Невидимі водяні знаки Claude. Коротко
· Anthropic почала вбудовувати невидимі водяні знаки в тексти нових моделей Claude та окремо маркувати походження згенерованих файлів.
· Запуск системи збігся з набуттям чинності нових вимог європейського AI Act, але закон не визначає, яку саме технологію мають використовувати компанії.
· Водяний знак може допомогти встановити, що текст проходив через Claude, але сам по собі не доводить, що його повністю написав ШІ.
Anthropic почала вбудовувати невидимі водяні знаки в тексти, які генерують нові моделі Claude. Мітка не зберігається окремо в метаданих і не виглядає як прихований символ – вона закладається в сам текст під час генерації.
Зміни збіглися з набуттям чинності вимог статті 50 європейського AI Act. Із 2 серпня 2026 року постачальники генеративних ШІ-систем мають забезпечувати машинозчитуване маркування синтетичного контенту, наскільки це технічно можливо.
Але наявність такої мітки ще не означає, що весь текст написав ШІ. Claude може залишити її й після редагування, перекладу чи іншої обробки людського тексту, а відсутність сигналу не доводить людське авторство.
Explainer пояснює, як Claude маркує тексти, чому Anthropic запровадила водяні знаки, як подібна технологія може працювати на рівні вибору слів і чи можна використовувати таку мітку як доказ застосування ШІ.
Що саме Anthropic почала маркувати в Claude
Anthropic використовує два різні способи маркування контенту Claude: у текст вбудовує невидимий водяний знак, а до підтримуваних файлів додає відомості про їхнє походження, засвідчені цифровим підписом.
Відомо, що текстова мітка формується під час генерації відповіді й не повинна впливати на її зміст, якість або читабельність. Вона зберігається разом із самим текстом, тому не зникає після звичайного копіювання та вставлення і може залишатися після частини подальших редагувань.
Оскільки маркування працює на рівні моделі, воно не прив’язане до одного інтерфейсу. Його застосовують у вебверсії Claude, API, Claude Code, Claude Cowork та інших продуктах Anthropic. Для підтримуваних моделей воно також працює під час доступу через AWS, Google Cloud і Microsoft Foundry. Система поширюється на всі регіони, де доступний Claude, а не лише на країни ЄС.
Поки що маркування охоплює не всі моделі. Моделі Claude, запущені 2 серпня 2026 року або пізніше, мають підтримувати його від моменту запуску. Попередні моделі переводить на нову систему поступово.
Для файлів компанія використовує інший підхід. Якщо Claude створює PNG, JPG, SVG або файл іншого підтримуваного формату, до нього можуть додаватися відомості про походження за стандартом C2PA. Вони містять криптографічний підпис, який дає змогу перевірити, що файл був створений або оброблений Claude, а також чи не змінювали відомості про його походження після цього.
Але, слід пам’ятати, що текстовий водяний знак і C2PA – різні технології. У файлах відомості про походження зберігаються як окремі дані, пов’язані з файлом. У тексті мітка формується безпосередньо під час генерації.
Публічного інструмента, за допомогою якого користувач міг би вставити уривок і перевірити його на мітку Claude, поки немає. Anthropic повідомляє, що планує відкрити таку можливість для користувачів і сторонніх розробників, а технічний опис системи оприлюднити окремо.
Як можна заховати водяний знак у звичайному тексті
Із текстом водяний знак працює складніше, ніж із зображенням. До картинки можна внести майже непомітні зміни в пікселі, тоді як приховані символи або особливе форматування тексту легко втратити під час копіювання. Тому один із підходів полягає в тому, щоб залишати мітку не у вигляді окремого знака, а в статистиці вибору токенів під час генерації.
Такий принцип ще у 2022 році описував комп’ютерний науковець Скотт Ааронсон, який тоді працював в OpenAI. Мовна модель створює відповідь послідовно, щоразу обчислюючи ймовірності можливих наступних токенів. Токеном може бути ціле слово, його частина, розділовий знак або інший фрагмент тексту.
У запропонованій Ааронсоном схемі на вибір наступного токена додатково впливає псевдовипадкова функція із секретним ключем. Вона трохи змінює шанси допустимих варіантів, але для читача текст має залишатися природним. Знаючи ключ, згодом можна проаналізувати послідовність токенів і виявити закладену під час генерації закономірність. Ааронсон писав, що в експериментальному прототипі OpenAI кількох сотень токенів уже могло вистачати для її виявлення.
Споріднений підхід використовує Google у SynthID Text. Система трохи змінює розподіл імовірностей наступних токенів. Окремий вибір нічого не говорить про походження тексту, але в довшій відповіді поступово накопичується статистична закономірність, яку може розпізнати детектор.
Тобто йдеться не про список певних «слів ШІ». Те, чи посилює конкретний токен мітку, залежить від попереднього тексту та налаштувань системи. Тому знайти водяний знак, просто переглядаючи лексику або замінюючи окремі слова синонімами, не можна.
Маркування краще працює там, де модель має більше свободи у формулюваннях. Google зазначає, що SynthID ефективніший у довших і різноманітніших відповідях і менш надійний там, де вибір наступного токена сильно обмежений – наприклад, у коротких фактологічних відповідях. У таких випадках простору для вбудовування мітки менше, оскільки зміна ймовірностей може вплинути на точність тексту.
Невеликі зміни не обов’язково руйнують таку мітку. Ааронсон писав, що вставлення чи видалення кількох слів або перестановка речень у його прототипі могли не знищувати сигнал. Google також повідомляє, що SynthID витримує скорочення тексту, заміну частини слів і легке перефразування, хоча після значного переписування або перекладу впевненість детектора знижується.
Чи працює водяний знак Claude саме за таким принципом, Anthropic не повідомляла. Схема Ааронсона та SynthID лише показують, як статистичну мітку можна вбудувати в процес генерації тексту. Переносити їхню технічну будову на Claude без документації Anthropic не можна.
Чому Anthropic запровадила маркування саме зараз
Запуск нової системи збігся з набуттям чинності вимог статті 50 європейського AI Act. Із 2 серпня 2026 року постачальники генеративних ШІ-систем мають забезпечувати машинозчитуване маркування створених або змінених ними текстів, зображень, аудіо та відео. Таке маркування має дозволяти технічним системам визначити, що контент був згенерований або змінений ШІ.
Сам закон не встановлює єдиної технології. Він вимагає, щоб рішення було ефективним, сумісним з іншими системами, стійким і надійним настільки, наскільки це технічно можливо. Тому текстовий водяний знак і C2PA – це вже конкретні способи, які Anthropic використовує для виконання цих вимог, а не технології, прямо передбачені AI Act.
У статті 50 є виняток для звичайного допоміжного редагування. Вимога до машинозчитуваної мітки не застосовується, якщо система лише допомагає відредагувати текст і суттєво не змінює вихідні дані або їхній зміст. Тобто AI Act сам по собі не вимагає маркувати текст лише через те, що ШІ виправив у ньому помилки чи зробив незначну редактуру.
Окремо закон регулює тексти, які публікують для інформування суспільства з питань суспільного інтересу. Якщо такий матеріал створений або змінений ШІ, про це за загальним правилом потрібно повідомляти. Виняток діє, коли текст пройшов людську перевірку або редакційний контроль і за його публікацію відповідає конкретна людина чи організація.
Щоб компаніям було простіше виконувати ці вимоги, Єврокомісія у червні 2026 року оприлюднила Кодекс практики щодо прозорості ШІ-контенту. Він добровільний, але описує практичні підходи до маркування, детекції та повідомлення про використання генеративного ШІ. У липні Єврокомісія та Європейська рада зі штучного інтелекту визнали Кодекс належним інструментом для підтвердження дотримання вимог статті 50, хоча саме приєднання до нього не є автоматичним доказом відповідності закону.
Чи означає водяний знак, що текст написав ШІ
Наявність мітки Claude не доводить, що текст із нуля написала модель. Anthropic прямо зазначає: знайдений знак лише вказує, що контент міг пройти через Claude, але сам по собі не встановлює його повне походження.
Людина могла написати текст сама, а потім використати Claude для вичитки, перекладу, скорочення чи іншої обробки. У такому разі результат теж може отримати мітку, хоча вихідний матеріал створила людина. Anthropic окремо застерігає, що Claude може бути не автором початкового тексту, а лише інструментом його опрацювання.
Для редакцій, університетів чи роботодавців це принципова різниця. Виявлена мітка показує факт можливого використання Claude, але не пояснює, яку саме частину роботи виконала модель.
Відсутність мітки теж не доводить людське авторство. За даними Anthropic, сигнал може не визначатися, якщо текст створила стара модель без підтримки маркування, якщо його суттєво переписали, перефразували, переклали або змішали з іншим текстом. У дуже короткому уривку сигналу також може бути недостатньо для надійної перевірки.
Тому результат такого детектора варто читати лише як один із сигналів про походження тексту, а не як остаточну відповідь на питання, хто його написав.
Наскільки взагалі надійні текстові водяні знаки
Текстовий водяний знак має залишатися непомітним для читача, не погіршувати якість відповіді й водночас бути достатньо стійким до подальших змін тексту. Поєднати ці вимоги непросто.
Google перевіряв це під час розробки SynthID Text. У дослідженні, опублікованому в Nature у 2024 році, команда DeepMind описала систему, яка змінює лише спосіб вибору токенів під час генерації й не потребує перенавчання мовної моделі. Під час експерименту з майже 20 млн відповідей Gemini користувачі не помітили погіршення якості промаркованих текстів. Стандартні тести також не виявили суттєвої різниці в можливостях моделі.
Стійкість до навмисних атак виявилася складнішим завданням. У 2024 році дослідники ETH Zurich Нікола Йованович, Робін Стааб і Мартін Вечев описали атаку watermark stealing. Вона не потребує доступу до внутрішньої будови моделі: достатньо багато разів звертатися до неї через API, збирати промарковані відповіді й за ними приблизно відновлювати приховану закономірність.
Після цього дослідникам вдавалося як послаблювати мітку в тексті, створеному моделлю, так і додавати схожий сигнал до іншого тексту, щоб обдурити детектор. У протестованих схемах середня успішність таких атак перевищувала 80%, а необхідні для експерименту запити до моделей коштували менш як $50.
Окремо команда ETH Zurich перевірила SynthID Text. Їхні експерименти показали, що система Google краще за деякі попередні схеми протистоїть підробленню мітки, але її сигнал усе ще можна послаблювати. Для найсильнішої протестованої атаки на підроблення близько 15% якісних текстів змогли обдурити детектор SynthID, тоді як видалення мітки виявилося простішим завданням.
Схожу картину дають і ширші порівняння. В одному дослідженні 2024 року автори перевірили вісім схем водяних знаків проти дванадцяти типів атак. Методи, які добре зберігали якість тексту й мітку за звичайних умов, усе одно залишалися вразливими до частини способів її видалення.
Наскільки ці результати стосуються Claude, поки невідомо. Anthropic не розкрила технічну будову свого текстового водяного знака, а незалежних випробувань саме цієї системи ще немає. Дослідження SynthID та інших методів показують межі сучасних технологій маркування, але не доводять, що мітку Claude можна обійти тими самими способами.
Що Anthropic поки не розкриває
Найважливіша невідомість – як саме Claude вбудовує водяний знак у текст. Anthropic не описала алгоритм і не повідомила, чи працює він за принципом статистичного зміщення під час вибору токенів, як деякі інші системи. Компанія поки обмежується загальним поясненням, що мітка формується безпосередньо в тексті під час генерації, а детальнішу технічну документацію обіцяє оприлюднити пізніше.
Немає й публічного інструмента, за допомогою якого можна було б перевірити текст на таку мітку. Anthropic працює над механізмами перевірки для користувачів і сторонніх сервісів, але поки не повідомила, коли вони стануть доступними і як саме виглядатиме результат.
Не розкриті й характеристики самого детектора. Відомо лише, що дуже короткого уривка може бути недостатньо для надійного сигналу. Якої саме довжини має бути текст, за яким порогом спрацьовуватиме система і яку точність вона показуватиме, Anthropic не уточнює.
Компанія також не пояснила, чи дозволятиме мітка визначити конкретну модель Claude, чи лише покаже, що текст пройшов через одну з підтримуваних моделей. Публічних даних про частоту хибних спрацювань і випадків, коли детектор не знаходить наявну мітку, також немає.
Тож оцінити, наскільки надійно система працює поза внутрішніми тестами Anthropic, поки неможливо. Це стане зрозуміліше після появи публічного детектора, технічної документації та незалежних випробувань.
Що це означає для редакцій, університетів і користувачів
Поява водяних знаків у Claude насамперед змінює саму логіку перевірки. Раніше більшість детекторів намагалися вгадати походження тексту вже після його створення – за стилем, структурою речень чи статистичними ознаками. У випадку Claude сигнал закладається ще під час генерації, тож перевірка потенційно спирається не на припущення про стиль, а на технічну мітку самої системи.
Для редакцій і університетів це може стати кориснішим інструментом, ніж звичайні AI-детектори, але лише після того, як Anthropic відкриє спосіб перевірки. Тоді мітку можна буде використовувати як одну з технічних ознак під час розгляду конкретного випадку – поруч з історією редагувань, чернетками, джерелами та внутрішніми правилами роботи з ШІ.
Практичне питання тому зміщується з «чи є тут ШІ» на «як саме його використовували». Для редакції одна ситуація – коли модель написала матеріал майже повністю, і зовсім інша – коли журналіст використав її для перекладу, скорочення або мовної вичитки. Те саме стосується університетських робіт і корпоративних документів.
Саме правила конкретної установи визначатимуть, що вважати допустимим використанням ШІ. Водяний знак може допомогти встановити, що Claude був частиною роботи над текстом, але рішення про порушення все одно залежатиме від контексту, а не від одного технічного сигналу.
Для медіа це ще й питання редакційної політики. Якщо ШІ дозволений для окремих етапів роботи, редакціям доведеться чіткіше визначати, де проходить межа між допоміжним інструментом і фактичним створенням матеріалу. Водяні знаки роблять цю дискусію практичнішою, але не вирішують її автоматично.
