Watermark în textul AI: ce dovedește filigranul lui Claude și ce nu

Anthropic a început să pună un filigran invizibil în textul generat de Claude. Titlurile l-au vândut, previzibil, ca pe un „detector de AI“. Realitatea e mai îngustă, mai onestă și mai utilă de înțeles corect, mai ales dacă ești într-un mediu reglementat, unde tentația de a construi politici sau acuzații pe un asemenea semnal e mare, iar semnalul nu suportă greutatea.

Pe scurt

• Ce: watermark statistic pe textul generat de Claude, activ pe modelele de după 2 august 2026, cu retrofit pe cele mai vechi, aplicat global, nu doar în UE.
• Motorul: conformarea cu Articolul 50 din EU AI Act (dezvăluirea conținutului generat de AI).
• Cum: o versiune a SynthID-Text (Google DeepMind). Nu adaugă caractere ascunse sau tokeni, ci înclină alegerea între cuvinte plauzibile pe baza unei chei secrete, lăsând un tipar statistic detectabil doar cu cheia.
• Pentru fișiere (SVG, PNG, JPG): nu watermark statistic, ci metadate de proveniență semnate C2PA.
• Capcana centrală: dovedește că Claude a procesat textul, nu că l-a scris.

Cum funcționează

Când Claude alege următorul cuvânt și are mai multe opțiuni rezonabile, folosește o cheie secretă plus contextul precedent ca să încline alegerea într-un fel anume. Fiecare cuvânt în parte pare firesc. Peste suficient text apare un tipar statistic pe care doar cine deține cheia îl poate citi. Nu se adaugă nimic vizibil, nu există caractere ascunse, iar impactul pe viteză și pe calitate e, potrivit Anthropic, neglijabil.

Consecința practică e importantă: detecția e centralizată la Anthropic. Nu poți verifica independent un text. Fără cheia lor, semnalul e ilizibil pentru tine. Asta face din filigran un instrument operațional slab prin construcție: depinde de un singur deținător.

Pentru fișiere generate, mecanismul e altul și mai robust: C2PA, un standard deschis de proveniență, atașează metadate criptografice semnate. E aceeași familie de tehnologie folosită tot mai des pentru autenticitatea imaginilor. E greu de falsificat, dar metadatele pot fi șterse. Robust la forjare, nu la eliminare.

Ce dovedește, de fapt: procesare, nu autor

Aici e miezul, și partea pe care majoritatea titlurilor o ratează. Marca spune „Claude a atins acest text“, nu „Claude a compus acest text“. Nu distinge între a genera de la zero și a corecta, traduce sau reformata. Dacă îți dai propriul articol lui Claude la corectură, primești înapoi un document marcat, deși l-ai scris tu. Ca probă de autor, filigranul nu valorează nimic.

În plus, marca călătorește cu textul. Un fragment generat sau corectat de Claude, copiat apoi într-un alt document, poartă semnalul cu el. E un unghi de urmărire pe care merită să-l ai în vedere: semnalul nu rămâne legat de sesiunea originală.

Unde se rupe

• Nu se aplică unde există un singur răspuns corect: fapte precise, sintaxă exactă de cod. Watermark-ul are nevoie de libertate de alegere între cuvinte.
• Corectura ușoară slăbește semnalul. O rescriere completă îl elimină. Parafrazarea îl degradează.
• Text scurt înseamnă detecție nesigură.
• API-ul de detecție pe care Anthropic îl pregătește dă o probabilitate, nu un verdict.

De ce contează pentru o organizație

Valoarea legitimă e proveniența și transparența: o cerință tot mai des reglementată (EU AI Act), utilă pentru trasabilitatea conținutului. Dar, ca instrument operațional, filigranul are două capcane pe care un profesionist nu trebuie să le rateze.

1. Prezența nu înseamnă autor. Un „hit“ nu dovedește fabricație. Poate însemna doar că cineva și-a corectat propriul text cu Claude. A construi o acuzație (academică, de HR, editorială) pe asta e o eroare.
2. Absența nu înseamnă om. Doar Claude e marcat. Alt model, un om, sau un text rescris nu au marcă. Deci lipsa filigranului nu dovedește nimic, iar ștergerea lui e trivială. Orice politică de „detectăm AI-ul după watermark“ e, prin construcție, evazibilă și asimetrică.

Ce reținem

Filigranul de text e un instrument de proveniență slabă și verificabilă, nu un detector de AI de încredere. Pentru autenticitate serioasă, piesa mai solidă din același anunț e C2PA pe fișiere: proveniență criptografică, semnată, greu de falsificat, exact tiparul „dovadă, nu prezumție“ care contează într-un context de securitate. Tratează watermark-ul de text ca pe un semnal contextual, niciodată ca pe o probă. Și nu construi nimic important, nici acuzații, nici apărări, pe prezența sau absența lui.

Dacă îți construiești o politică de conținut AI sau de proveniență, nu o ancora pe watermark. Scrie-ne și pornim de la ce e verificabil: proveniență semnată și controale care nu depind de cheia altcuiva.

Surse

• TechCrunch — Anthropic says it will watermark text generated by its AI models
• Axios — Anthropic’s text watermarks signal new front in AI detection
• Anunțul oficial Anthropic; SynthID-Text (Google DeepMind, publicat în Nature); Articolul 50 din EU AI Act; standardul C2PA.