Anthropic-এর নতুন Claude মডেলগুলো প্রতিটি জেনারেট করা টেক্সটে একটি অদৃশ্য ওয়াটারমার্ক (watermark) যুক্ত করে। ২ আগস্টের আপডেটেড ডকুমেন্টেশনে ঘোষিত এই পরিবর্তনটি শব্দ চয়ন এবং বাক্য গঠনের মধ্যে সরাসরি একটি পরিসংখ্যানগত সংকেত (statistical signal) প্রবেশ করায়—এটি কোনো দৃশ্যমান ট্যাগ বা মেটাডেটা ফিল্ড নয়।
ওয়াটারমার্কটি কী
ওয়াটারমার্কটি হলো ভাষার মধ্যেই বোনা একটি সূক্ষ্ম প্যাটার্ন। নির্দিষ্ট কিছু সমার্থক শব্দ, বিরামচিহ্নের ব্যবহার বা বাক্যের ছন্দের দিকে মডেলটিকে পরিচালিত করার মাধ্যমে Anthropic এমন একটি ফিঙ্গারপ্রিন্ট তৈরি করে যা সাধারণ কপি-পেস্ট বা সামান্য এডিটিংয়ের পরেও টিকে থাকে। শুধুমাত্র ব্যাপক পুনর্লিখন (heavy rewriting), বারবার অনুবাদের ধাপ বা প্রচুর পরিমাণে মানুষের লেখা কন্টেন্টের সাথে মিশ্রণ করার মাধ্যমেই এই সংকেতটি মুছে ফেলা সম্ভব।
যেহেতু ওয়াটারমার্কটি টেক্সটের ভেতরেই থাকে, তাই কন্টেন্ট যেখানেই যাক না কেন এটি তার সাথেই থাকে—তা Claude.ai ওয়েব UI, API, Claude Code কিংবা Anthropic-এর মডেলের ওপর নির্ভরশীল AWS বা Google Cloud-এর ডিপ্লয়মেন্ট যাই হোক না কেন।
এটি কীভাবে এডিটিংয়ের পরেও টিকে থাকে
সাধারণ হিউম্যান-ইন-দ্য-লুপ (human-in-the-loop) ওয়ার্কফ্লো—যেমন প্রুফরিডিং, টোন পরিবর্তন বা কিছু শব্দের পরিবর্তে সমার্থক শব্দ ব্যবহার করা—ওয়াটারমার্ক মুছে ফেলে না। Anthropic-এর ডকুমেন্টেশন অনুযায়ী, এই ছোটখাটো পরিবর্তনগুলো "সংকেতটি মুছে ফেলে না," যার অর্থ হলো একজন রিভিউয়ার কাজ করার পরেও আউটপুটটি যে Claude দ্বারা জেনারেট করা হয়েছে তা শনাক্ত করা সম্ভব হবে।
আরও জোরালো পরিবর্তনগুলো এই প্যাটার্নটি ভেঙে ফেলতে পারে:
- বাক্যগুলো একদম নতুন করে লেখা
- টেক্সটটি বারবার অন্য ভাষায় অনুবাদ করে আবার আগের ভাষায় ফিরিয়ে আনা
- মানুষের লেখা বড় বড় অনুচ্ছেদ যুক্ত করা
এই কাজগুলো করতে সময় বা শ্রমের প্রয়োজন হয় এবং এটি মূল আউটপুটের গুণমান বা উদ্দেশ্যকে নষ্ট করতে পারে।
ডেভেলপারদের ওয়ার্কফ্লোতে প্রভাব
যারা আউটলাইন তৈরি, কোড কমেন্ট বা মার্কেটিং কপি লেখার জন্য Claude-এর ওপর নির্ভর করেন, সেই ডেভেলপারদের এখন একটি নতুন কমপ্লায়েন্স বা নিয়ম মেনে চলার বাধার সম্মুখীন হতে হচ্ছে। EU AI Act, যা AI-জেনারেটেড কন্টেন্টের ক্ষেত্রে স্বচ্ছতা নিশ্চিত করার নির্দেশ দেয়, সেটি Anthropic-এর এই পদক্ষেপের আইনি ভিত্তি হিসেবে কাজ করছে এবং কার্যকরভাবে ওয়াটারমার্কটিকে একটি রেগুলেটরি সেফগার্ডে পরিণত করেছে।
পরিস্থিতি মোকাবিলায় তিনটি কৌশল সামনে এসেছে:
- Translation chains – ওয়াটারমার্কটি এলোমেলো করার জন্য Claude-এর আউটপুটকে একাধিক ভাষার অনুবাদের মধ্য দিয়ে চালানো। এই পদ্ধতিটি সময়সাপেক্ষ এবং এতে অনুবাদের ভুল হওয়ার সম্ভাবনা থাকে।
- Manual retyping – লুকানো প্যাটার্নটি দূর করতে টেক্সটটি হাতে টাইপ করা। এটি কাজ করে কিন্তু বড় পরিমাণের ক্ষেত্রে এটি কার্যকর নয়।
- Full rewriting – আইডিয়া বা কাঠামোর জন্য Claude ব্যবহার করা, তারপর প্রতিটি বাক্য নিজে লেখা। এটি সৃজনশীলতা বজায় রাখে এবং নিশ্চিত করে যে চূড়ান্ত টেক্সটে কোনো ওয়াটারমার্ক নেই; অতিরিক্ত লেখার কাজ থাকা সত্ত্বেও ডেভেলপাররা এটিকে সবচেয়ে ব্যবহারিক পদ্ধতি হিসেবে বিবেচনা করেন।
প্রতিটি পদ্ধতির ক্ষেত্রেই গতি, খরচ এবং মূল মডেল আউটপুটের নির্ভুলতার মধ্যে একটি ভারসাম্য বজায় রাখতে হয়।
ফলস পজিটিভ এবং শনাক্তকরণ সংক্রান্ত দ্বিধা
একটি দীর্ঘস্থায়ী উদ্বেগ হলো যে, ওয়াটারমার্কের পরিসংখ্যানগত প্রকৃতি প্রকৃত মানুষের লেখার সাথে মিলে যেতে পারে। Claude জনসমক্ষে উপলব্ধ টেক্সট থেকে শেখে, তাই এর শৈলীগত ফিঙ্গারপ্রিন্ট মাঝে মাঝে মানুষের লেখার মতো হতে পারে। ফলে, ওয়াটারমার্ক শনাক্তকারী টুলগুলো মানুষের লেখা বিষয়বস্তুকে ভুলবশত AI-জেনারেটেড হিসেবে চিহ্নিত করতে পারে—একটি 'ফলস পজিটিভ' যা অনাকাঙ্ক্ষিত কমপ্লায়েন্স রিভিউ বা তদারকির কারণ হতে পারে।
Anthropic তাদের নিজস্ব শনাক্তকরণ টুল তৈরি করছে, তবে এটি এখনও প্রকাশ করা হয়নি। কোনো ভ্যালিডেটর বা যাচাইকারী টুল ছাড়া ডেভেলপাররা পরীক্ষা করতে পারবেন না যে তাদের নির্বাচিত ওয়ার্কফ্লোটি সফলভাবে ওয়াটারমার্কটি মুছে ফেলছে কি না অথবা তাদের কন্টেন্ট ভুলভাবে চিহ্নিত হবে কি না।
পরবর্তীতে যা লক্ষ্য রাখতে হবে
- Anthropic-এর ডিটেক্টর প্রকাশ – এটি উপলব্ধ হলে, টিমগুলো তাদের ওয়ার্কফ্লোকে একটি অফিসিয়াল স্ট্যান্ডার্ডের সাথে তুলনা বা বেঞ্চমার্ক করতে পারবে।
সারসংক্ষেপ
Anthropic-এর অদৃশ্য ওয়াটারমার্ক "জেনারেট-অ্যান্ড-পাবলিশ" থেকে "জেনারেট-অ্যান্ড-স্ক্রুটিনাইজ" পদ্ধতিতে পরিবর্তনের চাপ দিচ্ছে। AI-অ্যাথরশিপ ফ্ল্যাগ বা শনাক্তকরণ থেকে দূরে থাকতে ডেভেলপারদের সিদ্ধান্ত নিতে হবে তারা কি ট্রান্সলেশন পাইপলাইন, ম্যানুয়াল রিটাইপিং নাকি সম্পূর্ণ পুনর্লিখনের পেছনে বিনিয়োগ করবেন; আর এর পাশাপাশি তাদের সেই 'ফলস পজিটিভ'-এর ঝুঁকি মোকাবিলা করতে হবে যা মানুষের কাজকে ভুলবশত মেশিন-জেনারেটেড হিসেবে চিহ্নিত করতে পারে।