Anthropic, Claude tarafından oluşturulan metinlere eklenecek filigran sistemiyle ilgili temel soruları yanıtlayan yeni bir blog yazısı yayımladı. Şirket, filigranın nasıl çalışacağı, metin üzerinde yapılan düzenlemelerin sistemi etkileyip etkilemeyeceği ve kod çıktılarında nasıl uygulanacağı gibi ayrıntıları paylaştı.
Claude kullanıcıları, Anthropic’in bu hafta başında Avrupa Birliği Yapay Zeka Yasası’nın Şeffaflık Kodu’na uyum sağlamak amacıyla filigran kullanacağını açıklamasının ardından kararı tartışmaya başladı. Söz konusu kurallar, yapay zeka şirketlerinin yapay zeka tarafından üretilen içeriklerin tanımlanabilmesini sağlayan sistemler kullanmasını gerektiriyor.
TechCrunch'a göre Reddit’te bir kullanıcı uygulamayı masum Claude kullanıcılarına karşı bir komplo olarak nitelendirirken, başka bir kullanıcı “Bunu istememenizin tek nedeni insanlara yalan söylemek olur” yorumunu yaptı. Business Insider ise X üzerindeki “düzinelerce” kullanıcının karar nedeniyle Claude aboneliklerini iptal ettiğini söylediğini aktardı.
Anthropic'in açıklamasına göre sistem, Claude'un bir metni oluştururken yaptığı "düşük riskli" kelime seçimlerinden yararlanacak. Şirketin verdiği örnekte model, hava durumunu tarif ederken "overcast" ile "grey" kelimeleri arasında seçim yaparken yanıt içerisinde belirli bir örüntü oluşturabilecek.
Bu örüntü okuyucu tarafından fark edilemeyecek ancak onu kodlayan anahtara sahip kişiler tarafından tespit edilebilecek.
Anthropic, filigran kullanımının Claude’un ürettiği çıktının kalitesini etkilemediğini belirtti. Şirkete göre okuyucu açısından filigranlı bir yanıt ile filigran bulunmayan bir yanıt arasında fark olmayacak.
Şirket, sistemde Google DeepMind ekibinin 2024 yılında açıkladığı SynthID-Text yaklaşımını kullanacağını ve filigranların tespit edilmesini sağlayacak bir API yayımlamayı planladığını da duyurdu.
Anthropic ayrıca filigran sisteminin, metindeki belirli yazım "işaretlerini" arayarak yapay zeka kullanımını tahmin etmeye çalışan Pangram gibi şirketlerin sunduğu yapay zeka tespit yöntemlerinden farklı olduğunu vurguladı. Bu yöntemlerin aradığı işaretlere örnek olarak "bu X değil, Y" şeklindeki cümle yapısı gösterildi. Şirkete göre bu tür örüntüleri yakalamak ile metinde doğrudan bir filigran bulunup bulunmadığını kontrol etmek temelde farklı yöntemler.
Metnin yeniden yazılması durumunda filigranın ortadan kaldırılıp kaldırılamayacağına da değinen Anthropic, bunun mümkün olduğunu ancak hafif düzenlemelerin filigranı tamamen ortadan kaldırmasının muhtemel olmadığını açıkladı. Buna karşılık metindeki her kelimenin değiştirildiği kapsamlı bir yeniden yazım işleminin filigranı kaldıracağı belirtildi.
Şirket, böyle bir durumda ortaya çıkan metnin hâlâ yapay zeka tarafından oluşturulmuş olarak tanımlanıp tanımlanamayacağının da tartışmalı olduğunu ifade etti.
Claude’un yalnızca düzelttiği veya editörlük yaptığı insan tarafından yazılmış metinlerde filigranın tespit edilip edilemeyeceği ise metnin uzunluğuna ve Claude’un ne kadar kapsamlı değişiklik yaptığına bağlı olacak. Anthropic’e göre yalnızca küçük düzenlemeler yapılan bir metindeki kelimelerin neredeyse tamamı insan tarafından yazılmış olacağından filigranın yerleşebileceği çok az içerik bulunacak veya hiç bulunmayacak.
Kod çıktılarında ise filigranlamanın diğer metin türlerine kıyasla daha sınırlı olması bekleniyor. Bunun nedeni, Claude’un çalışan kod üretmesi gerektiği için eşit derecede geçerli seçenekler arasından serbestçe tercih yapma imkanının doğal dildeki kadar geniş olmaması.