Водяні знаки статистичного тексту проти сертифікатів C2PA у результатах роботи Claude
Дізнайтеся, як працюють водяні знаки тексту Claude на основі SynthID та облікові дані файлів C2PA, що можуть підтвердити детектори, та як оцінювати будь-які інструменти, які стверджують, що можуть їх видалити.
Джерела: Claude Watermarks Explained: How They Work, What They Reveal, and What You Can Remove
Вставте відповідь Claude у редактор простого тексту, змініть шрифт та приберіть форматування — абзац буде виглядати як звичайний текст. Те, чи це призведе до видалення водяного знака, залежить повністю від того, який саме знак там був. Випадковий елемент форматування, криптографічно підписаний файл і статистична закономірність, вбудована у текст, — це три незалежні механізми; інструмент може усунути один з них, залишивши інші недоторканими та не надавши жодної інформації про них. У цій статті пояснюється, як працює кожен механізм, що може та чого не може встановити детектор, як редагування та переписування впливають на сигнали, та які запитання слід поставити перед тим, як довіряти будь-якому „засобу для видалення водяного знака“ чи „перевірки ШІ“. Деталі продукту тут відображають публічну документацію станом на вересень 2026 року, тому перевірте актуальні дані на посиланих сторінках.
Що компанія Anthropic публічно підтвердила
За словами Anthropic, маркування тексту Claude базується на адаптованій версії SynthID-Text від Google DeepMind. Ця техніка змінює спосіб застосування випадковостей під час генерації тексту, щоб згодом можна було перевірити статистичну закономірність. Anthropic чітко зазначає, що жодних прихованих символів не додається. Їхній технічний опис був опублікований 14 серпня 2026 року та переглянутий 1 вересня.
Згідно зі статтею у Центрі допомоги Claude про позначення контенту, підтримуються моделі Fable 5.1 та Mythos 5.1. Моделі, випущені 1 серпня 2026 року або пізніше, підтримують функцію позначення з самого початку, а підтримка для старіших моделей все ще розширюється. Для підтримуваних моделей функція позначення діє у всіх додатках Claude, API, інструментах для програмування та партнерах у хмарі в усіх регіонах, хоча конкретні функції позначення файлів можуть відрізнятися.
Ці деталі легко забувати. Твердження про те, що „усі тексти Claude“ мають водяний знак, створюють плутанину щодо різниці між поколіннями моделей, а старіші описи функції виявлення як просто „скоро“ передують запуску приватної бета-версії, про яку йдеться нижче.
Як звичайні слова можуть нести прихований сигнал
Модель мови генерує токени — одиниці, якими можуть бути цілі слова, фрагменти слів чи інші частини тексту. На кожному кроці вона має розподіл ймовірностей серед можливих наступних токенів та вибирає один з них.
Водяний знак додається саме на цьому етапі вибору, за словами команди, яка це розробила. Сигнал виникає через закономірності вибору, які робить модель, а не через позначку, додану пізніше.
Спрощена ілюстрація
Візьмемо речення, яке починається з „Команда описала запуск як“. Можуть підходити різні закінчення, наприклад „обнадійливим“, „підбадьорливим“ чи „успішним“. Це не точні синоніми, і це не є справжньою таблицею ймовірностей від будь-якої моделі; суть у тому, що природна мова часто залишає моделі справжній вибір.
У поясненні Anthropic зазначається, що секретний ключ у поєднанні з попереднім текстом використовується для формування упередженості в випадковостях, які стоять за такими виборами. Це не означає, що Claude систематично віддає перевагу певному прикметнику. Упередженість залежить від контексту та стає помітною лише після накопичення впродовж усього тексту.
Аналогія допомагає. Уявіть двох людей, які йдуть по місту, обираючи розумні вулиці. Один обирає наосліп; інший щоразу, коли два чи більше маршрутів виглядають однаково хорошими, дотримується таємного, послідовного правила. Спостереження за одним поворотом нічого не розкриває. Однак спостереження за сотнями поворотів, знаючи правило, може виявити закономірність. Справжня генерація передбачає набагато більш складні ймовірності, ніж у сітці вулиць, тож сприймайте це як інтуїцію щодо накопичених даних, а не як опис того, як реалізовано SynthID.
Що показують дослідження
Дослідження SynthID-Text, яке пройшло рецензування та було опубліковане у журналі Nature у жовтні 2024 року, пропонує метод модифікації процесу виборки даних без необхідності повторного навчання моделі. У ньому наведені результати тестування, порівняння людських уподобань та результати прямого експерименту, який охоплює майже 20 мільйонів відповідей моделі Gemini. Ці результати описують систему, досліджену у статті; вони не є незалежною оцінкою кожної моделі Claude.
Три різні речі під назвою „водяний знак Claude“
Перш ніж довіряти будь-якому інструменту перевірки, з’ясуйте, який саме з цих аспектів він насправді аналізує.
Статистичний водяний знак тексту
Це сигнал на стадії відбору зразків, про який йшлося раніше. Для його виявлення потрібен спеціально створений детектор із доступом до відповідної конфігурації. Пошук незвичайних символів Unicode у тексті зовсім не дозволяє виміряти цей сигнал.
Сліди копіювання-вставки та форматування
Вставлений текст може мати «невидимий багаж»: пробіли без розриву, символи нульової ширини чи залишкові атрибути HTML, наприклад назви класів, що вказують на джерельний додаток. Їх можна безпосередньо перевірити: їх видно у шістнадцятковому форматі або за допомогою кількох рядків коду. Видалення їх є законним завданням з очищення, але потрібно ретельно їх аналізувати. Невидимі символи часто виконують конкретні функції; наприклад, символи нульової ширини необхідні для створення деяких емодзі та правильного відображення певних шрифтів. Типографіка, така як ем-деші та криві лапки, також не є доказом авторства ШІ.
C2PA Content Credentials
Це підписані записи про походження, які додано до файлів. Вони відповідають на зовсім інше питання, ніж статистичний детектор тексту, і розглядаються у власному розділі нижче.
Швидка перевірка на коректність для будь-якого інструменту: попросіть його назвати докази, які він знайшов. „Три пробіли без розриву у цих позиціях“ — це конкретне спостереження. „Це однозначно написано Клодом“ — це набагато сильніше твердження, яке спостереження підтримати не може.
Що може та чого не може встановити детекція
Коли компанія Anthropic представила новіші моделі, вона також оголосила, що її API для виявлення тексту доступний лише у приватній версії для тестування, яка відкрита для певних організацій, таких як дослідники, засоби масової інформації, освітні заклади, регуляторні органи та деякі підприємства. Це не те саме, що публічний інструмент перевірки, яким може скористатися будь-хто.
Результати — це ймовірності, а не висновки
Виявлення за своєю суттю є ймовірнісним, про що чітко пояснює Google для розробників, які використовують SynthID. Його детектор повертає один із трьох результатів (з водяним знаком, без водяного знака або невизначено), причому обрані порогові значення знаходять баланс між хибними позитивами та хибними негативами. Ці концепції корисні для розуміння процесу виявлення в цілому, але вони не є офіційним описом того, що повертає API Anthropic.
У тій самій документації наголошується, що конфігурації водяних знаків мають залишатися конфіденційними. Тому сам код для створення водяних знаків з відкритим кодом не дозволяє сторонньому веб-сайту перевірити водяний знак Claude. Будь-якому сторонньому сайту, який стверджує, що може це зробити, слід запитати, як саме.
Детектори водяних знаків — це не класифікатори тексту, створені штучним інтелектом
Загальний класифікатор оцінює, чи схожий текст на категорії, на яких він був навчений. Детектор водяних знаків шукає ознаки сигналу, який хтось навмисно вбудував. Обидва інструменти створюють оцінки, які мають різне значення та не можуть замінюватися один одним.
Авторство — це більше, ніж просто сигнал
Уявімо письменника, який розробляє аргументацію, проводить дослідження та складає чернетку, а потім просить ШІ переписати кілька абзаців. Позитивний сигнал з цих абзаців нічого не говорить про те, хто створив ідеї. З іншого боку, негативний результат не дозволяє відтворити процес створення документа. Редактори та викладачі повинні розглядати результат детектора як один із кількох факторів та уточнювати інформацію щодо чернеток, джерел, змін та чинної політики, перш ніж перетворювати ймовірність на звинувачення.
C2PA: походження, яке належить до файлу
Безкоштовний інструмент перевірки у браузері від Anthropic шукає у файлах сертифікати контенту, видані Claude. Компанія стверджує, що інструмент працює локально у вашому браузері, і він не перевіряє текст на наявність статистичного водяного знаку.
Сертифікат, виданий Claude, може підтверджувати, що саме Claude створив або обробив файл. У документації до інструменту перевірки як приклади форматів, у яких можуть бути сертифікати, наведені PNG, JPEG та SVG. Зверніть увагу: те, що певний формат приймається інструментом перевірки, не гарантує, що кожен процес у Claude буде генерувати цей формат із доданими сертифікатами.
C2PA сам по собі є стандартом для додавання історії походження до контенту та можливості для будь-кого перевірити, чи є ця історія недоторканою; його документ з оглядом є зрозумілим вступом. У ньому також чітко зазначено: інформація про походження не вказує на те, чи є контент правдивим. Дійсний запис про те, що зображення пройшло певний інструмент, нічого не говорить про точність підпису поруч з ним.
Метадані також можна видалити — навмисно або під час звичайної обробки, такої як перекодування чи зйомка екрана. Тому відсутність облікових даних не є доказом того, що файл був створений без використання ШІ, а інструмент для очищення метаданих повинен вказувати, які поля були змінені, а не припускати, що вже встановлено походження файлу.
Як правки та переписування впливають на кожен сигнал
Кожен тип змін впливає на різний шар документа:
- Зміна шрифту впливає лише на його вигляд.
- Видалення HTML-класу змінює структуру маркування.
- Нормалізація пробілів впливає на окремі символи.
- Переписування абзацу змінює саму мову, де і знаходиться статистичний водяний знак.
За даними Google, сигнал SynthID у тексті зазвичай стійкий до часткового обрізання, незначних правок та легкого перефразування, тоді як інтенсивне переписування чи переклад можуть знизити надійність виявлення. Це описує обмеження технології; це не гарантія того, що будь-яка конкретна служба переписування зможе її обійти.
Короткі або суворо обмежені відповіді також залишають менше можливостей для додавання водяного знака. Керівництво для розробників від Google зазначає, що фактичні відповіді пропонують менше можливостей для корекції результату без погіршення точності, тому сигнал у такому тексті з самого початку є слабкішим.
Чесна оцінка перепису
Допомагає розділити два питання, які часто плутають.
- Якість тексту ви можете оцінити самостійно. Чи змінив перепис дату, вилучив уточнення, перетворив ймовірність на точність чи спотворив цитату?
- Виявлення водяного знака вимагає відповідного інструменту перевірки та чітко визначеної процедури тестування. Чіткий перепис та зелена галочка не є заміною цього показника.
Зокрема, нижчий бал від загального класифікатора ШІ нічого не говорить про окремий детектор водяного знака Claude.
Чи ідентифікує водяний знак користувача?
Anthropic стверджує, що водяний знак не містить жодної інформації, яка б ідентифікувала користувача, організацію чи розмову, і повторює це у своєму оголошенні про версію моделі у вересні. Це твердження є обмеженим – воно не робить текст анонімним: імена, адреси електронної пошти, особисті історії та інші деталі в самому тексті все одно можуть ідентифікувати людину.
Перш ніж вставити чернетку у будь-який сервіс, включаючи інструменти перевірки та очищення, подивіться, що отримує цей сервіс та як він обробляє дані. Те, як спроектований водяний знак, та те, як сторонній сервіс обробляє ваш текст, – це окремі питання.
Чому маркування з’являється саме зараз
Регуляторним чинником є розділ про прозорість у Законі ЄС про ШІ. Згідно з тлумаченням Європейської комісії, обов’язки, передбачені статтею 50, набули чинності 2 серпня 2026 року, із звичайними застереженнями щодо того, які системи підпадають під дію та які перехідні періоди застосовуються. У FAQ Комісії щодо її Кодексу практики прозорості маркування з боку постачальника розділене від обов’язків щодо маркування певного опублікованого контенту.
Цей кодекс пропонує добровільний спосіб довести дотримання вимог. Це не сам закон, і не є вимогою, щоб кожен постачальник використовував один і той самий алгоритм. Практичним наслідком є те, що „водяний знак ШІ“ буде все частіше охоплювати багато різних реалізацій, і не варто припускати, що метод, ключ, детектор чи сертифікат від одного постачальника буде працювати для іншого.
Законні причини для перевірки чи очищення контенту
Якщо не брати до уваги питання авторства, існують звичайні інженерні причини для роботи з цими шарами. Розробнику може знадобитися з’ясувати, чому вставлений рядок порушує роботу парсера чи порівняння рядків, що часто пов’язано з символами без розриву або символами нульової ширини. Автор може хотіти видалити зайву форматування чи покращити незграбні формулювання. Людина, яка публікує зображення, може хотіти переглянути дані про авторство, перш ніж вирішити, які метадані зберегти.
Кожен із цих випадків є конкретним завданням, і кожне з них вимагає детального опису того, що саме було змінено. Якщо ви використовуєте будь-який інструмент для очищення чи переписування тексту, зберігайте оригінал, порівнюйте результат із оригіналом та перевіряйте правильність та зміст переписаного тексту. Масове видалення розділювачів та інших невидимих символів може пошкодити законний текст у деяких мовах та зламати певні емодзі, тому обирайте кожну операцію, розуміючи її наслідки.
Чотири запитання до будь-якого засобу для видалення чи перевірки водяних знаків
Замість того, щоб покладатися на назву продукту чи його маркетинг, поставте собі такі запитання:
- Який саме сигнал воно аналізує?
- Що саме воно змінює?
- Чи перевіряє воно свій результат за допомогою відповідного детектора, і чи може взагалі до нього дістатися?
- Які висновки воно залишає невизначеними?
Ці принципи стосуються як незалежних інструментів, так і офіційних детекторів, а також будь-чого, що ви створюєте самостійно.
Ключові висновки
- Водяний знак Claude — це статистична смуга у виборці токенів, залежна від контексту; у ньому немає прихованих символів.
- Сліди форматування, статистичні водяні знаки та облікові дані C2PA є окремими шарами. Видалення одного з них нічого не говорить про інші.