Claude fick AI-vattenstämpel – kringgicks på fyra timmar

Anthropics beslut att lägga in maskinläsbara markeringar i Claude-utdata blev snabbt ett test av om AI-vattenmärkning av text klarar verklig redigering. Inom fyra timmar efter att företaget bekräftat utrullningen publicerade utvecklaren Guillaume Meyer en öppen lösning för att kringgå märkningen. Händelsen visar den centrala begränsningen hos statistiska textmarkeringar: de kan underlätta rutinmässig upptäckt, men blir sårbara när texten skrivs om tillräckligt mycket.

Vad ändrades den 2 augusti 2026?

Anthropic uppger att Claude-modeller som lanserats från och med den 2 augusti 2026 märker genererat innehåll redan vid lanseringen. Markeringen gäller där de stödda Claude-modellerna erbjuds, över hela världen. Genererad text får en omärklig vattenstämpel, medan stödda filer kan förses med digitalt signerad ursprungsmetadata.

Företaget kopplar förändringen till transparenskraven i EU:s AI-förordning, ofta kallad AI Act. Regelverket kräver tekniska lösningar som gör det möjligt att maskinellt märka och upptäcka innehåll som genererats eller manipulerats av ett AI-system, i den mån det är tekniskt möjligt.

Den globala utrullningen följdes nästan omedelbart av offentliga försök att slå ut textsig­nalen. Wired rapporterade att Meyer släppte sitt verktyg inom fyra timmar. Projektet fick senare mer än 100 bidragsgivare, och inlägget där det marknadsfördes bokmärktes över 20 000 gånger på X. De tillgängliga uppgifterna fastställer däremot inte något tillförlitligt totalantal för GitHub-stjärnor, nedladdningar eller användare.

Så försöker verktygen störa märkningen

Claude-vattenstämpeln är inte ett lager av osynliga tecken som enkelt kan raderas. Anthropic beskriver den i stället som ett statistiskt mönster i modellens val av ord eller tokens. En kontrollfunktion bedömer om ordsekvensen statistiskt liknar den process som Claude använder när texten genereras.

Meyers metod använder en språkmodell utan vattenstämpel för att skapa flera nya versioner av samma text. Synonymer byts ut och formuleringar organiseras om, samtidigt som innebörden försöker bevaras. På så sätt angrips själva mönstret i ordvalet.

Andra webbläsarbaserade verktyg som beskrivits i rapporteringen riktar in sig på andra delar av AI-utdata. Ett verktyg tar bort osynliga eller snarlika Unicode-tecken, flyttar meningar och ersätter synonymer. Att korta ned en text eller översätta den till ett annat språk och tillbaka har också nämnts som sätt att störa ett statistiskt mönster.

Det är dock viktigt att skilja dessa metoder från att ta bort Claudes kärnvatermärke för text. Anthropic säger att vattenstämpeln inte består av dolda tecken eller tillagd textmetadata.

Vad kan vattenstämpeln faktiskt visa?

Anthropic säger att tekniken bygger på en version av Google DeepMinds SynthID-Text. Vid ordval där flera alternativ passar lika bra använder Claude en slumpmässighet styrd av en hemlig nyckel och kopplad till föregående ord. En kontrollfunktion kan sedan uppskatta om texten är statistiskt förenlig med dessa val.

Märkningen är utformad för att vara osynlig för läsaren, inte lägga till några tecken eller extra tokens och inte i praktiken påverka textens betydelse, kvalitet, kreativitet, läsbarhet eller kostnad. Anthropic uppger också att den inte innehåller identifierande information och inte kan spåras till en viss person, organisation eller chatt.

Det gör vattenstämpeln till en signal om möjlig inblandning – inte ett personligt fingeravtryck. Anthropic beskriver upptäckten som en sannolikhet för att Claude har varit involverat i att skriva en text. Resultatet kan inte fastställa vem som skrev den, bevisa att en människa inte skrev den, identifiera text från en annan modell eller ge ett tillförlitligt svar för mycket korta texter.

Skillnaden blir särskilt viktig när Claude används för korrekturläsning, lättare redigering, sammanfattning eller översättning. Anthropic säger att en lätt redigerad text bara kan bära märkningen på de ord som Claude själv valde – vilket kan lämna för lite statistiskt underlag för en säker upptäckt.

Därför ifrågasätter utvecklare att upptäckt likställs med författarskap

Meyers kritik handlar enligt rapporteringen inte om att all form av ursprungsangivelse är fel. Han skiljer mellan innehållsattribution och en osynlig markering som kan användas som bevis mot en person. Hans invändning är att en sannolikhetssignal kanske inte kan skilja omfattande AI-författande från begränsad hjälp, exempelvis korrekturläsning eller redigering.

Det speglar ett större problem med textens proveniens – alltså historiken över hur den kom till. En detektor kan hitta att en text statistiskt stämmer överens med att Claude varit inblandat. Den visar däremot inte hur stor del av slutversionen som kommer från Claude, hur mycket en människa ändrade eller vem som formulerade de ursprungliga idéerna.

När en text har skrivits om kraftigt, översatts, kortats ned eller byggts upp på nytt blir gränsen mellan ”AI-genererad” och ”mänskligt skriven med AI-hjälp” svårare att dra.

Det tillgängliga materialet visar inte att vattenmärkningen förändrar äganderätten till Claude-utdata eller användarnas materiella rättigheter. Anthropic beskriver systemet som ett sätt att uppskatta möjlig medverkan från Claude, inte som ett äganderättsanspråk.

Varför omskrivning försvagar statistiska vattenstämplar

En statistisk vattenstämpel bygger på ett mönster som är utspritt över många ordval. Om texten lämnas relativt orörd kan mönstret följa med när den kopieras och klistras in och ibland överleva viss redigering. Men omfattande parafrasering, översättning eller omskrivning kan ändra tillräckligt många formuleringar för att signalen inte längre ska kunna upptäckas.

Forskare som citeras av Nature är på liknande sätt skeptiska till att textvattenstämplar på ett tillförlitligt sätt kan avskräcka en motiverad person från att skriva om AI-utdata, även med hjälp av en annan språkmodell. Invändningen är att signalen kan försvinna medan innehållets innebörd i huvudsak bevaras.

Det betyder inte att tekniken saknar värde. Den kan ge en maskinläsbar ledtråd i rutinmässiga kontroller, särskilt när texten är tillräckligt lång och fortfarande ligger nära den ursprungliga AI-versionen. Däremot är den svagare som beständigt bevis på oförändrat ursprung – i synnerhet när en människa har bearbetat texten betydligt.

Vad kräver EU:s AI-förordning?

Det relevanta EU-kravet riktar sig främst till leverantörer. De ska införa tekniska lösningar som stöder maskinläsbar märkning och upptäckt av AI-genererat eller AI-manipulerat innehåll, med hänsyn till vad som är tekniskt genomförbart. Lagtexten nämner vattenstämplar och andra metoder som möjliga lösningar, men garanterar inte att en viss metod fungerar i alla situationer.

De tillgängliga källorna fastställer inte något generellt förbud i EU-rätten mot att oberoende tredje parter skapar eller använder verktyg som tar bort en vattenstämpel. De förklarar inte heller varför Anthropic från början inte kunde begränsa funktionen geografiskt till EU. Företagets uttalade lösning gäller i stället över hela världen där stödda Claude-modeller erbjuds.

Det leder till en praktisk kompromiss. Vattenmärkning kan förbättra transparensen och göra efterföljande kontroller enklare när texten är relativt intakt. Den kan däremot inte, utifrån det tillgängliga underlaget, garantera textens proveniens efter en målmedveten omskrivning. Ett positivt resultat kan inte heller ensamt avgöra frågor om författarskap, avsikt eller ansvar.

Slutsatsen

Claudes utrullning visar både nyttan och skörheten hos AI-vattenmärkning av text. En vattenstämpel kan fungera som en sannolikhetssignal för att Claude har bidragit till en passage, men den är varken dold metadata, en personlig identifierare eller ett avgörande bevis på att Claude skrev den slutliga texten.

Att verktyg för omskrivning dök upp – med Meyers projekt inom fyra timmar – visar varför EU:s krav på maskinläsbar märkning bör ses som en transparensåtgärd, inte som en ofelbar kedja av bevis för textens ursprung.