Anthropic uvodi novu fazu označavanja sadržaja nastalog uz pomoć veštačke inteligencije. Tekst koji generiše Claude trebalo bi da dobije čoveku neprimetan, ali mašinski prepoznatljiv watermark. Za razliku od današnjih AI detektora, ideja nije da se na osnovu stila nagađa ko je napisao tekst, već da sam AI tokom generisanja ostavi signal koji kasnije može da bude otkriven.
Godinama se vodi gotovo nerešiva rasprava: možemo li pouzdano utvrditi da li je određeni tekst napisao čovek ili veštačka inteligencija?
Dosadašnji odgovor uglavnom je glasio — ne sasvim pouzdano.
Programi za detekciju AI sadržaja analiziraju stil, predvidljivost rečenica, izbor reči i druge statističke karakteristike teksta. Problem je što čovek može pisati „kao AI“, dok AI može biti instruisan da piše prirodnije.
Rezultat su lažno pozitivni i lažno negativni rezultati.
Anthropic sada pokušava da promeni samu osnovu tog problema.
Umesto da se nakon nastanka teksta nagađa ko ga je napisao, Claude bi trebalo da ostavlja nevidljiv digitalni trag već tokom generisanja sadržaja.
Prema informacijama koje su objavljene ove nedelje, Anthropic planira da u tekstualne izlaze Claude modela ugradi neprimetan watermark, dok će za druge vrste sadržaja koristiti i tehnologije za dokazivanje porekla poput C2PA. Kompanija priprema i alate pomoću kojih će takve oznake moći da budu detektovane.
Zašto Anthropic ovo uvodi baš sada?
Jedan od glavnih razloga nalazi se u Evropi.
Od 2. avgusta 2026. godine počele su da se primenjuju obaveze transparentnosti iz člana 50 evropskog AI Act-a koje se odnose, između ostalog, na označavanje i mogućnost detekcije AI-generisanog ili AI-izmenjenog sadržaja. Evropska komisija je prethodno objavila i Kodeks prakse koji detaljnije opisuje načine na koje kompanije mogu da ispune ove obaveze.
Od pružalaca generativnih AI sistema očekuju se tehnička rešenja za označavanje i detekciju sintetičkog teksta, slike, zvuka i video-sadržaja koja su, koliko je tehnički moguće, efikasna, interoperabilna, robusna i pouzdana.
Anthropic je odlučio da pristup ne ograniči samo na korisnike iz Evropske unije. Prema dosadašnjim informacijama, sistem označavanja trebalo bi da bude primenjivan globalno, uključujući Claude koji se koristi preko različitih platformi i cloud servisa.
To znači da evropska regulativa potencijalno menja način na koji će Claude funkcionisati i za korisnike koji nikada nisu kročili u Evropsku uniju.
Šta je zapravo watermark u tekstu?
Kada kažemo „watermark“, većina ljudi zamišlja providni logo preko fotografije.
Kod teksta je stvar potpuno drugačija.
Claude neće na kraj odgovora dodavati:
„Ovaj tekst je napisala veštačka inteligencija.“
Niti bi trebalo da ubacuje vidljive simbole između reči.
Watermark treba da bude neprimetan čoveku.
Anthropic još nije javno objavio kompletnu tehničku specifikaciju svog sistema, pa trenutno nije moguće odgovorno tvrditi tačno kojim algoritmom Claude ugrađuje oznaku.
Ali već postoje tehnologije koje pokazuju kako takav sistem može da funkcioniše.
Najpoznatiji primer je Google DeepMindov SynthID.
Kako AI može da sakrije potpis među rečima?
Veliki jezički model ne piše tekst onako kako ga piše čovek.
Prilikom generisanja model ne bira samo jednu unapred određenu sledeću reč. Postoji veliki broj mogućih tokena — reči, delova reči ili znakova — kojima model dodeljuje različite verovatnoće.
Na primer, posle:
„Danas je vreme veoma…“
model može proceniti da su verovatni nastavci:
„toplo“,
„lepo“,
„sunčano“,
„hladno“,
dok bi potpuno nepovezane reči imale veoma malu verovatnoću.
Watermark sistem može veoma blago menjati način na koji se među tim prihvatljivim mogućnostima vrši izbor.
Google za SynthID otvoreno objašnjava da njegov sistem tokom generisanja modifikuje verovatnoće određenih tokena. Promena je dovoljno mala da tekst ostane prirodan, ali kroz dovoljno veliki broj tokena nastaje statistički obrazac koji odgovarajući detektor kasnije može da pronađe.
Čitalac vidi normalan tekst.
Detektor vidi obrazac.
To je ključna ideja.
Da li onda svaka Claudeova rečenica ima skriveni kod?
Ne treba watermark zamišljati kao tajni niz karaktera koji se nalazi negde između dve reči.
Kod probabilističkih sistema oznaka može biti raspoređena kroz veliki broj izbora koje je model napravio tokom generisanja.
Zato dužina teksta može biti veoma važna.
Google, na primer, navodi da SynthID Text najbolje funkcioniše sa dužim i raznovrsnijim odgovorima, poput eseja, scenarija i dužih pisanih sadržaja.
Jedna rečenica može sadržati premalo informacija za pouzdanu statističku odluku.
Tekst od nekoliko stotina ili hiljada reči pruža detektoru mnogo više materijala.
Za Anthropicov konkretan sistem još čekamo tehničke detalje koji će pokazati koliko teksta će biti potrebno za pouzdanu detekciju.
Copy-paste više ne mora da ukloni trag
Ovo je možda najzanimljiviji deo nove tehnologije.
Ako je watermark zaista deo statističke strukture samog teksta, onda običan:
Copy → Paste
ne uklanja oznaku.
Možete Claudeov odgovor kopirati iz aplikacije, ubaciti ga u Word, WordPress, mejl ili društvenu mrežu, a tekstualni obrazac može ostati prisutan.
Anthropic navodi da je njegov pristup zamišljen tako da watermark preživi uobičajene radnje poput kopiranja, lepljenja i manjih izmena teksta.
To je ogromna razlika u odnosu na obične metapodatke.
Metadata se nalazi uz fajl.
Watermark može biti deo samog sadržaja.
Šta se događa ako promenimo nekoliko reči?
Tu stvari postaju komplikovanije.
Ako korisnik ispravi pravopis, promeni nekoliko rečenica ili doda svoj pasus, watermark ne mora automatski nestati.
Ako je signal raspoređen kroz dovoljno veliki deo teksta, određena količina izmena može ostaviti dovoljno originalnog obrasca da detekcija i dalje bude moguća.
Ali što se tekst više menja, to je problem teži.
Ozbiljno prepisivanje, velika parafraza, kombinovanje više izvora ili ponovno generisanje teksta mogu značajno promeniti strukturu tokena.
I upravo je otpornost na takve izmene jedan od najvećih tehničkih izazova watermarkinga teksta.
Istraživanja postojećih watermark sistema pokazuju da transformacije koje čuvaju značenje, uključujući parafraziranje, mogu smanjiti pouzdanost detekcije. (arxiv.org)
Zato watermark ne treba zamišljati kao neuništivi digitalni DNK.
Može li se watermark ukloniti?
U teoriji — signal može biti oslabljen ili uništen ako se dovoljno promeni sadržaj na kojem počiva.
Ali važno je napraviti razliku između dve stvari.
Jedno je obična ljudska redaktura teksta.
Drugo je namerno pokušavanje zaobilaženja sistema za identifikaciju porekla sadržaja.
Tehnički gledano, svaki sistem watermarkinga mora da rešava kompromis između tri stvari:
neprimetnosti, pouzdanosti i otpornosti na izmene.
Ako je signal previše jak, može uticati na kvalitet generisanog sadržaja.
Ako je preslab, teško ga je detektovati.
Ako zavisi od veoma precizne strukture teksta, velike izmene ga mogu oštetiti.
Zato ni Google, koji već ima funkcionalan SynthID sistem, svoju tehnologiju ne predstavlja kao univerzalno rešenje za identifikaciju svakog AI sadržaja. DeepMind izričito navodi da watermarking nije „silver bullet“, već jedan od elemenata pouzdanijeg sistema utvrđivanja porekla sadržaja.
Kako će se Claudeov watermark otkrivati?
Ovo je trenutno jedno od najvažnijih otvorenih pitanja.
Anthropic priprema alate za detekciju i najavio je objavljivanje dodatnih tehničkih informacija, ali kompletan javni sistem za proveru još nije predstavljen.
Najverovatniji princip, sudeći prema postojećim sistemima watermarkinga, jeste analiza statističkog obrasca teksta pomoću informacije koju poseduje generator ili njegov verifikacioni sistem.
Kod Googleovog SynthID-a detektor analizira obrazac izbora tokena i poredi ga sa obrascem koji očekuje od watermarked sadržaja.
Ali dok Anthropic ne objavi svoju tehničku dokumentaciju, ne možemo tvrditi da Claude koristi isti algoritam.
To je važna razlika.
Znamo šta Anthropic želi da postigne.
Još ne znamo sve detalje kako je to tehnički implementirao.
Watermark nije isto što i AI detector
Ovo je možda najvažnija stvar koju treba razumeti.
Današnji AI detector dobije tekst i pokušava da odgovori:
„Da li ovo LIČI na tekst koji je napravio AI?“
Watermark detector postavlja potpuno drugačije pitanje:
„Da li ovaj tekst sadrži signal koji je određeni AI sistem namerno ugradio prilikom generisanja?“
Razlika je ogromna.
Prvi pristup je forenzika zasnovana na pretpostavci.
Drugi je pokušaj dokazivanja porekla.
Zato watermark potencijalno može biti mnogo korisniji od klasičnih AI detektora.
Ali ni pozitivan watermark rezultat ne mora nužno da znači:
„Ovaj tekst je 100 odsto napisao AI bez ljudskog učešća.“
Čovek je mogao da napiše deo teksta, Claude drugi deo, a urednik da zatim spoji i preradi oba.
Watermark tada govori nešto o poreklu određenog sadržaja, a ne nužno kompletnu priču o njegovom autorstvu.
A šta ako watermark nije pronađen?
Ni tada zaključak nije:
„Ovo je sigurno napisao čovek.“
To je veoma važna logička greška.
Watermark možda nije prisutan zato što je tekst napisao čovek.
Ali može biti odsutan i zato što:
- AI sistem nije koristio watermark;
- korišćen je drugi model;
- sadržaj je dovoljno izmenjen;
- tekst je prekratak;
- detektor nema odgovarajući ključ ili sistem;
- oznaka nije mogla pouzdano da se detektuje.
Zato odsustvo watermarka nije dokaz ljudskog autorstva.
Google slično upozorava da sistemi za identifikaciju sintetičkog sadržaja imaju ograničenja i da watermarking treba posmatrati kao jedan signal među više njih.
Šta je C2PA i zašto se pominje?
Kod slika i fajlova postoji još jedan pristup.
C2PA je standard za dokazivanje porekla digitalnog sadržaja pomoću kriptografski potpisanih informacija koje mogu beležiti kako je sadržaj nastao i kroz koje je izmene prošao.
To nije isto što i statistički watermark unutar teksta.
Najjednostavnije:
Watermark pokušava da ostavi trag u samom sadržaju.
C2PA pokušava da uz sadržaj veže proverljivu istoriju njegovog porekla.
Anthropicov plan kombinuje različite pristupe u zavisnosti od vrste sadržaja, uključujući C2PA za odgovarajuće generisane fajlove i neprimetan watermark za tekst.
Zašto je ovo ogromna promena za škole i fakultete?
Verovatno je prvo pitanje mnogih studenata:
„Da li će profesor moći da ubaci seminarski rad u program i vidi da ga je napisao Claude?“
Teoretski — upravo je to jedan od scenarija koji watermarking omogućava.
Ali praktično će sve zavisiti od dostupnosti Anthropicovog detektora, minimalne količine teksta potrebne za pouzdanu analizu i otpornosti sistema na uređivanje.
Čak i tada, obrazovne ustanove bi morale veoma pažljivo da koriste rezultate.
Watermark može pokazivati da je deo sadržaja nastao pomoću određenog AI sistema.
To nije automatski dokaz akademske prevare.
Student je možda imao dozvolu da koristi AI, koristio ga samo za jezičko uređivanje ili radio u okviru pravila koja dopuštaju određeni nivo AI asistencije.
Tehnologija može dokazivati poreklo.
Pravila određuju da li je to poreklo problem.
Novinarstvo dobija još komplikovanije pitanje
Za medije je tema još zanimljivija.
Evropska komisija navodi da se obaveze transparentnosti odnose i na određene AI-generisane ili AI-izmenjene tekstove koji se objavljuju o pitanjima od javnog interesa, uz konkretna pravila i izuzetke koje predviđa regulatorni okvir.
To otvara niz praktičnih pitanja.
Šta ako novinar napiše tekst, a Claude ga samo lektoriše?
Šta ako AI predloži naslov?
Šta ako AI napravi prvu verziju, a novinar je potpuno preradi?
Šta ako novinar koristi AI za transkripciju, prevod ili strukturiranje sopstvenog istraživanja?
Granica između AI-generated i AI-assisted sadržaja u stvarnom radu često nije jednostavna.
I upravo zbog toga watermark ne rešava sam problem transparentnosti.
On samo daje novi tehnički signal.
Da li će Google, OpenAI i drugi uraditi isto?
Google je već otišao veoma daleko u ovom pravcu.
SynthID podržava označavanje AI-generisanog teksta, slike, zvuka i videa, a SynthID Text tehnologija je otvorena i programerima.
Anthropic sada ide u istom širem pravcu transparentnosti porekla sadržaja.
EU regulativa dodatno povećava pritisak na velike pružaoce generativne veštačke inteligencije da uvedu mašinski čitljive načine označavanja sadržaja. Od 2. avgusta 2026. relevantne obaveze člana 50 AI Act-a već se primenjuju, dok za određene ranije plasirane sisteme postoji predviđen tranzicioni okvir. (digital-strategy.ec.europa.eu)
Zato watermarking vrlo verovatno neće ostati egzotična funkcija jednog AI modela.
Može postati deo osnovne infrastrukture generativne veštačke inteligencije.
Internet bi mogao da dobije „poreklo sadržaja“
Danas kada pronađemo fotografiju na internetu često ne znamo:
ko ju je napravio,
da li je menjana,
da li je generisana,
kada je nastala,
ili odakle zapravo potiče.
Sa tekstom je situacija još gora.
Možemo kopirati hiljade reči bez gotovo ikakvog tehničkog traga o njihovom nastanku.
Watermarking i sistemi poput C2PA pokušavaju da uvedu novu ideju:
provenance — poreklo digitalnog sadržaja.
Ne samo:
„Šta piše?“
nego:
„Odakle je ovo došlo?“
U svetu u kojem će ljudi i AI zajedno proizvoditi milijarde tekstova, fotografija, video-snimaka i audio-zapisa, to pitanje može postati jednako važno kao sam sadržaj.
Ali počinje i nova tehnološka trka
Čim postoji sistem za označavanje, pojaviće se
Vaše mišljenje je deo priče
Otvorite diskusiju i budite prvi koji će komentarisati ovu vest.