Anthropic впроваджує приховані водяні знаки в текст, який генерує Claude, — механізм, що дозволяє згодом визначити, чи написаний фрагмент моделлю, а не людиною. За даними Mezha, компанія відкрито визнає компроміс: точність детектування зростає ціною можливого погіршення якості самого тексту.

Для користувача, що просто спілкується з Claude в чаті, це технічна дрібниця, непомітна на око. Але для команд, які будують продукти поверх Claude API й публікують згенерований контент — статті, описи товарів, автоматичні відповіді підтримки, — це вже архітектурне рішення: чи готові жертвувати якістю виводу заради того, щоб текст можна було надійно промаркувати як штучний.

Питання не абстрактне. Регулятори в ЄС і США рухаються в бік вимог маркувати ШІ-контент, і індустрія вже експериментує з різними підходами — від видимих плашок «згенеровано ШІ» до статистичних водяних знаків, вбудованих безпосередньо в текст на рівні вибору слів.

Що таке водяний знак у тексті, який пише ШІ?

Мовна модель генерує текст токен за токеном, обираючи кожне наступне слово з розподілу ймовірностей. Watermarking-техніки трохи зміщують цей вибір: модель віддає легку перевагу певній підмножині токенів за прихованим патерном, непомітним для читача, але який можна виявити спеціальним детектором, знаючи ключ. На відміну від видимої плашки чи метаданих файлу, такий знак не зникає при простому копіюванні тексту в інший редактор — він «прошитий» у самі слова.

Подібний напрям вже розвиває й Google DeepMind зі своїм SynthID для тексту й зображень: Anthropic, судячи з опису Mezha, рухається в той самий бік — до статистичного, а не візуального маркування.

Чому прихований водяний знак може погіршувати якість тексту?

Тому що механізм працює через легке викривлення природного розподілу ймовірностей токенів. Модель іноді обирає не найприродніше з погляду стилю слово, а те, що вписується в «промаркований» патерн. За даними Mezha, саме цей компроміс Anthropic визнає прямо: чим сильніший водяний знак і, відповідно, чим вища його детектованість, тим помітніший потенційний вплив на зв'язність, природність чи стилістичну точність фрази.

Для короткого фактичного тексту — довідки, короткої відповіді підтримки — такий компроміс, ймовірно, малопомітний. А от для довгих творчих чи аналітичних матеріалів різниця в якості може стати відчутною для читача, хоч і не завжди усвідомленою.

Кому і навіщо це варто врахувати вже зараз?

Продуктовим командам, що публікують текст, згенерований Claude, під власним брендом. Якщо Anthropic зробить watermarking увімкненим за замовчуванням або опційним параметром API, детектованість тексту перестане бути суто етичним питанням і стане технічним параметром, який варто тестувати поруч із temperature чи system prompt.

• Перевірити вивід із увімкненим і вимкненим watermarking (якщо опція буде доступна) на власних типових сценаріях — довгих статтях, коротких відповідях, творчих текстах.
• Врахувати, що водяний знак у пайплайнах, де текст пізніше редагує людина або перефразовує інша модель, може просто не дожити до публікації.
• Стежити за офіційними оновленнями Anthropic щодо того, чи буде маркування опційним параметром, а не прихованою поведінкою за замовчуванням.
• Не покладатися на прихований водяний знак як на єдиний механізм відповідності майбутнім вимогам маркування ШІ-контенту — регуляторні норми, найімовірніше, вимагатимуть і видимого розкриття.

Висновок AiiN

Watermarking перетворює якість тексту з абсолютного показника на параметр, що залежить від того, чи увімкнена детектованість. Для медіа й продуктів, які публікують контент від імені власного бренду, а не позначають його як «згенеровано ШІ», це практичний компроміс, який варто явно протестувати на своїх сценаріях, а не мовчки прийняти як дефолтну поведінку API.

Чи можна видалити водяний знак із тексту Claude?

Оскільки знак вбудований у статистичний патерн вибору слів, а не в метадані файлу, просте копіювання чи форматування тексту його не прибирає. Перефразування іншою моделлю або людиною, ймовірно, руйнує патерн, хоча Mezha не наводить точних даних про стійкість знака до такого редагування.

Чи впливає водяний знак однаково на всі відповіді Claude?

Ні. За даними Mezha, компроміс «детектованість проти якості» означає, що ступінь впливу залежить від того, наскільки сильно застосований знак — тобто ефект на різні типи тексту не є однаковим.

Чи унікальний watermarking для Claude?

Ні, подібні техніки статистичного маркування тексту розробляють й інші компанії, зокрема Google DeepMind із SynthID. Anthropic іде схожим напрямом для власної моделі, хоча деталі реалізації відрізняються.