OpenAI znakuje teksty ChatGPT w Unii Europejskiej. Niewidzialny podpis przetrwa kopiowanie

OpenAI zaczyna znakować teksty generowane przez ChatGPT i Codeksa dla użytkowników z Unii Europejskiej. Firma potwierdziła 5 października 2026 roku, że wdraża niewidzialny znak wodny o nazwie textGrain, który nie zmienia tego, co widzi czytelnik, ale zostawia w tekście statystyczny wzorzec możliwy do wykrycia przez dedykowany detektor. Deweloperzy korzystający z API mogą włączyć tę funkcję od razu i w dowolnym kraju, choć domyślnie pozostaje ona wyłączona.

To pierwszy tak szeroki ruch OpenAI w stronę maszynowego oznaczania treści i bezpośrednia odpowiedź na obowiązki wynikające z unijnego rozporządzenia o sztucznej inteligencji. Dla osób pracujących z treścią w SEO i AIO oznacza to, że od teraz część materiałów wychodzących z modelu będzie nosiła techniczny ślad pochodzenia, którego nie da się zobaczyć gołym okiem.

Kontekst: skąd się wziął ten obowiązek

Punktem wyjścia jest artykuł 50 unijnego AI Act, czyli część rozporządzenia poświęcona przejrzystości. Przepisy te zaczęły obowiązywać 2 sierpnia 2026 roku i nakładają na dostawców systemów generatywnych wymóg oznaczania wytworzonych treści w formacie czytelnym maszynowo. Nie chodzi o widoczną etykietę w stylu „wygenerowane przez AI” dopisywaną pod akapitem, tylko o sygnał, który inne systemy potrafią odczytać i zweryfikować.

Dla systemów, które trafiły na rynek przed 2 sierpnia 2026 roku, prawodawca przewidział okres przejściowy. Termin dostosowania się do obowiązków dotyczących oznaczania i wykrywalności przypada na 2 grudnia 2026 roku. Z perspektywy OpenAI październikowe wdrożenie to więc nie wyprzedzanie regulatora, tylko wejście w harmonogram z niewielkim zapasem.

Warto odnotować geografię tej decyzji. Znakowanie w ChatGPT i Codeksie uruchamiane jest wyłącznie w Unii Europejskiej, na wszystkich planach taryfowych. Poza UE firma nie włącza mechanizmu domyślnie, a jedyną drogą do niego jest świadome włączenie opcji w API. Rynek europejski stał się zatem poligonem, na którym sprawdzi się, czy znakowanie tekstu w skali produkcyjnej w ogóle działa.

Kluczowe fakty

Jak w praktyce działa textGrain

Mechanizm nie dopisuje niczego do tekstu i nie ukrywa znaków specjalnych między literami. Działa na poziomie, na którym model podejmuje decyzję o kolejnym słowie. Przy generowaniu odpowiedzi model w każdym kroku szacuje prawdopodobieństwo wielu możliwych kontynuacji. Zazwyczaj kilka z nich jest niemal równie dobrych, a wybór między nimi jest w praktyce arbitralny.

textGrain wykorzystuje właśnie tę swobodę. Tajny klucz delikatnie przechyla wybory modelu w stronę określonej grupy słów, i robi to setki razy w obrębie jednej odpowiedzi. Pojedyncze przechylenie jest nieodróżnialne od zwykłej zmienności języka, ale suma tych przechyleń tworzy rozkład statystyczny, który odbiega od tego, czego spodziewalibyśmy się po tekście pisanym bez klucza. Detektor nie szuka konkretnego słowa, tylko testuje, czy cały fragment pasuje do wzorca.

Praktyczna konsekwencja jest taka, że sygnał podróżuje razem z tekstem. Skopiowanie treści z okna czatu, wklejenie jej do edytora, przeniesienie do systemu CMS czy wysłanie mailem nie usuwa znaku wodnego, bo znak nie jest osobną warstwą danych, tylko właściwością samego doboru słów. OpenAI podkreśla przy tym dwie rzeczy: znak nie identyfikuje użytkownika, a pomiary nie wykazały istotnego pogorszenia jakości odpowiedzi modelu.

Czego detektor nie pokaże

Narzędzie do weryfikacji na starcie nie jest publiczne. Dostęp otrzymują wyłącznie zatwierdzeni badacze i organizacje eksperckie, po złożeniu wniosku. Sam detektor odpowiada w zasadzie na jedno pytanie: czy w badanym fragmencie obecny jest znak wodny. Nie ujawnia tożsamości użytkownika, nie pokazuje treści promptu ani historii rozmowy. To ważne rozróżnienie, bo w publicznej dyskusji znakowanie bywa mylone z inwigilacją, a tutaj mówimy o teście statystycznym na tekście, nie o zapytaniu do bazy kont.

Dlaczego nie widoczna etykieta

Pytanie, które wraca w komentarzach, brzmi: po co budować mechanizm statystyczny, skoro wystarczyłoby dopisać pod odpowiedzią zdanie o jej maszynowym pochodzeniu. Odpowiedź leży w treści przepisu. Rozporządzenie wymaga oznaczenia w formacie czytelnym dla maszyn, czyli takiego, które inny system potrafi automatycznie odczytać i zweryfikować. Zdanie dopisane na końcu akapitu tego warunku nie spełnia, bo znika przy pierwszym skopiowaniu fragmentu, a jego obecność niczego nie dowodzi.

Jest też powód praktyczny. Widoczna etykieta obciąża użytkownika i zmienia produkt: każdy wyeksportowany tekst wymagałby ręcznego czyszczenia, a w zastosowaniach takich jak generowanie kodu w Codeksie byłaby po prostu nie do przyjęcia. Znak statystyczny pozwala pogodzić wymóg oznaczalności z użytecznością narzędzia, kosztem tego, że zwykły odbiorca nie ma jak go sprawdzić.

Gdzie ten mechanizm się rozpada

Najciekawsza część komunikatu dotyczy nie skuteczności, tylko jej granic, a te są wyraźne. Przy progu jednego procenta fałszywych wskazań detektor rozpoznał znak wodny w około 80 proc. fragmentów liczących 200 tokenów i w około 95 proc. fragmentów liczących 400 tokenów. Innymi słowy: im dłuższy tekst, tym pewniejszy wynik, a krótkie odpowiedzi w praktyce wymykają się weryfikacji.

Drugi próg to edycja. Na próbie czterystutokenowych fragmentów w języku angielskim z zestawu ELI5 wymiana co dziesiątego słowa na synonim obniżyła wykrywalność z około 92 proc. do 66 proc. Przy wymianie co czwartego słowa skuteczność spadła do 17 proc. To nie jest degradacja łagodna, tylko załamanie. Zwykła redakcja tekstu, która w redakcjach i agencjach jest standardem, rozbija sygnał bez żadnego wysiłku skierowanego przeciwko znakowi wodnemu.

Do tego dochodzą kategorie treści, w których mechanizm z definicji działa słabo: bardzo krótkie wypowiedzi, odpowiedzi matematyczne oraz teksty przetłumaczone na inny język. W każdym z tych przypadków swoboda doboru słów, na której opiera się cały pomysł, jest po prostu zbyt mała.

Sama OpenAI stawia sprawę jasno i w komunikacie zastrzega, że znak wodny nie mierzy, jak dużo wniósł człowiek, a jego brak nie dowodzi, że tekst napisał człowiek. To zdanie powinno zostać przyklejone do monitora każdemu, kto myśli o budowaniu polityki redakcyjnej na wyniku detektora.

Co to znaczy dla SEO i AIO

Pierwsza i najważniejsza konkluzja: to nie jest sygnał rankingowy. Google nie ma dostępu do klucza OpenAI, detektor nie jest publiczny, a wyszukiwarka wielokrotnie powtarzała, że ocenia jakość i przydatność treści, a nie sposób jej powstania. Nic w tym komunikacie nie zmienia zasad gry w organicznych wynikach wyszukiwania, i nie ma podstaw, by w najbliższych tygodniach spodziewać się karania stron za obecność znaku wodnego.

Druga konkluzja dotyczy ryzyka operacyjnego, i to tutaj robi się konkretnie. Znakowanie zmienia status tekstu wychodzącego z modelu z anonimowego na potencjalnie atrybuowalny, a to przekłada się na kilka obszarów pracy:

• Umowy z klientami i podwykonawcami. Jeśli kontrakt zawiera klauzulę o treści pisanej przez człowieka, pojawia się narzędzie, którym w teorii można to zweryfikować. Warto przejrzeć zapisy, zanim zrobi to druga strona.
• Procesy redakcyjne. Granica między „wygenerowane” a „napisane z pomocą modelu” przestaje być kwestią deklaracji. Dobrze udokumentowany workflow jest w tej sytuacji lepszą ochroną niż jakakolwiek sztuczka techniczna.
• Zgodność regulacyjna. Firmy działające na rynku unijnym, które same wdrażają modele we własnych produktach, mają własne obowiązki z artykułu 50 i termin 2 grudnia 2026. Ruch OpenAI jest sygnałem, że egzekwowanie przepisów wchodzi w fazę praktyczną.
• Dokumentacja autorstwa. Rośnie wartość tego, co da się wykazać niezależnie od detektora: realne biogramy, poprawnie wypełnione dane strukturalne, historia zmian w CMS.

Ta ostatnia kwestia wpisuje się w szerszy trend. Zaledwie kilka dni wcześniej Google zaostrzyło własne wytyczne dotyczące treści AI i fałszywych profili autorskich, o czym pisaliśmy w materiale o ręcznym fact-checku i końcu fałszywych autorów. Dwa niezależne ruchy, dwa różne podmioty, ale wektor ten sam: pochodzenie i autorstwo treści przestają być polem, na którym można bezkarnie improwizować. Jeśli chcesz uporządkować własne zasady, zacznij od tego, gdzie przebiega granica w polityce Google wobec treści AI.

Czy to coś zmienia w widoczności w modelach

Z punktu widzenia AIO, czyli optymalizacji pod cytowania w asystentach, znak wodny jest neutralny. Dotyczy tekstu wychodzącego z modelu, a nie tekstu, który model czyta na stronie. Nie ma mechanizmu, przez który obecność lub brak textGrain w treści publikowanej na witrynie wpływałaby na to, czy ChatGPT, Perplexity albo Gemini zacytują tę stronę w odpowiedzi.

Teoretyczne pytanie na przyszłość brzmi inaczej i jest znacznie ciekawsze: co się stanie, gdy modele będą trenowane na korpusie, w którym rosnący udział mają teksty noszące znak wodny poprzedniej generacji. Na razie to problem laboratoryjny, ale im więcej dostawców wdroży znakowanie, tym szybciej stanie się praktyczny.

Reakcje branży

OpenAI nie jest tu pionierem. Anthropic uruchomił globalne znakowanie tekstów Claude’a już w sierpniu 2026 roku, bez ograniczenia do jednego rynku, i zebrał za to sporo krytyki od użytkowników, którzy argumentowali, że ingerencja w dobór słów narusza ich kontrolę redakcyjną nad tekstem, za który płacą. Opisywaliśmy ten przypadek w artykule o znakowaniu tekstów Claude, i część ówczesnych zarzutów wraca dziś pod adresem OpenAI.

Komentarze po środowej publikacji dzielą się mniej więcej na trzy obozy. Pierwszy, najbardziej przychylny, uznaje znakowanie za minimalny koszt uczciwości wobec odbiorcy i zwraca uwagę, że brak widocznej etykiety jest rozwiązaniem łagodniejszym niż alternatywy rozważane na etapie prac nad rozporządzeniem.

Drugi obóz skupia się na asymetrii. Skoro mechanizm rozpada się przy wymianie co czwartego słowa, to realnie oznaczone pozostaną teksty publikowane bez redakcji, a więc w dużej mierze te, które i tak najmniej obchodzą regulatora. Ktokolwiek faktycznie chce ukryć pochodzenie tekstu, zrobi to jednym przejściem przez parafrazator. Znakowanie trafia więc w użytkownika niedbałego, nie w użytkownika nieuczciwego.

Trzeci głos, najczęściej podnoszony przez wydawców i uczelnie, dotyczy dostępu do detektora. Dopóki narzędzie pozostaje w rękach wąskiej grupy zatwierdzonych podmiotów, dla zwykłej redakcji czy szkoły nic się praktycznie nie zmienia. Pojawia się za to ryzyko odwrotne: rynek narzędzi do „wykrywania AI” dostanie nowy argument marketingowy, mimo że żadne z komercyjnych narzędzi nie ma dostępu do klucza i nie jest w stanie zweryfikować znaku wodnego OpenAI.

Na tle rynku ruch OpenAI wpisuje się w dłuższą linię. Google od lat rozwija rodzinę SynthID, obejmującą oznaczanie obrazu, dźwięku i wideo, a wariant dla tekstu udostępnił społeczności w otwartej formie jeszcze w 2024 roku. Różnica polega na tym, że wcześniejsze wdrożenia dotyczyły głównie mediów, w których przestrzeń na ukrycie sygnału jest ogromna. Tekst jest najtrudniejszym przypadkiem, bo nośnikiem jest sam dobór słów, a każda zmiana tego doboru jest zarazem zmianą treści. Dlatego liczby podane przez OpenAI, nawet te słabsze, są dla branży ciekawsze niż sam fakt wdrożenia.

Co dalej

W najbliższych tygodniach znakowanie powinno objąć wszystkich kwalifikujących się użytkowników ChatGPT i Codeksa w Unii Europejskiej. Trzy daty warto trzymać w kalendarzu: 5 października 2026 jako moment otwarcia opcji w API, 2 grudnia 2026 jako termin dostosowania starszych systemów do obowiązków z artykułu 50, oraz nieokreślony jeszcze moment, w którym OpenAI zdecyduje, czy rozszerzyć znakowanie poza rynek unijny.

Dla zespołów content i SEO rozsądny plan na teraz wygląda prosto. Po pierwsze, ustalić i spisać, w jakich procesach faktycznie używacie modeli, bo bez tego żadna rozmowa o zgodności nie ma punktu odniesienia. Po drugie, przejrzeć umowy pod kątem klauzul o autorstwie. Po trzecie, nie kupować narzędzi obiecujących wykrywanie znaku wodnego OpenAI, bo na dziś nikt poza zatwierdzonymi badaczami takiej możliwości nie ma. Po czwarte, wzmocnić to, co i tak buduje wiarygodność niezależnie od regulacji: prawdziwych autorów, poprawne dane strukturalne i czytelną historię publikacji.

Największym pytaniem otwartym pozostaje skala. Jeśli znakowanie zostanie przy jednym rynku i jednym dostawcy, pozostanie ciekawostką regulacyjną. Jeśli dołączą kolejni dostawcy modeli i kolejne jurysdykcje, w ciągu roku staniemy przed sytuacją, w której domyślnym stanem tekstu maszynowego jest tekst oznaczony, a wyjątkiem jest tekst czysty. To przesunięcie zmieniłoby nie tyle rankingi, co sposób, w jaki branża w ogóle rozmawia o autorstwie.

FAQ