أنثروبيك تكشف سر العلامة المائية في نصوص كلود

نقرأ كل يوم تقريباً نصوصاً تبدو بشرية تماماً، ثم نكتشف لاحقاً أنها خرجت من نموذج ذكاء اصطناعي لا من كاتب خلف الشاشة. هذه المنطقة الرمادية بالذات هي ما تحاول أنثروبيك التعامل معه الآن، بعدما كشفت مزيداً من التفاصيل حول الطريقة التي يضع بها Claude علامة مائية خفية داخل النصوص التي يكتبها، من دون أن يراها القارئ أو يشعر بها بشكل مباشر.

بحسب ما أوضحته الشركة في تدوينة تقنية، فإن النظام يعتمد على SynthID-Text المطور من Google DeepMind، لكن تطبيقه هنا موجه للنصوص بدلاً من الصور. الفكرة لا تقوم على إخفاء رموز أو أحرف غير مرئية داخل المحتوى، بل على توجيه اختيارات النموذج بين بدائل لغوية متقاربة في المعنى والجودة.

عندما يصل النموذج إلى كلمة يمكن التعبير عنها بأكثر من احتمال مقبول، مثل اختيار كلمة تعني غائم بدلاً من رمادي في سياق الطقس، يتدخل نظام الوسم المائي ليؤثر في هذا الاختيار وفق نمط إحصائي محسوب. القارئ لن يلاحظ فرقاً عملياً، لكن أداة الكشف يمكنها لاحقاً التقاط هذا النمط داخل نص طويل بما يكفي.

الصور المولدة بالذكاء الاصطناعي حصلت بالفعل على أدوات كشف أكثر نضجاً، ولهذا أصبح من الأسهل نسبياً التحقق من أصل الصورة عبر تقنيات مثل SynthID. أما النص، فظل أصعب بكثير، لأن الكتابة بطبيعتها مرنة، ولا توجد فيها بصمة بصرية واضحة يمكن التقاطها بسهولة.

هنا تظهر أهمية خطوة Claude. فالرهان ليس على منع التزييف بالكامل، بل على إضافة طبقة مساءلة داخل المحتوى المكتوب. هذا مهم للمنصات التعليمية، ودور النشر، وأدوات العمل المكتبي، وحتى فرق الامتثال المؤسسي التي تحتاج إلى تمييز ما إذا كان المستند كتب بشرياً أم وُلد عبر نموذج لغوي.

أنثروبيك نفسها تبدو حذرة في تقديم التقنية، وهذه نقطة تحسب لها. الشركة تقول بوضوح إن النظام لا يعمل بوصفه دليلاً مطلقاً على كل نص مولد آلياً، كما أنه لا ينطبق على نماذج أخرى بالطريقة نفسها. بعبارة أدق، هذه ليست أداة لكشف كل كتابة آلية على الإنترنت، بل آلية لتتبع ما يكتبه Claude تحديداً عندما تتوافر شروط مناسبة.

كما أن فعالية الوسم تقل في النصوص التي لا تحتمل كثيراً من المرونة اللغوية. في الجمل الواقعية الدقيقة أو المعلوماتية الصارمة، يكون المجال أضيق أمام النموذج كي يناور بين بدائل متعددة. وهذا يعني أن النصوص العلمية، والتواريخ، وبعض أنواع الشرح المباشر قد تحمل إشارات أضعف من المقالات أو الصياغات الوصفية.

هناك حالات أوضحتها الشركة تكشف حدود التقنية بوضوح. عند تدقيق نص كتبه المستخدم بنفسه، لن تظهر العلامة المائية إلا في الأجزاء التي عدلها Claude، مثل الترقيم أو الصياغة أو التصحيح النحوي. كذلك يصبح الأمر أكثر تعقيداً في الشيفرة البرمجية، لأن الكود أقل تسامحاً مع البدائل الأسلوبية، وغالباً ما تكون هناك صيغة صحيحة واحدة أو عدد محدود جداً من الخيارات.

الإشارة الأهم هنا ليست تقنية فقط، بل معيارية أيضاً. عندما تبدأ شركة بحجم أنثروبيك في كشف آلية وسم النصوص وتعد بإطلاق واجهة برمجية للكشف، فهي تدفع النقاش من مستوى الفكرة إلى مستوى البنية التحتية. عندها يصبح السؤال أقل ارتباطاً بإمكان التنفيذ، وأكثر ارتباطاً بمن سيلتزم به، وكيف ستُبنى سياسات الاستخدام فوقه.

إذا اتجهت نماذج مثل ChatGPT وGemini وغيرها إلى تبني آليات مشابهة، فقد نصل إلى مرحلة يصبح فيها وسم النصوص المولدة جزءاً طبيعياً من دورة الإنتاج الرقمي، تماماً كما بدأت العلامات المائية في الصور المولدة تلعب دوراً متزايداً في التحقق والثقة. لكن الصورة هنا أعقد، لأن اللغة نفسها بطبيعتها قابلة لإعادة الصياغة والاقتباس والتعديل بعد التوليد.

ما تفعله أنثروبيك اليوم لا يحسم معركة أصالة النص، لكنه يضيف أداة ذكية إلى صندوق الأدوات. هذه الأداة لا تغيّر ما نقرأه ظاهرياً، لكنها تغيّر قليلاً طريقة فهمنا لمصدره. ومع اتساع حضور النماذج اللغوية في الكتابة والعمل والتعليم، قد يصبح السؤال عن أصل النص جزءاً من تجربة القراءة نفسها، لا مجرد تفصيل تقني في الخلفية.