Kun je zien of een tekst met AI is geschreven, en zou dat eigenlijk moeten uitmaken? Anthropic zet een onzichtbaar watermerk in teksten van Claude, verplicht door de Europese AI-verordening, maar het systeem is met simpele testjes te omzeilen. Wie honderd variaties van dezelfde zin uitprobeert, isoleert precies welke woordkeuzes het watermerk veroorzaken en haalt het er weer uit.
Vóór ChatGPT liet 20% van professionals hun langere teksten al schrijven door een ghostwriter, zonder dat iemand daar een probleem in zag. Bij dat proces ging het nooit om herkomst, maar om of de tekst klopte en bruikbaar was.
Die verschuiving is precies wat je morgen kunt toepassen: controleer een AI-tekst niet op een watermerk, maar op kloppende claims, juiste toon en logische structuur.
Hoi, leuk dat je weer luistert naar korte aflevering van AIToday Live. Ik ben Joop Snijder, Head of AI bij Info Support. En vandaag misschien wel uitgesproken mening. Namelijk watermerken in tekst is een wassen neus. Anthropic maakte afgelopen week, deze week zo ongeveer bekend dat Claude een onzichtbaar merkteken, watermerk achterlaat in de tekst die het schrijft. En daar is best een hele hoop over te doen. En mijn eerste gedachte was iets anders dan verontwaardiging. Want het zou toch vreemd zijn als het mij zou uitmaken of iemand kan achterhalen dat ik een taalmodel heb gebruikt. Ja, ik gebruik dat. Het is een handig hulpmiddel. Het voelt een beetje als dat je een lettertype in je tekstverwerker maakt, dat lijkt op handschrift van een vulpen. En dat we vervolgens met elkaar gaan afspreken dat schrijven met een echte vulpen beter is dan schrijven met een tekstverwerker. Flauwekul. Maar goed, even naar de feiten. Anthropic. Die zegt dat ze sinds begin augustus, 2 augustus een merkteken in de tekst van een nieuwe modellen zetten. In tekst gaat mee als je knipt en plakt en overleeft misschien zelfs een deel van je bewerkingen. Ze zeggen ook dat er een detectiedienst komt waarmee je de tekst kan aanbieden en waarbij die dan detecteert of je dan de taalmodellen van Anthropic hebt gebruikt. Dat doen ze niet het vrije wil, zeggen ze, maar om te voldoen aan artikel 50 van de AI-verordening. De AI-act. En dat artikel geldt sinds 2 augustus van dit jaar. Aanbieders moeten gegenereerde output machine leesbaar markeren voor systemen die al op de markt waren gelden uitloop tot december. Wat zegt Anthropic hier dan zelf over? Die zeggen over hun eigen motivatie zeggen ze namelijk hebben ze twee redenen: transparantie aan het naleven van hun wettelijke verplichtingen. Ze zeggen ik heb dit overgenomen. Nu AI-tekst alledaags wordt, geeft een signaal over de herkomst mensen nuttige context bij de informatie die ze tot zich nemen. Dat is het doel. Maar lees dan ook even een eigen paragraaf over de beperkingen. Een gevonden merkteken watermerk betekent dat tekst door Claude verwerkt is en niet dat Claude de auteur is. Eén. Je kunt het model ook laten meelezen of vertalen. En geen watermerk gevonden, betekent eigenlijk niet. Dus bij een parafraze, een vertaling, zwaar bewerkte tekst of een korte passage, blijft er dan te weinig signaal over zeggen zij. Dus Anthropic zegt dus zelf wat het meetinstrument niet meet. En daarmee blijft in ieder geval één vraag hangen. Wat doe je met een uitslag die niet bewijst. Bij plaatjes en video's snap ik het volledig. Of iets daadwerkelijk gebeurd is, dat is een vraag die om herkomst. Maar bij tekst geloof ik er echt helemaal niets van. En daar heb ik twee redenen voor. De eerste is namelijk best wel technisch. In de traditionele machine learning waren we namelijk al gewend om black box, zwarte doosmodellen open te breken. En zo'n detector is precies zo'n zwarte doos. Dus je weet eigenlijk niet hoe die detecteert. Dus je stopt het tekst in. En er komt dan ja of nee uit het watermerk nog in. Da zit er dan in die zin het probleem. Want je hebt je eigen tekst tot op byte niveau. Dus we weten helemaal exact tot op de nulletjes en eentjes hoe die in elkaar zit, die heb je in handen. En je kunt eindeloos vragen blijven stellen aan zo'n detector. En dan kan je dus dan verander je bijvoorbeeld één woord je dat opnieuw. Je vraagt je verandert een komma, vraagt het opnieuw. En wie dat systematisch doet, achterhaalt welke keuzes het signaal van dat watermerk dragen. Die weet dan hoe uiteindelijk die detector, hoe die werkt, wat erin zit. Wie dat weet, haalt gewoon dat merkteken eruit. Ik zag zelfs al dat de eerste watermerkverwijderars al beschikbaar zijn. Waarvan ik helemaal niet weet of ze werken, omdat namelijk de detector van Anthropic er nog helemaal niet is. Maar goed, je ziet het gebeuren. Dus volgens nog is het vooral een soort van vind ik een vreemde waarschuwing van Anthropic. Wij weten dat je het gebruikt. Laten we eerlijk zijn. We hebben die detector niet eens nodig voor vermoeden, toch? Ik bedoel, toen het allemaal net uit was, de ChatGPT's en dat soort dingen, vond iedereen een tekst al verdacht bij een gedachtenstreepje de em-dash. Of bij een zin die begint met we duiken dieper in de wereld van. Daar heb je helemaal geen detector voor nodig. Maar goed, uiteindelijk maakt het ook niet zo heel veel uit. De tweede reden die ik heb is principieel. Ik vind namelijk dat je een tekst op zijn merites moet beoordelen. Is het een goede tekst of is dat niet. Maakt het dan uit hoe het tot stand gekomen is, toch? Ik bedoel, voor ChatGPT bestond, werd zo'n 20% van mijn langere artikelen geschreven door een ghostwriter, copywriter. En dat was hartstikke fijn, want dat bespaarde mij gewoon tijd. Wat er dan gebeurde is, ik liet de hond bijvoorbeeld uit en werd onderweg geïnterviewd. Van alles wat ik vertelde, maakte de ghostwriter dan een gestructureerd verhaal dat ik daarna nakijk en waar ik eventueel verbeteringen op aangaf. Dat klinkt toch niet anders dan nu. En nu spreek ik in de auto als ik terugrij van een klant of zo mijn gedachten in, soms gestructureerd, soms rommelig. En dan gebruik ik het taalmodel om daar gewoon een eerste nette versie van te maken. Kijk, wij mensen vertellen best wel heel vaak onsamenhangend verhalen en copywriters maken er dan iets moois van. En ja trouwens. Op een gegeven moment was ik heel blij dat ik namelijk ook een hele goede toegewezen kreeg. Want soms kwamen van andere slechtere copywriters kwamen de teksten terug. Die waren echt te slecht om als basis te gebruiken voor wat dan ook. Misschien herkenbaar met of je taalmodellen goed of slecht gebruikt. Ik heb het geluk dat ik aardig kan schrijven, aardig laten we het niet overdrijven. Maar iemand met dyslexie, of iemand die moeite heeft met structuur, heeft met een taalmodel in één keer een versterkend middel in handen om wat in zijn of haar hoofd zit op papier te krijgen en dat in één keer met de wereld te kunnen delen. In de aflevering in seizoen 7, aflevering 35, zei Erdinç Saçan, die zei het heel scherp. We werden vroeger boos op studenten die de spellingchecker gebruikten. En het idee dat we elkaar hierop moeten betrappen, is dan de omgekeerde wereld, wees blij dat mensen dingen goed kunnen doen. Zo kijk ik er ook naar. En ja, weet je, natuurlijk. Er bestaat AI-slop. Maar dat verdwijnt vanzelf zodra de lat komt te liggen waar die hoort. Er zijn ook taalconstructies waar ik zelf de kriebels van krijg, of dat nou wel of niet met een taalmodel geschreven is. Maar taal beweegt, wij bewegen mee. En wat we nu nog verdacht vinden, is over een paar jaar misschien gewoon hoe we schrijven. En daar wringt het watermerk. Het legt een grens vast. Die zelf aan het schuiven is, denk ik zo. Voor mij blijft de conclusie staan dat watermerken in tekst een wassen neus is. Ik snap het hele gedoe eromheen. En ook helemaal niet elkaar. Ook kunnen betrappen op het gebruik van een tool wat gewoon hartstikke handig is. Ik ben hartstikke benieuwd wat jij ervan vindt, wil je in ieder geval op de hoogte blijven van de ontwikkelingen binnen AI, druk dan op de volgknop in je podcastapp en mis je geen aflevering. Bedenk: AI is niet de oplossing voor elk probleem, maar onmisbaar waar het past. Tot de volgende keer.