Anthropic wprowadza niewidoczny znak wodny w tekstach generowanych przez Claude

Anthropic opublikowało opis techniczny mechanizmu, który ma odpowiedzieć na pytanie budzące coraz więcej sporów prawnych i edukacyjnych: czy dany tekst napisała maszyna, czy człowiek. Firma wprowadza niewidoczny znak wodny do tekstów generowanych przez nowe wersje Claude'a, umożliwiający late statystyczne sprawdzenie prawdopodobieństwa, że dany fragment powstał za sprawą modelu.

Jak działa mechanizm

Claude generuje tekst słowo po słowie, wybierając z listy możliwych kandydatów najbardziej sensowną kontynuację. W wielu miejscach zdania model ma jednak do wyboru kilka słów o zbliżonym prawdopodobieństwie i praktycznie równej jakości. Anthropic wykorzystuje właśnie te niskostawkowe decyzje, powtarzające się dziesiątki razy w każdej dłuższej odpowiedzi, do wszycia w tekst rozpoznawalnego wzorca.

Zamiast losować kolejne słowo za pomocą zwykłego generatora liczb losowych, system opiera wybór na kluczu kryptograficznym i poprzedzających słowach. Efekt końcowy wygląda dla czytelnika jak zwykły, naturalny tekst, ale sekwencja wyborów daje się zweryfikować, jeśli ktoś dysponuje odpowiednim kluczem.

Watermarking uses low-stakes choices like these, które pojawiają się wielokrotnie w wygenerowanym tekście, by zostawić rozpoznawalny wzorzec w odpowiedziach Claude'a - Anthropic

Analogia z cyframi liczby pi

W opisie technicznym Anthropic posłużyło się porównaniem do gry planszowej, w której zamiast rzucać kostką, gracze umawiają się na korzystanie z kolejnych cyfr liczby pi jako źródła losowości. Dla obserwatora z zewnątrz ruchy wyglądają na przypadkowe, ale ktoś znający wartość pi i zasady umowy może po fakcie sprawdzić, czy dana rozgrywka rzeczywiście została oparta na tym konkretnym źródle liczb.

Suppose that, instead of rolling the die to get this randomness, we decided to use a book of the digits of pi - Anthropic

Ta sama logika stoi za znakiem wodnym w tekście: model nie przestaje działać losowo z punktu widzenia czytelnika, ale ktoś dysponujący kluczem może sprawdzić, czy sekwencja wyborów słów pasuje do wzorca charakterystycznego dla Claude'a.

Ograniczenia metody

Anthropic wprost przyznaje, że mechanizm ma słabe punkty. Znak wodny traci skuteczność przy bardzo krótkich fragmentach tekstu, ponieważ zbyt mało decyzji słownych zostaje zarejestrowanych, by wzorzec był statystycznie wiarygodny. Podobny problem dotyczy fragmentów czysto faktograficznych, gdzie wybór konkretnego słowa wpływa na dokładność informacji, a model nie może sobie pozwolić na losowość kosztem poprawności.

Metoda nie sprawdza się też w kodzie programistycznym, który wymaga precyzyjnej składni, ani w tekstach, które zostały już przefiltrowane, przeredagowane lub istotnie zmienione przez człowieka po wygenerowaniu. Innymi słowy, znak wodny wykrywa surowy output modelu, a nie każdy tekst, do którego AI w jakikolwiek sposób się przyczyniła.

Kontekst unijnych przepisów

Publikacja Anthropic nie jest przypadkowa. Firma należy do grona około 190 sygnatariuszy unijnego Kodeksu Praktyk dla ogólnego przeznaczenia AI, podpisanego w lipcu 2026 roku, który zobowiązuje dostawców modeli działających na rynku unijnym do znakowania treści generowanych przez sztuczną inteligencję. Obowiązek ten wszedł w życie 2 sierpnia 2026 roku, a inni najwięksi twórcy modeli zadeklarowali wdrożenie własnych rozwiązań znakujących w ramach tego samego kodeksu.

Dla firm i instytucji korzystających z Claude'a oznacza to nowe narzędzie w kontekście zgodności z unijnymi przepisami, choć samo Anthropic zaznacza, że znak wodny nie jest niezawodnym detektorem w każdej sytuacji. Ma raczej dawać sygnał prawdopodobieństwa niż jednoznaczny dowód pochodzenia tekstu.

Co to zmienia dla użytkowników

Znak wodny nie wpływa na doświadczenie osoby czytającej odpowiedź Claude'a i nie zawiera żadnych danych identyfikujących konkretnego użytkownika, organizację czy konwersację, z której pochodzi tekst. Anthropic podkreśla, że rozwiązanie zostało zaprojektowane tak, by nie zdradzać, kto zadał modelowi pytanie, a jedynie by sam model pozostawiał w treści rozpoznawalny ślad.

To rozróżnienie ma znaczenie praktyczne: mechanizm nie nadaje się do inwigilacji konkretnych rozmów, ale może posłużyć redakcjom, uczelniom czy platformom publikującym treści do zbiorczej oceny, czy dany materiał powstał z pomocą Claude'a. Skuteczność takiej oceny zależy jednak od długości i charakteru sprawdzanego tekstu.