Anthropic अब Claude के प्रत्येक उत्तर में एक छिपा हुआ सांख्यिकीय पैटर्न—SynthID-Text—एम्बेड कर रहा है। कंपनी का कहना है कि यह कदम EU AI Act के Transparency Code की शर्तों को पूरा करता है और डेवलपर्स को यह साबित करने का तरीका देता है कि कोई टेक्स्ट AI मॉडल से आया है। यह वॉटरमार्क सामान्य संपादन (editing) के बाद भी बना रहता है, जबकि मानवीय पाठकों के लिए गद्य (prose) में कोई बदलाव नहीं आता है।

वॉटरमार्क क्यों जोड़ा जा रहा है

यूरोपीय नियामकों (regulators) ने लार्ज-लैंग्वेज-मॉडल (LLM) प्रदाताओं पर दबाव डाला है कि वे AI-जनरेटेड कंटेंट को मानवीय लेखन से अलग और पहचानने योग्य बनाएं। EU AI Act का Transparency Code, जिसे जल्द ही पूरे ब्लॉक में लागू किया जाना है, डेवलपर्स को उनके मॉडल द्वारा तैयार किए गए किसी भी टेक्स्ट के लिए एक विश्वसनीय पहचान पद्धति (detection method) प्रदान करने के लिए बाध्य करता है। Anthropic ने पिछले साल Google DeepMind द्वारा पहली बार वर्णित SynthID-Text तकनीक को अपनाकर इसका उत्तर दिया है।

इस निर्णय ने Reddit और X पर चर्चाओं की बाढ़ ला दी, जहाँ उपयोगकर्ताओं को चिंता थी कि वॉटरमार्क आउटपुट की गुणवत्ता को कम कर सकता है या निगरानी (surveillance) के लिए एक बैकडोर बन सकता है। Anthropic का तर्क है कि यह पैटर्न पाठकों के लिए अदृश्य है, इससे कोई विलंबता (latency) नहीं बढ़ती है, और निजी तैनाती (private deployments) के लिए इसे बंद किया जा सकता है। तकनीकी विवरण प्रकाशित करके, कंपनी को उम्मीद है कि वह अटकलों को शांत कर सकेगी और उद्योग के लिए एक बेंचमार्क स्थापित कर सकेगी।

SynthID-Text कैसे काम करता है

पारंपरिक AI डिटेक्टर भाषाई विचित्रताओं—जैसे बार-बार आने वाले वाक्यांश, अजीब विराम चिह्न, या मानवीय लेखन से सांख्यिकीय विचलन—की तलाश करते हैं। जैसे ही कोई इंसान किसी पैराग्राफ को फिर से लिखता है, वे संकेत गायब हो जाते हैं, जिससे डिटेक्टर अविश्वसनीय हो जाते हैं। इसके विपरीत, SynthID-Text मॉडल के टोकन-चयन (token-selection) चरण के दौरान एक गुप्त संकेत एम्बेड करता है।

जब Claude दो समान रूप से संभावित टोकन के बीच चयन करता है—मान लीजिए “overcast” बनाम “grey”—तो सिस्टम निर्णय को उस ओर मोड़ देता है जो पहले से गणना किए गए बाइनरी पैटर्न में फिट बैठता है। पूरे दस्तावेज़ की लंबाई में, ये सूक्ष्म बदलाव (nudges) बिट्स का एक क्रम बनाते हैं जिसे बाद में एक डिटेक्शन API निकाल सकता है। यह पैटर्न जानबूझकर कम प्रभाव वाला रखा गया है: चुना गया पर्यायवाची शब्द अभी भी पूरी तरह से स्वाभाविक शब्द होता है, इसलिए टेक्स्ट का प्रवाह अपरिवर्तित रहता है। क्योंकि वॉटरमार्क सतही टेक्स्ट के बजाय टोकन स्ट्रीम में रहता है, इसलिए यह अधिकांश डाउनस्ट्रीम प्रोसेसिंग में बना रहता है जो हर टोकन को नहीं बदलती है।

संपादन प्रतिरोध: क्या बना रहता है और क्या नहीं

एक आम आलोचना यह है कि उपयोगकर्ता वॉटरमार्क को मिटाने के लिए AI-जनरेटेड गद्य को बस संपादित कर सकते हैं। Anthropic के आंतरिक परीक्षण तीन संपादन परिदृश्यों को रेखांकित करते हैं:

  • हल्का संपादन (Light editing) – टाइपो ठीक करना, कुछ विशेषणों को बदलना, या वाक्यों के क्रम को समायोजित करना। वॉटरमार्क का सांख्यिकीय हस्ताक्षर काफी हद तक बरकरार रहता है क्योंकि अधिकांश टोकन अपरिवर्तित रहते हैं।
  • भारी Claude-सहायता प्राप्त संपादन (Heavy Claude-assisted editing) – Claude को उस ड्राफ्ट को फिर से लिखने के लिए कहना जिसमें पहले से ही AI-जनरेटेड वाक्य शामिल हैं। यदि उपयोगकर्ता अधिकांश शब्दों पर नियंत्रण रखता है, तो नए, मानव-चयनित टेक्स्ट की मात्रा के अनुपात में वॉटरमार्क का संकेत कमजोर हो जाता है।
  • पूर्ण पुनर्लेखन (Complete rewriting) – प्रत्येक टोकन को एक नए जनरेशन या मैन्युअल पुनर्लेखन से बदलना। उस बिंदु पर मूल वॉटरमार्क नष्ट हो जाता है, लेकिन परिणामी टेक्स्ट अब "AI-जनरेटेड" की EU परिभाषा को पूरा नहीं करता है क्योंकि मूल मॉडल आउटपुट का कोई निशान नहीं बचता है।

निष्कर्ष: वॉटरमार्क सामान्य पॉलिशिंग का विरोध करता है लेकिन कंटेंट के पूर्ण पुनर्जनन (regeneration) का नहीं।

कोड जनरेशन: जहाँ वॉटरमार्क रहता है

Claude का व्यापक रूप से कोडिंग सहायक के रूप में उपयोग किया जाता है, जो एक-लाइन स्निपेट्स से लेकर फुल-स्टैक मॉड्यूल तक सब कुछ तैयार करता है। प्रोग्रामिंग भाषाओं में पर्यायवाची शब्दों के चयन के लिए बहुत कम जगह होती है; “for” जैसे टोकन को “while” से बदलने से लॉजिक बदल जाएगा। इसलिए Anthropic को उम्मीद है कि वॉटरमार्क लगभग विशेष रूप से उन अनुभागों में दिखाई देगा जहाँ मॉडल के पास शब्द चुनने की स्वतंत्रता होती है—जैसे कमेंट्स (comments), डॉकस्ट्रिंग्स (docstrings), और कोड के साथ आने वाला व्याख्यात्मक गद्य।

क्योंकि कोड का कार्यात्मक हिस्सा अप्रतिहत रहता है, इसलिए डेवलपर्स को सटीकता या प्रदर्शन में कोई गिरावट नहीं देखनी चाहिए। वॉटरमार्क की उपस्थिति सहायक टेक्स्ट तक सीमित है जो मनुष्यों को कोड समझने में मदद करता है, जिससे उपयोगिता से समझौता किए बिना पारदर्शिता की आवश्यकता पूरी होती है।

उद्योग पर प्रभाव

Anthropic अकेला काम नहीं कर रहा है। कई अन्य LLM डेवलपर्स ने भी उसी 'कोड ऑफ प्रैक्टिस' पर हस्ताक्षर किए हैं जो एक मानकीकृत डिटेक्शन API की मांग करता है। यदि EU की प्रवर्तन समयसीमा (enforcement timeline) योजना के अनुसार आगे बढ़ती है, तो वॉटरमार्किंग LLM स्टैक में एक डिफॉल्ट लेयर बन सकती है, ठीक वैसे ही जैसे आज डेटा ट्रांसमिशन के लिए एन्क्रिप्शन है। जो कंपनियाँ इस आवश्यकता की अनदेखी करती हैं, उन्हें जुर्माने, यूरोप में बाजार पहुंच खोने, या अपनी सेवाओं को जबरन हटाने का जोखिम उठाना पड़ सकता है।

विवाद के बिंदु

आलोचकों का तर्क है कि एक छिपा हुआ सिग्नेचर, भले ही वह अदृश्य हो, नियामक अनुपालन (regulatory compliance) से परे ट्रैकिंग या एट्रिब्यूशन के लिए पुन: उपयोग किया जा सकता है। उन्हें 'फॉल्स पॉजिटिव' (false positives) का भी डर है: एक ऐसा डिटेक्शन API जो मानव-लिखित टेक्स्ट को गलत तरीके से लेबल कर दे, वह उन प्लेटफॉर्म्स के भरोसे को कम कर सकता है जो इस सिग्नल पर निर्भर हैं। Anthropic इन जोखिमों को स्वीकार करता है और कहता है कि डिटेक्शन एल्गोरिदम ओपन-सोर्स होगा, जिससे स्वतंत्र ऑडिट और कैलिब्रेशन संभव हो सकेगा।

एक अन्य व्यावहारिक चिंता वॉटरमार्क जेनरेट करने का कम्प्यूटेशनल ओवरहेड (computational overhead) है। Anthropic की रिपोर्ट के अनुसार, अतिरिक्त प्रोसेसिंग से इन्फरेंस टाइम (inference time) में एक प्रतिशत के भी बहुत छोटे हिस्से से कम की वृद्धि होती है, एक ऐसा दावा जिसकी जल्द ही थर्ड-पार्टी बेंचमार्क द्वारा जांच की जाएगी।

आगे क्या देखने को मिलेगा

  • API रोलआउट – Anthropic एक सार्वजनिक एंडपॉइंट जारी करने की योजना बना रहा है जो किसी भी Claude आउटपुट से छिपे हुए बिट पैटर्न को निकाल सकेगा। डेवलपर्स इस जांच को कंटेंट-मॉडरेशन पाइपलाइन्स में एकीकृत कर सकेंगे।
  • मानकीकरण के प्रयास – नियामक निकाय और उद्योग समूह वॉटरमार्क मेटाडेटा के लिए एक सामान्य प्रारूप तैयार कर रहे हैं, जिससे क्रॉस-मॉडल डिटेक्शन आसान हो सकता है।
  • अनुभवजन्य अध्ययन – स्वतंत्र शोधकर्ता एडवर्सरियल रीराइटिंग टूल्स के खिलाफ SynthID-Text की मजबूती की जांच करना शुरू कर रहे हैं। उनके निष्कर्ष यह तय करेंगे कि प्लेटफॉर्म इस सिग्नल पर कितना भरोसा करते हैं।

निष्कर्ष

Anthropic द्वारा SynthID-Text को अपनाना AI समुदाय को Claude की आउटपुट गुणवत्ता को बरकरार रखते हुए आगामी यूरोपीय पारदर्शिता नियमों को पूरा करने के लिए एक ठोस उपकरण प्रदान करता है। वॉटरमार्क रोज़मर्रा की प्रूफरीडिंग में बना रहता है लेकिन जब टेक्स्ट को पूरी तरह से पुन: जेनरेट किया जाता है तो हट जाता है, और यह प्रोग्रामिंग आउटपुट के नॉन-कोड (non-code) हिस्सों में रहता है जहाँ यह कार्यक्षमता में बाधा नहीं डालता है। यह दृष्टिकोण उद्योग का मानक बनेगा या नहीं, यह इस बात पर निर्भर करता है कि डिटेक्शन API वास्तविक दुनिया की स्थितियों में कैसा प्रदर्शन करता है और क्या गोपनीयता और गलत अलार्म (false alarms) से जुड़ी चिंताओं का समाधान किया जा सकता है।