Watermark vô hình của Claude: Phát hiện được gì, không thể chứng minh điều gì?

Với các tệp được hỗ trợ, gồm những định dạng như SVG, PNG và JPG, Claude sử dụng metadata nguồn gốc được ký số. Đây là cơ chế khác với watermark văn bản: metadata tạo ra một hồ sơ có cấu trúc về tài sản số, còn tín hiệu văn bản được đan trực tiếp vào ngôn ngữ.

Các mô hình Claude ra mắt từ mốc ngày 2/8 hỗ trợ đánh dấu ngay khi phát hành. Anthropic cho biết những mô hình cũ hơn đang được bổ sung trong giai đoạn chuyển tiếp, vì vậy việc một nội dung có dấu hay chưa còn phụ thuộc vào mô hình và định dạng đầu ra.

Watermark có thể chứng minh điều gì?

Theo Anthropic, watermark không chứa thông tin nhận dạng và không thể truy ngược đến một cá nhân, tổ chức hay cuộc trò chuyện cụ thể. Vì vậy, tín hiệu dương tính không phải là hồ sơ về danh tính người dùng, cũng không phải bản ghi prompt đã tạo ra văn bản.

Ngay cả khi phát hiện được tín hiệu của Claude, điều đó vẫn chưa giải quyết câu hỏi rộng hơn về quyền tác giả. Nó có thể gợi ý Claude từng tham gia tạo hoặc biến đổi nội dung, nhưng tự nó không thể chứng minh:

• ai đưa ra ý tưởng hoặc chỉ dẫn ban đầu;
• ai quyết định về biên tập và nội dung;
• ai sở hữu tác phẩm cuối cùng;
• con người đã viết lại bao nhiêu phần; hoặc
• ai chịu trách nhiệm pháp lý khi nội dung được xuất bản.

Đây là khác biệt quan trọng bởi sản phẩm có AI hỗ trợ thường trải qua nhiều công đoạn. Một người có thể yêu cầu Claude viết bản nháp, chỉnh sửa sâu, kết hợp với thông tin tự mình thu thập, hoặc chỉ dùng Claude để biên tập câu chữ. Watermark có thể hỗ trợ phân tích nguồn gốc, nhưng không thể tự mình phân loại tác phẩm cuối cùng là hoàn toàn do AI hay hoàn toàn do con người tạo ra.

Vì sao Anthropic triển khai trên toàn thế giới?

Điều 50 của EU AI Act yêu cầu các nhà cung cấp hệ thống AI tạo sinh đánh dấu nội dung do AI tạo hoặc thao túng bằng định dạng máy có thể đọc, để nội dung đó có thể được nhận diện là nhân tạo. Quy định bao phủ văn bản tổng hợp cũng như âm thanh, hình ảnh và video.

Anthropic chọn triển khai ở cấp mô hình thay vì bật riêng cho châu Âu. Một phần lý do được các báo cáo nêu ra là việc duy trì ranh giới khu vực ổn định trên nhiều sản phẩm và kênh triển khai của Claude rất khó. Vì thế, người dùng bên ngoài EU vẫn có thể gặp đầu ra đã được đánh dấu, dù động lực pháp lý ban đầu đến từ châu Âu.

Luật quy định kết quả cần đạt được — khả năng phát hiện hiệu quả, đáng tin cậy, bền vững và tương thích — chứ không bắt buộc mọi nhà cung cấp phải dùng cùng một phương pháp thống kê, tiêu chuẩn metadata hay nhãn hiển thị.

Các công cụ gỡ watermark xuất hiện gần như ngay lập tức

Dự án nổi bật đầu tiên là watermarks-remover của Guillaume Meyer, phát hành theo giấy phép MIT. Repository này mô tả một công cụ đa nhà cung cấp, nhằm loại bỏ dấu nguồn gốc khỏi văn bản và tệp mà người dùng sở hữu, trong đó có ký tự Unicode ẩn, metadata và cả các bước xử lý bằng cách viết lại nội dung.

Sau đó, các dự án khác cũng xuất hiện, trong đó có repository claude-watermark-cleaner và một công cụ trên trình duyệt tuyên bố có thể làm sạch dấu AI ẩn khỏi tài liệu cùng nhiều định dạng khác.

Một repository được cho là đạt 8.983 lượt sao GitHub chỉ trong ba ngày. Đây là chỉ dấu đáng chú ý về mức độ quan tâm của cộng đồng, nhưng không phải phép đo độ chính xác khi gỡ watermark. Công cụ xóa ký tự Unicode ẩn hoặc metadata của tệp có thể hoàn toàn không tác động đến tín hiệu thống kê nằm trong cách Claude lựa chọn từ.

Vì sao tuyên bố “gỡ được watermark” vẫn chưa thể kiểm chứng?

Watermark thống kê của văn bản không phải một chiếc thẻ cố định gắn lên tài liệu. Nó phụ thuộc vào việc có đủ mẫu lựa chọn từ ban đầu của mô hình còn tồn tại sau các bước xử lý hay không.

Sao chép, định dạng lại hoặc chỉnh sửa nhẹ có thể vẫn giữ lại đủ tín hiệu để phát hiện. Ngược lại, dịch ngôn ngữ, diễn đạt lại, viết lại đáng kể hoặc trộn thêm nhiều nội dung do con người viết có thể làm tín hiệu suy yếu hoặc biến mất. Chính Anthropic cũng thừa nhận việc viết lại ở mức độ đáng kể có thể xóa tín hiệu.

Điều này tạo ra một vấn đề kiểm chứng. Khi Anthropic chưa công bố bộ phát hiện và chi tiết kỹ thuật, bên ngoài khó xác định một công cụ đã thực sự vô hiệu hóa lớp watermark thống kê, chỉ xóa metadata không liên quan, hay đơn giản là thay đổi văn bản đủ nhiều để việc phát hiện trở nên bất khả kết luận. Vì vậy, các tuyên bố rằng một công cụ cụ thể “đã xử lý được” watermark của Claude nên được xem là chưa được xác minh, thay vì kết quả kỹ thuật đã được chứng minh.

Giới hạn này mang tính cấu trúc. Khi con người được tự do biến đổi ngôn ngữ, họ cũng có thể phá vỡ một mẫu suy luận bằng cách thay đổi chính ngôn ngữ đó. Làm watermark khó bị xóa hơn có thể giảm trường hợp bỏ sót sau những thao tác thông thường, nhưng không thể biến một tín hiệu văn bản có thể thay đổi thành chuỗi lưu giữ nguồn gốc bất biến.

EU AI Act cấm hay không cấm việc xóa dấu?

Điều 50 đặt nghĩa vụ đánh dấu bằng máy có thể đọc chủ yếu lên các nhà cung cấp hệ thống AI liên quan, đồng thời áp dụng thêm một số nghĩa vụ cho bên triển khai trong những tình huống được quy định. Trọng tâm của điều khoản là bảo đảm đầu ra tổng hợp được đánh dấu và có thể phát hiện; luật không chỉ định một công nghệ watermark duy nhất.

Các hướng dẫn hiện có của EU cũng không tạo thành lệnh cấm chung, độc lập đối với mọi bên thứ ba muốn xóa dấu khỏi nội dung. Hướng dẫn thừa nhận vai trò của hoạt động chỉnh sửa thông thường nếu không làm thay đổi đáng kể dữ liệu đầu vào hoặc ngữ nghĩa của nó, đồng thời nêu khung yêu cầu về đánh dấu bằng máy có thể đọc.

Điều đó không có nghĩa xóa dấu luôn không kéo theo hệ quả pháp lý. Hợp đồng, quy định của nền tảng, vấn đề bản quyền, luật chống gian dối và lừa dối, chính sách tại nơi làm việc hoặc trường học, cùng các nghĩa vụ công bố riêng của từng ngành có thể làm thay đổi cách đánh giá trong từng trường hợp.

Kết luận thận trọng hơn là: nghĩa vụ đánh dấu của nhà cung cấp theo Điều 50 không nên bị hiểu nhầm thành cam kết rằng watermark văn bản sẽ tồn tại vĩnh viễn về mặt kỹ thuật, cũng không phải quy tắc chung có thể giải quyết mọi hình thức sử dụng nội dung về sau.

Điều người dùng và đơn vị xuất bản cần lưu ý

Watermark của Claude có thể giúp việc phát hiện AI tham gia vào quá trình tạo nội dung trở nên khả thi hơn trong một số trường hợp — đặc biệt khi văn bản chỉ được sao chép hoặc chỉnh sửa nhẹ, hoặc khi metadata nguồn gốc của tệp vẫn còn nguyên.

Nhưng nó không phải bằng chứng quyết định về tác giả, danh tính, quyền sở hữu hay trách nhiệm pháp lý. Cuộc đua của các công cụ gỡ dấu càng làm rõ điểm này: một repository có thể thu hút hàng nghìn lượt sao trước khi bất kỳ ai có thể độc lập kiểm tra tuyên bố của nó, nhất là khi bộ phát hiện nền tảng vẫn ở chế độ riêng tư.

Với nhà xuất bản, trường học, doanh nghiệp và nền tảng, câu hỏi hữu ích không chỉ là “nội dung có watermark hay không?”. Cần xem xét đồng thời loại bằng chứng đang có, mức độ nội dung đã bị biến đổi, những hồ sơ nguồn gốc nào còn tồn tại và quy định công bố nào áp dụng cho mục đích sử dụng cụ thể.