Eksplainer: Cara Kerja Watermark AI, Penanda Tak Terlihat pada Teks Buatan Mesin

Ketika OpenAI mengumumkan textGrain — watermark tak terlihat untuk teks ChatGPT di Uni Eropa — banyak orang membayangkan semacam stempel digital tersembunyi di dalam teks. Kenyataannya lebih elegan sekaligus lebih rapuh: tidak ada yang disembunyikan di dalam teks, karena penandanya adalah cara teks itu dipilih.

Cara kerja watermark statistik berakar pada ide sederhana yang dipopulerkan peneliti pada 2023. Saat model bahasa memilih kata berikutnya, ia sebenarnya memilih dari daftar kandidat berperingkat. Watermark membagi seluruh kosakata menjadi dua kelompok — sebut saja daftar hijau dan daftar merah — menggunakan kunci rahasia. Lalu model didorong untuk sedikit lebih sering memilih kata dari daftar hijau. Pergeserannya sangat kecil: pembaca manusia tidak akan menyadari ada yang aneh, tetapi dalam ratusan kata, proporsi kata "hijau" menjadi tinggi secara statistik tidak wajar.

Karena tidak ada karakter tersembunyi atau metadata yang disisipkan, watermark ini tidak bisa dilihat apalagi dihapus dengan cara biasa. Ia hidup di dalam pilihan kata itu sendiri, sehingga ikut terbawa saat teks disalin dari ChatGPT ke email, dokumen, atau situs web. Inilah keunggulannya dibanding metadata: metadata copot begitu berkas disalin, watermark statistik menempel pada bahasanya.

Detektor bekerja dengan kunci rahasia yang sama. Ia membaca teks, menghitung berapa banyak kata yang jatuh di daftar hijau, lalu menguji: apakah proporsi ini wajar untuk tulisan manusia, atau terlalu hijau untuk jadi kebetulan? Makin panjang teks, makin yakin hasilnya. Dalam pengujian OpenAI, detektor mengenali sekitar 80 persen teks watermark sepanjang 200 token dan sekitar 95 persen pada 400 token, dengan target positif palsu 1 persen.

Batasannya sama pentingnya dengan kemampuannya. Pertama, pengeditan merontokkannya: mengganti 10 persen kata dengan sinonim menurunkan deteksi dari 92 persen menjadi 66 persen, dan mengganti 25 persen menjatuhkannya ke 17 persen. Kedua, teks pendek, jawaban matematika, dan teks terjemahan sulit dideteksi karena pilihan katanya memang sempit. Ketiga, hasil negatif tidak membuktikan tulisan manusia — teksnya bisa terlalu pendek, terlalu banyak diedit, atau berasal dari model lain.

Dibanding pendekatan lain, watermark statistik menempati posisi tengah. Metadata dan standar provenance seperti C2PA memberi label eksplisit tetapi mudah dicopot. Detektor gaya lama yang menebak dari "gaya tulisan AI" terkenal tidak akurat. Watermark statistik lebih kuat dari keduanya, tetapi tetap bukan sidik jari yang tak terhapuskan. Google memakai pendekatan sekeluarga bernama SynthID untuk teks, gambar, dan audio keluarannya.

Lalu mengapa OpenAI membatasi akses detektor hanya untuk peneliti terverifikasi? Karena positif palsu punya harga sosial: menuduh karya tulis seseorang sebagai buatan AI bisa merusak reputasi, nilai, bahkan karier. Detektor yang bocor ke publik juga melatih para penghapus watermark. Ini dilema klasik keamanan: alat yang terlalu terbuka menjadi tidak berguna, alat yang terlalu tertutup menjadi tidak dipercaya.

Hipotesis redaksi: watermark tidak akan memenangkan perang melawan manipulasi konten — tidak ada satu penanda yang bisa. Tetapi ia mengubah ekonomi kebohongan: memproduksi konten AI massal tanpa jejak menjadi sedikit lebih mahal dan sedikit lebih berisiko. Masa depan bukanlah satu penanda ajaib, melainkan lapisan provenance bertumpuk — watermark statistik, metadata kriptografis, dan catatan rantai distribusi — yang bersama-sama membuat kebohongan skala industri lebih sulit disembunyikan daripada hari ini.