Claude ওয়াটারমার্ক: চিহ্নটি কোথায় থাকে এবং এটি কী প্রমাণ করে

আগস্টের পর থেকে Claude-এর watermark সম্পর্কে যা কিছু লেখা হয়েছে, তার বেশির ভাগই এমন একটি প্রক্রিয়া বর্ণনা করে যা Anthropic যে প্রক্রিয়া চালু করেছে, তা নয়। প্রচলিত ব্যাখ্যায় শব্দগুলোর মাঝখানে একটি অদৃশ্য অক্ষর থাকে, একটি zero-width space বা দেখতে একই রকম Unicode glyph, যা detector-এর খুঁজে পাওয়ার অপেক্ষায় থাকে। এটি একটি যুক্তিসংগত অনুমান হতে পারত। কিন্তু এটি ভুল, এবং এই ভুলটি তাত্ত্বিক নয়, এটি-ই কারণ যে watermark remover হিসেবে বাজারজাত করা এক সম্পূর্ণ শ্রেণির free tool এই নির্দিষ্ট চিহ্নের ওপর একেবারেই কোনো প্রভাব ফেলে না।

Anthropic-এর চিহ্নটি শব্দের নির্বাচনের মধ্যেই থাকে। পাঠ্যের মধ্যে কিছু সন্নিবেশ করা হয় না। এটি একবার স্পষ্ট হলে, ব্যবহারিক প্রশ্নগুলোর উত্তর নিজে থেকেই এমনভাবে পাওয়া যায়, যা hidden-character ধারণা কার্যকর থাকলে পাওয়া যেত না, এর মধ্যে রয়েছে কোন কোন operation চিহ্নটি বহন করে, কোনগুলো তা মুছে দেয়, এবং detector যখন একটি hit জানায়, তখন তা আসলে আপনাকে কী বলছে।

নিচের আলোচনা Anthropic-এর নিজস্ব documentation থেকে নেওয়া, এর চারপাশের coverage থেকে নয়, এবং এটি ইচ্ছাকৃতভাবে সেই সীমাবদ্ধতাগুলোর বিষয়ে নির্দিষ্ট, যা কোম্পানিটি নিজেই উল্লেখ করেছে।

Anthropic কী চালু করেছে, এবং কখন

Anthropic 11 August 2026-এ Claude-এর output চিহ্নিত করা শুরু করে। এই বিষয়ে এর help centre article text mark-কে বর্ণনা করে "an imperceptible watermark directly into the text itself" হিসেবে, এবং বলে যে পাঠক "won't see it, and it doesn't change the meaning, quality, or readability".

কভারেজ বিস্তৃত। 2 August 2026 তারিখে বা তার পরে চালু হওয়া মডেলগুলো মুক্তির মুহূর্ত থেকেই চিহ্ন বহন করে, এবং Anthropic Claude Platform API, Claude, Claude Code, Claude Cowork এবং Claude Tag কে সেই সব surface হিসেবে তালিকাভুক্ত করে, যার মধ্যে AWS, Google Cloud এবং Microsoft Foundry এর মাধ্যমে পৌঁছানো Claude-ও অন্তর্ভুক্ত। এটি বিশ্বব্যাপী প্রযোজ্য। August এর আগে খসড়া করা যেকোনো কিছুকে স্বয়ংক্রিয়ভাবে অব্যাহতি দেওয়া বিচক্ষণ নয়, কারণ কোম্পানিটি একটি transition period জুড়ে আগের মডেলগুলোকে অন্তর্ভুক্ত করার কথা বলেছে।

এর পেছনের নিয়ন্ত্রক চাপ হলো EU AI Act এর Article 50, যার transparency obligations generative systems এর provider দের machine-readable output চিহ্নিত করতে বলে। Anthropic Article 50(2) Code of Practice এ স্বাক্ষর করেছে। লক্ষণীয় যে, এই regulation European Union এর ভেতরে ব্যবহৃত systems নিয়ন্ত্রণ করে এবং এমন কিছুই নেই যা বিশ্বব্যাপী প্রয়োগ বাধ্যতামূলক করবে। Anthropic তবু mark সর্বত্র প্রয়োগ করেছে, যা legal requirement নয়, বরং একটি policy choice, এবং এ কারণেই Kuala Lumpur বা Chicago তে থাকা একজন researcher ও একটি European rule এর আওতায় পড়েন।

চিহ্নটি hidden character নয়, word choices এর একটি pattern

Text তৈরি করার প্রতিটি ধাপে, একটি language model তার নিজস্ব statistics অনুযায়ী প্রায় সমতুল্য কয়েকটি continuation এর মধ্যে থেকে বেছে নিচ্ছে। যখন একটি word আরেকটির মতোই ভালো, তখন tie ভাঙার জন্য কিছু একটা দরকার হয়। একটি sampling watermark provider এর কাছে থাকা key অনুযায়ী সেই tie গুলো ভাঙে, যাতে text এর একটি যুক্তিসংগত run জুড়ে সঞ্চিত choices এমন একটি pattern তৈরি করে, যা একই key ধারণকারী detector মাপতে পারে।

পৃষ্ঠায় কিছুই যোগ করা হয় না। খুঁজে পাওয়ার মতো কোনো character নেই, text এর মধ্যে কোনো metadata field নেই, কোনো formatting artefact নেই। আপনি যে words পড়ছেন, সেগুলিই watermark, এই নির্দিষ্ট অর্থে যে mark হলো alternative গুলোর মধ্যে থেকে কোন words নির্বাচন করা হয়েছে তার record। এ কারণেই Anthropic বলতে পারে যে mark অর্থ বা readability এর দিক থেকে কোনো খরচ সৃষ্টি করে না, এটি কখনোই prose বিকৃত করতে হয়নি, কেবল বারবার এক গ্রহণযোগ্য phrasing এর বদলে আরেকটি গ্রহণযোগ্য phrasing কে অগ্রাধিকার দিতে হয়েছে।

এটি স্থায়িত্বও ব্যাখ্যা করে। Anthropic বলে যে চিহ্নটি "will travel with the text when it's copied and pasted elsewhere", এবং এর কারণ গঠনগত, চতুরতাপূর্ণ নয়। কপি করলে আপনার শব্দগুলো সংরক্ষিত থাকে। পুনরায় বিন্যাস করলেও আপনার শব্দগুলো সংরক্ষিত থাকে। ফন্ট বদলানো, PDF-এ রপ্তানি করা, অন্য কোনো এডিটরে পেস্ট করা, plain text-এ রূপান্তর করা, এগুলোর সবই শব্দের ক্রম সংরক্ষণ করে, আর শব্দের ক্রমই হলো যে জিনিসটি পরিমাপ করা হচ্ছে।

অদৃশ্য-অক্ষর পরিষ্কারকারী কেন এর ওপর কোনো প্রভাব ফেলে না

এখন বহু বিনামূল্যের টুল নিজেদের AI watermark remover হিসেবে প্রচার করে। প্রায় সবগুলোর কাজ একটাই, zero-width Unicode, অদৃশ্য spacing এবং দেখতে একই রকম glyphs খুঁজে বের করে, তারপর যা পায় তা মুছে ফেলা। এটি ছিল একটি বাস্তব সমস্যার যুক্তিসংগত উত্তর, কারণ কিছু সিস্টেম সত্যিই অক্ষরের মধ্যে provenance এমবেড করে, এবং পেস্ট করা লেখার ভেতর থেকে বিচ্ছিন্ন formatting artefacts সরিয়ে ফেলার জন্য এটিই সঠিক টুল।

একটি sampling watermark-এর বিরুদ্ধে এটি একেবারেই কিছু করে না। একটি Claude passage character cleaner-এর মধ্য দিয়ে চালান, আর তার সব অদৃশ্য অক্ষর মিলিয়ে যাবে, কিন্তু passageটি আগের মতোই ঠিক একইভাবে পরিমাপ হবে, কারণ একটি শব্দও বদলায়নি। টুলটি এমন এক জায়গায় খুঁজছে যেখানে চিহ্নটি কখনোই ছিল না। এটি প্রচলনে থাকা সবচেয়ে গুরুত্বপূর্ণ ভুল বোঝাবুঝি, এবং এই উদ্দেশ্যে character stripper-এর ওপর নির্ভর করা যে কেউ এমন একটি ফল পাচ্ছে যা একটি কাজের মতো মনে হয়, কিন্তু আসলে তা নয়।

সাধারণ বিষয়টি how AI detectors actually work সম্পর্কে বিস্তৃত প্রশ্নের পাশাপাশি অবস্থান করে, যদিও একটি keyed watermark হলো statistical classifier থেকে ভিন্ন একটি বস্তু। একটি classifier লেখার আকার-আকৃতি থেকে অনুমান করে। একটি watermark এমন একটি signal পড়ে যা ইচ্ছাকৃতভাবে বসানো হয়েছিল, ফলে এটি কী শনাক্ত করছে সে বিষয়ে অনেক বেশি নির্ভুল, কিন্তু নথিটি কে লিখেছে তা বলার ক্ষেত্রে একটুও ভালো নয়।

দ্বিতীয় প্রক্রিয়া, যা text-এর বদলে file-এর ক্ষেত্রে প্রযোজ্য

Anthropic দুটি সিস্টেম চালায়, এবং প্রতিবেদনে এগুলিকে অনেকটাই একটিতে মিলিয়ে ফেলা হয়েছে। টেক্সট ওয়াটারমার্কের পাশাপাশি, Claude দ্বারা উৎপাদিত ফাইলে the Coalition for Content Provenance and Authenticity (C2PA) open standard অনুসরণ করে "signed provenance metadata" থাকতে পারে।

এই অর্ধাংশটি প্রথমটির বিপরীতভাবে কাজ করে। C2PA metadata গদ্যের মধ্যে বোনা না হয়ে ফাইলের সঙ্গে যুক্ত থাকে, তাই এটি তুলনামূলকভাবে সহজে হারিয়ে যায়: ফাইল থেকে টেক্সট কপি করে বের করলে metadata সেখানেই থেকে যায়, কারণ তা কখনও শব্দগুলির মধ্যে ছিল না। দুটি সিস্টেমের শক্তি বিপরীতধর্মী। টেক্সট চিহ্ন স্থানান্তরিত হলেও টিকে থাকে এবং আকস্মিক সম্পাদনার বিরুদ্ধে প্রতিরোধী। ফাইল স্বাক্ষর নির্ভুল এবং যাচাইযোগ্য, কিন্তু আপনার নিজের কোনো নথিতে একটি অংশ নির্বাচন করে পেস্ট করার সাধারণ কাজটি এটি টিকে থাকতে পারে না।

একটি ইতিবাচক সনাক্তকরণ আসলে কী প্রতিষ্ঠা করে

"detection" শব্দটি যতটা বোঝায়, বাস্তবে তার চেয়ে অনেক কম, এবং Anthropic এ বিষয়ে অস্বাভাবিকভাবে সরাসরি। এর ডকুমেন্টেশনে বলা হয়েছে যে "detecting a Claude mark tells you that the content may have been processed by Claude" এবং এটি "does not, on its own, confirm the full provenance".

এটি মনোযোগ দিয়ে পড়ুন, কারণ এখানে নির্ভুল কাজ করা হচ্ছে। Processed, written নয়। একটি ইতিবাচক ফলাফল এমন একটি নথির সঙ্গেও সামঞ্জস্যপূর্ণ যা Claude শূন্য থেকে খসড়া করেছে। একইভাবে এটি এমন একটি নথির সঙ্গেও সামঞ্জস্যপূর্ণ যা আপনি নিজে লিখেছেন এবং Claude-কে পরিমার্জন করতে বলেছেন। এই সংকেতের পক্ষে এই দুই অবস্থার মধ্যে পার্থক্য করার কোনো উপায় নেই, কারণ উভয় ক্ষেত্রেই Claude সেই tokens তৈরি করেছে যা শেষে পাতায় এসেছে।

সীমাবদ্ধতাগুলি অন্য দিকেও প্রযোজ্য। Anthropic উল্লেখ করে যে চিহ্নগুলি ভারী সম্পাদনা, format conversion বা খুব ছোট অংশের ক্ষেত্রে টিকে নাও থাকতে পারে, এবং চিহ্ন অনুপস্থিত থাকলে তা বোঝায় না যে বিষয়বস্তু AI-generated ছিল না। তাই একটি নেতিবাচক ফলাফল প্রায় কিছুই প্রতিষ্ঠা করে না: টেক্সটটি অন্য কোনো model থেকে, আগের কোনো Claude থেকে, অথবা যথেষ্ট revision-এর মাধ্যমে সংকেত মুছে ফেলা Claude-ভিত্তিক কোনো প্রক্রিয়া থেকে আসতে পারে। Detection Anthropic-এর নিজস্ব interface-এর মাধ্যমে পরিকল্পিত, third parties-এর কাছে উন্মুক্ত নয়, এ কারণেই general-purpose AI detectors এই সংকেতটি পড়ে না এবং তাদের তা পড়ার প্রত্যাশাও করা যায় না।

Operation	পাঠ্য ওয়াটারমার্কের ওপর প্রভাব	কেন
Copy and paste	অক্ষুণ্ণ থাকে	আপনার শব্দগুলি ঠিক যেমন আছে তেমনই সংরক্ষিত থাকে
Reformatting, font changes, PDF export	অক্ষুণ্ণ থাকে	উপস্থাপনা বদলায়, শব্দের ক্রম বদলায় না
Deleting invisible characters	কোনো প্রভাব নেই	চিহ্নটি কখনও কোনো অক্ষরে সংরক্ষিত ছিল না
Light copy-editing	সাধারণত অক্ষুণ্ণ থাকে	বেশিরভাগ শব্দ টিকে যায়, তাই প্যাটার্নের বেশিরভাগও টিকে যায়
Substantial rewriting	ভেঙে পড়ে	নতুন শব্দ মানে নতুন নির্বাচন, যা মূলটির সঙ্গে সংযুক্ত নয়
Translation into another language	ভেঙে পড়ে	টোকেনের ক্রম শুরু থেকে পুনর্গঠিত হয়
Very short extracts	উভয় দিকেই অনির্ভরযোগ্য	কোনো সিদ্ধান্তে পৌঁছাতে পরিসংখ্যানগত পরিমাপের জন্য পাঠ্যের একটি ধারাবাহিক অংশ প্রয়োজন

এটি নিজের কাজ নিজে লেখা মানুষের জন্য যে আরোপ-সংক্রান্ত সমস্যা তৈরি করে

ঘোষণাটির প্রতি সবচেয়ে তীব্র প্রতিক্রিয়া তাদের কাছ থেকে আসেনি, যারা যন্ত্রে লেখা কাজ আড়াল করার চেষ্টা করছিলেন। এটি এসেছে আইনজীবী, গবেষক, শিক্ষাবিদ এবং সম্পাদকদের কাছ থেকে, যারা মডেলটিকে সেইভাবে ব্যবহার করেন, যেভাবে তারা একজন copy-editor-কে ব্যবহার করতেন, এবং যারা চিহ্নটি কী নথিভুক্ত করে তা লক্ষ্য করেছেন।

সাধারণ ঘটনাটি বিবেচনা করুন। আপনি একটি অনুচ্ছেদ লেখেন। যুক্তিটি আপনার, প্রমাণ আপনার, কাঠামোও আপনার। আপনি Claude-কে ছন্দ ঠিক করতে এবং 200 শব্দ কমাতে বলেন। যা ফিরে আসে তা আপনার অনুচ্ছেদ, চিহ্নিত অবস্থায়, এবং সেই চিহ্ন বলতে পারে না যে চিন্তার প্রায় সবটাই এবং বাক্যগঠনের বেশিরভাগই মডেলটি দেখার আগেই সেখানে ছিল। যদি কোনো প্রতিষ্ঠান, প্রকাশক বা নিয়োগকর্তা একটি ইতিবাচক ফলকে AI লেখকত্বের চূড়ান্ত প্রমাণ হিসেবে ধরে নেয়, যা Anthropic-এর নিজস্ব ভাষ্য যে ব্যাখ্যাকে সমর্থন করে তার চেয়ে বেশি কঠোর, তবে লেখককে এমন একটি সংকেতের বিরুদ্ধে যুক্তি দিতে হয়, যা কখনও তার কাছে জিজ্ঞাসিত প্রশ্নটির উত্তর দেওয়ার জন্য তৈরি করা হয়নি।

এটি গোপন করার সমস্যার চেয়ে বরং attribution সম্পর্কে একটি প্রকৃত সমস্যা, এবং এটি স্পষ্টভাবে বলা মূল্যবান, কারণ এই দুইটি বিষয় প্রায়ই গুলিয়ে ফেলা হয়। নিজের যুক্তি নিজের নামে attributed হওয়া চাওয়া, কোনো নথি কীভাবে তৈরি হয়েছে তা লুকাতে চাওয়ার সমান নয়। আপনার প্রতিষ্ঠানের disclosure policy যা-ই দাবি করুক, সেটি তবু তা-ই দাবি করে: একটি mark পরিষ্কার করা AI use সম্পর্কে একটি declaration-এ পাঠকের কাছে আপনার যে দায় আছে, তা কিছুই বদলায় না।

কোনটি mark পরিষ্কার করে, আর কোনটি কেবল তেমন দেখায়

একটি নীতি এ সবকিছুকে আচ্ছাদিত করে। যে কোনো operation যা আপনার শব্দকে 그대로 দাঁড়িয়ে থাকতে দেয়, তা mark-কে এগিয়ে নিয়ে যায়। যে কোনো operation যা শব্দগুলোকে আবার শুরু থেকে উৎপন্ন করে, তা mark ভেঙে দেয়। বাকি সবকিছু এখান থেকেই অনুসৃত হয়।

Copying, reformatting, converting file types এবং invisible characters সরিয়ে ফেলা, সবই শব্দগুলোকে 그대로 দাঁড়িয়ে থাকতে দেয়, তাই এগুলোর সবই mark বহন করে। Translation এবং substantial rewriting শব্দগুলোকে আবার উৎপন্ন করে, তাই দুটিই mark ভেঙে দেয়, এবং Anthropic স্বীকার করেছে যে heavy editing mark-কে অদৃশ্য করতে পারে। হাতে rewriting করা পুরোপুরি কাজ করে, যদি আপনার কাছে তার জন্য সময় থাকে, যা একটি পূর্ণ chapter-এর ক্ষেত্রে অধিকাংশ মানুষেরই থাকে না।

এই mechanism-এর ওপরই আমাদের free Claude watermark remover নির্মিত। এটি একটি passage-কে sentence by sentence অন্য একটি model-এর মাধ্যমে পুনর্গঠন করে, ফলে প্রতিটি token নতুন করে generated হয় এবং Claude-এর sampling-এর সঙ্গে keyed একটি signal-এর আর কোনো কিছুতে যুক্ত হওয়ার থাকে না। openings বদলে যায় এবং clause order সরে যায়, while figures, dates, names, hedges এবং field vocabulary অপরিবর্তিত রাখা হয়, এবং quoted material ও references ঠিক যেমন আছে তেমনই copy করা হয়, reword করা হয় না। সেই শেষ নিয়মের একটি ফল আগেভাগে জানা মূল্যবান: Claude থেকে তুলে নেওয়া একটি দীর্ঘ block quotation সেটি যে mark নিয়ে এসেছিল, সেটিই ধরে রাখে, কারণ একটি quotation সঠিকভাবে পুনরুৎপাদন করা এই দুইটি obligation-এর মধ্যে অধিক গুরুত্বপূর্ণ।

দীর্ঘতর নথির ক্ষেত্রে, অথবা এমন একাডেমিক কাজে যেখানে রেজিস্টার এবং উদ্ধৃতি পরিচালনা সাধারণ গদ্যের তুলনায় বেশি গুরুত্ব বহন করে, একই পুনর্গঠন পদ্ধতি TextPulse humanizer-এ একটি পূর্ণ পাণ্ডুলিপি জুড়ে প্রয়োগ হয়, যা বিশেষভাবে গবেষণামূলক লেখার জন্য নির্মিত এবং উদ্ধৃতি, সংজ্ঞায়িত পরিভাষা ও প্রযুক্তিগত শব্দভান্ডারকে স্থির বিন্দু হিসেবে বিবেচনা করে।

আপনার নিজের লেখা যদি চিহ্নিত হয়ে ফিরে আসে

প্রথমে আপনি কী দেখছেন, সে বিষয়ে নির্ভুল থাকুন। একটি চিহ্নের অর্থ হলো Claude কোনো এক পর্যায়ে পাঠ্যটি পরিচালনা করেছে। এটি নথির কতটা অংশ আপনার, তা নির্ধারণ করে না, এবং আলোচনা আনুষ্ঠানিক হয়ে উঠলে Anthropic-এর নিজস্ব ভাষ্যও এ বিষয়ে আপনাকে সমর্থন করবে।

প্রক্রিয়ার যে কোনো প্রমাণ আপনার কাছে ইতিমধ্যে আছে, তা সংরক্ষণ করুন। খসড়ার ইতিহাস, সংস্করণ ফাইল, নোট এবং রূপরেখা, সবই এমনভাবে লেখকত্বের পক্ষে কথা বলে যা কোনো উৎস-সংকেত পারে না, এবং পরিসংখ্যানভিত্তিক যুক্তির তুলনায় এগুলো অনেক বেশি প্রভাবশালী। যদি আপনার কাজ আপনার নিজের নামে প্রকাশিত হতে হয় এবং চিহ্নটি একটি বাস্তব আরোপ-সংক্রান্ত সমস্যা তৈরি করে, তবে অংশটিকে আপনার নিজের ভাষায় পুনর্গঠন করলে তা সমাধান হয়, আপনি তা হাতে করুন বা কোনো টুল দিয়ে করুন, এবং তা নির্দিষ্টভাবেই সমাধান হয়, কারণ এই ধরনের চিহ্নকে স্পর্শ করে একমাত্র পুনর্গঠনই।

Anthropic বিস্তারিত বিষয়গুলো পরিবর্তন করতে থাকবে। পুরোনো মডেলগুলোর জন্য কভারেজ এখনও বিস্তৃত হচ্ছে, সনাক্তকরণ এখনও বিকাশমান, এবং এর পেছনের নিয়ন্ত্রক চিত্র প্রযুক্তির তুলনায় এখনও নবীন। যে অংশটি পরিবর্তিত হওয়ার সম্ভাবনা কম, তা হলো প্রক্রিয়াটি, এবং জানা যে চিহ্নটি লুকানো অক্ষরে নয়, বরং শব্দ নির্বাচনে অবস্থান করে, সেটিই এমন একটি পদক্ষেপকে আলাদা করে যা সত্যিই কিছু করে, আর এমন একটি পদক্ষেপ থেকে যা কেবল তেমন মনে হয়। আপনি যদি classifier দিক থেকে, watermark দিকের বদলে, একই প্রশ্নটি দেখতে চান, তবে যে শব্দভান্ডার মানুষ পাঠকের কাছে AI লেখা ফাঁস করে দেয় তা আবারও ভিন্ন একটি সংকেত, এবং এমন একটি সংকেত যা কোনো key মাপতে পারে না।