EU Tiếp Nhận Watermark ChatGPT Khi OpenAI Vẫn Giữ Sẵn Công Cụ Phát Hiện

OpenAI đang triển khai một watermark văn bản ẩn trên ChatGPT cho cả văn bản trò chuyện và đầu ra mã Codex tại EU. Nhưng thử nghiệm của công ty cho thấy việc thay thế một trong bốn từ bằng từ đồng nghĩa làm giảm tỷ lệ phát hiện xuống chỉ còn 17%.

Bước đi này nhằm đáp ứng Đạo luật AI của EU (EU AI Act), bộ quy tắc về trí tuệ nhân tạo của khối, yêu cầu các dấu hiệu nhận diện có thể đọc được bằng máy trên văn bản do AI tạo ra. OpenAI thừa nhận phương pháp này chưa hoàn thiện, và vì vậy tạm thời giữ công cụ phát hiện ở chế độ riêng tư.

Watermark ChatGPT Có Thể Chịu Được Mức Độ Chỉnh Sửa Đến Đâu?

Chúng tôi đang mở rộng cách tiếp cận về nguồn gốc nội dung để bao gồm cả văn bản nhằm đáp ứng các yêu cầu quy định của EU, đồng thời thừa nhận những hạn chế đáng kể của công nghệ tạo watermark văn bản hiện tại.

Các công cụ của chúng tôi đã giúp xác minh liệu một hình ảnh hay tệp âm thanh có được tạo ra bằng…

— OpenAI (@OpenAI) Ngày 5 tháng 10, 2026

Hệ thống này có tên là textGrain, theo thông báo, và nó định hướng các lựa chọn từ ngữ của mô hình để để lại một dấu vết thống kê ẩn. Một công cụ phát hiện độc lập sau đó sẽ kiểm tra các đoạn văn bản để tìm ra mô hình này.

FAQ của OpenAI cho biết dấu hiệu này chỉ nằm trong cách diễn đạt của văn bản. Không có ký tự ẩn, khoảng trắng vô hình, hay dấu câu bất thường nào được thêm vào. Kết quả là, thủ thuật làm sạch thông thường là loại bỏ các ký tự ẩn sẽ không tìm thấy gì để xóa.

Kích thước có tác động lớn. OpenAI đếm văn bản bằng token - các phần từ mà mô hình AI xử lý. Một token đại diện cho khoảng ba phần tư của một từ tiếng Anh.

Thử nghiệm của OpenAI cho thấy công cụ phát hiện đã đánh dấu khoảng 66% các phản hồi chưa chỉnh sửa có độ dài khoảng 150 từ. Với khoảng 300 từ, tỷ lệ phát hiện tăng lên đến khoảng 92%.

Ngay cả những chỉnh sửa nhỏ cũng làm giảm hiệu quả của watermark ChatGPT. Trong các đoạn văn 300 từ, việc thay thế một trong mười từ bằng từ đồng nghĩa đã làm giảm tỷ lệ phát hiện từ 92% xuống còn 66%. Thay đổi một trong bốn từ làm tỷ lệ này tụt xuống chỉ còn 17%.

Dấu hiệu này hầu như không làm thay đổi kết quả benchmark của GPT-6 Astra, mô hình tiên tiến mới nhất của OpenAI.

Tại Sao Lại Giữ Công Cụ Phát Hiện Không Cho Công Chúng Tiếp Cận?

OpenAI sẽ không phát hành một công cụ công khai; thay vào đó, họ đang chấp nhận đơn đăng ký từ các nhà nghiên cứu đã được thẩm định và các tổ chức chuyên môn. Theo OpenAI, một kết quả trùng khớp dương tính không tiết lộ người dùng, lời nhắc, hay nội dung cuộc trò chuyện.

Một kết quả âm tính cũng không chứng minh được điều gì. Các đoạn văn ngắn, đã được chỉnh sửa, hoặc đã dịch thuật có thể qua mặt được công cụ phát hiện, cũng như các nội dung được tạo ra bởi các hệ thống AI cạnh tranh khác.

Việc không phát hiện ra watermark không chứng minh được tác giả là con người.

Nguồn: OpenAI

Nội dung hình ảnh và âm thanh đi theo một hướng khác. Người dùng có thể tải các tệp như vậy lên công cụ xác minh công khai của OpenAI và tìm kiếm dấu hiệu SynthID.

Watermark ChatGPT được đặt mặc định là tắt bên ngoài châu Âu. Tuy nhiên, khách hàng API trên toàn thế giới giờ đây có thể bật nó cho một số mô hình nhất định thông qua cài đặt dự án hoặc tổ chức.

Sự ra mắt này diễn ra sau khi EU bắt đầu thực thi các quy tắc minh bạch của Đạo luật AI vào tháng Tám. Trong lĩnh vực crypto, tác động là rõ rệt: TRM Labs ghi nhận mức tăng 40% so với cùng kỳ năm ngoái trong việc sử dụng AI trong tội phạm.

Do đó, khoảng cách giữa các yêu cầu quy định và những gì các công cụ phát hiện thực sự có thể chứng minh có khả năng sẽ định hình chiến lược tuân thủ tại mọi phòng thí nghiệm AI lớn.