Anthropic Claude ওয়াটারমার্ক যাচাই নিয়মকর্তা ও গবেষকদের জন্য খুলে দিল

Claude ওয়াটারমার্ক যাচাইয়ে Anthropic-এর প্রবেশাধিকার বিস্তৃত

Anthropic এখন বাইরের সংস্থাগুলোর জন্য একটি নতুন পথ খুলছে, যাতে তারা পরীক্ষা করতে পারে কোনো লেখায় Claude-এর অদৃশ্য ওয়াটারমার্ক আছে কি না। এটি এমন একটি সম্মতি ও স্বচ্ছতা ব্যবস্থা, যা এতদিন কোম্পানির model release-এর পেছনে প্রায় অদৃশ্যভাবেই ছিল। The Decoder-এ বর্ণিত কোম্পানির ঘোষণার মতে, নতুন verification API অনুমোদিত সংস্থা যেমন regulator, law enforcement, media outlet, fact-checker, independent researcher, educational organization, European Union civil society group, এবং নিজেদের compliance practice যাচাই করতে চাওয়া enterprise-এর জন্য উন্মুক্ত হবে।

এই পদক্ষেপ এমন একটি নিয়ন্ত্রক পরিবেশে এসেছে, যা খুব দ্রুত বদলেছে। রিপোর্ট অনুযায়ী, 2025 সালের 2 আগস্ট থেকে EU AI Act নতুন Claude model-গুলিকে তাদের text output-এ অদৃশ্য watermark অন্তর্ভুক্ত করতে বলেছে। ফলে Anthropic-এর verification interface উন্মুক্ত করার সিদ্ধান্ত শুধু একটি product feature যোগ করা নয়। এটি এমন একটি ব্যবস্থা তৈরি করে, যার মাধ্যমে বাইরে থাকা প্রতিষ্ঠানগুলো পরীক্ষা করতে পারে watermarking সত্যিই আছে কি না, শুধু vendor-এর কথায় ভরসা না করে।

এটি গুরুত্বপূর্ণ, কারণ synthetic media নিয়ে বিতর্ক এখন image আর video deepfake-এর বাইরেও গেছে। text এখন publisher, school, researcher, compliance team, এবং public institution-এর জন্য সামনে থাকা সমস্যা, যেখানে মানব-লিখিত আর model-generated উপাদানের পার্থক্য করা দরকার। প্রচলিত AI text detector-গুলো নির্ভরযোগ্যতা নিয়ে সমস্যায় পড়েছে, বিশেষ করে content edit করা হলে, paraphrase করা হলে, বা মানুষের লেখা টেক্সটের সঙ্গে মিশে গেলে। Anthropic watermark verification-কে আরও লক্ষ্যভিত্তিক বিকল্প হিসেবে দেখাচ্ছে: এটি টেক্সট 'AI-generated' মনে হচ্ছে কি না, সেই সাধারণ দাবি নয়; বরং এটি Claude-সৃষ্ট একটি signal আছে কি না, সেই সংকীর্ণ পরীক্ষা।

সিস্টেম কীভাবে কাজ করে

রিপোর্টে বলা হয়েছে, Anthropic-এর system Google-এর SynthID text পদ্ধতির ওপর ভিত্তি করে। visible tag বা metadata ঢোকানোর বদলে, এই পদ্ধতি শব্দ নির্বাচনের randomization সামান্য বদলে এমন একটি statistical pattern তৈরি করে, যা শনাক্ত করা যায়। বাস্তবে এর মানে, model সম্ভাব্য শব্দচয়নের মধ্যে এমনভাবে নির্বাচন করতে পারে, যাতে পরে অনুমোদিত verification tool সেই pattern-এর উপস্থিতি পরীক্ষা করতে পারে।

Anthropic বলছে, watermark কিছু editing-এর পরও টিকে থাকতে পারে, আর এটাই এই launch-এর অন্যতম গুরুত্বপূর্ণ বাস্তব দাবি। যদি ব্যবহারকারী কয়েকটি শব্দ বদলাতেই signal মুছে যেত, তাহলে real-world publishing, moderation, বা investigative workflow-এ এর মূল্য সীমিত থাকত। অন্তত কিছু revision-এর পরও signal টিকে থাকাই watermarking-কে lab ধারণা থেকে operational tool-এ পরিণত করে।

একই সঙ্গে, কোম্পানি এমন একটি সংকীর্ণ প্রতিশ্রুতি দিচ্ছে, যা কিছু headline summary-র তুলনায় কম বিস্তৃত। এখানে Claude watermark-কে সব AI লেখার সর্বজনীন চিহ্ন হিসেবে বর্ণনা করা হচ্ছে না। এটি Claude-নির্দিষ্ট fingerprint। verification positive হলে বোঝা যায়, টেক্সটটিতে সম্ভবত Claude-এর watermark আছে। কিন্তু negative ফল মানে এই নয় যে টেক্সট পুরোপুরি মানুষের লেখা। এটি অন্য model দিয়ে লেখা হতে পারে, ব্যাপকভাবে পুনর্লিখিত হতে পারে, বা শুরুতেই watermark করা হয়নি।

এই পার্থক্য regulator ও media organization-এর জন্য অত্যন্ত গুরুত্বপূর্ণ। verification tool-গুলো সবচেয়ে শক্তিশালী হয় যখন তারা একটি নির্দিষ্ট প্রশ্নের উত্তর দেয়। Anthropic-এর system সেই নির্দিষ্ট প্রশ্নের ভিত্তিতেই তৈরি বলে মনে হচ্ছে: এই টেক্সটে কি Claude-এর digital watermark আছে? ভাষার pattern দেখে লেখকত্বের ধরন অনুমান করার broad probabilistic detector-এর তুলনায় এটি বেশি defensible দাবি।

বাইরের প্রবেশাধিকার কেন পরিস্থিতি বদলায়

API-টি বাইরের গোষ্ঠীর জন্য খুলে দেওয়ায় আস্থার ভারসাম্য বদলে যায়। এতদিন অনেক model-safety এবং provenance দাবি এমন internal control-এর ওপর নির্ভর করত, যা বাইরে থেকে সহজে পরীক্ষা করা যেত না। অনুমোদিত তৃতীয় পক্ষকে Claude watermark পরীক্ষা করতে দেওয়ার মাধ্যমে Anthropic সীমিত হলেও অর্থপূর্ণ auditability তৈরি করছে।

নিয়ন্ত্রকদের জন্য, এটি EU AI Act-এর অধীনে enforcement বা compliance review-এ সহায়তা করতে পারে। media আর fact-checker-দের জন্য, এটি সন্দেহজনক submission, document, বা information campaign মূল্যায়নের একটি input হতে পারে। enterprise-এর জন্য, এর মূল্য বেশি internal: নিয়ন্ত্রিত বা contract-sensitive পরিবেশে Claude ব্যবহারকারী কোম্পানিগুলোর প্রয়োজন হতে পারে watermarking প্রত্যাশামতো কাজ করছে কিনা তার প্রমাণ।

এই launch এটাও দেখায় যে watermarking এখন model behavior থেকে ecosystem service-এ রূপ নিচ্ছে। verification API থাকলে সেগুলো editorial intake system, research pipeline, compliance software, বা institutional review workflow-এ যুক্ত করা যেতে পারে। এতে AI provenance-এর পূর্ণ সমাধান হয় না, তবে এটি আরও operational হয়ে ওঠে।

• অনুমোদিত বাইরের গোষ্ঠী Claude watermark যাচাইয়ের জন্য প্রবেশাধিকার চাইতে পারে।
• এই সক্ষমতা নতুন Claude model-এর জন্য EU AI Act compliance requirement-এর সঙ্গে যুক্ত।
• মূল পদ্ধতি visible label-এর বদলে statisticalভাবে শনাক্তযোগ্য text pattern ব্যবহার করে।
• Anthropic বলছে, watermark-এ কোনো user data নেই এবং এটি content quality পরিবর্তন করে না।

সমালোচনা থামছে না

Anthropic-এর দাবি ইতিমধ্যে দুই দিক থেকে প্রতিরোধের মুখে পড়েছে। একটি হলো quality। সমালোচকদের মতে, model যদি watermarking scheme পূরণ করতে আংশিকভাবে synonym বা phrasing বেছে নেয়, তাহলে output কম স্বাভাবিক বা অর্থগতভাবে কম সুনির্দিষ্ট হতে পারে। Anthropic বলছে watermark quality বা content-কে প্রভাবিত করে না, কিন্তু সংশয়ীরা মনে করেন, যেকোনো hidden steering mechanism-ই খাঁটি ভাষা অপ্টিমাইজেশনের সঙ্গে কিছু trade-off আনে।

দ্বিতীয় উদ্বেগ হলো স্বচ্ছতা এবং downstream ব্যবহার। The Decoder-এর উদ্ধৃতি অনুযায়ী, আইন-সংক্রান্ত trade publication Artificial Lawyer সতর্ক করেছে যে detectable AI fingerprint এমন ক্ষেত্রে সমস্যা তৈরি করতে পারে, যেখানে চুক্তি অনুযায়ী AI ব্যবহার সীমিত, বা billing negotiation-এর মতো সংবেদনশীল প্রসঙ্গ আছে। সেইসব অবস্থায় watermark verification একদিকে compliance tool, অন্যদিকে বিতর্কের উৎস হয়ে উঠতে পারে। যদি পক্ষগুলো একমত না হয় যে AI সহায়তা অনুমোদিত ছিল কি না, watermark check প্রযুক্তিগত বৈশিষ্ট্য থেকে প্রমাণগত সংঘাতের কেন্দ্রে চলে যেতে পারে।

রোলআউটের মধ্যে governance প্রশ্নও আছে। প্রবেশাধিকার সবার জন্য উন্মুক্ত নয়। Anthropic বলছে, অনুমোদিত সংস্থা এটি চাইতে পারে, এবং সময়ের সঙ্গে প্রবেশাধিকার বাড়ানোর পরিকল্পনা আছে। এর মানে, কে verification করতে পারবে, সেই gatekeeper-এর ভূমিকায় এখনও কোম্পানি আছে। কিছু প্রতিষ্ঠান এটিকে অপব্যবহার রোধের বিচক্ষণ সুরক্ষা হিসেবে দেখবে। অন্যরা এটিকে আরও বেশি public accountability-সম্পন্ন একটি system-এর ওপর অতিরিক্ত private control হিসেবে দেখবে।

একটি সীমিত কিন্তু আরও ব্যবহারিক provenance

Anthropic API-এর তাৎপর্য এই নয় যে এটি ইন্টারনেটে থাকা text-এর authorship সমস্যা সমাধান করে। তা করে না। এটি সমস্যার আরও ব্যবহারিক একটি অংশ আলাদা করে: vetted external group-কে এমনভাবে পরীক্ষা করার সুযোগ দেওয়া, যাতে বোঝা যায় টেক্সটটি Claude-এর watermark করা output থেকে এসেছে কি না।

এই সীমিত লক্ষ্যই হয়তো এই পদক্ষেপকে গুরুত্বপূর্ণ করে তুলেছে। শিল্প বহু বছর ধরে robust AI detection-এর প্রতিশ্রুতি দিয়ে এসেছে, কিন্তু অনেক detector noisy result আর সহজ workaround তৈরি করেছে। Watermark verification একটি ভিন্ন দর্শন। style দেখে অনুমান করার বদলে, এটি generation time-এ ইচ্ছাকৃতভাবে বসানো signal পরীক্ষা করে। এতে এটি কম সর্বজনীন হয়, তবে নিজের ক্ষেত্রে আরও নির্ভরযোগ্য হতে পারে।

এই পদ্ধতি standard হবে কি না, তা অনেক অনির্ধারিত প্রশ্নের ওপর নির্ভর করবে: editing-এর পর watermark কতটা শক্তিশালী থাকে, verification কতবার ambiguous result দেয়, কতটা বিস্তৃতভাবে প্রবেশাধিকার দেওয়া হয়, এবং অন্য বড় model provider-রা একই ধরনের interface দেয় কি না। তবে Anthropic-এর rollout দেখাচ্ছে বাজার কোন দিকে যাচ্ছে। নিয়ন্ত্রণ যত পরিপক্ব হচ্ছে, invisible watermarking একা যথেষ্ট হবে না। প্রতিষ্ঠানগুলো এমন tool-ও চাইবে, যা দিয়ে তারা সেই চিহ্নগুলো স্বাধীনভাবে যাচাই করতে পারে।

লুকানো সুরক্ষা ব্যবস্থা থেকে বাইরে থেকে পরীক্ষাযোগ্য infrastructure-এ এই পরিবর্তনই সম্ভবত এই launch-এর সবচেয়ে গুরুত্বপূর্ণ অংশ। AI বাজারে, যা increasingly compliance, provenance, এবং institutional trust দ্বারা গঠিত, সেখানে verification generation-এর মতোই গুরুত্বপূর্ণ হয়ে উঠছে।

এই নিবন্ধটি The Decoder-এর প্রতিবেদনের ভিত্তিতে লেখা। মূল নিবন্ধটি পড়ুন.