Anthropic mulai menandai teks Claude dengan watermark — dan 1.922 perkara pengadilan menunjukkan apa yang tak bisa diperbaikinya

Pada 11 Agustus 2026, Anthropic mulai menyisipkan watermark ke dalam teks yang ditulis Claude, dan tiga hari kemudian menerbitkan FAQ berbahasa sederhana yang menjelaskan cara kerjanya. Pemicunya tidak misterius: Pasal 50 Undang-Undang AI Uni Eropa, yang mewajibkan penyedia menandai keluaran buatan mesin dalam bentuk yang bisa dibaca mesin, mulai berlaku pada 2 Agustus.

Jadi sebuah kemampuan nyata baru saja tiba. Sebagian besar teks tulisan AI yang beredar sekarang membawa sinyal yang, dalam kondisi yang tepat, bisa dilacak kembali sampai ke model yang memproduksinya.

Dan inilah bagian yang layak direnungkan. Pada hari yang sama saat tanda itu diluncurkan, sebuah basis data publik putusan pengadilan yang menyangkut konten berisi halusinasi AI berada di angka 1.922 perkara. Tak satu pun merupakan kegagalan watermark. Semuanya adalah kegagalan verifikasi: seseorang mengajukan, menerbitkan, atau menagih atas keluaran model tanpa memeriksa apakah hal-hal yang diklaimnya benar-benar ada. Watermark akan mendeteksi semuanya dan tidak mencegah satu pun. Tulisan ini tentang jurang itu: bagaimana penandaan bekerja dalam bahasa sederhana, apa yang benar-benar dibuktikan sebuah hasil deteksi, dan apa yang tak bisa dibuktikannya seberapa pun bagusnya nanti.

Ringkasnya:

• Tidak ada yang ditambahkan ke dalam teks. Model hanya mencondongkan, dengan sebuah kunci rahasia, pilihan di antara beberapa kata berikutnya yang sama-sama bagus. Tanpa karakter tersembunyi, tanpa metadata, tanpa beban kecepatan atau biaya — dan berlaku untuk semua orang, di mana pun.
• Hasil positif adalah bukti lemah, hasil negatif nyaris bukan bukti sama sekali. Anthropic sendiri menyatakan tanda itu tidak bisa membedakan "Claude menulis ini" dari "Claude banyak menyunting ini", lemah pada teks pendek, kode, dan paragraf faktual murni, serta terhapus oleh penulisan ulang. Pada 2024 para peneliti menunjukkan bahwa dengan kurang dari 50 dolar seseorang bisa menghapus tanda semacam ini sekaligus memalsukannya ke teks tulisan manusia.
• Asal-usul bukan verifikasi. Tanda itu memberi tahu model mana yang menangani teks tersebut. Ia tak pernah memberi tahu apakah putusan, kutipan, atau buku yang disebutkannya benar-benar ada.

Gambar: Jon Rawlinson, Wikimedia Commons, CC BY 2.0. Satu halaman penuh tanda keaslian. Masing-masing membuktikan sebuah perbatasan telah dilintasi. Tak satu pun berkata apa-apa tentang apakah pemiliknya berkata jujur.

Apa yang sebenarnya diubah Anthropic, dan apa yang tidak

Mulailah dari mekanismenya, karena hampir semua salah paham setelah ini berawal dari keliru di sini.

Ketika model bahasa menulis, ia menghasilkan satu kata pada satu waktu, dan di sebagian besar posisi tidak ada satu pilihan yang benar. "Rapatnya produktif" dan "Rapatnya bermanfaat" sama-sama benar. Model menyimpan daftar kata berikutnya yang bisa diterima lalu memilih satu lewat undian acak. Itulah sebabnya perintah yang sama memberi Anda dua jawaban yang sedikit berbeda.

Watermark teks mengganti undian acak itu dengan undian semi-acak yang digerakkan sebuah kunci rahasia. Model tetap hanya memilih di antara kata-kata yang sudah dinilainya sama baiknya, jadi kualitas tidak tersentuh. Tetapi sepanjang beberapa ratus kata, pola tentang kata mana yang menang setiap kali berhenti tampak seperti kebetulan, dan siapa pun yang memegang kuncinya bisa mengukurnya.

Rumusan Anthropic sendiri melumpuhkan dua salah kira paling umum: "tidak ada yang ditambahkan ke teks, tidak ada karakter tersembunyi." Tidak ada Unicode tak kasatmata, tidak ada spasi berlebar nol, tidak ada gumpalan metadata yang rontok saat ditempel ke penyunting teks biasa. Tidak ada pula perubahan biaya atau kecepatan. Dan ini menyala secara global: Anthropic menyatakan belum punya cara yang tahan lama untuk membatasi perilaku ini per wilayah, sehingga pengguna di São Paulo diperlakukan sama dengan pengguna di Stockholm.

Tidak ada yang baru secara ilmiah di sini. Scott Aaronson mengusulkan pendekatan ini pada 2022, Kirchenbauer dan rekan menerbitkan skema yang berfungsi di ICML 2023, dan Google DeepMind menerbitkan SynthID-Text di Nature pada Oktober 2024 — implementasi Anthropic adalah salah satu versinya. Google menjalankannya di Gemini sejak 2024, melaporkan sekitar 20 juta respons nyata tanpa perbedaan kualitas yang terdeteksi, dan sejak itu mengklaim lebih dari 10 miliar konten telah diberi watermark.

Yang membawa kita pada apa yang belum dikirim. Anthropic bilang API deteksi akan hadir "segera". Ia belum ada. Harga, tingkat positif palsu, dan model mana saja yang tercakup semuanya belum dipublikasikan, sementara portal deteksi SynthID publik milik Google, yang diumumkan Mei 2025, masih berjalan dengan daftar tunggu. Tandanya ada di miliaran dokumen; kemampuan memeriksa satu saja, bagi hampir semua pembaca tulisan ini, masih berupa janji.

Tanda itu bertahan saat disalin-tempel. Ia tidak bertahan saat ditulis ulang.

Sinyalnya hidup pada kata-kata mana yang dipilih, jadi apa pun yang mempertahankan pilihan kata akan mempertahankan tandanya, dan apa pun yang menggantinya akan menghancurkannya. Anthropic menyatakan batasnya dengan gamblang: "penulisan ulang menyeluruh di mana setiap kata diganti akan" menghapusnya. Ada dua kasus yang mematahkan pola ini dengan cara yang sering mengecoh orang.

Teks pendek dan teks faktual nyaris tak membawa apa-apa. Watermark butuh pilihan untuk bersembunyi. Satu atau dua kalimat tidak menyediakan cukup keputusan untuk membentuk pola, dan konten yang sangat faktual bisa jadi tak menyediakan pilihan nyata sama sekali — contoh Anthropic sangat jelas: setelah "Principia karya Newton", kata berikutnya pasti "Mathematica", dan tak ada kunci mana pun yang punya suara. Logika yang sama melemahkan kode, di mana sintaksis menentukan sebagian besar token, serta penyuntingan naskah, ketika model mengubah terlalu sedikit kata untuk meninggalkan sinyal.

Terjemahan membawa watermark penuh. Yang ini berlawanan dengan naluri. Minta Claude menerjemahkan sebuah dokumen ke bahasa Jepang, dan teks Jepang itu dihasilkan baru oleh Claude, kata demi kata, dengan kebebasan memilih seperti biasa — sehingga keluar dengan tanda penuh, meski gagasannya berasal dari naskah manusia yang tak bertanda. Ini kebalikan dari yang digambarkan para peneliti DeepMind di Nature, bahwa menerjemahkan teks bertanda ke bahasa lain sangat menurunkan keyakinan deteksi. Keduanya benar karena skenarionya berbeda: menerjemahkan teks bertanda di tempat lain akan meluruhkan tandanya, sedangkan meminta model sendiri yang menerjemahkan justru membubuhkan tanda baru.

Perilaku sesuai pernyataan Anthropic dalam FAQ 14 Agustus 2026 dan para penulis SynthID-Text di Nature, Oktober 2024.

Hasil positif adalah bukti lemah. Hasil negatif nyaris bukan bukti.

Seseorang menjalankan detektor pada sebuah dokumen dan memperoleh hasil. Apa yang ia ketahui sekarang?

Kalau hasilnya positif: bahwa sebagian teks ini pernah melewati model penyedia tersebut. Hanya itu. Anthropic menyatakan terang-terangan bahwa tanda itu tidak bisa membedakan "Claude menulis ini" dari "Claude banyak menyunting ini", tidak berkata apa pun tentang benar tidaknya satu klaim di dalamnya, dan tidak mengenali teks dari AI lain, karena ia hanya mengenal kuncinya sendiri.

Kalau hasilnya negatif, ia nyaris tak tahu apa-apa. Hasil bersih persis sama dengan yang Anda dapat dari parafrase berat, kutipan pendek, blok kode, model pesaing, atau model berbobot terbuka yang berjalan di laptop seseorang tanpa penandaan sama sekali.

Setiap sel di sini adalah batasan yang dipublikasikan sendiri oleh para penyedia. Sumber: FAQ watermark Anthropic (14 Agustus 2026); Dathathri dkk., Nature (Oktober 2024); Jovanović, Staab dan Vechev, ICML 2024.

Serangan yang tak dianggarkan siapa pun justru berjalan terbalik

Penghapusan adalah risiko yang dibayangkan semua orang: seseorang mencuci teks AI untuk menyembunyikan asal-usulnya. Baiklah. Tetapi ada serangan kedua dengan panah menunjuk ke arah sebaliknya, dan itulah yang seharusnya membuat Anda khawatir.

Pemalsuan berarti membuat teks yang ditulis manusia membawa watermark milik orang lain. Tak ada yang disembunyikan; ada sesuatu yang ditanamkan. Sasarannya adalah orang yang kemudian dituduh memakai AI, atau penyedia yang disalahkan atas keluaran yang tak pernah ia hasilkan.

Di ICML 2024, Jovanović, Staab, dan Vechev mendemonstrasikan kedua serangan terhadap skema tercanggih dengan tingkat keberhasilan di atas 80% dan biaya komputasi kurang dari 50 dolar. Para penulis DeepMind mengakui hal yang sama dalam makalah Nature mereka sendiri: watermark "tidak menawarkan solusi yang lengkap", memerlukan kerja sama penyedia model bahkan sekadar untuk ada, tak bisa dipaksakan pada model berbobot terbuka yang bisa dijalankan siapa saja apa adanya, dan "rentan terhadap serangan pencurian, pemalsuan, dan penghapusan". Anak kalimat terakhir itu adalah seluruh argumennya, ditulis oleh tim yang membangun teknologinya.

Eksperimen "deteksi AI" sudah pernah dijalankan. Ia menjatuhkan mahasiswa yang salah.

Alat deteksi sudah lama ada, dan itu teknologi yang berbeda dengan riwayat kerugian yang terdokumentasi. Watermark ditanamkan saat pembuatan oleh pemilik model, memakai kunci. Pengklasifikasi menebak setelah kejadian, dari ciri-ciri teksnya sendiri: seberapa mudah pilihan katanya ditebak, seberapa beragam kosakatanya. Yang pertama tahu sesuatu. Yang kedua sekadar mencocokkan pola gaya. Itulah beda antara mengukur dan memprofil.

OpenAI meluncurkan AI Text Classifier pada 31 Januari 2023 dan mematikannya pada 20 Juli tahun yang sama "karena tingkat akurasinya yang rendah". Angka mereka sendiri: menangkap 26% teks AI dan salah menandai 9% teks manusia.

Lalu Liang dan rekan menerbitkan di Patterns pada Juli 2023 temuan yang seharusnya menutup kategori ini. Dengan tujuh detektor yang diuji pada esai TOEFL karya penutur non-asli bahasa Inggris, tingkat positif palsu rata-rata mencapai 61,3%; satu detektor menandai 97,8% di antaranya. Ketika esai yang sama diminta ditulis ulang dengan kosakata yang lebih kaya, angkanya turun ke 11,6%. Para detektor itu tak pernah mengukur kepengarangan: mereka mengukur kefasihan, dan menghukum siapa pun yang bahasa Inggrisnya lebih sederhana.

Institusi lalu berhitung. Pada 16 Agustus 2023 — tepat tiga tahun yang lalu hari ini — Universitas Vanderbilt menonaktifkan detektor AI Turnitin, dengan alasan bahwa tingkat positif palsu 1% yang diklaim, dikalikan 75.000 makalah per tahun, berarti sekitar 750 mahasiswa dituduh secara keliru setiap tahun.

Watermark jelas lebih baik daripada ini; ia tidak menebak. Tetapi perhatikan apa yang tetap terbawa. Modus kegagalan sebuah sistem deteksi tak pernah berupa "tidak tahu" yang bersih, melainkan jawaban yang penuh keyakinan tentang seseorang yang spesifik. Watermark meningkatkan akurasi hasil positif. Dengan adanya pemalsuan, ia tidak menghapus tuduhan keliru, melainkan mengindustrialisasi kemampuan memproduksinya.

Regulasi datang lebih dulu daripada alatnya

Semua ini menumpuk dalam dua pekan karena pembuat undang-undang bergerak lebih dulu.

UU AI Uni Eropa membelah kewajiban menjadi dua. Pasal 50(2) mengikat penyedia: siapa pun yang membangun sistem generatif harus menandai keluarannya secara terbaca mesin, termasuk teks. Pasal 50(4) mengikat Anda: penerap yang menerbitkan teks buatan AI yang "memberi informasi kepada publik mengenai hal-hal yang menyangkut kepentingan publik" wajib mengungkapkannya.

Dan yang kedua itu membawa pengecualian yang, bagi sebagian besar pembaca, merupakan inti praktis dari seluruh rezim ini. Kewajiban tersebut tidak berlaku bila konten telah melalui tinjauan manusia atau kendali redaksional dan ada orang yang memikul tanggung jawab redaksional atasnya. Baca dua kali. Jawaban Eropa atas teks buatan AI bukan sebuah detektor. Ia adalah manusia bernama yang telah meninjaunya dan bertanggung jawab atasnya.

Kewajiban pelabelan datang sesuai jadwal; deteksi yang bisa dipakai tidak. Sumber: UU AI Uni Eropa dan tanggal penerapannya, kode etik transparansi Uni Eropa (Juli 2026), aturan pelabelan Tiongkok dan standar GB 45438-2025, UU Dasar AI Korea, serta pengumuman Anthropic.

Sisa kalendernya pendek. Kode etik transparansi Uni Eropa dinilai memadai pada 8–9 Juli 2026 dan menarik sekitar 190 penanda tangan, termasuk Anthropic, Google, Meta, Microsoft, Mistral, dan OpenAI. Pada 2 Desember 2026 masa tenggang berakhir, memperluas kewajiban penandaan ke sistem yang dipasarkan sebelum 2 Agustus; 2 Februari 2027 adalah tenggat interoperabilitas deteksi. Aturan pelabelan Tiongkok berlaku sejak 1 September 2025, mewajibkan label yang terlihat sekaligus label tertanam berdasarkan standar GB 45438-2025, dengan Pasal 10 melarang siapa pun menghapus atau memalsukan label. UU Dasar AI Korea berlaku sejak 22 Januari 2026, dengan kewajiban pelabelan dan denda hingga 30 juta won. Amerika Serikat sama sekali tidak punya mandat federal untuk penandaan teks — ini layak dinyatakan terang-terangan, karena aturan yang diabaikan sebagian besar model di pasar bukanlah aturan global.

Satu ketiadaan lagi pantas ditaruh di sini. Wall Street Journal memberitakan pada 2024 bahwa OpenAI telah membangun metode watermark teks yang secara internal digambarkan berakurasi sekitar 99,9%. Perlakukan itu sebagai laporan pers, bukan fakta: angkanya tak pernah diverifikasi secara independen dan OpenAI tak pernah meluncurkan penandaan teks. Tulisan mereka sendiri tertanggal 11 Juni 2026 tentang kepatuhan di Uni Eropa hanya mendokumentasikan asal-usul gambar, dan mengakui batas umumnya dengan kata-kata mereka sendiri: "metadata bisa dihapus, watermark bisa memudar".

Semua perkara ini akan lolos pemeriksaan watermark

Damien Charlotin mengelola basis data publik berisi putusan pengadilan dari seluruh dunia yang mengharuskan hakim menangani konten buatan AI yang mengandung halusinasi. Diambil pada 16 Agustus 2026, angkanya 1.922 putusan. Lintasannya: sekitar 200 pada pertengahan 2025, 719 pada Januari 2026, 1.227 pada April, 1.598 pada 9 Juni, dan 1.922 hari ini — 324 di antaranya bertambah hanya dalam sepuluh pekan terakhir.

Setiap titik pada kurva ini akan membawa watermark yang sah. Sumber: basis data kasus halusinasi AI milik Damien Charlotin, diambil 16 Agustus 2026.

Arketipenya adalah Mata v. Avianca, diputus di Distrik Selatan New York pada 22 Juni 2023: sebuah memori hukum yang mengutip enam putusan pengadilan yang tidak pernah ada, dan sanksi 5.000 dolar.

Tetapi contoh yang paling berbobot justru milik Anthropic. Pada Mei 2025, dalam Concord Music v. Anthropic, para pengacara perusahaan itu sendiri mengajukan keterangan ahli yang mengutip sebuah studi yang dihalusinasikan Claude. Pemeriksaan manual melewatkannya; kuasa hukum meminta maaf kepada pengadilan. Perusahaan yang kini meluncurkan watermark teks pernah terbakar sendiri oleh pengutipan tanpa sikap kritis — atas keluaran modelnya sendiri, dalam perkaranya sendiri, dengan pengacaranya sendiri yang meninjau. Watermark pada keterangan itu akan mengembalikan hasil positif yang bersih dan meyakinkan, lalu tak mengubah apa pun.

Ini meluas melampaui ruang sidang. Deloitte Australia setuju pada Oktober 2025 untuk mengembalikan sebagian pembayaran atas laporan pemerintah senilai 440.000 dolar Australia yang memuat rujukan tak berwujud dan kutipan rekaan dari sebuah putusan. Pada 18 Mei 2025, Chicago Sun-Times dan Philadelphia Inquirer memuat daftar bacaan musim panas yang disebarkan lewat sindikasi, yang dari lima belas bukunya hanya lima yang benar-benar ada. Liang dan rekan, menganalisis 950.965 makalah dalam arXiv:2404.01268, menemukan konten hasil modifikasi LLM mencapai 17,5% pada abstrak ilmu komputer, berbanding 6,3% atau kurang di matematika dan portofolio Nature.

Soal volume juga pantas mendapat angka yang jujur alih-alih yang mengagetkan. Analisis Common Crawl oleh Graphite yang terbit Oktober 2025 menemukan sekitar 51,7% artikel baru dalam sampel ditulis AI pada Mei 2025 — dan Axios, saat memberitakannya, menambahkan catatan yang penting: proporsi itu mendatar di sekitar separuh alih-alih terus menanjak. Ini bukan banjir bandang. Ini kenormalan baru.

Inilah intinya. Tak ada satu pun dalam daftar itu yang merupakan kegagalan watermark. Pada setiap kasus, asal-usulnya tak pernah diperdebatkan: semua orang tahu ada model yang terlibat, atau akan langsung menerimanya. Yang gagal adalah tak seorang pun membuka rujukan itu dan memeriksa apakah perkara, studi, atau buku tersebut benar-benar ada.

Kesimpulannya: asal-usul bukan verifikasi

Sebut saja ini kekeliruan cap pos. Cap pos membuktikan kantor mana yang menangani surat itu. Ia tak pernah punya pendapat tentang apakah isi suratnya benar. Kita baru saja menuangkan banyak sekali upaya rekayasa untuk membuat cap pos yang sangat bagus, dan sebagian percakapan publik nyaris mengiranya sebagai pemeriksa fakta.

Peganglah tiga hal sekaligus. Deteksi positif adalah bukti lemah: ia menetapkan sebuah rute, bukan kepengarangan, dan sama sekali bukan fakta. Deteksi negatif nyaris bukan bukti. Dan cakupannya secara struktural memang tak lengkap sejak dirancang — bergantung pada kesukarelaan tiap penyedia, masing-masing memegang kuncinya sendiri, sementara model berbobot terbuka yang bisa diunduh dan dijalankan siapa saja apa adanya tidak ikut serta sama sekali. Lagi pula, untuk sekarang kemampuan memeriksa itu bahkan belum ada di tangan Anda; ia berada di balik daftar tunggu dan kata "segera".

Yang benar-benar tahan diperiksa bukanlah tanda pada keluaran, melainkan catatan yang bisa Anda turunkan ulang dari sumbernya: rekaman yang masih ada, transkrip berstempel waktu yang memungkinkan Anda melompat kembali ke momen yang dipersoalkan, kalimat yang dinisbahkan pada orang yang benar-benar mengucapkannya, klaim yang bisa dilacak sampai ke dokumen primer yang bisa Anda buka. Kami sudah pernah membahasnya soal terjemahan langsung, di mana catatan yang bisa ditinjau lebih penting daripada keluaran yang lancar, dan soal transkripsi pemeriksaan kepolisian, di mana catatan harus bertahan ketika ada yang menyanggahnya. Era watermark tidak mengubah argumen itu, melainkan mempertajamnya: begitu penandaan menjadi universal, kalimat "ada AI yang terlibat" berhenti membedakan apa pun.

Watermark menjawab dari mana sebuah teks berasal. Sesuatu yang menjawab apakah teks itu benar belum dibangun siapa pun, karena benda itu bukan detektor. Ia adalah sumber yang bisa Anda datangi kembali.

---

Di mana Telli.sh berperan: kami membangun persis sumber yang bisa Anda datangi kembali itu. Telli.sh merekam rapat, menghasilkan transkrip berstempel waktu dengan pembicara yang teridentifikasi, dan menjaga ringkasannya tetap tertambat pada audio asalnya — sehingga baris mana pun dalam catatan Anda bisa dilacak, berbulan-bulan kemudian, sampai ke detik ketika seseorang mengucapkannya. Ini bukan klaim soal mendeteksi AI. Ini separuh lain dari persoalan: ketika sebuah ringkasan mengklaim sesuatu, Anda bisa mencocokkannya dengan rekaman alih-alih memercayai kalimatnya.

Mulai catatan AI langsung

Sumber

• Anthropic, "How Claude's text watermark works" (Agustus 2026)
• Dathathri et al., "Scalable watermarking for identifying large language model outputs," Nature (Oktober 2024)
• Kirchenbauer et al., "A Watermark for Large Language Models," ICML 2023
• Jovanović, Staab & Vechev, "Watermark Stealing in Large Language Models," ICML 2024
• Liang et al., "GPT detectors are biased against non-native English writers," Patterns (Juli 2023)
• Liang et al., "Mapping the Increasing Use of LLMs in Scientific Papers," arXiv:2404.01268
• Damien Charlotin, basis data kasus halusinasi AI
• UU AI Uni Eropa, Pasal 50 — kewajiban transparansi
• Halaman gambar di Wikimedia Commons