Az OpenAI is vízjelezi a ChatGPT-szövegeket, a Claude után

Az OpenAI azt tervezi, hogy a jövőben a ChatGPT által generált szövegeket is láthatatlan vízjelekkel jelöli meg. Az Anthropic már augusztus eleje óta használ hasonló eljárást a Claude új modelljeinél. A cég a 2026. augusztus 2-a után az EU-ban megjelenő új Claude-modelleknél a kezdettől támogatja a jelölést, de a technikát világszerte vezette be, és a modellszintű megvalósítás miatt az API-n és más szolgáltatásokon keresztül is működik. Az Anthropic jelenleg a régebbi modellek utólagos ellátásán is dolgozik.

A Claude szövegeinél a vízjel a nyelvi modellek működésén alapul, amelyek a következő szó valószínűségét számolják. A rendszer egyes egyenértékű megfogalmazásokat kismértékben előnyben részesít, másokat hátrébb sorol, így hosszabb szövegekben statisztikai minta alakul ki, amelyet az olvasó nem érzékel. Az Anthropic szerint sem rejtett karaktereket, sem többlettokeneket nem használnak, a tartalom, a minőség és az olvashatóság változatlan marad. A vízjel nem tartalmaz olyan információt, amellyel a szöveg egy adott személyhez, szervezethez vagy beszélgetéshez köthető volna.

Az OpenAI eljárása szerint a felismeréshez titkos kulcs szükséges, amely meghatározza, hogyan befolyásolták a valószínűségeket a szöveg generálása során. A minta nyilvánosságra hozása lehetővé tenné a jelölés célzott eltávolítását vagy idegen szövegekhez való hozzáadását. A Fraunhofer Intézet szakértője szerint a beágyazás és a felismerés nagyjából 200-300 szavas szövegtől működik megbízhatóan, a nagyobb mértékű utólagos átírás pedig megváltoztatja a statisztikai mintát. Az észlelők csak valószínűséget adhatnak meg, a jelzés pedig nem jelenti feltétlenül, hogy a szöveget teljes egészében AI hozta létre, hiszen már a korrekció vagy a stilisztikai javítás is kiválthatja.