Anthropic объявила о запуске API для проверки водяных знаков, который позволит сторонним разработчикам встраивать детекцию ИИ-текстов в свои приложения. Компания использует вариант метода SynthID Text, который Google DeepMind опубликовала в журнале Nature в 2024 году. Технология встраивает в текст невидимый паттерн, изменяя источник случайности при выборе слов, что позволяет впоследствии определить, была ли использована модель Claude.
По заявлению Anthropic, водяной знак не влияет «на содержание, уровень креативности или читаемость текста Claude». Однако метод имеет ограничения: он менее надежен для коротких текстов, фактологических материалов, где мало альтернативных формулировок, а также для кода. Если человек полностью переписал текст, водяной знак может быть удален. При этом переводы, где все слова выбирает Claude, сохраняют маркер. Важно, что водяной знак лишь указывает на вероятное участие Claude в создании текста, но не может определить, написан ли текст полностью или только отредактирован моделью, а также не отличает человеческий текст от созданного другой ИИ-моделью.
Запуск водяных знаков связан с требованиями EU ИИ Act. Anthropic, наряду с примерно 190 другими подписантами, присоединилась к Кодексу практики по прозрачности ИИ-контента в июле 2026 года. Поскольку технически невозможно ограничить функцию по регионам, водяные знаки будут внедрены по всему миру. Все модели, выпущенные после 2 августа 2025 года, поддерживают водяные знаки из коробки, а более старые версии Claude получат эту функцию в ближайшие месяцы. Для файлов Anthropic использует открытый стандарт C2PA, который добавляет метаданные без изменения самого файла.
Водяной знак изменяет источник случайности при выборе слов, не влияя на качество и читаемость текста.
Подход Anthropic отличается от внешних инструментов детекции ИИ, таких как Pangram. Эти сервисы не имеют доступа к ключам Anthropic и сканируют текст на типичные паттерны, например, характерные фразы или часто используемые слова. Проверка водяных знаков — принципиально иной метод, который на практике должен быть более надежным. Это важный шаг в развитии инструментов для идентификации ИИ-контента, особенно в контексте растущих требований к прозрачности со стороны регуляторов.
