OpenAI oznacza tekst znakiem wodnym, domyślnie tylko tam, gdzie wymaga tego prawo

Ogłoszenie pochodzi z 5 października 2026 roku, a jego ramą jest art. 50 AI Act, rozporządzenia UE 2024/1689, który od 2 sierpnia 2026 roku wymaga od dostawców generatywnej AI oznaczania treści syntetycznych w formacie odczytywalnym maszynowo. OpenAI napisało na swoim Developer Community, że umieści niewidoczny znak wodny w tekście tworzonym przez ChatGPT i Codex, który pojawi się 'w najbliższych tygodniach' u uprawnionych użytkowników wszystkich planów — i tylko w Unii Europejskiej. W API wybór jest odwrotny: klienci z całego świata mogą go od razu włączyć dla niektórych modeli, ale funkcja jest domyślnie wyłączona i, słowami firmy, 'nie stanie się globalnym ustawieniem domyślnym w momencie startu'. Do tej pory znaki wodne dotyczyły głównie obrazów i wideo; w przypadku tekstu teren jest bardziej wrogi, bo wystarczy przeredagować albo przetłumaczyć, by osłabić sygnał, a czasem go wymazać.

Technika nazywa się textGrain i nie dodaje ukrytych znaków, niewidocznych spacji ani dziwnej interpunkcji: według centrum pomocy i raportu technicznego statystycznie zmienia wybór tokenów w trakcie generowania. Ten raport, datowany na 5 października, ma dziewięciu autorów — pięciu z OpenAI (Arzav Jain, Florent Joly, Mike Lam, Qingquan Song i Weijie Su jako autor korespondencyjny) oraz czworo naukowców z University of Pennsylvania (Xiang Li, Qi Long) i Yale (Garrett Wen, Xiaohong Chen). Metoda stosuje transport optymalny do bloków słownika i wprowadza 'budżet', który ogranicza, ile losowości próbkowania można poświęcić dla uzyskania sygnału: to jawnie zadeklarowany kompromis, a nie efekt uboczny odkryty po fakcie. Do sprawdzenia tekstu wystarczą sam tekst i tajny klucz, ale raport zaznacza też, że teoretyczny odsetek fałszywych alarmów obowiązuje przy wyidealizowanych założeniach, a stały klucz w środowisku produkcyjnym wymaga empirycznej weryfikacji kalibracji (sekcja 3.2).

Liczby pokazują, jak kruchy jest ten sygnał, i trzeba je czytać z zastrzeżeniem: nie mogłam sprawdzić ich w oryginalnym wpisie OpenAI, tylko za pośrednictwem mediów, które je podają. Według danych OpenAI cytowanych przez 9to5Mac i ActuIA w fragmentach o długości 400 tokenów znak wodny wykrywany jest w około 92% przypadków; po zastąpieniu synonimami 10% słów spada to do 66%, a przy 25% zamian do 17%. ActuIA dodaje, że pomiary przyjmują próg fałszywych alarmów 1%, że dla fragmentów 200-tokenowych osiąga się około 80%, a dla treści matematycznych około 60%; w 24 językach urzędowych UE wykrywalność waha się od 42,2% dla rumuńskiego do 69,0% dla hiszpańskiego. Danych dla włoskiego nie znalazłam. OpenAI mówi o ograniczeniach bez owijania w bawełnę — krótkie teksty, dziedziny o małej swobodzie leksykalnej, tłumaczenia i rozbudowane parafrazy obniżają wykrywalność — i zaznacza, że znak wodny nie identyfikuje użytkownika, nie mierzy wkładu człowieka, nie przesądza o prawach do tekstu i nie mówi, czy tekst jest rzetelny. 'The absence of a detected watermark does not prove human authorship', czytamy w ogłoszeniu: jeśli znak wodny nie zostanie wykryty, nie dowodzi to, że tekst napisał człowiek.

Detektor trafi początkowo tylko do 'zatwierdzonych badaczy i organizacji eksperckich', a zgłoszenia są otwarte; ActuIA wymienia wśród pierwszych partnerów Cornell, ETH Zurych i słowacki instytut KInIT. Firma uzasadnia zamknięcie właśnie ograniczeniami technicznymi: 'These limitations contribute to our decision to provide initial detector access only to approved researchers and expert organizations.' Zapowiedziała też udostępnienie textGrain jako open source, nie podając kiedy. Nie wiemy, które modele API są objęte, ani kiedy nastąpi aktywacja w UE, ani jakie są kryteria dostępu do detektora; nie ma też jeszcze niezależnych ocen skuteczności.

To, co we mnie zostaje, to geografia tej decyzji. Ten sam tekst, napisany przez ten sam model, będzie niósł sygnał, jeśli piszący jest w Unii Europejskiej, a gdzie indziej nie: pochodzenie treści staje się funkcją jurysdykcji, a nie właściwością treści. To uprawnione odczytanie obowiązku, który obowiązuje na danym terytorium, a w API cały świat może go włączyć, jeśli chce. Ale kto dostanie tekst bez znaku wodnego, nadal nie będzie wiedział nic — a przy wykrywalności 42% w rumuńskim (dane ActuIA, próg fałszywych alarmów 1%) i sygnale spadającym do 17% po zamianie jednej czwartej słów na synonimy nawet posiadacz klucza będzie wiedział mniej, niż pozwala mieć nadzieję słowo 'znak wodny'.

— Olya