ลายน้ำในข้อความของ Claude ผู้ช่วย AI จากบริษัท Anthropic ไม่ได้เติมอะไรลงในข้อความเลยสักตัวอักษร ไม่มีอักขระพิเศษ ไม่มีช่องว่างล่องหน ไม่มีโค้ดแฝงท้ายบรรทัด ข้อความที่ได้คัดลอกไปวางที่ไหนก็เป็นข้อความธรรมดา สิ่งที่เปลี่ยนไปคือวิธีตัดสินใจว่าจะหยิบคำไหนมาวาง ในจังหวะที่หลายคำดีพอกัน ประโยคอย่าง "อากาศวันนี้เย็นและ..." จะต่อด้วย overcast หรือ grey ก็ไม่มีใครบอกว่าผิด เพราะเป็นคำบอกสภาพฟ้าครึ้มทั้งคู่ ลายน้ำไปนั่งอยู่ตรงนั้น ตรงจุดที่เลือกทางไหนก็ได้

ความสามารถนี้มาพร้อมโมเดล Claude รุ่นใหม่ที่เปิดตัวเมื่อวันที่ 2 สิงหาคม 2026 ซึ่งเป็นวันเดียวกับที่ข้อกำหนดความโปร่งใสในกฎหมาย AI ของสหภาพยุโรป (EU AI Act) เริ่มบังคับใช้ คำถามที่ตามมาทันทีคือ แล้วครูหรือหัวหน้างานจะตรวจได้ไหมว่างานชิ้นนี้ให้ AI เขียน คำตอบสามข้ออยู่ในเอกสารที่ Anthropic เผยแพร่อธิบายกลไกด้วยตัวเอง และทั้งสามข้อล้วนไม่ตรงกับภาพจำแบบ "ฝังลายน้ำแล้วจับได้"

ลายน้ำอยู่ตรงจังหวะที่คำไหนก็ได้

เวลาโมเดลภาษาเขียนข้อความ มันไม่ได้เห็นทั้งประโยคล่วงหน้าแล้วค่อยพิมพ์ออกมา แต่เลือกทีละคำจากรายชื่อคำที่เป็นไปได้ ซึ่งมีคะแนนความน่าจะเป็นกำกับไว้ทุกตัว กลไกการเดาคำถัดไปแบบนี้เองที่ทำให้ AI เดาข้อมูลผิดได้อย่างมั่นใจ เมื่อคะแนนพาไปทางที่ไม่ตรงกับความจริง

บางจังหวะมีคำหนึ่งที่คะแนนนำโด่ง เช่น ประโยคที่ถามว่าผลงานชิ้นดังของ Isaac Newton ชื่ออะไร คำถัดไปแทบมีคำตอบเดียว หรือโจทย์บวกเลขอย่าง 2 + 2 ที่มีคำตอบเดียวเหมือนกัน แต่ในงานเขียนทั่วไป คะแนนสูสีกันเป็นเรื่องปกติ ข้อความหนึ่งหน้ามีทางแยกเล็กๆ แบบนี้เป็นร้อยจุด

ทางแยกที่คะแนนสูสีกันนี่แหละคือจุดที่เดิมทีใช้ตัวเลขสุ่มมาชี้ขาด เหมือนทอยลูกเต๋าว่าจะเอาคำไหน ลายน้ำเข้ามาเปลี่ยนแค่แหล่งที่มาของตัวเลขสุ่มนั้น จากตัวเลขที่สุ่มขึ้นมาลอยๆ กลายเป็นตัวเลขที่คำนวณจากคีย์ลับรวมกับคำก่อนหน้าไม่กี่คำ สำหรับคนอ่าน ผลการเลือกจึงยังดูสุ่มเหมือนเดิม แต่คนที่ถือคีย์คำนวณย้อนกลับได้ว่าคำที่เลือกเป็นไปตามค่าที่คีย์กำหนดหรือเปล่า

คำเปรียบเทียบในเอกสารต้นทางคือเกมเศรษฐี ถ้าเปลี่ยนจากการทอยลูกเต๋าไปเดินตามเลขหลังจุดทศนิยมของค่าพายแทน ผู้เล่นคนอื่นยังเห็นการเดินที่มั่วเหมือนเดิม แต่คนที่รู้ว่าเกมนี้เดินตามค่าพาย ย้อนกลับมาตรวจทีหลังได้ว่าใช่หรือไม่ใช่

สิ่งที่กลไกนี้ไม่ได้ทำก็สำคัญพอกัน มันไม่ได้เติมตัวอักษรที่มองไม่เห็น ไม่ได้แนบข้อมูลซ่อนไว้ท้ายข้อความ และไม่ได้ทำให้ราคาหรือความเร็วในการตอบเปลี่ยนไป

เจอลายน้ำแล้วก็ยังไม่รู้ว่าใครเขียน

ข้อแรกที่เอกสารระบุไว้ตรงๆ คือลายน้ำไม่ได้พกข้อมูลระบุตัวตนติดไปด้วย ย้อนกลับไปหาบัญชีผู้ใช้ องค์กร หรือห้องแชตที่พิมพ์ข้อความนั้นไม่ได้ ต่อให้ตรวจเจอเต็มๆ ก็รู้ได้เพียงว่าข้อความนี้น่าจะผ่านมือ Claude มาในช่วงใดช่วงหนึ่ง

คำว่าผ่านมือในที่นี้กินความหมายกว้างมาก เพราะลายน้ำแยกไม่ออกระหว่างงานที่ Claude เขียนให้ทั้งชิ้น กับงานที่คนเขียนเองแล้วให้ Claude ขัดเกลาหนักๆ มันไม่ได้ยืนยันว่าใครเป็นคนเขียน ไม่ได้เปลี่ยนความเป็นเจ้าของงาน และไม่ได้เปลี่ยนความรับผิดชอบทางกฎหมายของเนื้อหา

ในทางกลับกัน การตรวจไม่เจอลายน้ำไม่ได้แปลว่าไม่ได้ใช้ AI ข้อความสั้น ข้อความจากโมเดลรุ่นเก่า หรือข้อความที่ผ่านการแก้ไขมามาก ล้วนทำให้ไม่เหลือร่องรอยพอให้ตรวจ ทั้งที่เป็นงานจาก AI จริงๆ

คนที่ตรวจได้มีแค่คนที่ถือคีย์

การตรวจลายน้ำไม่ใช่การอ่านหาอะไรในข้อความ แต่เป็นการนับ ระบบตรวจจะไล่ดูว่าคำที่ถูกเลือกตลอดทั้งข้อความเอนไปทางที่คีย์กำหนดมากผิดปกติหรือเปล่า ถ้าไม่มีคีย์ก็ไม่รู้ด้วยซ้ำว่าต้องนับอะไร ข้อความที่มีลายน้ำกับข้อความธรรมดาจึงหน้าตาเหมือนกันทุกประการสำหรับคนนอก

ผลที่ตามมาคือครู บรรณาธิการ หรือเว็บตรวจงานเขียน AI เจ้าไหนก็ตรวจลายน้ำนี้ไม่ได้ เพราะคีย์อยู่กับผู้พัฒนาโมเดล ฝั่งผู้พัฒนาระบุว่าเครื่องมือสำหรับตรวจยังอยู่ระหว่างทำ และยังไม่เปิดให้ใช้ในวันที่ประกาศ

ตรงนี้มีจุดที่ชวนสับสน เว็บตรวจงานเขียน AI อย่าง Pangram ทำงานคนละแบบกับลายน้ำโดยสิ้นเชิง มันเดาจากสำนวน เช่น ประโยครูปแบบ "ไม่ใช่ X แต่เป็น Y" ที่โผล่ถี่ผิดปกติ หรือคำบางคำที่โมเดลชอบใช้ซ้ำ นั่นคือการเดาจากสถิติของภาษา ส่วนลายน้ำคือการนับด้วยกุญแจที่มีเจ้าของ สองอย่างนี้ตอบคนละคำถาม และผิดพลาดคนละแบบ

ความยาวก็มีผลกับการตรวจ ข้อความสั้นมีทางแยกให้ตัดสินใจน้อยเกินกว่าจะสรุปอะไรได้ ความมั่นใจในการตรวจจึงเพิ่มขึ้นตามความยาวของข้อความที่นำมาตรวจ

ต้นเหตุคือ EU AI Act ไม่ใช่ Anthropic เจ้าเดียว

ข้อกำหนดความโปร่งใสตามมาตรา 50(2) ของกฎหมาย AI สหภาพยุโรป เริ่มบังคับใช้กับผู้ให้บริการ AI ที่สร้างเนื้อหาตั้งแต่วันที่ 2 สิงหาคม 2026 ซึ่งเป็นวันเดียวกับที่โมเดลรุ่นใหม่เริ่มมีลายน้ำ แนวปฏิบัติเรื่องความโปร่งใสของเนื้อหาที่สร้างด้วย AI มีผู้ลงนามราว 190 รายเมื่อสิ้นเดือนกรกฎาคม 2026 และแบ่งข้อกำหนดเป็นสองส่วน ส่วนแรกกำหนดให้ผู้พัฒนาโมเดลต้องทำเครื่องหมายและระบบตรวจ ส่วนที่สองกำหนดให้ผู้นำไปใช้ต้องติดป้ายกำกับเนื้อหาดัดแปลงและข้อความที่สร้างด้วย AI

เท่าที่มีการสรุปเนื้อกฎออกมาเผยแพร่ ข้อกำหนดนี้จับเฉพาะข้อความที่ยาวเกิน 200 token ซึ่งเป็นหน่วยย่อยที่โมเดลใช้นับข้อความ ยาวประมาณหนึ่งคำภาษาอังกฤษหรือสั้นกว่านั้น และเป็นหน่วยเดียวกับที่ทำให้ AI นับตัว r ใน strawberry ไม่ถูก นอกจากนั้นยังกำหนดให้ผู้ให้บริการเขียนในเงื่อนไขการใช้งานว่าห้ามผู้ใช้ลบเครื่องหมายออก และให้เครื่องหมายทนต่อการใช้งานทั่วไปอย่างการแคปหน้าจอ การแปลงภาพเป็นข้อความ การคัดลอกไปวาง และการแปลภาษา

ลายน้ำเปิดใช้ทั่วโลก ไม่ได้จำกัดเฉพาะผู้ใช้ในยุโรป เหตุผลที่ Anthropic ให้ไว้คือยังไม่สามารถจำกัดการใช้งานตามภูมิภาคได้อย่างน่าเชื่อถือ ขอบเขตจึงครอบคลุมทั้งการคุยผ่านหน้าเว็บ การเรียกใช้ผ่าน API สำหรับนักพัฒนา และการใช้งานผ่านผู้ให้บริการคลาวด์รายใหญ่ ส่วนโมเดลรุ่นที่เปิดตัวก่อนหน้านั้นอยู่ในช่วงเปลี่ยนผ่าน และจะทยอยเพิ่มลายน้ำเข้าไปในเดือนถัดๆ ไป

เทคนิคที่ใช้ก็ไม่ใช่ของใหม่ที่คิดขึ้นมาเอง แต่เป็นแนวทางเดียวกับระบบลายน้ำข้อความ SynthID-Text ของ Google DeepMind ที่ตีพิมพ์ในวารสาร Nature เมื่อปี 2024 เทคนิคนี้อยู่ในกลุ่มวิธีที่มีการเสนอกันมาตั้งแต่ปี 2022 บริษัทอื่นที่ลงนามในแนวปฏิบัติฉบับเดียวกันจึงต้องทำเครื่องหมายของตัวเองเช่นกัน

เถียงกันตรงที่ว่าการเลือกคำคือตัวงานเขียนหรือเปล่า

ข้อค้านฝั่งหนึ่งมาจาก John Gruber เจ้าของบล็อกเทคโนโลยี Daring Fireball ที่บอกว่า overcast กับ grey ไม่ใช่คำเดียวกัน คำพ้องความหมายสองคำไม่เคยให้ภาพในหัวคนอ่านเหมือนกันเป๊ะ การผลักให้โมเดลเอนไปทางคำที่คีย์กำหนด จึงเท่ากับยอมทิ้งคำที่ดีที่สุดที่ทางแยกนับไม่ถ้วนตลอดทั้งข้อความ และการเลือกคำแบบนั้นก็คือตัวงานเขียนเอง ไม่ใช่ของแถมที่หยิบออกได้

หลักฐานที่ฝั่งผู้พัฒนายกมายืนยันว่าคุณภาพไม่ตก คือการทดสอบของ SynthID-Text ที่เทียบคำตอบราว 20 ล้านชิ้นระหว่างแบบมีลายน้ำกับไม่มี อัตราการกดถูกใจต่างกัน 0.01% และอัตราการกดไม่ถูกใจต่างกัน 0.02% ซึ่งทั้งคู่อยู่ในระดับที่ถือว่าไม่มีนัยสำคัญทางสถิติ ข้อโต้แย้งของ Gruber คือตัวเลขชุดนี้วัดไม่ตรงกับประเด็น เพราะคนอ่านไม่มีทางกดไม่ถูกใจเพียงเพราะโมเดลใช้คำว่า grey แทน overcast จะกดก็ต่อเมื่อเจอคำที่ผิดที่ผิดทางจนสะดุดเท่านั้น

อีกฝั่งมองว่าผู้คัดค้านเข้าใจกลไกคลาดเคลื่อนตั้งแต่ต้น Sean Goedecke ซึ่งเขียนบล็อกสายเทคนิค อธิบายว่าลายน้ำไม่ได้เอาคำที่แย่กว่ามาแทนคำที่ดีที่สุด แต่ไปแทนที่ตัวสุ่มที่ใช้ตัดสินระหว่างคำที่โมเดลให้คะแนนใกล้เคียงกันอยู่แล้ว ถ้าในบริบทหนึ่งโมเดลให้ overcast 80 ส่วน grey 20 ส่วน โมเดลที่ใส่ลายน้ำแล้วก็ยังตอบ grey ราว 20 ครั้งจากทุก 100 ครั้งเหมือนเดิม อัตราส่วนไม่ได้ถูกบิด สิ่งที่เปลี่ยนมีเพียงแหล่งที่มาของตัวเลขที่ใช้ชี้ขาด ส่วนจุดที่ไม่มีความสุ่มให้ใช้อย่างการคำนวณเลข ข้อความที่ยกมาอ้าง หรือคำถามที่มีคำตอบเดียว ลายน้ำก็ไม่มีที่ให้ลง

สองฝั่งเห็นตรงกันเรื่องกลไก สิ่งที่เถียงกันจริงๆ คือควรมองความสุ่มที่มีอยู่เดิมว่าเป็นพื้นที่ที่ใครจะนำไปใช้ประโยชน์ก็ได้ หรือเป็นส่วนหนึ่งของงานเขียนที่ไม่ควรมีใครแตะตั้งแต่แรก คำถามนี้ตอบด้วยข้อมูลการทดสอบไม่ได้ เพราะมันเป็นคำถามว่าอะไรคืองานเขียน

ลายน้ำจางตรงไหน และอะไรที่ลบมันได้จริง

ความชัดของลายน้ำไม่เท่ากันในแต่ละข้อความ ถ้าไม่มีอิสระให้เลือกคำ ลายน้ำก็แทบไม่ติด ข้อเท็จจริงที่มีคำตอบเดียว โจทย์คณิตศาสตร์ และโค้ดที่ต้องเป๊ะถึงจะรันได้ จึงแทบไม่เหลือร่องรอย ส่วนคอมเมนต์ในโค้ดที่เขียนยังไงก็ได้ยังพอมีลายน้ำติดอยู่บ้าง โดยไม่กระทบตัวโค้ดที่ทำงานจริง

ปริมาณเนื้อหาที่ AI เขียนเองก็มีผลโดยตรง ถ้าเอางานที่คนเขียนเองไปให้ช่วยตรวจคำผิดเบาๆ ถ้อยคำในข้อความยังเป็นของคนเขียนอยู่ดี ลายน้ำเลยแทบไม่มีที่เกาะ ยิ่งปล่อยให้ Claude เขียนเองมากเท่าไร จำนวนทางแยกที่มันตัดสินใจก็มากขึ้นเท่านั้น และลายน้ำก็ยิ่งชัด งานแปลเห็นภาพได้ชัด เพราะโมเดลเลือกคำในภาษาปลายทางเองทุกคำ ข้อความที่แปลออกมาจึงมีลายน้ำเต็มที่

การแก้ไขทีหลังลบลายน้ำได้ แต่ต้องแก้หนักกว่าที่คิด เพราะลายน้ำไม่ได้อยู่รวมกันเป็นก้อนเดียว มันกระจายอยู่ตามกลุ่มคำสั้นๆ ตลอดทั้งข้อความ ตำแหน่งหนึ่งจะนับเป็นหลักฐานได้ก็ต่อเมื่อคำนั้นกับคำก่อนหน้าที่อยู่ติดกันยังไม่ถูกแตะ แก้ตรงไหนก็ขาดตรงนั้น ส่วนที่เหลือยังนับได้ตามปกติ การแก้เบาๆ จึงทำให้ลายน้ำจางลง แต่ไม่ได้ทำให้หายไป

มีคนทดสอบเรื่องนี้กับระบบลายน้ำแบบเปิดที่นักวิจัยเข้าถึงได้ ผลคือการเขียนใหม่ทั้งหมดจนไม่เหลือถ้อยคำเดิม ทำให้ช่วงคำเดิมรอดมาราว 0.5% ของทั้งหมด และความแม่นยำของตัวตรวจลดจากระดับเกือบแน่นอนเหลือพอๆ กับการโยนหัวก้อย ส่วนการเขียนใหม่เพียงรอบเดียวทำได้แค่ทำให้จางลง งานวิจัยชุดเดียวกันยังพบว่าแม้แต่ข้อความที่คนเรียบเรียงใหม่เอง พอยาวถึงราว 800 token หรือประมาณ 600 คำ ก็กลับมาตรวจเจอได้อีก ตัวเลขเหล่านี้มาจากระบบเปิดที่ทดสอบได้ ส่วนระบบจริงของ Claude ไม่ได้เปิดเผยรายละเอียด จึงยังไม่มีใครนอกบริษัทเอาไปทดสอบกับของจริงได้

ส่วนไฟล์ภาพที่ AI สร้างใช้คนละกลไกกันเลย ไฟล์อย่าง .png หรือ .jpg ได้ข้อมูลกำกับที่ลงลายเซ็นไว้ตามมาตรฐานกลางของอุตสาหกรรมอย่าง C2PA แนบไปกับข้อมูลของไฟล์ ไม่ได้ซ่อนอะไรไว้ในเนื้อภาพ ใครเปิดดูข้อมูลไฟล์ก็เห็นได้ ต่างจากลายน้ำในข้อความที่มองไม่เห็นและตรวจได้เฉพาะคนถือคีย์

เดิมทีการพิสูจน์ว่างานเขียนชิ้นหนึ่งมาจากไหน อาศัยการเดาจากสำนวนล้วนๆ ทั้งฝั่งครู ฝั่งบรรณาธิการ และฝั่งเว็บตรวจ ตั้งแต่เดือนสิงหาคม 2026 การตรวจสอบเริ่มต้องอาศัยคีย์ที่มีเจ้าของชัดเจน คำถามจึงเปลี่ยนจากว่าใครจะโดนจับ เป็นใครควรได้ถือคีย์ และใครควรมีสิทธิ์กดตรวจ

---

ที่มา:

• บทความ How Claude's text watermark works จาก Anthropic
• บทความ How Claude marks AI-generated content จาก Anthropic
• บทความ Anthropic's 'Watermark' Text Adulteration in Claude Is a Perversion of Writing จาก John Gruber
• บทความ AI text watermarking is not a big deal จาก Sean Goedecke
• บทความ How AI text watermarking works จาก James Padolsey
• บทความ Code of Practice on Transparency of AI-generated Content จาก European Commission