दो मशीनरियाँ जिन्हें मिला दिया जाता है

“वॉटरमार्क” दो बहुत अलग मशीनरियों को कहा जाता है, और यह घालमेल भारी पड़ता है। पहली किसी फ़ाइल का मूल उसके मेटाडेटा में घोषित करती है, जैसे उस पर एक लेबल चिपका दिया गया हो। दूसरी खुद सामग्री को चुपचाप बदल देती है, जैसे कपड़े में ही एक बुनावट बुन दी गई हो। कोई फ़ाइल इनमें से एक लिए चल सकती है, या दूसरी, या दोनों, या कोई भी नहीं।

यह अध्याय दूसरी मशीनरी आपकी आँखों के सामने बनाता है, पहले एक टेक्स्ट में और फिर एक तस्वीर में, क्योंकि वह हिसाब से बनती है। पहली हिसाब से नहीं बनती: वह घोषित की जाती है, या नहीं की जाती। उसके बाद दोनों की तुलना आती है, यह भी कि हर एक किस चीज़ के आगे टिकती है, और यह भी कि दोनों में से कोई किस चीज़ की जगह नहीं लेती।

किसी टेक्स्ट पर लगाया गया हरी-सूची वाला वॉटरमार्क

इस साइट का खिलौना मॉडल हर उस शब्द के लिए, जो वह बनाता है, मुमकिन उम्मीदवारों की एक सूची निकालता है। एक गुप्त कुंजी, पिछले शब्द के साथ मिलकर, इस सूची के आधे हिस्से को “हरा” घोषित कर देती है। दाँव इसके बाद उस आधे हिस्से की तरफ़ हलका-सा धकेला जाता है। कुंजी और इस धक्के की ताक़त सेट कीजिए, फिर एक टेक्स्ट बनाइए: बनने वाला हर शब्द उस लेबल के साथ दिखता है जो कुंजी उसे उस पल देती है।

ऊपर का टेक्स्ट उसी कुंजी से नापा जाता है, और कोई भी दूसरा टेक्स्ट भी: कोई टेक्स्ट चिपका दीजिए, या उसे बदल दीजिए जो अभी सामने आया, फिर नापिए। नतीजा कभी “वॉटरमार्क वाला” या “वॉटरमार्क के बिना” नहीं होता: वह एक अनुपात होता है, जिसे इस बात से तुलना करनी पड़ती है कि वह वॉटरमार्क के बिना कितना होता।

किसी तस्वीर के सबसे हलके बिट में छिपा वॉटरमार्क

कोई डिजिटल तस्वीर संख्याओं की एक जाली है, हर रंग-चैनल और हर पिक्सल के लिए एक, शून्य से दो सौ पचपन तक। इनमें से किसी एक संख्या का सबसे हलका बिट बदलने से उसके मान में सिर्फ़ एक का फ़र्क़ पड़ता है: कुछ भी दिखने लायक नहीं। यह डेमो एक तस्वीर बनाता है, ठीक इन्हीं बिटों में एक संदेश छिपाता है, उसे दोबारा ढूँढ़ लेता है, और फिर आपको उसे तोड़ने देता है।

अब कोई मामूली काम चुनिए, उन कामों में से जो किसी मैसेजिंग ऐप से भेजना या किसी नेटवर्क पर साझा करना अपने आप कर देता है, और देखिए कि संदेश बचता है या नहीं।

तरीका

हरी-सूची वाला वॉटरमार्क, कदम दर कदम

1. चालू शब्द के लिए मुमकिन उम्मीदवारों की सूची और उनकी संभावना लीजिए, ठीक वैसे ही जैसे अध्याय अगला शब्द में।
2. गुप्त कुंजी और ठीक पिछले शब्द को मिलाइए, फिर उससे किसी हैश फ़ंक्शन के ज़रिए शून्य और एक के बीच एक संख्या निकालिए। आधे से नीचे हो तो उम्मीदवार हरा है; ऊपर हो तो लाल। हर कदम पर शब्दावली का आधा हिस्सा हरा होता है, पर वही आधा हिस्सा कभी नहीं: वह पिछले शब्द के साथ बदल जाता है।
3. हर हरे उम्मीदवार के logit में चुनी गई ताक़त जोड़िए, तापमान और दाँव से पहले: यही वह झुकाव है जो खिलौना मॉडल ठीक इस कदम पर मंज़ूर करता है।
4. इस सुधरे हुए वितरण में आम तरह से दाँव लगाइए। अब किसी हरे शब्द के चुने जाने के मौके ज़्यादा हैं, और कोई शब्द नामुमकिन नहीं होता; और जब इस कदम के सारे उम्मीदवार एक ही रंग के हों, तो झुकाव कुछ नहीं बदलता, क्योंकि छाँटने के लिए कोई चुनाव ही नहीं बचता।
5. अगले शब्द के लिए दोहराइए: पिछला शब्द बदल गया है, इसलिए हरी सूची भी बदल गई है।
6. किसी टेक्स्ट को नापने के लिए, दूसरे कदम का हिसाब उसके हर शब्द पर उसी कुंजी से दोहराइए, और हरे शब्दों का हिस्सा गिनिए। जिस कुंजी से टेक्स्ट बनाया गया था, उसके तहत यह हिस्सा आधे से साफ़-साफ़ ज़्यादा निकलता है; किसी आम टेक्स्ट पर, या किसी दूसरी कुंजी के तहत, वह आधे के पास ही रहता है।
7. इस नापे हुए हिस्से की तुलना अपेक्षित आधे से एक मानकीकृत अंतर के हिसाब से कीजिए: अंतर जितना बड़ा, उतना ही दुर्लभ यह देखा गया अनुपात ऐसे टेक्स्ट में होता जिसे यह वॉटरमार्क न मिला हो। यह संख्या कभी कोई फ़ैसला नहीं बनती।

सबसे हलके बिट में संदेश छिपाना, कदम दर कदम

1. तस्वीर बनाइए और उसके पिक्सल पढ़िए: हर एक के लिए शून्य से दो सौ पचपन तक की तीन संख्याएँ, हर रंग-चैनल के लिए एक।
2. संदेश की लंबाई, बाइटों की संख्या में, पहले उपलब्ध बत्तीस बिटों पर लिख दीजिए।
3. संदेश का हर बाइट उसके बाद लिखिए, हर एक आठ बिट का।
4. लिखने वाले हर बिट के लिए, रंग-चैनलों की जाली में अगली संख्या लीजिए, उसका सबसे हलका बिट मिटाइए और उसकी जगह संदेश का बिट रख दीजिए। संख्या में सिर्फ़ एक का फ़र्क़ पड़ता है, दो सौ पचपन के पैमाने पर: कोई आँख यह फ़र्क़ नहीं देखती।
5. संदेश दोबारा पाने के लिए वही बिट उसी क्रम में फिर पढ़िए, पहले लंबाई और फिर बाइट खड़े कीजिए, और उन्हें टेक्स्ट में बदल दीजिए।
6. जो काम पिक्सल दोबारा निकालता है, यानी कोई दोबारा संपीड़न या कोई आकार बदलना, वह उनका सबसे हलका बिट भी दोबारा निकाल देता है, और उसे इसकी परवाह नहीं कि वह क्या लिए चल रहा था। संदेश तभी बचता है जब यह मान बिट-दर-बिट वही रहे।

किसी सामग्री पर निशान लगाने के दो तरीके

ऊपर के दोनों प्रयोग उन दोनों मशीनरियों को उनकी ठीक जगह दे देते हैं जिन्हें यह अध्याय अलग करता है।

घोषित उद्गम: पढ़ने लायक, और कमज़ोर

एक सार्वजनिक तकनीकी मानक, C2PA, बताता है कि किसी फ़ाइल से उसके मूल और उसके इतिहास की हस्ताक्षरित जानकारी कैसे जोड़ी जाए: उसे किस डिवाइस या किस सॉफ़्टवेयर ने बनाया, उसमें क्या बदलाव हुए। जो ऐप इस मानक को पढ़ता है, वह यह जानकारी साफ़-साफ़ दिखा देता है, Content Credentials के नाम से। यह असल अर्थ में एक लेबल है: वह बताता है कि फ़ाइल कहाँ से आई, वह खुद फ़ाइल में कुछ छूता नहीं।

लेबल उखड़ जाता है। मानक खुद यह मानता है: उसकी उद्गम की जानकारी फ़ाइल से अलग की जा सकती है, जिससे वह एक साधारण स्क्रीनशॉट या फ़ाइल दोबारा सेव करने पर खो जाती है। किसी मैसेजिंग ऐप से भेजना जो तस्वीर दोबारा संपीड़ित कर देता है, कोई स्क्रीनशॉट जो सिर्फ़ दिख रहे पिक्सल उतारता है, किसी ऐसे फ़ॉर्मैट में निकालना जो मेटाडेटा का यह खंड नज़रअंदाज़ कर देता है: इनमें से कोई काम कोई हमला नहीं है, और हर एक उद्गम मिटा देने के लिए काफ़ी है, और मिटाने का कोई निशान भी नहीं छोड़ता।

यहीं सबसे फैला हुआ उलटा मतलब बैठा है: बिना घोषित उद्गम वाली तस्वीर वह तस्वीर नहीं है जो कुछ छिपा रही हो। हो सकता है वह ऐसी तस्वीर हो जिसका लेबल रास्ते में बस गिर गया, और यह घूमती हुई लगभग सारी तस्वीरों के साथ होता है।

सांख्यिकीय वॉटरमार्क: चुपचाप, और ज़्यादा टिकाऊ, पर अजेय नहीं

सांख्यिकीय वॉटरमार्क सामग्री के बगल में नहीं जुड़ता: वह खुद सामग्री को बदल देता है, बहुत थोड़ा और फैलाकर। किसी टेक्स्ट में, दाँव को किसी कुंजी से चुनी गई शब्दों की सूची की तरफ़ धकेलकर, जैसा ऊपर का डेमो अभी कर चुका है। किसी तस्वीर में, पिक्सल इस तरह बदलकर जो यहाँ समझाने के लिए इस्तेमाल हुए सबसे हलके बिटों से कहीं ज़्यादा चुपचाप हो सकता है।

प्रकृति का यह फ़र्क़ टिकाऊपन के लिए सब कुछ बदल देता है। मेटाडेटा का लेबल एक ही काम से गायब हो जाता है, क्योंकि वह डेटा के बगल का डेटा ही है। सांख्यिकीय वॉटरमार्क को खुद सामग्री में तोड़ना पड़ता है: किसी टेक्स्ट को हाथ से उतार लेने से उसकी हरी सूची में कुछ नहीं बदलता, और कोई तस्वीर कभी-कभी ऐसे कामों के आगे भी वॉटरमार्क बचा लेती है जो उसका उद्गम बिना मेहनत मिटा देते।

इस टिकाऊपन की दो सीमाएँ हैं, और दोनों ऊपर दिख चुकी हैं। पहली: वॉटरमार्क के लिए ज़रूरी है कि बनाने वाले ने उसे बनाते वक़्त लगाया हो। किसी सेवा पर ऐसा करने की कोई मजबूरी नहीं, और अगर सामग्री उसके बिना घूम चुकी हो, तो बाद में कुछ भी यह साबित नहीं करता। दूसरी: वॉटरमार्क भी अजेय नहीं है। अध्याय बनाई गई तस्वीर में दिया गया एक काम दिखाता है कि एक दोबारा-बनाने वाला हमला, जो किसी तस्वीर में शोर जोड़कर उसे फिर से खड़ा करता है, पिक्सल के स्तर पर अदृश्य वॉटरमार्क हटा देता है और दिखने वाली गुणवत्ता बचा लेता है। ऊपर आपने जो दोबारा संपीड़न या आकार बदलना चुना, वह उसी का सबसे सादा रूप है, एक अलग मशीनरी पर लगा हुआ पर उसी विचार पर: पिक्सल दोबारा निकालना उसमें छिपी चीज़ मिटा देता है।

शोध ने क्या नापा है

एक सार्वजनिक तकनीकी मानक तय करता है कि किसी फ़ाइल से उसके मूल और उसमें हुए बदलावों के इतिहास की जाँची जा सकने वाली और हस्ताक्षरित जानकारी कैसे जोड़ी जाए, और खुद मानता है कि यह जानकारी फ़ाइल से अलग की जा सकती है, इसलिए किसी स्क्रीनशॉट या दोबारा सेव करने पर खो सकती है, और उसके खोने की कोई सूचना नहीं मिलती।

बनाए गए किसी टेक्स्ट में आँख को अदृश्य एक सांख्यिकीय वॉटरमार्क डालना, हर कदम पर कुछ शब्दों का हलका पक्ष लेकर, और फिर उसे एक सांख्यिकीय जाँच से पकड़ लेना: ऊपर का डेमो ठीक यही मशीनरी चला चुका है। इस परिवार की एक मशीनरी, किसी असली सेवा के नमूना-चयन में जुड़ी हुई, Nature पत्रिका में प्रकाशित और सहकर्मी-समीक्षित हुई है: यह पन्ना जो कुछ पढ़ाने के लिए सरल कर देता है, वह कहीं और बिलकुल दूसरे पैमाने पर तैनात है।

याद रखने लायक आदत

जिस फ़ाइल का मूल मायने रखता हो, उसके सामने दो आदतें अक्सर अपनी सोच की जगह ले लेती हैं। पहली: घोषित उद्गम ढूँढ़ना और, न मिलने पर, यह नतीजा निकाल लेना कि फ़ाइल कुछ छिपा रही है। मानक खुद इसका उलटा कहता है: उद्गम का न होना घूमती हुई लगभग सारी फ़ाइलों की आम हालत है, कोई सबूत नहीं। दूसरी: किसी पहचानने वाले औज़ार से फ़ैसला माँगना, चाहे किसी टेक्स्ट पर या किसी तस्वीर पर। चौदह टेक्स्ट डिटेक्टरों के एक स्वतंत्र मूल्यांकन में, जिनमें शिक्षा में इस्तेमाल होने वाले औज़ार भी थे, यह नतीजा निकला कि कोई भी एक साथ भरोसेमंद और सटीक नहीं है; और सबसे इस्तेमाल होने वाले औज़ारों में से एक के बनाने वाले ने खुद अपना औज़ार लॉन्च के छह महीने बाद हटा लिया, और वजह यह बताई कि उसकी भरोसे की दर काम आने लायक नहीं थी।

ऊपर का हरी-सूची वाला वॉटरमार्क डेमो यही सावधानी खुद पर भी लगाता है: उसका नतीजा एक अनुपात और एक मानकीकृत अंतर है, फ़ैसला करने वाला कोई शब्द कभी नहीं। जिस सामग्री का मूल असल में मायने रखता हो, उसके सामने काम का सवाल हमेशा वही रहता है: उसे पहले किसने प्रकाशित किया, किस तारीख को, और क्या वह कहीं और से भी मिलती है। कोई तकनीकी इशारा किसी शक को दर्ज करता है, उसकी जगह कभी नहीं लेता।

आगे पढ़ने के लिए

जिस मशीनरी को यह अध्याय अलग रख देता है, यानी वह जो जान-बूझकर लगाए गए वॉटरमार्क के बजाय बनावट का अनचाहा निशान पकड़ती है, वह अध्याय बनाई गई तस्वीर और बनाई गई आवाज़ में ली गई है। टेक्स्ट का वॉटरमार्क जिस दाँव को झुकाता है, वह अध्याय अगला शब्द में विस्तार से समझाया गया है। जिन हालात में इनमें से कोई औज़ार काफ़ी नहीं पड़ता, वे कब इस्तेमाल न करें में एक जगह हैं। साइट के सारे डेमो डेमो वाले पन्ने पर एक जगह हैं, और कोर्स की सूची समझें वाले पन्ने पर है।

स्रोत

• Content Credentials: C2PA Technical Specification (version 2.4) Coalition for Content Provenance and Authenticity (C2PA), 2026। स्थापित करता है कि एक सार्वजनिक तकनीकी मानक मौजूद है जो तय करता है कि किसी फ़ाइल से उसके मूल और उसमें हुए बदलावों के इतिहास की जाँची जा सकने वाली और हस्ताक्षरित जानकारी कैसे जोड़ी जाए।
• C2PA Frequently Asked Questions Coalition for Content Provenance and Authenticity (C2PA), 2026। स्थापित करता है कि C2PA मानक खुद मानता है कि उसके उद्गम-मेनिफ़ेस्ट फ़ाइल से अलग किए जा सकते हैं, जिससे यह जानकारी एक साधारण स्क्रीनशॉट या फ़ाइल दोबारा सेव करने पर खो सकती है।
• A Watermark for Large Language Models John Kirchenbauer, Jonas Geiping, Yuxin Wen, Jonathan Katz, Ian Miers, Tom Goldstein, 2023। स्थापित करता है कि बनाए गए किसी टेक्स्ट में इंसानी आँख को अदृश्य एक सांख्यिकीय वॉटरमार्क डाला जा सकता है, हर कदम पर कुछ शब्दों का हलका पक्ष लेकर, और उसे बाद में एक सांख्यिकीय जाँच से पकड़ा जा सकता है।
• Scalable watermarking for identifying large language model outputs Sumanth Dathathri, Abigail See, Sumedh Ghaisas, Po-Sen Huang, Rob McAdam, Johannes Welbl, et al., 2024। स्थापित करता है कि SynthID-Text, एक सांख्यिकीय वॉटरमार्क जो उत्पादन में इस्तेमाल होने वाले अटकल-आधारित नमूना-चयन में जुड़ा है, Nature पत्रिका में प्रकाशित और सहकर्मी-समीक्षित हुआ (खंड 634, पृ. 818-823)।
• Testing of detection tools for AI-generated text Debora Weber-Wulff, Alla Anohina-Naumeca, Sonja Bjelobaba, Tomas Foltynek, Jean Guerrero-Dib, Olumide Popoola, Petr Sigut, Lorna Waddington, 2023। स्थापित करता है कि AI से बने टेक्स्ट को पकड़ने वाले चौदह औज़ारों के एक स्वतंत्र मूल्यांकन, जिसमें शिक्षा में इस्तेमाल होने वाले व्यापारिक औज़ार भी थे, का नतीजा यह है कि इनमें से कोई भी एक साथ भरोसेमंद और सटीक नहीं है।
• OpenAI scuttles AI-written text detector over ‘low rate of accuracy’ Devin Coldewey / TechCrunch, OpenAI के हवाले से, 2023। स्थापित करता है कि OpenAI ने AI से बने टेक्स्ट को पकड़ने वाला अपना ही औज़ार लॉन्च के छह महीने बाद हटा लिया, और वजह खुद यही बताई कि उसकी भरोसे की दर काम आने लायक नहीं थी।