Anthropic chèn chữ ký vô hình vào văn bản do Claude tạo ra

Anthropic đang bắt đầu đưa watermark vô hình trực tiếp vào văn bản do các mô hình Claude mới tạo ra, nhằm giúp máy móc có thể nhận biết nội dung từng được AI xử lý.

Một đoạn văn do Claude tạo ra có thể trông hoàn toàn bình thường, nhưng bên trong có thể chứa một “chữ ký” mà mắt người không thể nhìn thấy.

Theo Anthropic, các mô hình Claude ra mắt từ tháng 8/2026 sẽ hỗ trợ đánh dấu nội dung AI ngay từ khi phát hành. Watermark được áp dụng cho văn bản, trong khi một số tệp như SVG, PNG và JPG có thể được gắn metadata nguồn gốc được ký số theo chuẩn C2PA.

Nội dung văn bản được Claude tạo ra sẽ được gắn "chữ ký vô hình".

Watermark không phải một logo hay dòng chữ được chèn thêm vào cuối bài. Anthropic cho biết dấu hiệu này được đan trực tiếp vào nội dung, đủ để máy móc nhận diện nhưng mắt người không thể nhận ra.

Nó cũng được thiết kế để không làm thay đổi ý nghĩa, chất lượng hay khả năng đọc của văn bản. Có thể hiểu là một cách thức thể hiện nội dung nào đó, có thể mang tính tương đối và bị mất đi nếu người dùng chỉnh sửa sâu đoạn văn bản đó.

Anthropic cũng cho biết đang phát triển công cụ để người dùng và bên thứ ba kiểm tra watermark, dù cơ chế phát hiện chi tiết chưa được công bố đầy đủ.

Đương nhiên, dấu hiệu này có thể đi theo nội dung khi người dùng copy và paste sang nơi khác. Anthropic cho biết watermark có thể tồn tại sau một số chỉnh sửa, qua đó mở ra khả năng nhận diện một đoạn văn ngay cả khi nó đã được đưa ra khỏi hệ sinh thái Claude.

Cơ chế đánh dấu được triển khai ở cấp độ mô hình. Vì vậy, nội dung được tạo thông qua Claude, API, Claude Code hoặc một số dịch vụ khác sử dụng các mô hình Claude được hỗ trợ đều có thể mang dấu hiệu này.

Nếu được triển khai rộng rãi, cách tiếp cận này có thể thay đổi cách người ta truy tìm nguồn gốc nội dung AI. Thay vì chỉ nhìn vào văn phong rồi phỏng đoán một đoạn văn có phải do máy tạo ra hay không, các hệ thống có thể tìm kiếm một dấu hiệu được chính mô hình để lại.

Dù chưa đủ mức để trở thành phán quyết, việc "đánh dấu" các nội dung được tạo bởi AI để phục vụ truy nguồn ngay từ lúc được tạo ra.

Tuy nhiên, Anthropic cũng nhấn mạnh rằng watermark không phải bằng chứng tuyệt đối về tác giả. Nếu phát hiện dấu Claude, điều đó chỉ cho thấy nội dung có thể đã được Claude xử lý. Một người có thể tự viết văn bản rồi dùng Claude để hiệu đính, dịch hoặc tóm tắt, và kết quả cuối cùng vẫn mang watermark.

Ngược lại, không tìm thấy watermark không có nghĩa nội dung chắc chắn do con người tạo ra. Dấu hiệu có thể không còn phát hiện được nếu văn bản được tạo bởi mô hình Claude cũ chưa hỗ trợ watermark, bị chỉnh sửa hoặc diễn đạt lại quá nhiều, được dịch hay trộn với nội dung khác. Với tệp, metadata cũng có thể bị mất khi chuyển đổi định dạng hoặc chụp màn hình.

Vì vậy, “chữ ký vô hình” của Claude chưa thể trở thành một cách phán quyết. Nó giống một dấu hiệu về việc nội dung đã đi qua Claude hơn là bằng chứng xác định toàn bộ lịch sử của văn bản.

Dù còn giới hạn, đây có thể là bước khởi đầu khi AI ngày càng tạo ra nội dung khó phân biệt với con người, các mô hình có thể phải để lại những dấu vết mà mắt người không nhìn thấy nhưng máy móc có thể kiểm tra.

Cuộc chiến truy tìm nội dung AI vì thế không chỉ diễn ra bằng những công cụ đoán văn phong, mà có thể bắt đầu ngay từ lúc nội dung được tạo ra.

Từ ngày 01/3/2026, các nội dung tạo bởi A.I phải dán nhãn | VTV24