بدأت Anthropic رسميًا في تطبيق العلامات المائية للنصوص عبر عائلة نماذج Claude الخاصة بها لتعزيز شفافية الذكاء الاصطناعي والامتثال للوائح الناشئة. وبينما تعد الشركة بتكامل سلس، يبرز جدل متزايد بشأن التأثير على الدقة اللغوية والآثار القانونية المترتبة على إمكانية اكتشاف تأليف الذكاء الاصطناعي.

آليات العلامات المائية الخفية

تعتمد منهجية Anthropic على نموذج SynthID-Text من Google DeepMind. وخلافًا للعلامات المائية التقليدية، التي قد تدرج ملصقات مرئية أو رموز Unicode مخفية، يعمل هذا النظام على المستوى الاحتمالي للنموذج اللغوي الكبير (LLM). فهو يعمل من خلال تعديل مصدر العشوائية المستخدم أثناء اختيار الرموز (tokens) بشكل طفيف. ومن خلال ضبط احتمالية اختيارات كلمات معينة، ينشئ النظام نمطًا يمكن اكتشافه إحصائيًا بواسطة برامج متخصصة دون تغيير المظهر المرئي للنص.

وتؤكد Anthropic أن هذه العملية ليس لها تأثير ملموس على الإبداع أو قابلية القراءة في مخرجات Claude. وللتخفيف من المخاطر في البيئات عالية الدقة، تشير الشركة إلى أن العلامات المائية تكون "أقل كثافة" في الفقرات الغنية بالحقائق حيث تكون المفردات مقيدة بالضرورة الدلالية.

النقد اللغوي: الدقة مقابل النمطية

على الرغم من تأكيدات Anthropic، يجادل نقاد تقنيون بارزون مثل John Gruber من Daring Fireball بأن ادعاء كونها "غير محسوسة" هو ادعاء معيب. ويستند جوهر الحجة إلى الفروق الدلالية الدقيقة: فلا يوجد مرادفان متطابقان تمامًا وقابلان للتبادل. فإذا أعطت خوارزمية العلامة المائية الأولوية لرمز (token) معين للحفاظ على نمط إحصائي، فقد تتجاوز كلمة أكثر دقة لصالح كلمة "صحيحة" إحصائيًا من أجل العلامة المائية.

ويشير Gruber إلى أن هذا قد يؤدي إلى تدهور طفيف في جودة النص، مشيرًا إلى أن المقاييس الحالية المستخدمة للتحقق من صحة أنظمة مثل SynthID — مثل تقييمات المستخدمين بـ "الإعجاب/عدم الإعجاب" — غير كافية. فمن غير المرجح أن يعاقب المستخدم نموذجًا لاختياره كلمة "grey" بدلاً من "overcast"، حتى لو كانت الأخيرة توفر عمقًا أسلوبيًا أفضل، مما يعني أن "جودة" النص قد تتآكل بطرق تفشل المعايير القياسية في رصدها.

الآثار القانونية والطبيعة "اللاصقة" للعلامات

يفرض هذا الإطلاق تعقيدات كبيرة على القطاعات المهنية، لا سيما القانون. ووفقًا لـ Artificial Lawyer، فبينما لا يكترث معظم العملاء بمساعدة الذكاء الاصطناعي، فإن القدرة على إثبات تدخل الذكاء الاصطناعي تصبح مسؤولية قانونية في الحالات التي يحظر فيها القاضي أو العميل استخدام الذكاء الاصطناعي صراحةً.

ويتمثل التحدي التقني الحاسم في "استمرارية" هذه العلامات المائية. نظرًا لأن العلامات مدمجة في النص نفسه، فيمكنها الانتشار عبر المستندات. فالعقد الذي صاغه بشر ويحتوي على بند تم إنشاؤه بواسطة الذكاء الاصطناعي سيحمل تلك العلامة المائية معه، مما قد يؤدي إلى تلويث النماذج المستقبلية. علاوة على ذلك، ومع استخدام المتخصصين القانونيين لنماذج لغوية كبيرة متعددة، قد تحتوي المستندات في النهاية على علامات مائية متداخلة من مزودين مختلفين، مما يخلق كابوسًا جنائيًا لعمليات تدقيق الشفافية.

الامتثال والتحايل

إن هذه الخطوة مدفوعة إلى حد كبير بالحاجة إلى الامتثال لقانون الذكاء الاصطناعي التابع للاتحاد الأوروبي (EU AI Act)، على الرغم من أن Anthropic تطبق هذه الميزة عالميًا لتجنب التجزئة الإقليمية. تدعم جميع نماذج Claude التي تم إصدارها بعد 2 أغسطس العلامات المائية بالفعل، مع التخطيط لتحديث النماذج الأقدم. ومع ذلك، لا تزال فعالية النظام محل خلاف؛ حيث تُستخدم أدوات مثل Declaude بالفعل لإزالة هذه العلامات عبر إعادة الصياغة، مما يشير إلى أنه بينما قد تلبي العلامات المائية متطلبات المنظمين، فقد تواجه صعوبة في منع التحايل المتعمد.

النقاط الرئيسية

  • الكشف الاحتمالي: تستخدم Anthropic طريقة بأسلوب SynthID تغير عشوائية اختيار الرموز (tokens) بدلاً من إضافة أحرف مرئية، مما يجعل العلامة المائية قابلة للكشف إحصائيًا ولكنها مخفية بصريًا.
  • مقايضات الجودة: يجادل النقاد بأن فرض اختيارات كلمات معينة للحفاظ على نمط العلامة المائية يضحي بطبيعته بالدقة الدلالية والفروق الأسلوبية الدقيقة.
  • المسؤولية القانونية: تعني الطبيعة "اللاصقة" للعلامات المائية أن النصوص التي يتم إنشاؤها بواسطة الذكاء الاصطناعي يمكن أن تحمل أنماطًا قابلة للكشف إلى المستندات المستقبلية، مما يخلق مخاطر تتعلق بالشفافية لشركات المحاماة والصناعات الخاضعة لرقابة صارمة.