Claude की "अदृश्य वॉटरमार्क" को हटाया जा सकता है या नहीं - Cardano के संस्थापक Anthropies द्वारा AI युग की नई बहस

जनरेटिव AI द्वारा लिखे गए लेख को मानव द्वारा लिखे गए लेख से अलग पहचानने में सक्षम बनाना।

पहली नजर में, यह प्रणाली फेक जानकारी और AI जनरेटेड कंटेंट की भरमार वाले युग में स्वागत योग्य लग सकती है। लेकिन अगर यह "चिह्न" मानव के लिए अदृश्य हो और AI का थोड़ा सा उपयोग करने वाले लेखों में भी रह सकता हो, तो मामला इतना सरल नहीं है।

2026 के अगस्त में, क्रिप्टोकरेंसी Cardano के सह-संस्थापक के रूप में जाने जाने वाले चार्ल्स होस्किन्सन ने, Anthropic के जनरेटिव AI "Claude" से संबंधित वॉटरमार्क और उत्पत्ति जानकारी को हटाने के लिए एक ओपन-सोर्स प्रोजेक्ट "Anthropies" जारी किया।

यह सिर्फ एक उपयोगी टूल का प्रकाशन नहीं है, बल्कि यह एक बड़ी बहस को जन्म दे रहा है कि जनरेटिव AI की पारदर्शिता को तकनीकी रूप से कितना मजबूर किया जाना चाहिए, और AI कंपनियों को उपयोगकर्ताओं द्वारा बनाए गए कंटेंट पर कितना "चिह्न" छोड़ने का अधिकार है।

Claude द्वारा पेश किया गया "अदृश्य वॉटरमार्क"

इस विवाद को समझने के लिए महत्वपूर्ण है Claude में पेश किए गए टेक्स्ट वॉटरमार्क की प्रणाली।

"वॉटरमार्क" सुनकर, कुछ लोग छवि के कोने में दिखाई देने वाले लोगो या लेख के अंदर गुप्त स्ट्रिंग्स को एम्बेड करने जैसी विधियों की कल्पना कर सकते हैं।

हालांकि, Anthropic द्वारा अपनाई गई विधि इससे काफी अलग है।

लेख के अंदर विशेष वर्ण नहीं जोड़े जाते हैं। इसके बजाय, AI द्वारा लेख उत्पन्न करते समय "शब्दों के चयन की विधि" में सांख्यिकीय पैटर्न डाला जाता है।

उदाहरण के लिए, जब लेख को जारी रखने की बात आती है, तो "महत्वपूर्ण है", "आवश्यक है", "अनिवार्य है" जैसे कई विकल्प होते हैं जो अर्थ में कोई भी चयन करना अस्वाभाविक नहीं होगा।

सामान्य जनरेटिव AI एक निश्चित संभावना के आधार पर उन विकल्पों में से अगला शब्द चुनता है, लेकिन वॉटरमार्क विधि में एक गुप्त कुंजी के आधार पर नियमों का उपयोग किया जाता है, जिससे उस चयन में एक निश्चित सांख्यिकीय प्रवृत्ति होती है।

मानव द्वारा लेख पढ़ने पर कोई अंतर नहीं दिखाई देता।

लेकिन कुंजी रखने वाला पक्ष पर्याप्त लंबाई के लेख का विश्लेषण करके "इस लेख के निर्माण में Claude की भागीदारी की संभावना" का सांख्यिकीय मूल्यांकन कर सकता है।

Anthropic के अनुसार, यह विधि Google DeepMind द्वारा अनुसंधान की गई SynthID Text की दृष्टिकोण पर आधारित है।

महत्वपूर्ण यह है कि यह चिह्न "शब्दों के पीछे छिपे डेटा" के बजाय लेख के शब्दों के उपयोग में समाहित होता है।

सिर्फ विशेष वर्णों को हटाकर या टेक्स्ट फाइल से मेटाडेटा को मिटाकर इसे हटाया नहीं जा सकता।

पृष्ठभूमि में EU AI Act

Anthropic द्वारा इस तकनीक को लागू करने के प्रमुख कारणों में से एक यूरोपीय संघ की AI विनियमन "EU AI Act" है।

2026 के अगस्त 2 से लागू पारदर्शिता संबंधी प्रावधानों के तहत, जनरेटिव AI प्रदाताओं को AI द्वारा उत्पन्न या संचालित कंटेंट को मशीन द्वारा पहचानने योग्य बनाने के उपाय करने की आवश्यकता है।

इसमें लेखों के अलावा, छवियाँ, ध्वनि, वीडियो आदि भी शामिल हैं।

जनरेटिव AI की क्षमता में तेजी से सुधार के कारण, मानव द्वारा निर्मित कंटेंट और AI जनरेटेड कंटेंट के बीच अंतर करना कठिन हो गया है। डीपफेक, फेक न्यूज़, प्रतिरूपण, और बड़े पैमाने पर उत्पन्न प्रचार सामग्री के खिलाफ उपाय के रूप में, कंटेंट की उत्पत्ति की पुष्टि करने की प्रणाली स्थापित की जा रही है।

हालांकि, प्रणाली "AI को थोड़ा छूने वाले सभी को AI जनरेटेड के रूप में प्रदर्शित करना चाहिए" जैसी सरल नहीं है।

यूरोपीय आयोग के दिशानिर्देशों में, मानक संपादन सहायता आदि के लिए अपवाद दिखाए गए हैं, और स्रोत कोड आदि भी कुछ शर्तों के तहत मार्किंग दायित्व से बाहर होते हैं।

इसके अलावा, 2026 के अगस्त 2 से पहले बाजार में मौजूद सिस्टम के लिए, मार्किंग और पहचान दायित्व के लिए 2026 के दिसंबर 2 तक की सीमित संक्रमण अवधि दी गई है।

इसलिए "EU ने सभी AI उपयोग के लिए वॉटरमार्क अनिवार्य कर दिया है" ऐसा समझना सही नहीं है।

फिर भी, बड़े AI व्यवसायों के लिए "AI जनरेटेड सामग्री को मशीन द्वारा पहचानने योग्य बनाना" की दिशा में प्रवृत्ति बढ़ रही है।

होस्किन्सन द्वारा जारी किया गया "Anthropies"

वहां Anthropies का आगमन हुआ।

होस्किन्सन ने अपने X पर घोषणा की कि वह Anthropic के वॉटरमार्क को हटाने के लिए कई LLM के साथ उपयोग करने के लिए एक नई प्रणाली बना रहे हैं।

प्रोजेक्ट GitHub पर जारी किया गया है और Apache 2.0 लाइसेंस को अपनाया गया है।

Anthropies द्वारा संभाले जाने वाले "Claude के निशान" को तीन मुख्य श्रेणियों में वर्गीकृत किया जा सकता है।

पहला, लेख में एम्बेड किया गया सांख्यिकीय वॉटरमार्क।

दूसरा, छवियों आदि को दिए गए C2PA प्रारूप के Content Credentials।

तीसरा, सॉफ्टवेयर विकास में उपयोग किए जाने वाले Git के कमिट संदेशों में जोड़े गए "Co-Authored-By: Claude" जैसे एट्रिब्यूशन जानकारी।

ये तीनों एक जैसे दिखते हैं, लेकिन तकनीकी रूप से पूरी तरह से अलग प्रकृति के हैं।

C2PA जानकारी या Git की एट्रिब्यूशन जानकारी विशेष मेटाडेटा या टेक्स्ट के रूप में मौजूद होती है, इसलिए इन्हें संभालना अपेक्षाकृत आसान होता है।

वहीं, सांख्यिकीय वॉटरमार्क लेख के शब्द चयन में मौजूद होता है, इसलिए इसे "केवल वॉटरमार्क भाग को हटाने" से नहीं हटाया जा सकता।

"क्यों 'दूसरे AI से फिर से लिखवाना'?"

Anthropies में सबसे दिलचस्प बात लेख के वॉटरमार्क के प्रति दृष्टिकोण है।

अगर वॉटरमार्क शब्द चयन पैटर्न के रूप में मौजूद है, तो उस पैटर्न को तोड़ने के लिए लेख को बदलना आवश्यक है।

इसलिए Anthropies ने मूल लेख को एक अन्य मॉडल द्वारा पुनः संरचित करने की अवधारणा को अपनाया है।

प्रोजेक्ट में, ज्ञात मेटाडेटा आदि को हटाने की प्रक्रिया और लेख की संरचना या अभिव्यक्ति को बदलने की प्रक्रिया को अलग किया गया है।

Git की एट्रिब्यूशन जानकारी आदि को निर्धारित भाग को हटाकर हल किया जा सकता है, लेकिन प्राकृतिक भाषा के लेख के लिए, वॉटरमार्क को उत्पन्न करने वाले मॉडल से भिन्न मॉडल द्वारा बड़े पैमाने पर फिर से लिखना आवश्यक है।

इसके विपरीत, अगर उसी जनरेटिव मॉडल से "इस वॉटरमार्क को हटाकर फिर से लिखने" का अनुरोध किया जाता है, तो नए उत्पन्न लेख में भी उसी प्रणाली का वॉटरमार्क फिर से आ सकता है।

यहां, जनरेटिव AI के वॉटरमार्क तकनीक की मूल कठिनाई प्रकट होती है।

"हटाया जा सकने वाला वॉटरमार्क" का क्या मतलब है?

SNS पर विशेष रूप से देखे जाने वाले सवाल इसी बिंदु पर हैं।

"अगर लेख को दूसरे AI द्वारा बड़े पैमाने पर पुनः लिखा जाए तो वह हट जाता है, तो क्या यह वास्तव में बुरे इरादे वाले व्यक्तियों के उपयोग को रोक सकता है?"

वास्तव में, Anthropic खुद भी वॉटरमार्क को सर्वशक्तिमान नहीं बताते।

हल्के संपादन के मामले में सांख्यिकीय विशेषताएँ बनी रह सकती हैं, जबकि पूरी तरह से पुनः लिखे जाने पर संकेत खो सकते हैं।

इसके अलावा, छोटे लेखों में निर्णय सामग्री के रूप में शब्द चयन की संख्या कम होती है, इसलिए लंबे लेखों की तुलना में पहचान क्षमता कम हो जाती है।

प्रोग्राम कोड या सटीक तथ्यों का वर्णन करने वाले लेखों के लिए भी यही बात लागू होती है।

जहां सही उत्तर लगभग एक ही होता है, वहां AI के पास स्वतंत्र रूप से अन्य शब्दों का चयन करने की गुंजाइश कम होती है। इसलिए सांख्यिकीय पैटर्न को एम्बेड करने की जगह भी कम हो जाती है।

SNS पर, "स्क्रीनशॉट या पुनः एन्कोडिंग के माध्यम से छवि की उत्पत्ति जानकारी खो जाती है, और बड़े पैमाने पर पेराफ्रेज़िंग के माध्यम से लेख का संकेत भी कमजोर हो जाता है, तो क्या यह वास्तव में धोखा देने की कोशिश करने वाले उपयोगकर्ताओं पर प्रभावी नहीं होगा, और केवल सामान्य उपयोगकर्ताओं को प्रभावित करेगा?" जैसी आलोचना भी देखी जाती है।

वहीं, "सभी दुरुपयोग को रोकने में सक्षम न होने पर भी इसका मतलब है" जैसी राय भी है।

इंटरनेट पर बड़े पैमाने पर पोस्ट किए जाने वाले AI जनरेटेड कंटेंट का अधिकांश भाग वॉटरमार्क हटाने के लिए जानबूझकर संसाधित नहीं किया जाता है।

जनरेटिव परिणाम को लगभग उसी रूप में कॉपी करके पोस्ट करने के मामलों को एक निश्चित अनुपात में पहचानने में सक्षम होना भी बड़े पैमाने पर स्पैम या निम्न गुणवत्ता वाले कंटेंट को पहचानने के लिए सामग्री बन सकता है।

SNS पर प्रमुख "मानव द्वारा लिखे गए लेख का क्या होगा?" जैसी चिंता

एक और बात जो SNS पर जोरदार प्रतिक्रिया प्राप्त कर रही है, वह है "अगर मैंने खुद लिखा लेख Claude से प्रूफरीड कराया" की स्थिति।

उदाहरण के लिए, अगर एक व्यक्ति ने शुरुआत से अंत तक एक रिपोर्ट लिखी और उसे Claude को सौंपा ताकि वह इसे पढ़ने में आसान बनाने के लिए अभिव्यक्ति को सुधार सके।

उसके परिणामस्वरूप, अगर AI द्वारा बदले गए हिस्सों में सांख्यिकीय पैटर्न उत्पन्न होता है, तो बाद में जांच के दौरान इसे "Claude द्वारा प्रभावित लेख" के रूप में पहचाना जा सकता है।

यहां महत्वपूर्ण यह है कि "Claude द्वारा प्रभावित" का निर्णय और "Claude ने यह लेख लिखा" का निर्णय समान नहीं है।

Anthropic भी इस अंतर को स्पष्ट कर रहा है।

वॉटरमार्क से जो पता चलता है वह है Claude द्वारा लेख में भागीदारी की संभावना, न कि यह कि लेखक कौन है, मानव या AI।

फिर भी, स्कूल, कंपनियों, भर्ती, प्रकाशन आदि के स्थानों पर अगर निर्णय परिणाम अकेले चलने लगे, तो उपयोगकर्ताओं के लिए समस्या बन सकती है।

SNS पर, यह प्रतिक्रिया फैल गई कि "मानव द्वारा लिखे गए लेख को केवल कॉपी एडिटिंग के लिए Claude से गुजरने पर 'AI लेख' के रूप में देखा जाना स्वीकार्य नहीं है।"

हालांकि, Anthropic का कहना है कि केवल व्याकरण या विराम चिह्न को हल्के से सुधारने वाले लेखों में Claude द्वारा चुने गए शब्दों की संख्या कम होती है, इसलिए पर्याप्त वॉटरमार्क नहीं रह जाता।

EU के दिशानिर्देशों में भी, मानक संपादन सहायता के लिए मार्किंग दायित्व के अपवाद मौजूद हैं।

इसलिए "Claude द्वारा एक अक्षर भी सुधारने पर इसे AI जनरेटेड के रूप में अनिवार्य रूप से पहचाना जाएगा" ऐसा नहीं है।

समस्या यह है कि कहां से "मानक संपादन" है और कहां से "AI द्वारा वास्तविक जनरेशन" है, यह सीमा वास्तविक उपयोग के मामलों में अस्पष्ट हो सकती है।

पारदर्शिता का स्वागत करने वाली आवाजें भी

बेशक, वॉटरमार्क को सकारात्मक रूप से मूल्यांकन करने वाली राय भी कम नहीं है।

SNS पर, AI द्वारा जनरेटेड कंटेंट होने की तकनीकी पुष्टि करने की प्रणाली भविष्य के इंटरनेट में आवश्यक होगी, ऐसी राय व्यक्त की जा रही है।

जैसे-जैसे जनरेटिव AI द्वारा लेख, छवियाँ, वीडियो मानव निर्मित सामग्री से अलग पहचानने योग्य स्तर के करीब आते हैं, कंटेंट देखने वाले के लिए उत्पत्ति का निर्णय करने का साधन महत्वपूर्ण हो जाता है।

राजनीतिक फेक जानकारी, कंपनियों के रूप में झूठे विज्ञापन, काल्पनिक समाचार, फेक रिव्यू, AI द्वारा स्वचालित रूप से जनरेटेड बड़े पैमाने पर SEO कंटेंट को देखते हुए, "AI जनरेटेड होने की संभावना" की पुष्टि करने की तकनीक में सार्वजनिक महत्व है।

अगर AI कंपनियां स्वेच्छा से कुछ नहीं करतीं, तो जनरेटेड सामग्री की ट्रेसबिलिटी और भी कम हो जाएगी।

इस अर्थ में, Anthropic की पहल को "पारदर्शिता बढ़ाने के लिए एक कदम" के रूप में स्वीकार करने वाले उपयोगकर्ता भी हैं।

कुछ पोस्ट में यह दृष्टिकोण भी व्यक्त किया गया है कि भले ही यह पूर्ण पहचान तकनीक न हो, लेकिन बिना संसाधित किए बड़े पैमाने पर प्रकाशित AI कंटेंट को पहचानने में सक्षम होना