Jak działa znakowanie wodne AI
Zaktualizowano September 1, 2026 · pierwsza publikacja September 1, 2026
W tekście wygenerowanym przez obsługiwane modele Claude istnieje niewidoczny sygnał. Nie widzisz go i nie widzą go Twoi użytkownicy. Nie zmienia on znaczenia, jakości ani wrażeń z czytania i nie pojawia się na fakturze. Mimo to jest tam, i warto poświęcić mu dziesięć minut, bo rzeczy, które go psują, to rzeczy, które Twój własny pipeline robi każdego dnia.
Jak działa znak wodny w tekście
Model językowy nie wybiera pojedynczego najbardziej prawdopodobnego tokena. Losuje go z rozkładu prawdopodobieństwa, a to losowanie wykorzystuje przypadkowość. Technika znakowania wodnego — zgodnie z podejściem SynthID-Text od Google DeepMind — przesuwa tę przypadkowość. Niektóre tokeny stają się minimalnie bardziej prawdopodobne, według wzorca znanego wyłącznie detektorowi.
Pojedynczy wybór słowa nie jest niczym szczególnym; zawsze była dostępna sensowna alternatywa, a model wybrał jedną z nich. Jednak w ciągu kilkuset tokenów wzorzec kumuluje się w sygnał statystyczny, który detektor może zmierzyć, a czytelnik nie zauważy. Cała sztuczka polega na tym, że znak wodny ukrywa się w decyzji, którą model i tak podejmował losowo.
Z tego wynikają dwie konsekwencje, które ważą więcej niż sam mechanizm. Po pierwsze, jest to sygnał statystyczny, a nie pieczątka — nie ma pola do odczytania, jest tylko poziom pewności do obliczenia. Po drugie, potrzebna jest długość. Wynik wielkości tweeta niesie znacznie mniej sygnału niż cała strona.
Jak działa proweniencja obrazów i dlaczego jest inna
Obrazy i pliki stosują podejście odwrotne. Wygenerowane pliki .svg, .png i .jpg zawierają metadane C2PA: podpisany kryptograficznie manifest opisujący, co wytworzyło plik. Nie jest to statystyczne ani ukryte — to dyskretny blok danych dołączony do pliku, weryfikowalny dokładnie, a nie probabilistycznie.
Kompromis jest dokładnie taki, jakiego można się spodziewać. Podpisane metadane dają pewność i można je usunąć jednym poleceniem. Statystycznego znaku wodnego w tekście nie da się czysto usunąć, ale słabnie przy edycji, parafrazowaniu i tłumaczeniu. Żadne z tych rozwiązań nie jest zamkiem; oba są dowodami.
Kto może sprawdzić
Detekcja jest ograniczona. 1 września 2026 roku API zostało udostępnione uprawnionym organizacjom: regulatorom, organom ścigania, mediom, weryfikatorom faktów, niezależnym badaczom, instytucjom edukacyjnym, organizacjom społeczeństwa obywatelskiego UE oraz przedsiębiorstwom mającym własne obowiązki weryfikacyjne. Dostęp będzie się z czasem poszerzał. Jeśli nie jesteś uprawniony, nie zweryfikujesz przez API własnych wyników, a dowody musisz wyciągnąć z własnych logów.
Dlaczego to istnieje
Artykuł 50 aktu o AI UE (EU AI Act) zaczął obowiązywać 2 sierpnia 2026 roku i wymaga maszynowo czytelnego oznaczania treści wygenerowanych przez AI. Oznaczanie jest stosowane na całym świecie, a nie tylko w UE. To prostsze rozwiązanie inżynierskie, a jednocześnie oznacza, że znak jest już w wynikach, które wdrożyłeś miesiące temu.
Co to oznacza dla Twoich systemów
Trzy praktyczne fakty. Krótkie wyniki niosą słaby sygnał, więc klasyfikator lub usługa ekstrakcji zwracająca pojedyncze słowa jest w praktyce nieoznakowana. Ciężki postprocessing — parafrazowanie, streszczanie, tłumaczenie lub przepuszczanie tekstu przez drugi model — osłabia sygnał, więc łańcuch modeli przypisuje autorstwo w najlepszym razie ostatniemu z nich. A Twój pipeline obrazów może przez przypadek zniszczyć metadane C2PA, co jest najczęstszym sposobem, w jaki proweniencja ginie na produkcji.
Nic z tego nie jest powodem, by zmieniać to, co budujesz. To powód, by wiedzieć, które z Twoich wyników nadal niosą proweniencję, a które nie, zanim ktoś poprosi o jej udowodnienie.
Powiązane
Powiązane
Chcesz zastosować to w swoim stosie? Przynieś faktury dostawców, logi bramy i najważniejsze przepływy pracy; wskażemy czynniki kosztów i ścieżkę oszczędności. Umów bezpłatny audyt →