ChatGPT text-க்கு Invisible Watermark — EU AI Act காரணமாக புதிய மாற்றம்

ஐரோப்பிய ஒன்றியத்தில் ChatGPT மற்றும் Codex உருவாக்கும் சில text output-களில் கண்ணுக்கு தெரியாத watermark சேர்க்க OpenAI தொடங்கியுள்ளது. இந்த மாற்றம் EU AI Act-ன் transparency விதிகளுக்கு ஏற்ப அறிமுகப்படுத்தப்படுகிறது. OpenAI இந்த தொழில்நுட்பத்தை textGrain என்று அழைக்கிறது.

இது hidden character அல்ல

இந்த watermark என்பது text-க்குள் invisible space, secret symbol அல்லது hidden character சேர்ப்பது அல்ல. அதற்கு பதிலாக, model ஒரு sentence எழுதும்போது எந்த word அல்லது word-piece-ஐ தேர்வு செய்கிறது என்பதில் மிகச் சிறிய statistical pattern உருவாக்கப்படுகிறது. அந்த pattern-ஐ குறிப்பிட்ட detector மூலம் பின்னர் கண்டறிய முடியும்.

மனிதர்களுக்கு தெரியாது

இந்த watermark-ஐ சாதாரணமாக படிக்கும் ஒருவரால் பார்க்க முடியாது. Text appearance, font, punctuation போன்றவற்றில் வெளிப்படையான மாற்றம் இருக்காது. Copy-paste செய்தாலும் தனியாக hidden material ஒன்று text-க்குள் சேர்ந்து வருவது இல்லை.

EU AI Act காரணமாக நடவடிக்கை

EU AI Act-ன் Article 50 படி, AI மூலம் உருவாக்கப்பட்ட அல்லது மாற்றப்பட்ட content machine-readable முறையில் அடையாளம் காணக்கூடியதாக இருக்க வேண்டும். இதற்கான transparency obligations 2026 ஆகஸ்ட் 2 முதல் அமலுக்கு வந்துள்ளன; சில முன்பிருந்த AI systems-க்கு marking obligation தொடர்பாக டிசம்பர் 2 வரை வரையறுக்கப்பட்ட grace period உள்ளது.

முதலில் EU பயனர்களுக்கு மட்டும்

OpenAI கூறியுள்ளதன்படி, text watermarking EU-வில் உள்ள eligible ChatGPT மற்றும் Codex users-க்கு படிப்படியாக rollout செய்யப்படுகிறது. இது launch நேரத்தில் உலகம் முழுவதும் default ஆக அமல்படுத்தப்படவில்லை.

API users-க்கு optional

OpenAI API பயன்படுத்தும் developers உலகம் முழுவதும் select models-ல் watermarking-ஐ opt-in முறையில் பயன்படுத்தலாம். ஆனால் API-யில் இது default ஆக on செய்யப்படவில்லை.

Detector எல்லோருக்கும் கிடையாது

Text watermark detector தற்போது பொதுமக்களுக்கு முழுமையாக திறக்கப்படவில்லை. Approved researchers மற்றும் expert organisations-க்கு மட்டுமே ஆரம்ப கட்டத்தில் access வழங்கப்படுகிறது. காரணம், false positive மற்றும் missed detection போன்ற technical limitations இன்னும் இருப்பதாக OpenAI கூறுகிறது.

Watermark இருப்பது என்ன சொல்கிறது?

Watermark detect ஆனால் அந்த text-ல் OpenAI model உருவாக்கிய அல்லது process செய்த content இருக்கலாம் என்பதற்கான ஒரு provenance signal கிடைக்கிறது. ஆனால் அதனால் யார் அந்த prompt கொடுத்தார், யார் text-ஐ publish செய்தார், யாருக்கு copyright சொந்தம் போன்ற விஷயங்களை கண்டுபிடிக்க முடியாது.

Watermark இல்லையென்றால் மனிதர் எழுதியது என்று அர்த்தமல்ல

Detector watermark கண்டுபிடிக்கவில்லை என்றால் அந்த text நிச்சயமாக மனிதர் எழுதியது என்று சொல்ல முடியாது. அது short text ஆக இருக்கலாம், watermark இல்லாத model-ல் உருவாக்கப்பட்டிருக்கலாம், heavily edited ஆக இருக்கலாம் அல்லது வேறு AI system-ல் உருவாக்கப்பட்டிருக்கலாம்.

Editing செய்தால் watermark போய்விடுமா?

சில edits செய்யப்பட்ட பிறகும் watermark signal தக்கவைக்கப்படலாம் என்று OpenAI கூறுகிறது. ஆனால் text அதிகமாக மாற்றப்பட்டால் detection reliability குறையலாம். குறிப்பாக short passages மற்றும் heavily rewritten text-களில் detection இன்னும் சவாலானது.

Short text-களுக்கு exemption

EU transparency code-ன் நடைமுறை வழிகாட்டுதலுக்கு ஏற்ப, 200 tokens-க்கு குறைவான output மற்றும் சில code snippets-க்கு watermark கட்டாயம் இல்லை. அதனால் மிகவும் குறுகிய ChatGPT பதில்களில் watermark இல்லாமல் இருக்க வாய்ப்பு உள்ளது.

மொழிக்கு மொழி detection மாறலாம்

Watermark detection எல்லா மொழிகளிலும் ஒரே அளவு accurate இல்லை. OpenAI வெளியிட்ட test தகவலின்படி, மொழியைப் பொறுத்து detection rate மாறுகிறது. அதனால் English-ல் detect ஆகும் திறன் மற்றும் பிற மொழிகளில் detect ஆகும் திறன் ஒரே மாதிரி இருக்க வேண்டிய அவசியமில்லை.

தமிழ் text-க்கும் வருமா?

OpenAI தற்போது EU users-க்கு eligible ChatGPT text output-களில் watermarking பயன்படுத்தப்படும் என்று கூறியுள்ளது. ஆனால் தமிழ் போன்ற EU official language அல்லாத மொழிகளுக்கான தனிப்பட்ட detection performance குறித்து அந்த அறிவிப்பில் விரிவான தரவு வெளியிடப்படவில்லை. அதனால் தமிழ் text watermark detection எவ்வளவு reliable என்பது தற்போது தெளிவாக இல்லை.

AI detector-களிலிருந்து இது வேறு

சாதாரண third-party AI detectors text style, sentence pattern, word choice போன்றவற்றைப் பார்த்து “இது AI-generated ஆக இருக்கலாம்” என்று கணிக்கின்றன. textGrain அதற்கு மாறாக generation நேரத்திலேயே statistical signal embed செய்கிறது.

Output quality பாதிக்குமா?

OpenAI கூறியுள்ள internal tests-ல் watermarking பயன்படுத்தியதால் model quality-ல் குறிப்பிடத்தக்க சரிவு காணப்படவில்லை. Speed-க்கும் மிகச் சிறிய தாக்கமே இருப்பதாக நிறுவனம் தெரிவித்துள்ளது.

மாணவர்கள், writers மீது தாக்கம்?

இந்த மாற்றம் கல்வி, publishing, journalism, corporate writing போன்ற துறைகளில் AI-assisted content பற்றிய transparency-ஐ அதிகரிக்கக்கூடும். ஆனால் detector-ஐ வைத்து ஒருவரை நேரடியாக cheating செய்தார் அல்லது முழு text-ஐ AI எழுதியது என்று முடிவெடுக்க முடியாது என்று OpenAI தெளிவுபடுத்துகிறது.

Privacy பாதிக்குமா?

OpenAI படி detector, watermark இருப்பதைக் காட்டும்; அது user identity, prompt அல்லது conversation history-ஐ வெளிப்படுத்தாது. அதாவது watermark provenance signal மட்டுமே; தனிப்பட்ட user tracking mechanism அல்ல.

Images, audio-க்கும் provenance signals

OpenAI text மட்டும் அல்லாமல் images மற்றும் audio-க்கும் provenance technologies பயன்படுத்துகிறது. Images-க்கு Content Credentials மற்றும் SynthID, audio-க்கு SynthID watermark போன்ற systems ஏற்கனவே பயன்படுத்தப்படுகின்றன.

உலகம் முழுவதும் உடனடி மாற்றமா?

இல்லை. தற்போதைய rollout EU-first approach. Global API customers optional-ஆ watermark enable செய்யலாம். ChatGPT-க்கு உலகம் முழுவதும் default watermark இப்போதைக்கு அறிவிக்கப்படவில்லை.

முக்கியமாக நினைவில் கொள்ள வேண்டியது

“ChatGPT text-க்கு invisible watermark வந்துவிட்டது” என்பது உண்மை. ஆனால் அது எல்லா users-க்கும், எல்லா நாடுகளிலும், எல்லா text-க்கும் கட்டாயமாக உள்ளது என்று சொல்ல முடியாது. தற்போதைய நடைமுறை EU users-க்கு eligible outputs-ல் phased rollout ஆகும்; API users-க்கு opt-in முறையாக உள்ளது.

— அரசு பார்வை செய்திப் பிரிவு