Anthropic இப்போது ஒவ்வொரு Claude பதிலிலும் SynthID-Text எனப்படும் ஒரு மறைமுகமான புள்ளிவிவர முறையை (statistical pattern) இணைக்கிறது. இந்நிறுவனம் இந்த நடவடிக்கை EU AI Act-ன் வெளிப்படைத்தன்மை விதிகளுக்கு (Transparency Code) இணங்குவதாகவும், ஒரு உரை AI மாதிரியால் உருவாக்கப்பட்டது என்பதை நிரூபிக்க டெவலப்பர்களுக்கு ஒரு வழியை வழங்குவதாகவும் கூறுகிறது. இந்த நீர்முத்திரை (watermark) சாதாரண மாற்றங்களுக்குப் பிறகும் அழியாமல் இருக்கும், அதே சமயம் மனித வாசகர்களுக்கு உரை எந்த மாற்றமும் இன்றி இயல்பாக இருக்கும்.
ஏன் இந்த நீர்முத்திரை சேர்க்கப்படுகிறது
AI-ஆல் உருவாக்கப்பட்ட உள்ளடக்கத்தை மனித எழுத்திலிருந்து வேறுபடுத்திக் காட்ட வேண்டும் என்று ஐரோப்பிய ஒழுங்குமுறை அமைப்புகள் (European regulators) பெரிய மொழி மாதிரிகளை (LLM) வழங்கும் நிறுவனங்களை வலியுறுத்தி வருகின்றன. விரைவில் ஐரோப்பிய ஒன்றியத்தின்ಾದ್ಯந்தம் அமலுக்கு வரவுள்ள EU AI Act-ன் வெளிப்படைத்தன்மை விதி (Transparency Code), தங்கள் மாதிரிகள் உருவாக்கும் எந்தவொரு உரையையும் கண்டறிய நம்பகமான முறையை வழங்க டெவலப்பர்களைக் கட்டாயப்படுத்துகிறது. கடந்த ஆண்டு Google DeepMind முதன்முதலில் விவரித்த SynthID-Text நுட்பத்தை ஏற்றுக்கொள்வதன் மூலம் Anthropic இதற்குப் பதிலளித்துள்ளது.
இந்த முடிவு Reddit மற்றும் X தளங்களில் பெரும் விவாதத்தைத் தூண்டியது; அங்கு இந்த நீர்முத்திரை வெளியீட்டின் தரத்தைக் குறைக்கலாம் அல்லது கண்காணிப்பிற்கான ஒரு வழியாக மாறலாம் என்று பயனர்கள் கவலை தெரிவித்தனர். ஆனால், இந்த முறை வாசகர்களுக்குத் தெரியாது என்றும், இது செயல்பாட்டுத் தாமதத்தை (latency) ஏற்படுத்தாது என்றும், தனிப்பட்ட பயன்பாடுகளுக்கு (private deployments) இதைத் தவிர்க்க முடியும் என்றும் Anthropic பதிலளிக்கிறது. தொழில்நுட்ப விவரங்களை வெளியிடுவதன் மூலம், ஊகங்களைக் குறைக்கவும் மற்றும் இந்தத் துறைக்கான ஒரு தரநிலையை (benchmark) உருவாக்கவும் நிறுவனம் hopes (நிறுவனம் நம்புகிறது).
SynthID-Text எவ்வாறு செயல்படுகிறது
பாரம்பரிய AI கண்டறியும் கருவிகள் (detectors) மொழியியல் விசித்திரங்களை—மீண்டும் மீண்டும் வரும் சொற்றொடர்கள், விசித்திரமான நிறுத்தற்குறிகள் அல்லது மனித எழுத்திலிருந்து மாறுபட்ட புள்ளிவிவர மாற்றங்களை—தேடுகின்றன. ஒரு மனிதன் ஒரு பத்தியை மீண்டும் எழுதும்போது அந்தத் தடயங்கள் மறைந்துவிடுகின்றன, இதனால் கண்டறியும் கருவிகள் நம்பகத்தன்மையற்றதாகின்றன. இதற்கு மாறாக, SynthID-Text மாதிரியின் டோக்கன் தேர்வு (token-selection) நிலையின் போது ஒரு ரகசிய சமிக்ஞையை (covert signal) உட்பொதிக்கிறது.
Claude இரண்டு சமமான சாத்தியமுள்ள டோக்கன்களுக்கு இடையே (உதாரணமாக, “overcast” மற்றும் “grey”) ஒன்றைத் தேர்ந்தெடுக்கும்போது, கணினி முன்கூட்டியே கணக்கிடப்பட்ட ஒரு பைனரி முறையைப் (binary pattern) பின்பற்றும் வகையில் அந்தத் தேர்வை வழிநடத்துகிறது. ஒரு ஆவணத்தின் நீளத்திற்கு ஏற்ப, இந்தத் தூண்டுதல்கள் ஒரு தொடர்ச்சியான பிட்களை (bits) உருவாக்குகின்றன, அதை ஒரு detection API பின்னர் பிரித்தெடுக்க முடியும். இந்த முறை வேண்டுமென்றே குறைந்த தாக்கத்தை ஏற்படுத்தும் வகையில் வடிவமைக்கப்பட்டுள்ளது: தேர்ந்தெடுக்கப்பட்ட இணையான சொல் (synonym) இன்னும் ஒரு இயற்கையான சொல்லாகவே இருக்கும், எனவே உரையின் ஓட்டம் மாறாது. நீர்முத்திரை என்பது மேற்பரப்பு உரையில் (surface text) இல்லாமல் டோக்கன் ஓட்டத்தில் (token stream) இருப்பதால், ஒவ்வொரு டோக்கனையும் மாற்றாத பெரும்பாலான பிற செயலாக்கங்களின் போதும் இது அப்படியே இருக்கும்.
திருத்தங்களைச் சமாளிக்கும் திறன்: எது அழியாது, எது அழியும்
பயனர்கள் AI-ஆல் உருவாக்கப்பட்ட உரையைத் திருத்துவதன் மூலம் நீர்முத்திரையை நீக்கிவிடலாம் என்பது ஒரு பொதுவான விமர்சனமாகும். Anthropic-ன் உள் சோதனை மூன்று வகையான திருத்தச் சூழல்களை விளக்குகிறது:
- லேசான திருத்தம் (Light editing) – எழுத்துப் பிழைகளைத் திருத்துதல், சில உரிச்சொற்களை (adjectives) மாற்றுதல் அல்லது வாக்கிய வரிசையைச் சரிசெய்தல். பெரும்பாலான டோக்கன்கள் மாறாமல் இருப்பதால், நீர்முத்திரையின் புள்ளிவிவரத் தடம் பெரும்பாலும் அப்படியே இருக்கும்.
- Claude உதவியுடன் செய்யப்படும் தீவிரத் திருத்தம் (Heavy Claude-assisted editing) – ஏற்கனவே AI-ஆல் உருவாக்கப்பட்ட வாக்கியங்களைக் கொண்ட ஒரு வரைவை மீண்டும் எழுத Claude-இடம் கோருதல். பயனர் பெரும்பாலான சொற்களின் மீது கட்டுப்பாட்டை வைத்திருந்தால், புதிய மனிதத் தேர்வுகளின் அளவிற்கு ஏற்ப நீர்முத்திரையின் சமிக்ஞை பலவீனமடையும்.
- முழுமையான மறுஎழுத்து (Complete rewriting) – ஒவ்வொரு டோக்கனையும் புதிய உருவாக்கத்தாலோ அல்லது கைமுறையாகவோ மாற்றுதல். அந்த நிலையில் அசல் நீர்முத்திரை அழிக்கப்படும், ஆனால் resulting text (விளைவு உரை) இனி "AI-ஆல் உருவாக்கப்பட்டவை" என்ற EU வரையறைக்குள் வராது, ஏனெனில் அசல் மாதிரி வெளியீட்டின் எந்தத் தடயமும் இருக்காது.
சுருக்கமாகச் சொன்னால்: இந்த நீர்முத்திரை சாதாரணத் திருத்தங்களைத் தாங்கும், ஆனால் உள்ளடக்கத்தை முழுமையாக மீண்டும் உருவாக்கும்போது அழிந்துவிடும்.
குறியீடு உருவாக்கம் (Code generation): நீர்முத்திரை எங்கு இருக்கும்
Claude ஒரு கோடிங் உதவியாளராக (coding assistant) பரவலாகப் பயன்படுத்தப்படுகிறது; இது ஒரு வரித் துண்டுகள் (snippets) முதல் முழுமையான ஸ்டாக் தொகுதிகள் (full-stack modules) வரை அனைத்தையும் உருவாக்குகிறது. நிரலாக்க மொழிகளில் (Programming languages) இணையான சொற்களைத் தேர்ந்தெடுப்பதற்கான வாய்ப்பு மிகக் குறைவு; "for" போன்ற ஒரு டோக்கனை "while" என்று மாற்றுவது நிரலின் தர்க்கத்தை (logic) மாற்றிவிடும். எனவே, மாதிரி சொற்களைத் தேர்ந்தெடுப்பதில் சுதந்திரமாக இருக்கும் பகுதிகளில் மட்டுமே நீர்முத்திரை தோன்றும் என்று Anthropic எதிர்பார்க்கிறது—அதாவது கருத்துகள் (comments), docstrings மற்றும் குறியீட்டுடன் வரும் விளக்க உரைகள் (explanatory prose).
குறியீட்டின் செயல்பாட்டுப் பகுதி மாற்றப்படாமல் இருப்பதால், டெவலப்பர்கள் அதன் துல்லியம் அல்லது செயல்திறனில் எந்தக் குறைவையும் காண மாட்டார்கள். நீர்முத்திரையின் இருப்பு, குறியீட்டைப் புரிந்துகொள்ள மனிதர்களுக்கு உதவும் துணை உரைகளில் (ancillary text) மட்டுமே இருக்கும், இது பயன்பாட்டிற்குப் பாதிப்பு ஏற்படுத்தாமல் வெளிப்படைத்தன்மைத் தேவையைப் பூர்த்தி செய்கிறது.
தொழில் துறை மீதான தாக்கங்கள்
Anthropic மட்டும் தனியாகச் செயல்படவில்லை. தரப்படுத்தப்பட்ட detection API-ஐக் கோரும் அதே நடைமுறை விதிகளில் (Code of Practice) பல இதர LLM டெவலப்பர்களும் கையெழுத்திட்டுள்ளனர். ஐரோப்பிய ஒன்றியத்தின் அமலாக்கத் திட்டம் திட்டமிட்டபடி proceeds (நடந்து) சென்றால், தரவுப் பரிமாற்றத்திற்கு இன்று என்க்ரிப்ஷன் (encryption) எவ்வாறு பயன்படுகிறதோ, அதேபோல நீர்முத்திரை இடுதல் என்பது LLM கட்டமைப்பில் ஒரு இயல்பான அடுக்காக (default layer) மாறக்கூடும். இந்தத் தேவையைப் புறக்கணிக்கும் நிறுவனங்கள் அபராதங்கள், ஐரோப்பாவில் சந்தை அணுகலை இழத்தல் அல்லது தங்கள் சேவைகளை வலுக்கட்டாயமாக நீக்க வேண்டிய நிலை போன்ற அபாயங்களைச் சந்திக்க நேரிடும்.
விவாதத்திற்குரிய விஷயங்கள்
விமர்சகர்கள், ஒரு மறைமுகக் கையொப்பம், கண்ணுக்குத் தெரியாவிட்டாலும் கூட, ஒழுங்குமுறை இணக்கத்திற்கு அப்பாற்பட்டு, கண்காணிப்பு அல்லது உரிமைத் தேடலுக்காக (attribution) மறுபயன்படுத்தப்படலாம் என்று வாதிடுகின்றனர். அவர்கள் தவறான முடிவுகள் (false positives) எடுக்கப்படுவதையும் அஞ்சுகின்றனர்: மனிதர்களால் எழுதப்பட்ட உரையைத் தவறாகக் கண்டறியும் ஒரு detection API, அந்தத் தகவலைச் சார்ந்திருக்கும் தளங்களின் மீதான நம்பிக்கையைச் சிதைக்கக்கூடும். Anthropic இந்த அபாயங்களை ஒப்புக்கொள்கிறது மற்றும் detection algorithm திறந்த மூலமாக (open-source) இருக்கும் என்று கூறுகிறது, இது சுதந்திரமான தணிக்கை மற்றும் அளவுத்திருத்தங்களை (calibration) அனுமதிக்க வழிவகை செய்யும்.
வாட்டர்மார்க் (watermark) உருவாக்குவதற்கான கணக்கீட்டுச் சுமை (computational overhead) மற்றொரு நடைமுறை கவலையாக உள்ளது. கூடுதல் செயலாக்கம் inference நேரத்தை ஒரு சதவீதத்திற்கும் குறைவான ஒரு சிறிய பங்காகவே சேர்க்கிறது என்று Anthropic தெரிவிக்கிறது; இந்தத் தகவலை மூன்றாம் தரப்பு அளவீடுகள் (third-party benchmarks) விரைவில் சோதிக்கும்.
அடுத்து கவனிக்க வேண்டியவை
- API rollout – எந்தவொரு Claude வெளியீட்டிலிருந்தும் மறைக்கப்பட்ட பிட் முறையை (hidden bit pattern) பிரித்தெடுக்கும் ஒரு பொதுவான endpoint-ஐ வெளியிட Anthoptic திட்டமிட்டுள்ளது. டெவலப்பர்கள் இந்தச் சரிபார்ப்பை உள்ளடக்கக் கட்டுப்பாடு (content-moderation) வழிமுறைகளில் ஒருங்கிணைக்க முடியும்.
- Standardization efforts – ஒழுங்குமுறை அமைப்புகள் மற்றும் தொழில்முறை குழுக்கள் வாட்டர்மார்க் மெட்டாடேட்டாவிற்கான (watermark metadata) ஒரு பொதுவான வடிவமைப்பைத் தயாரித்து வருகின்றன, இது பல்வேறு மாடல்களுக்கு இடையிலான கண்டறிதலை எளிதாக்கக்கூடும்.
- Empirical studies – எதிரித்தனமான மறுபதிப்பு கருவிகளுக்கு (adversarial rewriting tools) எதிராக SynthID-Text எவ்வளவு உறுதியாக உள்ளது என்பதைத் தன்னிச்சையான ஆராய்ச்சியாளர்கள் ஆராயத் தொடங்கியுள்ளனர். அவர்களின் கண்டுபிடிப்புகள், தளங்கள் இந்தத் தகவலின் மீது எவ்வளவு நம்பிக்கையை வைக்கின்றன என்பதைத் தீர்மானிக்கும்.
சுருக்கம்
Anthropic-ன் SynthID-Text பயன்பாடு, Claude-ன் வெளியீட்டுத் தரத்தைப் பாதிக்காமல், வரவிருக்கும் ஐரோப்பிய வெளிப்படைத்தன்மை விதிகளுக்கு (European transparency rules) இணங்குவதற்கு AI சமூகத்திற்கு ஒரு உறுதியான கருவியைக் கொடுக்கிறது. இந்த வாட்டர்மார்க் அன்றாடத் திருத்தங்களின் போது (proofreading) அப்படியே இருக்கும், ஆனால் உரை முழுமையாக மறுஉருவாக்கம் செய்யப்படும்போது மறைந்துவிடும்; மேலும், இது நிரலாக்க வெளியீட்டின் (programming output) செயல்பாட்டைப் பாதிக்காத வகையில், குறியீடு அல்லாத பகுதிகளில் (non-code parts) இருக்கும். இந்த அணுகுமுறை ஒரு தொழில்முறைத் தரநிலையாக (industry norm) மாறுமா என்பது, detection API நிஜ உலகச் சூழலில் எவ்வளவு சிறப்பாகச் செயல்படுகிறது மற்றும் தனியுரிமை மற்றும் தவறான எச்சரிக்கைகள் குறித்த கவலைகள் எவ்வாறு கையாளப்படுகின்றன என்பதைப் பொறுத்தே அமையும்.