ลายน้ำล่องหนของ Claude ไม่ใช่เครื่องจับคนเขียนด้วย AI

Anthropic กำลังเพิ่มลายน้ำแบบมองไม่เห็นและตรวจจับได้ด้วยระบบอัตโนมัติลงในข้อความที่สร้างโดย Claude รุ่นใหม่ โดยบริษัทระบุว่าเป็นการรองรับข้อกำหนดด้านความโปร่งใสตามมาตรา 50 ของกฎหมายปัญญาประดิษฐ์แห่งสหภาพยุโรป (EU AI Act) อย่างไรก็ตาม Anthropic เลือกใช้มาตรฐานเดียวทั่วโลก ไม่ได้จำกัดเฉพาะผู้ใช้ในยุโรป

ประเด็นสำคัญที่ไม่ควรมองข้ามคือ ลายน้ำนี้เป็น สัญญาณแสดงที่มา ไม่ใช่คำตัดสินเรื่องผู้ประพันธ์ ผลตรวจพบอาจบ่งชี้ว่า Claude มีส่วนสร้างข้อความบางส่วน แต่ไม่สามารถระบุได้ว่าใครเป็นผู้ใช้ ใครเป็นผู้เขียน หรือ Claude สร้างเอกสารทั้งฉบับหรือไม่

Anthropic กำลังทำเครื่องหมายอะไร

Claude รุ่นที่เปิดตัวตั้งแต่วันที่ 2 สิงหาคม 2026 รองรับการทำเครื่องหมายแบบอ่านได้โดยเครื่องตั้งแต่เริ่มเปิดตัว ส่วนรุ่นเก่ากว่านั้น Anthropic ระบุว่ากำลังดำเนินการเพิ่มความสามารถดังกล่าวในภายหลัง ระบบนี้ครอบคลุมช่องทางที่รองรับ เช่น Claude.ai, Claude Platform API, Claude Code, Claude Cowork, Claude Tag รวมถึงการใช้งานผ่านผู้ให้บริการคลาวด์ภายนอกในพื้นที่ที่ Claude ให้บริการ

มีระบบอยู่ 2 แบบที่ควรแยกออกจากกัน:

• ข้อความ: ลายน้ำทางสถิติที่มองไม่เห็น แทรกอยู่ในรูปแบบการเลือกคำของโมเดล
• ไฟล์ที่รองรับ: ข้อมูลแหล่งที่มาแบบดิจิทัลที่ลงลายมือชื่อด้วยมาตรฐาน C2PA เช่นไฟล์ SVG, PNG และ JPG

สิ่งนี้ไม่ใช่ป้ายกำกับที่ผู้อ่านมองเห็น ไม่ใช่อักขระพิเศษที่ซ่อนอยู่ ไม่ใช่รหัสบัญชี และไม่ใช่ประกาศลิขสิทธิ์ Anthropic ระบุว่าลายน้ำในข้อความไม่มีข้อมูลที่เชื่อมโยงกลับไปยังบุคคล องค์กร บทสนทนา หรือแชตใดโดยเฉพาะ

ทำไมจึงใช้ทั่วโลก ทั้งที่ต้นเหตุอยู่ในสหภาพยุโรป

Anthropic ระบุว่าแรงผลักดันโดยตรงคือระบอบความโปร่งใสตามมาตรา 50 ของ EU AI Act และการเข้าร่วม Code of Practice on Transparency of AI-Generated Content ตามมาตรา 50(2) กฎดังกล่าวกำหนดให้ผู้ให้บริการที่ทำตลาดในสหภาพยุโรปทำให้เนื้อหาที่สร้างโดย AI สามารถระบุได้ด้วยระบบอัตโนมัติ

แทนที่จะสร้างพฤติกรรมของโมเดลแยกตามภูมิภาค Anthropic เลือกใช้แนวทางเดียวในทุกพื้นที่ที่มีการให้บริการ Claude ซึ่งทำให้ผู้ใช้ API ธุรกิจ นักพัฒนา และผู้ใช้ทั่วไปอยู่ภายใต้มาตรฐานระดับโมเดลเดียวกัน ทั้งนี้ บางแพลตฟอร์มหรือฟีเจอร์อาจยังไม่รองรับการทำเครื่องหมายทุกประเภท

ลายน้ำข้อความทำงานอย่างไร

เทคนิคนี้อาศัยรูปแบบทางสถิติในการเลือกโทเคน ขณะสร้างประโยค โมเดลภาษามักมีคำหรือการเรียงคำที่เป็นไปได้หลายแบบ ลายน้ำจะปรับแหล่งที่มาของความสุ่มที่ใช้ตัดสินใจในตัวเลือกซึ่งมีผลต่อความหมายไม่มากนัก จากนั้นสะสมรูปแบบที่ผูกกับกุญแจเฉพาะไว้ตลอดข้อความ จนสามารถตรวจหาได้ในภายหลัง Anthropic อธิบายว่าแนวทางนี้มีความเกี่ยวข้องกับเทคนิค SynthID-Text ของ Google DeepMind

ผู้อ่านจะไม่เห็นความเปลี่ยนแปลงในเอกสาร ระบบไม่ได้เติมอักขระพิเศษ ไม่ได้เพิ่มโทเคนเข้าไป และ Anthropic ระบุว่าไม่ควรส่งผลอย่างมีนัยสำคัญต่อการใช้คำ ความสร้างสรรค์ ความอ่านง่าย หรือต้นทุน บริษัทกล่าวว่าการทดสอบภายในไม่พบผลกระทบต่อคุณภาพ

เนื่องจากสัญญาณกระจายอยู่ในตัวเลือกคำทั่วไป ลายน้ำจึงต่างจากเมทาดาทาของไฟล์ที่อาจหายไปเมื่อส่งออกหรือเขียนไฟล์ใหม่ การคัดลอกและวาง การเปลี่ยนรูปแบบ หรือการแก้ไขเล็กน้อยอาจยังเหลือรูปแบบมากพอให้ตรวจพบได้ แต่ทั้งหมดนี้เป็นความน่าจะเป็น ไม่ใช่การรับประกัน

แปล สรุป ตรวจคำผิด หรือแก้ไขแล้วลายน้ำยังอยู่หรือไม่

คำตอบคือ ไม่แน่นอนและไม่ควรถือว่าคงอยู่เสมอ การแปล การสรุปความ การเขียนใหม่ การถอดความ และการแก้ไขจำนวนมากจะเปลี่ยนตัวเลือกโทเคนเดิมที่เป็นพาหะของสัญญาณไปมาก เนื้อหาที่ผ่านการแปลงอาจยังมีร่องรอยให้ตรวจพบในบางกรณี แต่ข้อมูลของ Anthropic ไม่รองรับคำกล่าวที่หนักแน่นกว่านั้นว่า ทุกการแปล ทุกบทสรุป ทุกการตรวจคำผิด หรือทุกการแก้ไขจะรักษาลายน้ำไว้ได้

ความยาวของข้อความก็มีความสำคัญเช่นกัน ยิ่งมีข้อความมาก โอกาสประเมินรูปแบบทางสถิติก็ยิ่งดีขึ้น คำตอบสั้น ๆ หรือการให้ Claude ตรวจภาษาโดยเปลี่ยนเพียงไม่กี่คำ อาจมีเนื้อหาที่ Claude เป็นผู้เลือกน้อยเกินกว่าจะสร้างผลตรวจที่มีความหมาย

จึงต้องแยกให้ออกระหว่าง ข้อความที่อาจผ่าน Claude กับ ข้อความที่ตรวจพบลายน้ำได้อย่างมั่นใจ ข้อความอาจถูกประมวลผลโดย Claude แต่ให้ผลลบหรือผลไม่ชัดเจนได้ และการไม่พบลายน้ำก็ไม่ได้พิสูจน์ว่ามนุษย์เขียนข้อความนั้นทั้งหมด

ผลตรวจพบยืนยันอะไรได้บ้าง

ผลตรวจพบตอบคำถามที่ค่อนข้างจำกัดว่า “มีความเป็นไปได้มากน้อยเพียงใดที่ Claude มีส่วนในการเขียนข้อความบางส่วน” ผลดังกล่าว ไม่ได้ยืนยันว่า:

• ใครเป็นผู้ป้อนคำสั่งให้ Claude
• ใครเป็นผู้เขียนเนื้อหาต้นฉบับหรือข้อความส่วนอื่น
• มนุษย์แก้ไขข้อความอย่างมีนัยสำคัญหรือไม่
• Claude เป็นผู้สร้างเอกสารทั้งฉบับหรือไม่
• ผู้ใช้ละเมิดกฎของโรงเรียน ที่ทำงาน สำนักพิมพ์ หรือแพลตฟอร์มหรือไม่
• ใครเป็นเจ้าของผลงานหรือผู้รับผิดชอบทางกฎหมาย

ลายน้ำยังไม่สามารถระบุผู้ใช้ องค์กร หรือแชตที่เกี่ยวข้องได้ และกุญแจของ Anthropic ก็ไม่สามารถใช้ยืนยันผลงานจากผู้ให้บริการ AI รายอื่น

Anthropic ระบุว่ามีแผนให้บริการ API สำหรับตรวจจับลายน้ำในอนาคต ระบบดังกล่าวจะต่างจากเครื่องมือตรวจจับ AI ทั่วไปที่คาดเดาผู้เขียนจากรูปแบบภาษา หรือจากสิ่งที่มักเรียกว่า “ร่องรอยแบบ AI” เพราะตัวตรวจลายน้ำจะค้นหาลายเซ็นทางสถิติที่ถูกสร้างขึ้นโดยเจตนาและใช้กุญแจเฉพาะ

เหตุใดนักวิจารณ์จึงมองว่าแนวทางนี้กว้างเกินไป

ข้อถกเถียงสำคัญอยู่ที่ความแตกต่างระหว่างการสร้างเนื้อหาใหม่โดย AI กับการให้ AI ช่วยงานบรรณาธิการทั่วไป เช่น ตรวจการสะกด ไวยากรณ์ ความชัดเจน การแปล หรือการเข้าถึงสำหรับผู้มีข้อจำกัดบางประเภท นักวิจารณ์กังวลว่าลายน้ำระดับโมเดลอาจทำให้เอกสารที่มนุษย์เขียนเป็นหลักถูกจัดอยู่ในกลุ่มเดียวกับเรียงความที่ AI ร่างขึ้นเกือบทั้งหมด

นี่เป็นที่มาของคำวิจารณ์ว่าแนวทางดังกล่าวใช้ “ค้อนปอนด์แทนมีดผ่าตัด” เพราะลายน้ำที่เปิดใช้เป็นค่าเริ่มต้นกับเอาต์พุตของโมเดลอาจกว้างกว่ากรณีที่กฎด้านความโปร่งใสต้องการจัดการ โดยเฉพาะหากโรงเรียน นายจ้าง สำนักพิมพ์ หรือแพลตฟอร์มตีความการมีลายน้ำว่าเป็นหลักฐานการทำผิด

คำอธิบายทางเทคนิคของ Anthropic ช่วยลดความกังวลนี้ได้บางส่วนในทางปฏิบัติ กล่าวคือ การตรวจคำผิดเล็กน้อยอาจเหลือคำที่ Claude เลือกไว้น้อยเกินกว่าจะตรวจพบอย่างมั่นใจ แต่ข้อจำกัดนี้เป็นเรื่องระดับความเชื่อมั่นทางสถิติ ไม่ใช่ข้อยกเว้นสำหรับผู้ใช้ และไม่ใช่การทดสอบผู้ประพันธ์ที่เชื่อถือได้

เปรียบเทียบกับ Google, OpenAI, Meta และ Microsoft

การเปรียบเทียบเรื่อง “การทำเครื่องหมาย AI” ต้องแยกแนวคิดที่มักถูกพูดรวมกันออกเป็น 4 เรื่อง:

1. การลงนามในหลักปฏิบัติด้านความโปร่งใสของสหภาพยุโรป
2. การแนบเมทาดาทาแสดงแหล่งที่มาลงในไฟล์
3. การติดป้ายกำกับที่มนุษย์มองเห็น
4. การฝังลายน้ำทางสถิติในข้อความ

Anthropic ระบุว่าผู้ให้บริการ AI รายใหญ่รายอื่นลงนามในหลักปฏิบัติเดียวกันและจะพัฒนาระบบของตนเอง แต่ไม่ได้หมายความว่า Google, OpenAI, Meta และ Microsoft ใช้วิธีทางเทคนิคเดียวกัน ครอบคลุมผลิตภัณฑ์เดียวกัน หรือมีนโยบายตรวจจับเหมือนกัน

แนวทางด้านข้อความของ Anthropic มีความเกี่ยวข้องกับตระกูลเทคนิค SynthID-Text ที่ Google DeepMind เผยแพร่ ขณะที่ C2PA ถูกใช้แยกต่างหากสำหรับเมทาดาทาแหล่งที่มาของไฟล์ที่รองรับ หลักฐานจากแหล่งข้อมูลที่มีอยู่ยังไม่เพียงพอที่จะสรุปว่าบริษัททั้ง 4 แห่งติดตั้งลายน้ำข้อความทั่วโลกในระดับเดียวกับ Claude แล้ว

กระแสต่อต้านและปัญหาเมื่อนำไปใช้จริง

การเปิดตัวทำให้ผู้ใช้ Claude บางส่วนกังวลว่าการใช้ AI จะถูกเปิดเผยในบริบทการเรียน การทำงาน การตีพิมพ์ หรือการใช้งานเชิงพาณิชย์ นอกจากนี้ยังมีรายงานผู้ใช้ที่ขู่ว่าจะยกเลิกหรืออ้างว่ายกเลิกการสมัครสมาชิกเนื่องจากนโยบายดังกล่าว

ขณะเดียวกัน ผู้ใช้บางรายก็หาวิธีลบหรือหลบเลี่ยงลายน้ำ การเขียนใหม่อย่างมาก การถอดความ การแปล การสรุป หรือการให้โมเดลอื่นสร้างเนื้อหาใหม่อาจทำให้สัญญาณอ่อนลงหรือลบไป นั่นเป็นเหตุผลว่าทำไมผลตรวจไม่พบจึงไม่สามารถรับรองว่าไม่มีการใช้ AI ได้ ในทางกลับกัน ผลตรวจพบก็อาจสะท้อนการช่วยเหลือเพียงเล็กน้อย ไม่ใช่การให้ Claude สร้างงานทั้งหมด

สำหรับโรงเรียน นายจ้าง สำนักพิมพ์ และแพลตฟอร์ม ข้อสรุปที่ปลอดภัยที่สุดคือ อย่าใช้ผลตรวจลายน้ำเป็นคำตัดสินการทุจริตโดยอัตโนมัติ การพิจารณาที่จริงจังควรดูบริบท ประวัติร่างและเวอร์ชัน กฎการเปิดเผยการใช้ AI ประเภทความช่วยเหลือที่ได้รับ และเปิดโอกาสให้เจ้าของงานชี้แจง โดยเฉพาะในกรณีตรวจแก้ภาษา แปลภาษา การช่วยด้านการเข้าถึง และการเขียนร่วมกัน

ลายน้ำของ Claude อาจทำให้การตรวจสอบการมีส่วนร่วมของ AI ทำได้ง่ายขึ้น แต่ไม่ได้แก้ปัญหาที่ยากกว่านั้นอย่างเรื่องผู้ประพันธ์ ความแตกต่างที่ควรจำคือ สัญญาณไม่ใช่หลักฐานยืนยัน สัญญาณอาจช่วยเพิ่มความโปร่งใสได้ แต่การตัดสินว่าใครเป็นผู้เขียนหรือทำผิดกฎยังต้องอาศัยบริบท ซึ่งลายน้ำทางสถิติไม่สามารถให้ได้