Watermark Tak Terlihat Claude: Sinyal Keterlibatan, Bukan Bukti Kepengarangan

Ada dua mekanisme berbeda:

• Teks: watermark statistik yang tidak terlihat dan disisipkan melalui pilihan kata model.
• File yang didukung: metadata asal-usul digital yang ditandatangani dengan standar C2PA, termasuk pada format seperti SVG, PNG, dan JPG.

Watermark ini bukan label yang tampak oleh pembaca, bukan karakter tersembunyi, bukan penanda akun, dan bukan pemberitahuan hak cipta. Anthropic menyatakan bahwa watermark teks tidak memuat informasi yang dapat dilacak ke orang, organisasi, percakapan, atau ruang obrolan tertentu.

Mengapa penerapannya dilakukan secara global?

Alasan langsung yang disampaikan Anthropic adalah rezim transparansi Pasal 50 EU AI Act serta komitmennya terhadap Article 50(2) Code of Practice on Transparency of AI-Generated Content. Aturan tersebut mengharuskan penyedia yang melayani pasar Uni Eropa membuat jenis konten hasil AI tertentu dapat dikenali dalam format yang bisa dibaca mesin.

Alih-alih membuat perilaku model yang berbeda untuk Eropa dan wilayah lain, Anthropic memilih menerapkan kebijakan tersebut di semua tempat model Claude yang didukung tersedia. Pendekatan ini menciptakan satu standar tingkat model bagi pengguna API, perusahaan, pengembang, dan pengguna umum. Meski begitu, tidak semua platform atau fitur mendukung setiap jenis penandaan.

Bagaimana watermark teks tak terlihat itu bekerja?

Teknik ini mengandalkan pola statistik dalam pemilihan token. Saat menyusun kalimat, model bahasa biasanya memiliki beberapa pilihan lanjutan yang sama-sama masuk akal. Pada sejumlah pilihan yang risikonya rendah—misalnya memilih kata yang maknanya hampir sama—watermark mengubah sumber keacakan yang digunakan model.

Jika dilakukan berkali-kali, pilihan-pilihan tersebut membentuk pola berpola kunci yang dapat dikenali kemudian. Anthropic menjelaskan bahwa pendekatan ini berkaitan dengan teknik SynthID-Text yang dikembangkan Google DeepMind.

Tidak ada perubahan yang terlihat pada dokumen. Sistem ini tidak menyisipkan karakter khusus atau menambahkan token keluaran ekstra. Anthropic juga mengatakan watermark tersebut tidak dirancang untuk mengubah pilihan kata, kreativitas, keterbacaan, atau biaya secara berarti. Pengujian internal perusahaan disebut tidak menemukan dampak terhadap kualitas.

Karena sinyalnya tersebar di dalam pilihan token biasa, watermark teks berbeda dari metadata file yang bisa hilang ketika dokumen diekspor atau ditulis ulang. Menyalin dan menempelkan teks, mengubah format, atau melakukan penyuntingan ringan masih dapat menyisakan pola yang cukup untuk dideteksi. Namun, daya tahannya bersifat probabilistik—bukan jaminan.

Apakah watermark bertahan setelah diterjemahkan atau diringkas?

Tidak selalu. Penerjemahan, peringkasan, parafrasa, dan penyuntingan besar-besaran mengganti banyak pilihan token asli yang membawa sinyal watermark. Dalam beberapa kasus, teks yang telah diubah mungkin masih menyisakan jejak yang bisa dideteksi. Namun, penjelasan Anthropic tidak mendukung klaim bahwa setiap hasil terjemahan, ringkasan, proofreading, atau penyuntingan pasti mempertahankan watermark.

Panjang teks juga menjadi batas penting. Kepercayaan terhadap hasil deteksi umumnya meningkat ketika sampel yang tersedia lebih panjang. Jawaban yang sangat singkat—atau pekerjaan proofreading ketika Claude hanya mengubah beberapa kata—mungkin memuat terlalu sedikit pilihan yang dibuat Claude untuk menghasilkan sinyal yang bermakna.

Dengan demikian, ada perbedaan antara teks yang pernah diproses Claude dan teks yang watermark-nya berhasil terdeteksi. Teks bisa saja melibatkan Claude tetapi tidak menghasilkan hasil positif yang kuat. Sebaliknya, watermark yang tidak ditemukan juga tidak membuktikan bahwa suatu tulisan sepenuhnya dibuat manusia.

Apa arti hasil deteksi positif?

Hasil positif menjawab pertanyaan yang sempit: seberapa besar kemungkinan Claude terlibat dalam penulisan sebagian teks tersebut?

Hasil itu tidak membuktikan:

• siapa yang memberikan perintah kepada Claude;
• siapa yang menulis materi asli atau bagian lain dari dokumen;
• apakah manusia melakukan revisi besar terhadap keluaran model;
• apakah Claude menghasilkan seluruh dokumen;
• apakah pengguna melanggar aturan sekolah, tempat kerja, penerbit, atau platform; atau
• siapa pemilik karya dan pihak yang secara hukum bertanggung jawab atasnya.

Watermark juga tidak dapat mengidentifikasi pengguna, organisasi, atau percakapan tertentu. Kunci deteksi milik Anthropic pun tidak dapat mengenali keluaran dari penyedia AI lain.

Anthropic mengatakan berencana menyediakan API deteksi. Sistem ini akan berbeda dari detektor AI umum yang menebak kepengarangan berdasarkan pola bahasa atau dugaan “ciri-ciri AI”. Detektor watermark akan mencari tanda statistik yang memang sengaja dibuat menggunakan sebuah kunci.

Mengapa sejumlah pihak menganggap sistem ini terlalu luas?

Perdebatan kebijakan berpusat pada perbedaan antara membuat konten sintetis baru dan membantu pekerjaan editorial biasa. Para pengkritik khawatir watermark tingkat model dapat memperlakukan esai yang sepenuhnya dibuat AI sama seperti tulisan yang pada dasarnya dibuat manusia tetapi hanya mendapat bantuan untuk ejaan, tata bahasa, kejelasan, penerjemahan, atau aksesibilitas.

Dari sinilah muncul kritik bahwa pendekatan tersebut memakai “palu godam, bukan pisau bedah”. Watermark bawaan yang diterapkan pada seluruh keluaran model dinilai berpotensi lebih luas daripada jenis penggunaan yang sebenarnya ingin diatur oleh ketentuan transparansi.

Kekhawatiran ini menjadi serius jika sekolah, perusahaan, penerbit, atau platform menganggap keberadaan watermark sebagai bukti pelanggaran. Penjelasan teknis Anthropic memang mempersempit risiko dalam beberapa skenario penyuntingan: proofreading ringan mungkin meninggalkan terlalu sedikit kata pilihan Claude untuk menghasilkan deteksi yang meyakinkan. Namun, hal itu hanyalah keterbatasan probabilitas teknis—bukan pengecualian bagi pengguna dan bukan tes kepengarangan yang andal.

Bagaimana pendekatan Anthropic dibandingkan dengan Google, OpenAI, Meta, dan Microsoft?

Perbandingan ini perlu memisahkan beberapa hal yang sering dicampuradukkan:

1. menandatangani kode transparansi Uni Eropa;
2. menambahkan metadata asal-usul pada file;
3. memasang label yang terlihat; dan
4. menyisipkan watermark statistik pada teks.

Anthropic menyatakan bahwa penyedia AI besar lainnya menandatangani kode Uni Eropa yang sama dan akan menerapkan sistem mereka sendiri. Namun, hal itu tidak berarti Google, OpenAI, Meta, dan Microsoft memakai metode watermark yang sama, mencakup produk yang sama, atau memiliki kebijakan deteksi yang identik.

Pendekatan teks Anthropic berkaitan dengan keluarga teknik SynthID-Text yang dipublikasikan Google DeepMind. Sementara itu, C2PA digunakan secara terpisah untuk metadata asal-usul pada file yang didukung. Bukti publik dalam sumber yang tersedia belum cukup untuk menyimpulkan bahwa keempat perusahaan tersebut telah menerapkan watermark teks global yang setara dengan sistem Claude di seluruh produk mereka.

Reaksi pengguna dan persoalan praktis

Peluncuran ini memicu kekhawatiran di kalangan pengguna Claude yang takut bantuan AI mereka terungkap dalam konteks sekolah, pekerjaan, penerbitan, atau aktivitas komersial. Sejumlah laporan juga menyebut pengguna mengancam atau mengaku membatalkan langganan karena kebijakan tersebut.

Sebagian pengguna lain mulai mencari cara untuk melemahkan atau menghindari watermark. Penulisan ulang, parafrasa, penerjemahan, peringkasan, atau pembuatan ulang yang cukup berarti dapat mengurangi atau menghapus sinyal statistik. Justru karena itu, hasil negatif tidak bisa menjadi bukti bahwa seseorang sama sekali tidak menggunakan AI. Sebaliknya, watermark yang tetap terdeteksi bisa saja mencerminkan bantuan terbatas, bukan pembuatan seluruh karya.

Bagi sekolah, perusahaan, penerbit, dan platform, kesimpulan paling aman adalah menjadikan detektor watermark hanya sebagai satu bagian dari bukti, bukan dasar otomatis untuk menyatakan seseorang melakukan pelanggaran. Keputusan yang serius sebaiknya mempertimbangkan konteks penggunaan, riwayat draf dan versi, aturan pengungkapan yang berlaku, jenis bantuan yang diberikan, serta kesempatan bagi pengguna untuk menjelaskan.

Peninjauan manusia sangat penting, terutama dalam pekerjaan penyuntingan, penerjemahan, aksesibilitas, dan penulisan kolaboratif. Watermark Claude mungkin membuat keterlibatan AI lebih mudah diselidiki, tetapi tidak menyelesaikan pertanyaan yang lebih sulit tentang kepengarangan.

Pembedaan yang paling berguna adalah antara sinyal dan bukti: sinyal dapat mendukung transparansi, sedangkan bukti kepengarangan membutuhkan konteks yang tidak dapat diberikan oleh sebuah pola statistik saja.