Niewidzialny znak wodny Claude’a: sygnał użycia, nie dowód autorstwa

Firma stosuje dwa odrębne mechanizmy:

• Tekst otrzymuje niedostrzegalny znak wodny oparty na statystycznym wzorcu w doborze słów.
• Obsługiwane pliki mogą zawierać cyfrowo podpisane metadane pochodzenia w standardzie C2PA, między innymi w formatach SVG, PNG i JPG.

Nie jest to widoczna etykieta, ukryty znak specjalny, identyfikator konta ani informacja o prawach autorskich. Anthropic podkreśla, że tekstowy znak wodny nie zawiera danych pozwalających powiązać go z konkretną osobą, organizacją, rozmową czy czatem.

Dlaczego znak wodny działa na całym świecie

Bezpośrednim impulsem są zasady przejrzystości wynikające z art. 50 AI Act oraz kodeks praktyk dotyczący przejrzystości treści generowanych przez AI, do którego Anthropic przystąpił. Przepisy wymagają od dostawców obsługujących rynek UE, by określone treści generowane przez AI dało się rozpoznać w formie możliwej do odczytania maszynowego.

Anthropic wybrał jeden standard dla wszystkich rynków zamiast osobnego trybu europejskiego. Oznacza to, że ta sama reguła obejmuje użytkowników indywidualnych, programistów, firmy i klientów korzystających z API — także poza Unią Europejską.

Jak działa niewidoczny znak w tekście

Mechanizm wykorzystuje sposób, w jaki model wybiera kolejne tokeny, czyli fragmenty tekstu. W wielu miejscach Claude ma kilka naturalnych możliwości dokończenia zdania. Znak wodny modyfikuje źródło losowości używane przy podejmowaniu części takich „niskiego ryzyka” decyzji. W efekcie powstaje rozproszony, zaszyfrowany wzorzec, który można później sprawdzić za pomocą odpowiedniego klucza. Anthropic opisuje tę metodę jako powiązaną z techniką SynthID-Text opracowaną przez Google DeepMind.

Dla czytelnika nic nie powinno się zmienić. System nie dodaje specjalnych znaków ani dodatkowych tokenów, a według Anthropic nie ma istotnie wpływać na styl, kreatywność, czytelność czy koszt generowania. Firma twierdzi również, że jej testy wewnętrzne nie wykazały pogorszenia jakości.

Ponieważ sygnał jest rozłożony w zwykłych wyborach słów, nie zachowuje się jak metadane pliku, które często znikają podczas eksportu lub ponownego zapisu dokumentu. Samo kopiowanie i wklejanie, zmiana formatowania czy niektóre lekkie poprawki mogą pozostawić wystarczająco dużo wzorca, by detekcja nadal była możliwa. Nie jest to jednak gwarancja — skuteczność pozostaje probabilistyczna.

Czy znak przetrwa tłumaczenie, streszczenie lub korektę?

Nie zawsze, a często nie w sposób pozwalający na pewną detekcję. Tłumaczenie, streszczanie, parafraza i większa redakcja zastępują wiele pierwotnych wyborów tokenów, w których zapisany jest sygnał. Zmieniony tekst może w pewnych przypadkach zachować wykrywalne ślady, ale informacje Anthropic nie uzasadniają twierdzenia, że każdy przekład, skrót, etap korekty czy rodzaj edycji zachowa znak wodny.

Ograniczeniem jest także długość próbki. Im więcej tekstu dostępne jest do analizy, tym większa może być pewność wyniku. Krótka odpowiedź albo korekta, w której Claude zmienił zaledwie kilka słów, może zawierać zbyt mało decyzji modelu, aby detekcja miała znaczenie.

To ważna różnica między faktycznym przetworzeniem tekstu przez Claude’a a możliwością wykrycia tego faktu. Tekst mógł przejść przez model i mimo to nie dać mocnego wyniku pozytywnego. Z kolei brak wykrytego znaku nie dowodzi, że cały fragment napisał człowiek.

Co naprawdę oznacza pozytywny wynik

Detektor odpowiada na wąskie, probabilistyczne pytanie: jak prawdopodobne jest, że Claude uczestniczył w napisaniu części tekstu? Nie rozstrzyga natomiast:

• kto wydał polecenie modelowi;
• kto stworzył materiał pierwotny lub pozostałą część dokumentu;
• czy człowiek znacząco przeredagował odpowiedź;
• czy Claude wygenerował cały tekst;
• czy użytkownik naruszył zasady szkoły, pracodawcy, wydawcy lub platformy;
• kto jest właścicielem utworu albo ponosi za niego odpowiedzialność prawną.

Znak nie identyfikuje konkretnego użytkownika, organizacji ani rozmowy. Klucz Anthropic nie służy też do rozpoznawania treści wygenerowanych przez dostawcę innego modelu.

Anthropic zapowiada udostępnienie API do wykrywania znaku wodnego. Taki system różniłby się od ogólnych detektorów AI, które próbują wnioskować o autorstwie na podstawie stylu i domniemanych „śladów AI”. Detektor znaku sprawdzałby konkretny, celowo utworzony wzorzec statystyczny.

Skąd krytyka, że to „młot na muchę”

Spór dotyczy różnicy między wygenerowaniem nowej treści a zwykłą pomocą redakcyjną. Krytycy wskazują, że znak na poziomie modelu może traktować tak samo esej napisany niemal w całości przez AI oraz tekst stworzony przez człowieka, który został jedynie sprawdzony pod kątem ortografii, gramatyki, klarowności, tłumaczenia czy dostępności.

Stąd porównanie do „młota zamiast skalpela”: domyślne oznaczanie wszystkich wyników modelu może być szersze niż przypadki, które przepisy o przejrzystości mają przede wszystkim obejmować. Ryzyko rośnie, jeśli szkoła, firma, wydawca lub platforma uzna samą obecność znaku za dowód nadużycia.

Techniczne wyjaśnienie Anthropic częściowo ogranicza ten problem w praktyce. Przy lekkiej korekcie Claude może wybrać zbyt mało słów, by detekcja była wiarygodna. To jednak ograniczenie statystycznej pewności, a nie wyjątek przyznany użytkownikom i nie test autorstwa.

Anthropic a Google, OpenAI, Meta i Microsoft

W dyskusji często mieszają się różne rozwiązania, które warto rozdzielić:

1. podpisanie unijnego kodeksu przejrzystości;
2. dodawanie metadanych pochodzenia do plików;
3. stosowanie widocznych etykiet;
4. osadzanie statystycznego znaku wodnego w tekście.

Anthropic twierdzi, że inni duzi dostawcy AI podpisali ten sam unijny kodeks i wdrożą własne systemy. Nie oznacza to jednak, że Google, OpenAI, Meta i Microsoft używają identycznej technologii, obejmują nią te same produkty albo stosują takie same zasady wykrywania i oznaczania.

Podejście Anthropic do tekstu jest powiązane z opublikowaną rodziną technik SynthID-Text Google DeepMind, natomiast C2PA służy osobno do potwierdzania pochodzenia obsługiwanych plików. Dostępne źródła nie wystarczają, by stwierdzić, że wszystkie cztery wymienione firmy wdrożyły globalny znak wodny tekstu odpowiadający rozwiązaniu Claude’a.

Reakcje użytkowników i problem dla instytucji

Wdrożenie wywołało obawy użytkowników Claude’a, którzy nie chcą, by pomoc AI była automatycznie ujawniana w szkole, pracy, publikacjach lub działalności komercyjnej. Pojawiły się również doniesienia o osobach zapowiadających albo deklarujących rezygnację z subskrypcji.

Część użytkowników zaczęła szukać narzędzi do usuwania lub osłabiania znaku. Znaczące przepisanie tekstu, parafraza, tłumaczenie, streszczenie lub ponowne wygenerowanie treści może osłabić albo usunąć sygnał — i właśnie dlatego wynik negatywny nie oczyszcza automatycznie nikogo z zarzutu korzystania z AI. Z drugiej strony zachowany znak może świadczyć o ograniczonej pomocy Claude’a, a nie o wygenerowaniu całego dokumentu.

Dla szkół, pracodawców, wydawców i platform wniosek powinien być prosty: wynik detekcji należy traktować jako jeden z elementów oceny, a nie automatyczny dowód plagiatu czy naruszenia zasad. Poważna decyzja powinna uwzględniać kontekst, historię wersji i szkiców, obowiązujące reguły ujawniania użycia AI, zakres pomocy oraz możliwość złożenia wyjaśnień. Szczególnie ważna jest ocena człowieka w przypadku korekty, tłumaczenia, wsparcia dostępności i wspólnego pisania.

Znak wodny Claude’a może ułatwić sprawdzenie, czy AI uczestniczyła w pracy, ale nie rozwiązuje trudniejszego problemu autorstwa. Najtrafniejsze rozróżnienie to sygnał kontra dowód: pierwszy może wspierać przejrzystość, drugi wymaga kontekstu, którego sam statystyczny znak nie dostarcza.