Elias legt het onderzoek achter de koppen uit in gewone taal.
Stapsgewijze gidsen over prompts, stijlen en hoe je het meeste uit AI-beeldgeneratie haalt.
Lees de gidsenKies een companion en ontdek wat die van dit verhaal vindt
Anthropic heeft bevestigd dat Claude's onzichtbare tekstwatermerksysteem een directe implementatie is van Google DeepMind's SynthID-Text — een open-source techniek die machineleesbare signalen verbergt in het statistische patroon van woordkeuzes, niet in zichtbare opmaak.
Grote taalmodellen — AI-systemen getraind om het meest waarschijnlijke volgende woord te voorspellen — kiezen woorden niet met zekerheid; ze kennen kansscores toe aan duizenden kandidaten en samplen uit die verdeling. SynthID-Text werkt door die kansen op een gestructureerde, geheime manier te beïnvloeden vóór het samplen plaatsvindt. De resulterende tekst leest natuurlijk voor een mens, maar draagt een statistisch vingerafdruk die een detectie-algoritme kan identificeren, zelfs in alinea's die licht zijn omgeschreven.
Denk eraan als het tekstequivalent van een watermerk ingebed in de ruisvloer van een audiobestand: onhoorbaar bij normaal luisteren, maar herstelbaar met het juiste analysetools. Die analogie dekt het moeilijke deel — overal elders is het technische beeld duidelijker.
Wat dit in de praktijk betekent: het watermerk is probabilistisch, niet absoluut. Volgens The Verge kondigde Anthropic het systeem op een vrijdag aan, waarbij het werd gepresenteerd als een nalevingsmaatregel voor Europa's AI-wet, die vereist dat door AI gegenereerde inhoud wordt bekendgemaakt. Een korte Claude-uitvoer — een enkel bijschrift, een tweeregelige productomschrijving — draagt een zwakker signaal dan een volledige alinea, omdat er minder woordkeuzebeslissingen zijn om het patroon in te coderen.
Voor AI-kunstmakers is het meest directe knelpunt bijschriften en metadata. Als Claude een afbeeldingsbijschrift, een promptbeschrijving of een karakterachtergrond schrijft, zal die tekst de vingerafdruk van SynthID-Text dragen. Detectietools gebouwd op dezelfde open-source specificatie kunnen het markeren — wat van belang is in contexten waar AI-openbaarmaking vereist is of waar een platform scant op door AI gegenereerde tekst.
Intensief bewerken vermindert het signaal. Het zin voor zin herschrijven van Claude's concept, het wijzigen van de woordvolgorde, het vervangen van synoniemen — dit alles tast het kanspatroon aan waarop SynthID-Text vertrouwt. Dat is geen maas in de wet die Anthropic verbergt; het is een erkende beperking van elke statistische watermerkaanpak. Het systeem is ontworpen om duidelijk door AI gegenereerde tekst op grote schaal te markeren, niet om bestand te zijn tegen opzettelijk herschrijven.
Makers die Claude alleen gebruiken om door mensen geschreven tekst licht te polijsten, lopen een subtieler risico: zoals eerder besproken in Charmloop's berichtgeving, kan Claude's watermerk worden toegevoegd aan menselijke tekst die Claude slechts licht heeft bewerkt, wat een reikwijdteprobleem is dat de moeite waard is te begrijpen voordat redactioneel werk via het model wordt geleid.
Anthropic's Claude, nu geleverd met SynthID-Text onzichtbare watermerken voor door AI gegenereerde tekst.
Afbeelding: The Verge / The Verge AI
Voortbouwen op Google DeepMind's gepubliceerde specificatie in plaats van een eigen systeem heeft een duidelijke strategische logica: toezichthouders en externe auditors kunnen verifiëren dat het watermerken daadwerkelijk werkt, zonder uitsluitend op Anthropic's woord te hoeven vertrouwen. De open-source aard van SynthID-Text betekent ook dat detectietools onafhankelijk kunnen worden gebouwd en ingezet — door platforms, werkgevers of academische instellingen — zonder enige overeenkomst met Anthropic.
Die openheid werkt twee kanten op. Omdat het algoritme openbaar is, kunnen onderzoekers precies bestuderen hoe het te omzeilen, en ontwijkingstools zullen volgen. Anthropic heeft niet beweerd dat het systeem manipulatiebestendig is; het is gepositioneerd als een schaalbare transparantiemaatregel, niet als een forensisch slot.
Voor makers die navigeren door AI-openbaarmakingsvereisten — met name degenen die publiceren in Europese markten of op platforms die beginnen met het verplichten van AI-labeling — is begrijpen welke uitvoer een watermerk draagt en welke niet, nu een praktische workflowvraag, geen abstracte beleidskwestie. De sectie Charmloop-gidsen behandelt openbaarmakings- en metadatapraktijken naarmate die vereisten blijven evolueren.
SynthID-Text is al ingezet in Google's eigen producten; Claude's adoptie van dezelfde specificatie betekent dat twee van de grootste AI-tekstgeneratoren nu een gemeenschappelijke watermarkinfrastructuur delen — een stille maar significante stap naar een interoperabel detectie-ecosysteem.
