Anthropic đã chính thức bắt đầu triển khai đóng dấu bản quyền văn bản (text watermarking) trên toàn bộ dòng mô hình Claude nhằm tăng cường tính minh bạch của AI và tuân thủ các quy định mới nổi. Mặc dù công ty hứa hẹn sự tích hợp liền mạch, một cuộc tranh luận ngày càng gay gắt đang nảy sinh liên quan đến tác động đối với độ chính xác ngôn ngữ và các hệ lụy pháp lý của việc có thể phát hiện được quyền tác giả do AI tạo ra.

Cơ chế của việc đóng dấu bản quyền ẩn

Cách tiếp cận của Anthropic được mô phỏng theo phương pháp SynthID-Text của Google DeepMind. Khác với việc đóng dấu bản quyền truyền thống—vốn có thể chèn các nhãn hiển thị hoặc các ký tự Unicode ẩn—hệ thống này hoạt động ở cấp độ xác suất của Mô hình Ngôn ngữ Lớn (LLM). Nó hoạt động bằng cách tinh chỉnh một cách tinh vi nguồn ngẫu nhiên được sử dụng trong quá trình lựa chọn token. Bằng cách điều chỉnh xác suất của các lựa chọn từ ngữ cụ thể, hệ thống tạo ra một mô hình có thể phát hiện được về mặt thống kê, giúp các phần mềm chuyên dụng có thể nhận diện mà không làm thay đổi diện mạo trực quan của văn bản.

Anthropic khẳng định rằng quá trình này không gây ra tác động có thể đo lường được đối với tính sáng tạo hoặc khả năng đọc hiểu trong kết quả đầu ra của Claude. Để giảm thiểu rủi ro trong các môi trường đòi hỏi độ chính xác cao, công ty lưu ý rằng việc đóng dấu bản quyền sẽ "thưa thớt" hơn trong các đoạn văn chứa nhiều dữ kiện, nơi vốn từ vựng bị giới hạn bởi sự cần thiết về mặt ngữ nghĩa.

Phê bình ngôn ngữ học: Độ chính xác đối lập với Tính mô hình hóa

Bất chấp những lời đảm bảo của Anthropic, các nhà phê bình công nghệ nổi tiếng như John Gruber của Daring Fireball lập luận rằng tuyên bố "không thể nhận thấy" là có lỗ hổng. Cốt lõi của lập luận nằm ở sắc thái ngữ nghĩa: không có hai từ đồng nghĩa nào có thể thay thế hoàn hảo cho nhau. Nếu thuật toán đóng dấu bản quyền ưu tiên một token cụ thể để duy trì một mô hình thống kê, nó có thể bỏ qua một từ chính xác hơn để chọn một từ "đúng" về mặt thống kê cho dấu bản quyền.

Gruber cho rằng điều này có thể dẫn đến sự suy giảm tinh vi về chất lượng văn bản, đồng thời lưu ý rằng các thước đo hiện tại được sử dụng để xác thực các hệ thống như SynthID—chẳng hạn như xếp hạng "thích/không thích" của người dùng—là chưa đủ. Một người dùng khó có thể đánh giá thấp một mô hình vì đã chọn "grey" thay vì "overcast", ngay cả khi từ sau mang lại chiều sâu phong cách tốt hơn, điều này có nghĩa là "chất lượng" của văn bản có thể bị xói mòn theo những cách mà các tiêu chuẩn đánh giá (benchmarks) thông thường không thể nắm bắt được.

Hệ lụy pháp lý và tính chất "bám dính" của các dấu hiệu

Việc triển khai này mang lại những sự phức tạp đáng kể cho các lĩnh vực chuyên môn, đặc biệt là luật pháp. Theo Artificial Lawyer, trong khi hầu hết khách hàng đều không quan tâm đến sự hỗ trợ của AI, thì khả năng chứng minh sự tham gia của AI lại trở thành một rủi ro pháp lý trong các trường hợp việc sử dụng AI bị thẩm phán hoặc khách hàng cấm một cách rõ ràng.

Một thách thức kỹ thuật quan trọng là tính "tồn tại dai dẳng" của các dấu bản quyền này. Vì các dấu hiệu được nhúng trực tiếp vào chính văn bản, chúng có thể lan truyền qua các tài liệu. Một hợp đồng do con người soạn thảo có chứa một điều khoản do AI tạo ra sẽ mang theo dấu bản quyền đó, có khả năng làm "nhiễm" các mẫu tài liệu trong tương lai. Hơn nữa, khi các chuyên gia pháp lý sử dụng nhiều LLM khác nhau, các tài liệu cuối cùng có thể chứa các dấu bản quyền chồng chéo từ các nhà cung cấp khác nhau, tạo ra một cơn ác mộng về pháp y cho các cuộc kiểm toán tính minh bạch.

Tuân thủ và Lách luật

Động thái này phần lớn được thúc đẩy bởi nhu cầu tuân thủ EU AI Act, mặc dù Anthropic đang áp dụng tính năng này trên phạm vi toàn cầu để tránh sự phân mảnh theo khu vực. Tất cả các mô hình Claude được phát hành sau ngày 2 tháng 8 đều đã hỗ trợ đóng dấu bản quyền, và các mô hình cũ hơn đang được lên kế hoạch để nâng cấp bổ sung. Tuy nhiên, hiệu quả của hệ thống vẫn còn gây tranh cãi; các công cụ như Declaude đã được sử dụng để loại bỏ các dấu hiệu này thông qua việc diễn đạt lại (paraphrasing), cho thấy rằng mặc dù việc đóng dấu bản quyền có thể làm hài lòng các cơ quan quản lý, nhưng nó có thể gặp khó khăn trong việc ngăn chặn các hành vi lách luật có chủ đích.

Các điểm chính cần lưu ý

  • Phát hiện dựa trên xác suất: Anthropic sử dụng phương pháp kiểu SynthID giúp thay đổi tính ngẫu nhiên khi lựa chọn token thay vì thêm các ký tự hiển thị, khiến dấu bản quyền có thể phát hiện được về mặt thống kê nhưng lại ẩn đi về mặt trực quan.
  • Sự đánh đổi về chất lượng: Các nhà phê bình lập luận rằng việc ép buộc các lựa chọn từ ngữ cụ thể để duy trì mô hình dấu bản quyền sẽ làm hy sinh độ chính xác về ngữ nghĩa và sắc thái phong cách một cách tất yếu.
  • Trách nhiệm pháp lý: Tính chất "bám dính" của các dấu bản quyền có nghĩa là văn bản do AI tạo ra có thể mang các mô hình có thể phát hiện được vào các tài liệu trong tương lai, tạo ra rủi ro về tính minh bạch cho các công ty luật và các ngành công nghiệp bị kiểm soát chặt chẽ.