Claude dáva do textu neviditeľnú značku (celý rozbor)

Anthropic oznámil, že Claude bude do každého vygenerovaného textu vkladať neviditeľnú značku. Nie je to konšpirácia, je to napísané priamo v ich dokumentácii. Ale je okolo toho veľa nepresností, tak to poďme rozobrať poriadne, aj s tým, čo to reálne znamená pre teba.

Najskôr to najdôležitejšie: zatiaľ to nebeží

Väčšina článkov to podáva tak, akoby už dnes bol označený každý text z Claude. Tak to nie je a je dobré vedieť presne, ako to je.

Anthropic v dokumentácii píše, že značku budú mať modely spustené v EÚ 2. augusta 2026 alebo neskôr, a to hneď od spustenia. Nie je to prepínač, ktorý niekto zapol a od toho dňa je označený každý text zo všetkého. Je to podmienka pre modely, ktoré prídu.

Čo z toho vyplýva prakticky:

Text, ktorý ti Claude píše dnes, s najväčšou pravdepodobnosťou značku nemá. Modely, ktoré aktuálne používaš, vyšli skôr.
Najbližší nový model, ktorý Anthropic vypustí, ju už mať bude. Priamo od prvého dňa.
Anthropic zároveň píše, že pracuje na doplnení značky aj do starších modelov. Kedy to príde, zatiaľ nepovedali.
Detekčný nástroj zatiaľ neexistuje. Sľúbili, že technické detaily a spôsob overovania zverejnia neskôr. Dovtedy si to nemá ako overiť ani ty, ani nikto iný.

Takže sa nemusíš báť, že ti niekto práve teraz z odovzdanej seminárky vyčíta watermark. Ale o pár týždňov až mesiacov to bude iná situácia a je dobré vedieť dopredu, ako to funguje.

Prečo to vôbec vzniká

Kvôli európskemu AI Actu, konkrétne článku 50 o transparentnosti. Ten hovorí, že poskytovatelia AI systémov musia zabezpečiť, aby boli:

"výstupy AI systému označené v strojovo čitateľnom formáte a rozpoznateľné ako umelo vygenerované alebo manipulované"

Kľúčové slovo je strojovo čitateľné. Nemusí to vidieť človek, musí to vedieť prečítať program.

Zaujímavá je výnimka, ktorá je hneď v tom istom článku. Povinnosť neplatí tam, kde AI plní iba pomocnú funkciu pri bežnej úprave alebo podstatne nemení vstupné dáta. Čiže keď si necháš opraviť gramatiku alebo preformulovať jednu vetu, na to sa označovanie nevzťahuje rovnako ako na text, ktorý model napísal celý od nuly.

Anthropic sa rozhodol nasadiť to celosvetovo, nie len v EÚ. Je jednoduchšie mať jeden model, ktorý sa správa všade rovnako, než dva. Takže sa to týka aj teba na Slovensku, aj niekoho v Amerike.

Kde všade to bude

Značka sa vkladá na úrovni modelu, nie na úrovni appky. To je dôležité, lebo to znamená, že sa jej nevyhneš zmenou rozhrania. Podľa Anthropicu to platí pre:

Claude Platform, čiže API
appku a web Claude
Claude Code
Claude Cowork
Claude Tag

A takisto cez AWS, Google Cloud aj Microsoft Foundry. Nie je to teda niečo, čo si obídeš tým, že pôjdeš cez API namiesto appky.

Ako sa dá vôbec označiť obyčajný text

Toto je časť, ktorú väčšina ľudí preskočí, a pritom je najzaujímavejšia. Aby si pochopil, prečo je celá vec taká krehká, treba vedieť, prečo je text úplne iný problém než obrázok.

Pri obrázku je to ľahké

Fotka má stovky kilobajtov dát. Obrovské množstvo z nich ľudské oko vôbec nevníma. Môžeš vziať každý štvrtý pixel a posunúť mu odtieň o jednotku hore alebo dole, a nikto na svete si toho nevšimne. Ale program, ktorý vie, čo hľadá, ten vzor prečíta.

Presne takto funguje watermarking obrázkov. Je tam toľko voľného miesta, že sa doň dá schovať prakticky čokoľvek.

Háčik je, že to isté voľné miesto zneužívajú kompresné algoritmy. Tie berú plochy s podobnou farbou a zjednocujú ich, aby súbor zabral menej. Čiže keď PNG uložíš ako JPEG, zmeníš veľkosť alebo pridáš jemné doostrenie, vzor je preč. Nie preto, že by si ho mazal, ale preto, že kompresia prepísala presne tie bajty, v ktorých bol.

Pri texte je to skoro nemožné

Text je oproti obrázku extrémne úsporný. Jedna veta má desiatky bajtov namiesto stoviek kilobajtov. Nie je v nej žiadne voľné miesto.

Predstav si to takto: keď máš obrázok so štyrmi miliónmi pixelov a jeden zmeníš, nevšimneš si to. Keď máš obrázok so štyrmi pixelmi a jeden zmeníš, vidíš to okamžite. Keď máš knihu a zmeníš v nej jedno slovo, nikto to nezaregistruje. Keď máš jednu vetu a zmeníš v nej slovo, čitateľ to zaregistruje hneď.

A práve s jednou vetou model väčšinou pracuje.

Ako to teda technicky robia

Sú dva prístupy a Anthropic podľa všetkého používa oba, každý na niečo iné.

1. Štatistický watermark v texte (to hlavné)

Keď model píše, nevyberá slovo po slove tak, že by mal jednu správnu odpoveď. V každom kroku si vygeneruje zoznam desiatok tisíc možných ďalších slov, každé s určitou pravdepodobnosťou. Potom si z tých najpravdepodobnejších polonáhodne vyberie jedno.

A práve do toho výberu sa dá zasiahnuť.

Google to má vyriešené v systéme SynthID a funguje to zhruba takto: každému možnému slovu sa podľa predchádzajúceho textu priradí skóre. Model potom pri výbere z tých piatich najpravdepodobnejších možností zvýhodní tie, ktoré majú vyššie skóre. Význam ani kvalita textu sa nezmenia, lebo si aj tak vyberá z možností, ktoré dávajú zmysel. Ale v celom texte vznikne štatistická odchýlka.

Detekcia je potom jednoduchá: zoberieš blok textu, spočítaš to skóre naprieč ním, a keď je podozrivo vysoké, text takmer isto písal model.

Je to v princípe to isté ako keď spoznáš AI podľa pomlčiek alebo podľa "nie je to X, je to Y". Len namiesto slovných zvratov, ktoré vidí človek, ide o matematický vzťah medzi slovami, ktorý človek nevidí.

Práve preto Anthropic píše, že watermark putuje s textom. Nie je nikde nalepený, je to samotný výber slov. Skopíruješ ho do mailu, do dokumentu, do zadania a ide s ním. A práve preto tiež píšu, že môže prežiť niektoré úpravy, nie všetky.

2. Neviditeľné unicode znaky (to lacnejšie)

Druhá cesta, o ktorej sa hovorí, sú špeciálne znaky. V unicode existuje viacero rôznych medzier a znakov, ktoré vyzerajú identicky ako tie bežné. Keď ich rozsypeš po texte podľa nejakého kľúča, máš v ňom skrytú správu, ktorú človek nevidí.

Toto je veľmi lacné na detekciu, ale aj veľmi lacné na odstránenie. Stačí nahradiť všetky podozrivé znaky bežnými a je po watermarku. Preto sa to samo o sebe za spoľahlivé riešenie nepovažuje.

3. Podpísané metadáta pri súboroch (iná vec, nepliesť si)

Keď Claude vytvorí alebo spracuje súbor, napríklad .png, .jpg alebo .svg, pripojí k nemu podpísané metadáta podľa štandardu C2PA. To nie je watermark v texte, to je záznam o pôvode súboru, ktorý je digitálne podpísaný.

Zaujímavé na C2PA je, že sa nedá sfalšovať, ale dá sa odstrániť. Čiže súbor s podpisom "vytvoril človek" má nejakú váhu, ale súbor bez podpisu neznamená nič.

A tu je vec, ktorú si podľa mňa málokto uvedomuje: oveľa väčší zmysel dáva podpisovať ľudský obsah než detegovať ten AI-čkový. Fotoaparát vie podpísať fotku priamo v čipe pri stlačení spúšte. To je overiteľné. Naháňať sa za tým, čo AI nie je, je nekonečný boj.

Čo značka dokazuje a čo rozhodne nie

Toto je najdôležitejšia časť celého článku a Anthropic si to sám priznáva v dokumentácii. Značka funguje slabo v oboch smeroch.

Keď sa značka nájde, neznamená to, že text písala AI

Znamená to len, že text prešiel cez Claude. To je obrovský rozdiel oproti "napísal to Claude".
Ľudia cez Claude bežne prekladajú, sumarizujú, korigujú alebo konvertujú vlastné veci. Napíšeš článok sám, dáš si ho opraviť, a výstup nesie značku, hoci každá myšlienka v ňom je tvoja.
Text sa mohol po spracovaní ľubovoľne zmeniť, doplniť alebo zmiešať s iným.

Keby na základe toho niekoho obvinili z podvádzania, je to obvinenie postavené na vode. Toto si zapamätaj, lebo presne toto sa bude v školách diať.

Keď sa značka nenájde, neznamená to, že text nepísala AI

Značka bude chýbať vždy, keď:

text vyrobil model spustený pred augustom 2026, čiže väčšina toho, čo dnes koluje
text bol výrazne prepísaný, preformulovaný alebo preložený
ide o krátku pasáž, do ktorej sa štatistický vzor jednoducho nezmestí
súbor bol prekonvertovaný, znovu uložený alebo odfotený screenshotom
šlo o platformu alebo typ súboru, kde označovanie nie je podporované

Ako sa to dá obísť (a prečo to celé asi nevyjde)

Nebudem sa hrať na to, že toto nikto nevie. Je to verejne rozobraté a treba tomu rozumieť, keď sa chceš na výsledok akéhokoľvek detektora spoľahnúť.

Štatistický watermark stojí a padá na konkrétnom výbere slov. Takže stačí text nechať preformulovať iným modelom, ktorý watermark nemá, a je preč. Nie preto, že by ho niekto zmazal, ale preto, že sa prepísal výber slov, v ktorom bol zakódovaný. Rovnako ho zabije poctivý preklad alebo prepísanie vlastnými slovami.

Unicode znaky sa nahradia hromadným find and replace. Metadáta zo súboru zmaže ktorýkoľvek konvertor.

Už dnes existujú verejné repozitáre, ktoré presne toto robia automaticky naprieč viacerými poskytovateľmi: čistia unicode, prepisujú text a strhávajú C2PA metadáta z PNG, JPEG, SVG, PDF, DOCX, HTML aj MD. Niektoré sú dokonca zabalené ako agent skill, takže vieš požiadať Clauda, nech odstráni Claudov vlastný watermark.

K tomu je tu ešte jeden rozpor, ktorý je ťažké obísť. AI Act požaduje, aby boli tieto techniky interoperabilné, čiže aby sa dali čítať naprieč nástrojmi. Lenže označovanie textu funguje len dovtedy, kým sa presne nevie, ako je spravené. Nedá sa naraz zverejniť postup a zároveň sa spoliehať na to, že ho nikto nezneužije.

Preto je realistický záver taký, že toto zachytí len tých najlenivejších. Človeka, ktorý skopíruje odpoveď z Claude a hodí ju do Wordu bez jediného zásahu. Alebo bota, ktorý automaticky odpisuje na Twitteri. Kohokoľvek, kto do toho vloží čo i len minimálnu snahu, to nechytí.

Čo si z toho odniesť

Zatiaľ sa nič nedeje. Značku budú mať až modely spustené od augusta 2026, plus dodatočne staršie, keď to Anthropic dorobí.
Až to príde, netreba panikáriť. Označenie neznamená obvinenie, znamená len, že text prešiel cez Claude.
Nebuď ten najlenivejší. Nie kvôli obchádzaniu pravidiel, ale preto, že surová odpoveď skopírovaná bez čítania je aj tak zlá práca. Keď text prepíšeš do svojho jazyka, je lepší a watermark ide preč mimochodom.
Žiadnemu "AI detektoru" tretej strany never. Nečítajú tento watermark, hádajú podľa štýlu a hádžu falošné poplachy na ľudí, ktorí jednoducho píšu stroho.
Sleduj skôr opačný smer. Podpisovanie ľudského obsahu má budúcnosť, naháňanie AI obsahu nie.