Claude का अदृश्य वॉटरमार्क: यह AI की भागीदारी तो दिखा सकता है, लेखक नहीं

Anthropic का Claude वॉटरमार्क सबसे पहले एक बात साफ करता है: यह लेखक की पहचान बताने वाला डिजिटल हस्ताक्षर नहीं, बल्कि कंटेंट की provenance—यानी वह कैसे और किस सिस्टम की मदद से बना—का संभावित संकेत है। 2 अगस्त 2026 या उसके बाद लॉन्च हुए Claude मॉडल जनरेट किए गए टेक्स्ट में एक अदृश्य सांख्यिकीय पैटर्न जोड़ते हैं। समर्थित फाइलों, जैसे SVG, PNG और JPG, में digitally signed provenance metadata भी जोड़ा जा सकता है। EU AI Act की पारदर्शिता संबंधी जरूरतों के जवाब में Anthropic ने यह बदलाव केवल यूरोप तक सीमित न रखकर दुनियाभर में लागू किया।

घोषणा के तुरंत बाद ऐसे open-source और browser-based tools सामने आने लगे, जो AI के निशान हटाने का दावा करते हैं। लेकिन यहां सबसे महत्वपूर्ण सावधानी यह है कि Anthropic ने अभी तक इस तकनीक का पूरा technical specification या ऐसा सार्वजनिक detector जारी नहीं किया है, जिससे बाहरी लोग इन दावों की स्वतंत्र जांच कर सकें।

Claude के आउटपुट में क्या जोड़ा गया है?

टेक्स्ट वॉटरमार्क कोई दिखाई देने वाला लेबल, अतिरिक्त वाक्य या आसानी से खोजे जा सकने वाला hidden character नहीं है। इसके बजाय, मॉडल शब्द चुनते समय उनके सांख्यिकीय वितरण को थोड़ा प्रभावित करता है। बाद में पर्याप्त टेक्स्ट उपलब्ध हो तो इस पैटर्न का सांख्यिकीय विश्लेषण किया जा सकता है। Anthropic का कहना है कि इस प्रक्रिया से जवाब का अर्थ, गुणवत्ता या पठनीयता नहीं बदलनी चाहिए।

फाइलों के लिए तरीका अलग है। समर्थित फॉर्मेट में digitally signed provenance metadata इस्तेमाल किया जाता है। इसका अर्थ है कि फाइल के साथ एक संरचित रिकॉर्ड जुड़ सकता है। यह टेक्स्ट वॉटरमार्क से अलग व्यवस्था है, क्योंकि टेक्स्ट संकेत भाषा के भीतर बुना जाता है, जबकि metadata फाइल से जुड़ी जानकारी के रूप में काम करता है।

2 अगस्त 2026 के बाद लॉन्च होने वाले नए Claude मॉडल marking सुविधा के साथ शुरू होते हैं। Anthropic पुराने मॉडलों में भी यह सुविधा जोड़ रहा है, लेकिन उनके लिए transition period लागू है। इसलिए किसी आउटपुट में संकेत मौजूद है या नहीं, यह इस्तेमाल किए गए मॉडल और फाइल फॉर्मेट पर निर्भर कर सकता है।

वॉटरमार्क क्या बता सकता है—और क्या नहीं?

Anthropic के अनुसार वॉटरमार्क में किसी व्यक्ति, संगठन या चैट की पहचान करने वाली जानकारी नहीं होती। इसे देखकर यह नहीं पता चलता कि टेक्स्ट किस उपयोगकर्ता ने बनवाया, कौन-सा prompt इस्तेमाल हुआ या किस बातचीत से वह सामग्री आई।

वॉटरमार्क का सकारात्मक संकेत अधिक से अधिक यह सुझा सकता है कि Claude ने सामग्री बनाने या बदलने में भूमिका निभाई थी। यह अपने आप यह साबित नहीं करता कि:

• मूल विचार या निर्देश किसने दिए;
• संपादकीय फैसले किसने लिए;
• तैयार काम का स्वामी कौन है;
• किसी व्यक्ति ने सामग्री को कितना दोबारा लिखा; या
• प्रकाशन की कानूनी जिम्मेदारी किसकी है।

यही फर्क AI-सहायता से तैयार सामग्री में खास महत्व रखता है। कोई व्यक्ति Claude से शुरुआती ड्राफ्ट बनवा सकता है, उसमें बड़े बदलाव कर सकता है, उसे अपनी रिपोर्टिंग के साथ मिला सकता है या केवल भाषा-संपादन के लिए मॉडल का इस्तेमाल कर सकता है। ऐसे मामलों में वॉटरमार्क provenance analysis में मदद कर सकता है, लेकिन अंतिम काम को पूरी तरह “AI द्वारा लिखा गया” या पूरी तरह “मानव द्वारा लिखा गया” घोषित नहीं कर सकता।

बदलाव दुनियाभर में क्यों लागू हुआ?

EU AI Act का Article 50 generative AI सिस्टम के providers से अपेक्षा करता है कि वे AI से बनाए या बदले गए टेक्स्ट, ऑडियो, इमेज और वीडियो आउटपुट में ऐसे machine-readable marks जोड़ें, जिन्हें तकनीकी रूप से AI-निर्मित या AI-संशोधित सामग्री के रूप में पहचाना जा सके।

Anthropic ने EU के लिए अलग switch बनाने के बजाय इसे model level पर global rollout के रूप में लागू किया। रिपोर्टों के अनुसार, Claude के अलग-अलग products और deployment channels में टिकाऊ regional सीमा बनाए रखना व्यावहारिक रूप से कठिन था। इसका नतीजा यह है कि EU से बाहर के उपयोगकर्ताओं को भी marked output मिल सकता है, भले ही बदलाव की regulatory वजह यूरोपीय कानून हो।

कानून किसी एक खास watermark design को अनिवार्य नहीं करता। वह प्रभावी, विश्वसनीय, मजबूत और interoperable detection का परिणाम चाहता है; हर provider को एक ही statistical method, metadata standard या visible label इस्तेमाल करने को नहीं कहता।

Removal tools ने तेजी से पकड़ी रफ्तार

सबसे ज्यादा चर्चा में आए शुरुआती projects में Guillaume Meyer का MIT-licensed watermarks-remover शामिल है। इसकी repository के अनुसार यह उन टेक्स्ट और फाइलों से provenance marks हटाने की कोशिश करता है, जिनके उपयोग का अधिकार उपयोगकर्ता के पास है। इसमें hidden Unicode characters, metadata और rewriting-based processing जैसे तरीके शामिल हैं।

इसके अलावा claude-watermark-cleaner नाम की repository और एक browser-based tool की भी रिपोर्ट सामने आई, जो दस्तावेजों और अन्य फॉर्मेट से छिपे AI marks साफ करने का दावा करते हैं।

एक repository को केवल तीन दिनों में 8,983 GitHub stars मिलने की खबर आई। यह संख्या लोगों की दिलचस्पी और adoption का संकेत है, लेकिन वॉटरमार्क हटाने की तकनीकी सटीकता का benchmark नहीं। उदाहरण के लिए, invisible Unicode characters या file metadata हटाने वाला tool शब्द-चयन में छिपे statistical signal को शायद छुए ही नहीं।

इन removal दावों की पुष्टि इतनी मुश्किल क्यों है?

सांख्यिकीय टेक्स्ट वॉटरमार्क दस्तावेज से चिपका कोई स्थायी tag नहीं होता। इसकी पहचान इस बात पर निर्भर करती है कि Claude के मूल word-choice pattern का कितना हिस्सा आगे की processing के बाद बचा है। Copy-paste, reformatting और हल्का editing कभी-कभी पर्याप्त पैटर्न बचा सकते हैं। इसके विपरीत translation, paraphrasing, भारी editing या बड़े पैमाने पर मानव-लिखित सामग्री मिलाने से संकेत कमजोर या खत्म हो सकता है। Anthropic खुद मानता है कि substantial rewriting signal को हटा सकती है।

यहीं स्वतंत्र verification की समस्या आती है। Anthropic का detector और पूरा technical विवरण सार्वजनिक न होने के कारण बाहरी लोग यह भरोसे से नहीं बता सकते कि कोई tool:

1. वास्तव में statistical watermark को हरा चुका है;
2. केवल असंबंधित metadata या hidden characters हटा रहा है; या
3. टेक्स्ट को इतना बदल रहा है कि detection का नतीजा अनिर्णायक हो जाता है।

इसलिए किसी remover के “Claude पर काम करने” के शुरुआती दावों को स्थापित तकनीकी परिणाम नहीं, बल्कि अभी अप्रमाणित दावे मानना अधिक उचित है।

यह सीमा तकनीकी रूप से भी स्वाभाविक है। अगर लोगों को भाषा को स्वतंत्र रूप से बदलने की अनुमति है, तो भाषा बदलकर inference-based pattern को बाधित किया जा सकता है। मजबूत वॉटरमार्क सामान्य copy या हल्के editing के बाद false negatives कम कर सकता है, लेकिन वह बदल सकने वाले टेक्स्ट संकेत को अटूट chain of custody में नहीं बदल सकता।

Article 50 क्या रोकता है और क्या नहीं?

Article 50 का मुख्य machine-readable marking दायित्व संबंधित AI-system providers पर है। कुछ तय परिस्थितियों में deployers पर भी अतिरिक्त जिम्मेदारियां लागू हो सकती हैं। नियम का जोर इस बात पर है कि synthetic output marked और detectable हो; वह किसी एक सार्वभौमिक watermark technology का आदेश नहीं देता।

उपलब्ध EU guidance को हर तीसरे पक्ष द्वारा हर परिस्थिति में watermark हटाने पर लागू होने वाला एक blanket, standalone ban नहीं माना जा सकता। इसमें ऐसा standard editing भी प्रासंगिक है, जो मूल input data या उसके semantics को substantially न बदले, जबकि machine-readable marking के लिए व्यापक ढांचा तय किया गया है।

इसका यह अर्थ भी नहीं कि हर संदर्भ में mark हटाने के कानूनी परिणाम शून्य होंगे। Contractual terms, platform rules, copyright, fraud या deception से जुड़े कानून, employment और academic policies तथा किसी क्षेत्र विशेष की disclosure obligations अलग-अलग मामलों में महत्वपूर्ण हो सकती हैं। सुरक्षित निष्कर्ष इतना ही है: Article 50 providers की marking obligation है—यह न तो टेक्स्ट वॉटरमार्क के हमेशा तकनीकी रूप से स्थायी रहने की गारंटी है, न ही हर downstream use पर लागू होने वाला एक सार्वभौमिक नियम।

आम उपयोगकर्ताओं और संस्थानों के लिए निष्कर्ष

Claude का वॉटरमार्क कुछ परिस्थितियों में AI की भागीदारी का पता लगाने में मदद कर सकता है—खासकर तब, जब marked टेक्स्ट को केवल copy किया गया हो या हल्का edit किया गया हो और फाइल का provenance metadata बचा हुआ हो। लेकिन यह लेखक, पहचान, स्वामित्व या कानूनी जिम्मेदारी का निर्णायक सबूत नहीं है।

जल्दी-जल्दी सामने आए removal tools इसी अंतर को उजागर करते हैं। कोई repository हजारों stars हासिल कर सकती है, जबकि उसके दावों की स्वतंत्र जांच संभव न हो—विशेषकर तब, जब मूल detector निजी हो। Publishers, शिक्षकों, businesses और platforms के लिए बेहतर सवाल केवल यह नहीं है कि watermark मौजूद है या नहीं। उन्हें यह भी देखना चाहिए कि उपलब्ध evidence कितना विश्वसनीय है, सामग्री में कितना परिवर्तन हुआ, कौन-से provenance records बचे हैं और उस खास इस्तेमाल पर कौन-से disclosure rules लागू होते हैं।