Claude واٹرمارک: نشان کہاں رہتا ہے اور کیا ثابت کرتا ہے

اگست سے Claude کے واٹرمارک کے بارے میں جو کچھ لکھا گیا ہے، اس کا زیادہ تر حصہ ایک ایسے طریقہ کار کی وضاحت کرتا ہے جو وہ نہیں ہے جو Anthropic نے جاری کیا تھا۔ عام بیان میں الفاظ کے درمیان ایک غیر مرئی حرف چھپا ہوتا ہے، ایک zero-width space یا اس جیسا Unicode glyph، جو detector کے اسے تلاش کرنے کا انتظار کر رہا ہوتا ہے۔ یہ ایک معقول اندازہ ہو سکتا تھا۔ لیکن یہ غلط ہے، اور یہ غلطی علمی نوعیت کی نہیں ہے: یہی وجہ ہے کہ watermark removers کے طور پر فروخت کیے جانے والے مفت tools کی ایک پوری قسم اس مخصوص mark پر بالکل کوئی اثر نہیں ڈالتی۔

Anthropic کا mark خود الفاظ کے انتخاب میں موجود ہوتا ہے۔ متن میں کچھ بھی داخل نہیں کیا جاتا۔ جب یہ بات واضح ہو جائے تو عملی سوالات خود ہی اس طرح جواب دے دیتے ہیں جس طرح hidden-character والی تصویر کے برقرار رہنے تک نہیں دے سکتے، جن میں یہ بھی شامل ہے کہ کون سے operations mark کو آگے منتقل کرتے ہیں، کون سے اسے صاف کرتے ہیں، اور detector دراصل آپ کو کیا بتا رہا ہوتا ہے جب وہ hit رپورٹ کرتا ہے۔

اس کے بعد جو کچھ آتا ہے وہ Anthropic کی اپنی documentation سے اخذ کیا گیا ہے، اس کے بارے میں موجود coverage سے نہیں، اور یہ جان بوجھ کر ان حدود کے بارے میں خاص طور پر واضح ہے جو کمپنی خود بیان کرتی ہے۔

Anthropic نے کیا فعال کیا، اور کب

Anthropic نے 11 August 2026 کو Claude کے output کو mark کرنا شروع کیا۔ اس موضوع پر اس کے help centre article میں text mark کو "an imperceptible watermark directly into the text itself" کہا گیا ہے، اور بتایا گیا ہے کہ قاری "اسے نہیں دیکھے گا، اور یہ meaning, quality, or readability کو نہیں بدلتا"۔

کوریج وسیع ہے۔ 2 August 2026 کو یا اس کے بعد جاری ہونے والے ماڈلز ریلیز کے ساتھ ہی مارکنگ کے حامل ہوتے ہیں، اور Anthropic Claude Platform API، Claude، Claude Code، Claude Cowork اور Claude Tag کو surfaces کے طور پر درج کرتا ہے، اس میں وہ Claude بھی شامل ہے جو AWS، Google Cloud اور Microsoft Foundry کے ذریعے حاصل ہو۔ یہ عالمی سطح پر لاگو ہوتا ہے۔ August سے پہلے تیار کی گئی کسی بھی چیز کو خود بخود مستثنیٰ سمجھنا دانشمندانہ نہیں، کیونکہ کمپنی نے پہلے کے ماڈلز کو ایک transition period کے دوران شامل کرنے کی بات کی ہے۔

اس کے پیچھے regulatory push EU AI Act کے Article 50 سے آتا ہے، جس کی transparency obligations generative systems کے providers سے machine-readable output پر mark لگانے کا تقاضا کرتی ہیں۔ Anthropic نے Article 50(2) Code of Practice پر دستخط کیے۔ قابلِ توجہ بات یہ ہے کہ یہ regulation ان systems کو govern کرتا ہے جو European Union کے اندر استعمال ہوں، اور اس میں ایسی کوئی بات نہیں جو worldwide application کو لازم کرے۔ Anthropic نے اس mark کو بہرحال ہر جگہ apply کیا، جو قانونی تقاضے کے بجائے ایک policy choice ہے، اور اسی وجہ سے Kuala Lumpur یا Chicago میں موجود ایک researcher بھی ایک European rule کے دائرے میں آتا ہے۔

یہ mark الفاظ کے انتخاب کا ایک pattern ہے، کوئی مخفی حرف نہیں

text generate کرنے کے ہر مرحلے پر، ایک language model کئی ایسی continuations میں سے انتخاب کر رہا ہوتا ہے جو اپنی statistics کے لحاظ سے ایک دوسرے کے قریب equivalent ہوتی ہیں۔ جہاں ایک word دوسرے word جتنا ہی اچھا ہو، وہاں کسی نہ کسی چیز کو tie توڑنا پڑتا ہے۔ sampling watermark provider کے پاس موجود key کے مطابق ان ties کو توڑتا ہے، تاکہ text کے ایک مناسب run میں جمع ہونے والے choices ایک ایسا pattern بنائیں جسے وہ detector measure کر سکے جو اسی key کو hold کرتا ہو۔

page میں کچھ بھی add نہیں کیا جاتا۔ نہ کوئی character تلاش کرنے کے لیے ہوتا ہے، نہ text میں کوئی metadata field، نہ formatting artefact۔ آپ جو words پڑھ رہے ہیں وہی watermark ہیں، اس خاص معنی میں کہ mark ان words کا record ہے جو alternatives میں سے منتخب کیے گئے۔ اسی لیے Anthropic کہہ سکتا ہے کہ mark meaning یا readability کے لحاظ سے کوئی cost نہیں رکھتا، کیونکہ اسے کبھی prose کو distort کرنے کی ضرورت ہی نہیں پڑی، صرف ایک قابلِ قبول phrasing کو بار بار دوسری قابلِ قبول phrasing پر ترجیح دینی تھی۔

یہ بھی اس کی پائیداری کی وضاحت کرتا ہے۔ Anthropic کہتا ہے کہ نشان "جب متن کو کہیں اور کاپی اور پیسٹ کیا جائے تو اس کے ساتھ منتقل ہو جائے گا", اور اس کی وجہ ساختی ہے، نہ کہ کوئی چالاکی۔ کاپی کرنے سے آپ کے الفاظ محفوظ رہتے ہیں۔ دوبارہ فارمیٹ کرنے سے آپ کے الفاظ محفوظ رہتے ہیں۔ فونٹ بدلنے، PDF میں برآمد کرنے، کسی دوسرے ایڈیٹر میں پیسٹ کرنے، سادہ متن میں تبدیل کرنے سے, یہ سب الفاظ کی ترتیب کو محفوظ رکھتے ہیں, اور الفاظ کی یہی ترتیب وہ چیز ہے جس کی پیمائش کی جا رہی ہے۔

غیر مرئی حروف صاف کرنے والے اس پر کیوں کوئی اثر نہیں ڈالتے

اب بہت سے مفت ٹولز خود کو AI واٹرمارک ہٹانے والے کے طور پر پیش کرتے ہیں۔ ان میں سے تقریباً سب ایک ہی کام کرتے ہیں: zero-width Unicode, غیر مرئی spacing اور ملتے جلتے glyphs کو تلاش کریں, پھر جو کچھ ملے اسے حذف کر دیں۔ یہ ایک حقیقی مسئلے کا معقول جواب تھا, کیونکہ بعض نظاموں میں provenance واقعی حروف کے اندر شامل ہوتی ہے, اور پیسٹ کیے گئے متن سے اضافی formatting artefacts ہٹانے کے لیے یہی درست tool ہے۔

sampling watermark کے مقابلے میں یہ بالکل کچھ نہیں کرتا۔ کسی Claude passage کو character cleaner سے گزاریں اور اس میں موجود ہر غیر مرئی حرف غائب ہو جاتا ہے, جبکہ passage بالکل اسی طرح measure ہوتا ہے جیسے پہلے ہوتا تھا, کیونکہ ایک لفظ بھی نہیں بدلا۔ tool ایسی جگہ تلاش کر رہا ہے جہاں نشان کبھی تھا ہی نہیں۔ یہ اس وقت گردش میں موجود سب سے اہم غلط فہمی ہے, اور جو کوئی اس مقصد کے لیے character stripper پر بھروسا کر رہا ہے, اسے ایسا نتیجہ مل رہا ہے جو عمل جیسا محسوس ہوتا ہے اور حقیقت میں عمل نہیں ہے۔

یہ عمومی نکتہ وسیع تر سوال کے ساتھ جڑا ہے کہ AI detectors اصل میں کیسے کام کرتے ہیں, اگرچہ keyed watermark ایک statistical classifier سے مختلف چیز ہے۔ classifier تحریر کی ساخت سے اندازہ لگاتا ہے۔ watermark ایک ایسے signal کو پڑھتا ہے جو جان بوجھ کر نصب کیا گیا تھا, اس لیے یہ اس بات کے تعین میں کہیں زیادہ precise ہے کہ وہ کیا detect کرتا ہے, اور اس میں یہ بتانے کی صلاحیت بالکل بہتر نہیں کہ document کس نے لکھا۔

دوسرا mechanism, جو text کے بجائے files پر لاگو ہوتا ہے

Anthropic دو نظام چلاتا ہے، اور رپورٹنگ نے بڑی حد تک ان دونوں کو ایک ہی سمجھ لیا ہے۔ متن کے واٹرمارک کے ساتھ ساتھ، Claude سے تیار ہونے والی فائلوں میں the Coalition for Content Provenance and Authenticity (C2PA) open standard کے مطابق "signed provenance metadata" بھی ہو سکتی ہے۔

یہ دوسرا حصہ پہلے والے کے برعکس کام کرتا ہے۔ C2PA metadata نثر میں بُنی نہیں جاتی بلکہ فائل کے ساتھ منسلک ہوتی ہے، اس لیے اسے کھو دینا نسبتاً آسان ہے: فائل سے متن کاپی کریں اور metadata وہیں رہ جاتی ہے، کیونکہ وہ کبھی الفاظ میں تھی ہی نہیں۔ دونوں نظاموں کی مضبوطیاں الٹی ہیں۔ متن کا نشان ایک جگہ سے دوسری جگہ منتقل ہونے پر بھی برقرار رہتا ہے اور معمولی ترمیم کے خلاف مزاحمت کرتا ہے۔ فائل signature دقیق اور قابلِ تصدیق ہوتی ہے، لیکن اپنے طور پر کسی passage کو منتخب کر کے اسے اپنی کسی دستاویز میں چسپاں کرنے کے معمول کے عمل سے برقرار نہیں رہتی۔

مثبت detection دراصل کیا ثابت کرتی ہے

جتنا "detection" کا لفظ ظاہر کرتا ہے، اس سے کہیں کم، اور Anthropic اس بارے میں غیر معمولی طور پر صاف گو ہے۔ اس کی documentation میں لکھا ہے کہ "detecting a Claude mark tells you that the content may have been processed by Claude" اور یہ کہ یہ "does not, on its own, confirm the full provenance".

اسے غور سے پڑھیں، کیونکہ یہ ایک دقیق کام کر رہا ہے۔ Processed، written نہیں۔ مثبت نتیجہ اس امکان سے مطابقت رکھتا ہے کہ کوئی document Claude نے ابتدا سے تیار کیا ہو۔ یہ اس امکان سے بھی اتنا ہی مطابقت رکھتا ہے کہ کوئی document آپ نے خود لکھا ہو اور Claude سے اسے بہتر بنانے کو کہا ہو۔ یہ signal ان دونوں صورتوں میں فرق نہیں کر سکتا، کیونکہ دونوں میں Claude نے وہ tokens پیدا کیے جو آخرکار صفحے پر آئے۔

حدود دوسری سمت میں بھی ہیں۔ Anthropic نوٹ کرتا ہے کہ marks بھاری ترمیم، format conversion یا بہت مختصر passages میں برقرار نہیں رہ سکتے، اور یہ کہ mark کا غائب ہونا اس بات کی نشاندہی نہیں کرتا کہ content AI-generated نہیں تھا۔ اس لیے منفی نتیجہ تقریباً کچھ بھی ثابت نہیں کرتا: متن کسی دوسرے model سے، کسی پہلے Claude سے، یا Claude سے اتنی ترمیم کے بعد آیا ہو سکتا ہے کہ signal مٹ گیا ہو۔ Detection Anthropic کے اپنے interface کے ذریعے فراہم کی جاتی ہے، third parties کے لیے ظاہر نہیں کی جاتی، اسی لیے general-purpose AI detectors اس signal کو نہیں پڑھتے اور ان سے یہ توقع نہیں کی جا سکتی۔

عمل	متن کے واٹرمارک پر اثر	کیوں
کاپی اور پیسٹ	جوں کا توں برقرار رہتا ہے	آپ کے الفاظ بالکل اسی طرح محفوظ رہتے ہیں
فارمیٹنگ کی تبدیلی، فونٹ میں تبدیلیاں، PDF برآمد	جوں کا توں برقرار رہتا ہے	پیشکش بدلتی ہے، الفاظ کی ترتیب نہیں بدلتی
غیر مرئی حروف کو حذف کرنا	کوئی اثر نہیں	نشان کبھی کسی حرف میں محفوظ ہی نہیں کیا گیا تھا
ہلکی copy-editing	عموماً جوں کا توں برقرار رہتا ہے	زیادہ تر الفاظ برقرار رہتے ہیں، اس لیے نمونے کا زیادہ تر حصہ بھی برقرار رہتا ہے
وسیع پیمانے پر دوبارہ تحریر	ٹوٹ جاتا ہے	نئے الفاظ کا مطلب نئے انتخاب ہیں، جو اصل سے منسلک نہیں ہوتے
کسی دوسری زبان میں ترجمہ	ٹوٹ جاتا ہے	ٹوکنوں کی ترتیب ازسرنو بنائی جاتی ہے
بہت مختصر اقتباسات	دونوں صورتوں میں غیر معتبر	شماریاتی پیمائش کو کسی نتیجے پر پہنچنے کے لیے متن کے ایک سلسلے کی ضرورت ہوتی ہے

یہ ان لوگوں کے لیے نسبت کا مسئلہ پیدا کرتا ہے جنہوں نے اپنا کام خود لکھا ہے

اعلان پر سب سے سخت ردعمل کسی ایسے شخص کی طرف سے نہیں آیا جو مشینی طور پر لکھے گئے کام کو چھپانے کی کوشش کر رہا ہو۔ یہ وکلا، محققین، ماہرینِ تعلیم اور مدیران کی طرف سے آیا جو اس ماڈل کو اسی طرح استعمال کرتے ہیں جیسے وہ copy-editor کو استعمال کرتے، اور جنہوں نے اس بات پر توجہ دی کہ نشان کیا ریکارڈ کرتا ہے۔

عام صورت پر غور کریں۔ آپ ایک پیراگراف لکھتے ہیں۔ دلیل آپ کی ہے، شواہد آپ کے ہیں، ساخت آپ کی ہے۔ آپ Claude سے کہتے ہیں کہ ردھم درست کرے اور 200 الفاظ کم کرے۔ جو واپس آتا ہے وہ آپ کا پیراگراف ہوتا ہے، جس پر نشان لگا ہوتا ہے، اور یہ نشان یہ نہیں بتا سکتا کہ سوچ کا تقریباً سارا حصہ اور عبارت کا زیادہ تر حصہ اس سے پہلے ہی موجود تھا جب ماڈل نے اسے دیکھا۔ اگر کوئی ادارہ، ناشر یا آجر مثبت نتیجے کو AI تصنیف کے قطعی ثبوت کے طور پر لے، جو Anthropic کی اپنی عبارت سے بھی زیادہ سخت تعبیر ہے، تو مصنف ایک ایسے اشارے کے خلاف دلیل دینے پر مجبور رہ جاتا ہے جو کبھی اس سوال کا جواب دینے کے لیے بنایا ہی نہیں گیا تھا جو اس سے پوچھا جا رہا ہے۔

یہ نسبتاً اخفا کا مسئلہ نہیں بلکہ نسبت کا ایک حقیقی مسئلہ ہے، اور اسے صاف طور پر کہنا ضروری ہے کیونکہ دونوں کو مسلسل خلط ملط کیا جاتا ہے۔ اپنی دلیل کو اپنے نام سے منسوب کرانا، اس بات کے برابر نہیں کہ آپ یہ چھپانا چاہتے ہیں کہ کوئی دستاویز کیسے تیار ہوئی۔ آپ کے ادارے کی انکشاف پالیسی جو بھی تقاضا کرے، وہ پھر بھی یہی تقاضا کرتی ہے: ایک نشان کو صاف کر دینا اس بات کو نہیں بدلتا کہ مصنوعی ذہانت کے استعمال کے اعلان میں آپ قاری کے سامنے کیا ذمہ داری رکھتے ہیں۔

کون سا نشان صاف ہوتا ہے، اور کون سا صرف ایسا لگتا ہے

ایک ہی اصول اس سب پر حاوی ہے۔ جو بھی عمل آپ کے الفاظ کو برقرار رکھتا ہے، وہ نشان کو آگے منتقل کرتا ہے۔ جو بھی عمل الفاظ کو دوبارہ ابتدا سے پیدا کرتا ہے، وہ اسے توڑ دیتا ہے۔ باقی سب اسی سے نکلتا ہے۔

نقل کرنا، فارمیٹ بدلنا، فائل کی اقسام تبدیل کرنا اور غیر مرئی حروف کو ہٹانا، سب الفاظ کو برقرار رکھتے ہیں، اس لیے یہ سب نشان کو آگے منتقل کرتے ہیں۔ ترجمہ اور بڑی حد تک ازسرنو تحریر الفاظ کو دوبارہ پیدا کرتے ہیں، اس لیے دونوں اسے توڑ دیتے ہیں، اور Anthropic نے تسلیم کیا ہے کہ بھاری تدوین نشان کو غائب کر سکتی ہے۔ ہاتھ سے دوبارہ لکھنا پوری طرح کام کرتا ہے اگر آپ کے پاس اس کے لیے وقت ہو، جو ایک مکمل باب کے لیے اکثر لوگوں کے پاس نہیں ہوتا۔

یہ وہ طریقہ ہے جس پر ہمارا free Claude watermark remover بنایا گیا ہے۔ یہ ایک عبارت کو جملہ بہ جملہ ایک مختلف ماڈل کے ذریعے دوبارہ بناتا ہے، اس لیے ہر token نئے سرے سے پیدا ہوتا ہے اور Claude کی sampling سے وابستہ signal کے لیے کچھ باقی نہیں رہتا جس سے وہ جڑ سکے۔ ابتدائی جملے بدل جاتے ہیں اور clause order منتقل ہو جاتا ہے، جبکہ اعداد، تاریخیں، نام، احتیاطی فقرے اور field vocabulary کو جوں کا توں رکھا جاتا ہے، اور quoted material اور references کو دوبارہ الفاظ میں ڈھالنے کے بجائے بالکل اسی طرح نقل کیا جاتا ہے۔ اس آخری قاعدے کا ایک نتیجہ پہلے سے جان لینا مفید ہے: Claude سے نکالا گیا ایک طویل block quotation اپنے ساتھ جو بھی نشان لے کر آیا ہو، وہ اسی کے ساتھ رہتا ہے، کیونکہ quotation کو درست طور پر reproduce کرنا ان دونوں ذمہ داریوں میں زیادہ اہم ہے۔

طویل دستاویزات کے لیے، یا ایسے علمی کام کے لیے جہاں اسلوب اور حوالہ جاتی نظم و نسق عمومی نثری تحریر کے مقابلے میں زیادہ اہمیت رکھتے ہوں، یہی ازسرِنو تشکیل دینے والا طریقہ TextPulse humanizer میں ایک مکمل مسودے پر لاگو ہوتا ہے، جو خاص طور پر تحقیقی تحریر کے لیے بنایا گیا تھا اور حوالوں، متعین اصطلاحات اور فنی ذخیرۂ الفاظ کو مستقل عناصر کے طور پر برتتا ہے۔

اگر آپ کی اپنی تحریر پر نشان لگا کر واپس آئی ہو

سب سے پہلے اس بات میں درست رہیں کہ آپ کس چیز کو دیکھ رہے ہیں۔ نشان اس بات کی علامت ہے کہ Claude نے کسی مرحلے پر متن کو سنبھالا تھا۔ یہ اس بات کی درجہ بندی نہیں کرتا کہ دستاویز کا کتنا حصہ آپ کا ہے، اور اگر گفتگو رسمی صورت اختیار کرے تو Anthropic کی اپنی عبارت اس معاملے میں آپ کی تائید کرے گی۔

عمل کے جو بھی شواہد آپ کے پاس پہلے سے موجود ہوں، انہیں محفوظ رکھیں۔ مسودے کی تاریخ، نسخہ جاتی فائلیں، نوٹس اور خاکے سب مصنفیّت کے حق میں اس طرح بولتے ہیں جس طرح ماخذی نشان نہیں بول سکتا، اور وہ اعداد و شمار کے بارے میں دلیل سے کہیں زیادہ قائل کرنے والے ہوتے ہیں۔ اگر آپ کا کام آپ ہی کے نام سے شائع ہونا ہے اور نشان لگنے سے نسبت کا واقعی مسئلہ پیدا ہوتا ہے، تو اس حصے کو اپنے الفاظ میں ازسرِنو لکھ دینا اس مسئلے کو حل کر دیتا ہے، خواہ آپ یہ کام ہاتھ سے کریں یا کسی tool کے ذریعے، اور یہ اس لیے حل کرتا ہے کہ اس نوعیت کے نشان کو چھونے والی واحد چیز ازسرِنو تشکیل ہی ہے۔

Anthropic تفصیلات بدلتا رہے گا۔ کوریج اب بھی پرانے models تک پھیل رہی ہے، detection اب بھی ترقی کے مرحلے میں ہے، اور اس کے پیچھے موجود ضابطہ جاتی صورت حال خود technology سے نئی ہے۔ جو حصہ غالباً نہیں بدلے گا وہ mechanism ہے، اور یہ جاننا کہ نشان کسی پوشیدہ حرف میں نہیں بلکہ لفظ کے انتخاب میں ہوتا ہے، اسی چیز کو الگ کرتا ہے جو واقعی کچھ کرتی ہے اور اس چیز سے جو صرف ایسا محسوس ہوتی ہے کہ کچھ کر رہی ہے۔ اگر آپ classifier کے زاویے سے اسی سوال کو دیکھنا چاہتے ہیں، watermark کے زاویے کے بجائے، تو وہ ذخیرۂ الفاظ جو AI writing کو انسانی قاری کے سامنے ظاہر کرتا ہے ایک الگ signal ہے، اور ایسا signal جسے کوئی key ناپ نہیں سکتی۔