृश्य वॉटरमार्क होता है, जबकि समर्थित फाइलों में डिजिटल रूप से हस्ताक्षरित provenance metadata जोड़ा जा सकता है। यह चिह्न उन सभी जगहों पर लागू होता है जहां समर्थित Claude मॉडल उपलब्ध हैं—सिर्फ यूरोप तक सीमित नहीं।

कंपनी ने यह कदम यूरोपीय संघ के AI Act से जुड़ी पारदर्शिता संबंधी जिम्मेदारियों को पूरा करने के लिए उठाया। कानून तकनीकी रूप से संभव होने पर ऐसे समाधान की मांग करता है, जिनसे AI सिस्टम द्वारा तैयार या बदली गई सामग्री को मशीन-पठनीय तरीके से चिह्नित और पहचाना जा सके।

घोषणा के तुरंत बाद इस संकेत को हटाने या बाधित करने की कोशिशें सामने आने लगीं। Wired की रिपोर्ट के अनुसार, Meyer ने चार घंटे के भीतर अपना override प्रकाशित कर दिया। बाद में इस प्रोजेक्ट से १०० से अधिक योगदानकर्ता जुड़े और X पर इसके प्रचार को २०,००० से अधिक बार बुकमार्क किया गया। उपलब्ध रिपोर्टिंग से GitHub stars, डाउनलोड या वास्तविक उपयोगकर्ताओं की विश्वसनीय कुल संख्या तय नहीं होती।

ये तरीके वॉटरमार्क को कैसे निशाना बनाते हैं

Claude का टेक्स्ट वॉटरमार्क ऐसे अदृश्य अक्षरों की परत नहीं है, जिन्हें केवल डिलीट करके हटाया जा सके। Anthropic के मुताबिक, यह मॉडल द्वारा शब्दों या टोकन चुनने के तरीके में बनाया गया एक सांख्यिकीय पैटर्न है। संबंधित detection method वाला verifier यह जांचता है कि पूरा टेक्स्ट Claude की संभावित generation process से सांख्यिकीय रूप से मेल खाता है या नहीं।

Meyer का बताया गया तरीका बिना वॉटरमार्क वाले language model से एक ही टेक्स्ट के कई री-राइट तैयार करता है। इसमें समानार्थी शब्द बदले जाते हैं और वाक्य-विन्यास को पुनर्गठित किया जाता है, जबकि अर्थ बचाए रखने की कोशिश होती है। इस तरह शब्द-चयन के उस पैटर्न को बदला जाता है, जिस पर detection निर्भर करता है।

रिपोर्टिंग में बताए गए कुछ browser-based tools अलग-अलग स्तरों पर काम करते हैं। कुछ अदृश्य या एक जैसे दिखने वाले Unicode characters हटाते हैं, वाक्यों का क्रम बदलते हैं और समानार्थी शब्दों का इस्तेमाल करते हैं। टेक्स्ट को छोटा करना या दूसरी भाषा में अनुवाद करके फिर वापस अनुवाद करना भी सांख्यिकीय पैटर्न को बाधित कर सकता है। हालांकि, इन्हें Claude के मूल टेक्स्ट वॉटरमार्क को हटाने के समान नहीं समझना चाहिए: Anthropic कहता है कि यह वॉटरमार्क hidden characters या जोड़े गए text metadata से बना नहीं है।

Claude का वॉटरमार्क क्या बता सकता है—और क्या नहीं

Anthropic का कहना है कि यह प्रणाली Google DeepMind के SynthID-Text approach के एक संस्करण पर आधारित है। अगले शब्द के कम-जोखिम वाले विकल्प चुनते समय Claude secret-key-driven randomness का इस्तेमाल करता है, जो पहले के शब्दों से संबंधित होती है। इसके बाद verifier यह अनुमान लगा सकता है कि पूरा passage उन सांख्यिकीय चुनावों के अनुरूप है या नहीं।

वॉटरमार्क को पाठक की नजर से अदृश्य रखने, कोई अतिरिक्त character न जोड़ने और extra tokens का इस्तेमाल न करने के लिए डिजाइन किया गया है। Anthropic के अनुसार, इसका अर्थ, गुणवत्ता, रचनात्मकता, पठनीयता या लागत पर व्यावहारिक असर नहीं पड़ना चाहिए। कंपनी यह भी कहती है कि वॉटरमार्क में किसी व्यक्ति, संगठन या चैट की पहचान करने वाली जानकारी नहीं होती और इसे किसी खास व्यक्ति या खाते तक ट्रेस नहीं किया जा सकता।

इसलिए यह व्यक्तिगत fingerprint नहीं, बल्कि attribution signal है। Anthropic detection को इस संभावना के रूप में पेश करता है कि किसी passage को लिखने में Claude शामिल रहा हो। इससे यह साबित नहीं होता कि टेक्स्ट किस व्यक्ति ने लिखा, यह साबित नहीं होता कि उसमें इंसान का कोई योगदान नहीं था, किसी दूसरे मॉडल की पहचान नहीं की जा सकती और छोटे passages पर यह भरोसेमंद ढंग से काम नहीं कर सकता।

यह अंतर proofreading, हल्के संपादन, summarization या translation जैसे इस्तेमालों में खास तौर पर महत्वपूर्ण है। Anthropic के अनुसार, हल्के संपादन वाले passage में केवल वे कुछ शब्द चिह्नित रह सकते हैं जिन्हें Claude ने चुना था। ऐसे में detection के लिए पर्याप्त signal न बचे।

डेवलपर इसे लेखकीय प्रमाण मानने पर आपत्ति क्यों करते हैं

रिपोर्ट के अनुसार, Meyer attribution के विचार के खिलाफ नहीं हैं। उनका फर्क content attribution और ऐसे अदृश्य चिह्न के बीच है, जिसे किसी व्यक्ति के खिलाफ सबूत की तरह इस्तेमाल किया जा सकता है। उनकी चिंता है कि probability signal यह स्पष्ट नहीं करता कि Claude ने पूरा टेक्स्ट लिखा या केवल proofreading और editing में थोड़ी मदद की।

यहीं provenance की बड़ी समस्या सामने आती है। कोई detector यह बता सकता है कि passage Claude की भागीदारी से सांख्यिकीय रूप से मेल खाता है, लेकिन वह यह नहीं बताता कि अंतिम टेक्स्ट का कितना हिस्सा Claude ने तैयार किया, इंसान ने कितना बदला या मूल विचार किसका था। जब टेक्स्ट को बड़े पैमाने पर paraphrase, translate, condense या reconstruct किया जाता है, तब “AI-generated” और “AI की मदद से तैयार मानव-लेखन” के बीच की सीमा धुंधली हो जाती है।

उपलब्ध स्रोत यह नहीं दिखाते कि वॉटरमार्क लगाने से Claude के आउटपुट का स्वामित्व या उपयोगकर्ताओं के मूल अधिकार बदल जाते हैं। Anthropic इसे संभावित Claude involvement का अनुमान लगाने वाली प्रणाली के रूप में पेश करता है, ownership claim के रूप में नहीं।

भारी री-राइटिंग से सांख्यिकीय वॉटरमार्क क्यों कमजोर पड़ता है

सांख्यिकीय वॉटरमार्क बहुत-से शब्दों के चुनाव में फैले एक पैटर्न पर निर्भर करता है। यदि टेक्स्ट लगभग जस का तस कॉपी-पेस्ट किया जाए, तो वह संकेत साथ जा सकता है और कुछ सीमित संपादन के बाद भी बचा रह सकता है। लेकिन व्यापक paraphrasing, translation या rewriting से शब्दावली इतनी बदल सकती है कि signal detect न हो।

N​​ature में उद्धृत शोधकर्ताओं को भी संदेह है कि text watermarks किसी ऐसे व्यक्ति को विश्वसनीय रूप से रोक पाएंगे, जो AI आउटपुट को दूसरे language model की मदद से दोबारा लिखने के लिए तैयार हो। उनकी चिंता है कि अर्थ को काफी हद तक बचाए रखते हुए संकेत हटाया जा सकता है।

इसका मतलब यह नहीं कि वॉटरमार्क बेकार है। लंबे और अपेक्षाकृत मूल रूप में बचे टेक्स्ट की सामान्य जांच में यह machine-readable clue दे सकता है। लेकिन यह अपरिवर्तित origin का स्थायी प्रमाण नहीं है—खासकर तब, जब इंसान passage को पर्याप्त रूप से बदल चुका हो।

EU AI Act वास्तव में क्या मांगता है

संबंधित यूरोपीय नियम मुख्य रूप से AI सिस्टम के providers पर जिम्मेदारी डालते हैं। उन्हें, तकनीकी रूप से संभव होने की सीमा तक, ऐसे तकनीकी समाधान शामिल करने हैं जो AI द्वारा तैयार या बदली गई सामग्री को मशीन-पठनीय तरीके से चिह्नित और detect करने में मदद करें। कानून watermarks और अन्य तकनीकों को संभावित उपायों के रूप में गिनाता है; वह यह गारंटी नहीं देता कि कोई एक तरीका हर परिस्थिति में काम करेगा।

यहां उपलब्ध स्रोत स्वतंत्र third parties द्वारा watermark हटाने वाले tools बनाने या इस्तेमाल करने पर EU कानून के किसी सामान्य प्रतिबंध को स्थापित नहीं करते। वे यह भी नहीं बताते कि Anthropic शुरुआत में इस सुविधा को केवल EU उपयोगकर्ताओं तक सीमित क्यों नहीं कर सका। कंपनी का घोषित तरीका इसके बजाय समर्थित Claude मॉडल की उपलब्धता वाले सभी क्षेत्रों में दुनिया भर में marking लागू करता है।

निष्कर्ष

Claude के वॉटरमार्क rollout ने AI-text watermarking की उपयोगिता और उसकी कमजोरी, दोनों को सामने ला दिया। यह संकेत बता सकता है कि किसी passage को तैयार करने में Claude की भूमिका होने की संभावना है, लेकिन यह hidden metadata, व्यक्तिगत पहचान या Claude की निर्णायक authorship का प्रमाण नहीं है।

Meyer का टूल चार घंटे के भीतर सामने आ जाना बताता है कि EU की machine-readable marking requirement को पारदर्शिता के उपाय के रूप में समझना चाहिए, foolproof chain of custody के रूप में नहीं। वॉटरमार्क अपेक्षाकृत जस के तस बचे लंबे टेक्स्ट की routine जांच में मदद कर सकता है, लेकिन motivated rewriting के बाद provenance, authorship, intent और responsibility पर अंतिम फैसला अकेले detection result से नहीं किया जा सकता।