Vízjelet kap a ChatGPT szövege az EU-ban – 25% átírás 17%-ra gyengíti

A TechCrunch október 5-i beszámolója szerint az OpenAI 2026. október 5-én bejelentette: a következő hetekben láthatatlan textGrain-vízjelet vezet be a megfelelő ChatGPT- és Codex-szövegekhez az Európai Unióban, minden előfizetési csomagban. A terv Magyarországra is kiterjed, de a fokozatos bevezetés bejelentése még nem jelenti azt, hogy már minden válasz hordozza a jelet.

Az OpenAI közzétett mérése szerint a detektor pszichológiai témájú vízjeles szövegeknél 200 token hosszúságban körülbelül 80%-os, 400 tokennél 95%-os felismerést ért el 1%-os célzott téves pozitív arány mellett; egy külön, 400 tokenes angol szövegeken végzett próbában a szavak 10%-ának szinonimacseréje 92%-ról 66%-ra, 25%-ának cseréje pedig 17%-ra csökkentette a felismerést. A két próba eltérő feltételei miatt a hosszúság és az átírás hatására közölt arányok nem vonhatók össze egy általános pontossági mutatóvá.

Hogyan kerül a jel a szövegbe?

A textGrain a szöveg létrehozásakor alakítja a modell szóválasztásának statisztikai mintázatát. A detektor azt vizsgálja, hogy a mintázat egy részletben gyakrabban jelenik-e meg, mint véletlen választások esetén várható volna. Az olvasó nem lát külön jelet vagy rejtett karaktereket: a vízjel magában a megfogalmazásban van. Ezért a változatlan másolás megőrizheti, míg a szavak cseréje éppen azt a mintát gyengítheti, amelyet a detektor keres.

Az OpenAI súgója szerint a 200 tokennél rövidebb kimenetek és a kódrészletek mentesülhetnek a vízjelezés követelménye alól; a felismerés nyelvenként is eltér. Rövid válaszban vagy kötött megfogalmazású szövegben kevesebb szóválasztásból épülhet felismerhető minta. A közölt szinonimacserés eredmény angol szövegekre vonatkozik, így nem ad külön felismerési arányt magyar szövegekre.

Mit jelentenek a mért arányok egy konkrét szövegnél?

A felismerési arány azt mutatja, hogy a detektor a vizsgált vízjeles minták mekkora részében talált jelet. Nem annak valószínűsége, hogy egy kézben tartott beadandót vagy jelentést valamelyik rendszer írta. A szöveg hossza, témája és utólagos módosítása külön-külön befolyásolja, mennyire maradhat észlelhető a minta.

• Rövidebb, változatlan prózai részlet: a jel felismerhető lehet, de a detektor a kedvezőbb témájú tesztben is elmulasztott vízjeles szövegeket. Egy negatív eredmény ebből a helyzetből sem bizonyít emberi szerzőséget.
• Hosszabb, változatlan prózai részlet: több szóválasztás hordozhatja ugyanazt a mintát, és a közölt hosszúsági próbában jobb volt a felismerés. Ez a megfigyelés a vizsgált szövegtípusra és tesztfeltételekre érvényes.
• Mérsékelt szinonimacsere: a szöveg mondanivalója hasonló maradhat, miközben a felismerés gyengül. A detektor a megfogalmazásban elhelyezett jelre reagál, ezért egy szerkesztett változat más eredményt adhat.
• Jelentősebb szinonimacsere: a vizsgált angol mintában meredeken visszaesett a felismerés. Ha egy szöveget alaposan átfogalmaztak, a negatív találatból különösen keveset lehet következtetni az eredetére.

A fordítás szintén megváltoztatja a szóválasztást. Egy angolul létrehozott, majd magyarra fordított válasz vizsgálata ezért más helyzet, mint a változatlan angol szövegé. Az olyan válaszoknál pedig, ahol kevés elfogadható megfogalmazás létezik – például egy pontos matematikai eredménynél –, eleve kisebb tér jut a jel kialakítására. Ezek a különbségek magyarázzák, miért nem alkalmazható egyetlen tesztarány minden tantárgyra, munkaköri szövegre vagy nyelvre.

Mit bizonyíthat egy pozitív találat?

A pozitív jelzés arra utal, hogy a vizsgált részletben felismerhető az OpenAI rendszeréhez kapcsolódó vízjelmintázat. Nem nevezi meg a felhasználót, a fiókot vagy a kérést, és nem mutatja meg, hogy a végleges szöveg mekkora részét fogalmazta vagy szerkesztette ember. A detektor téves pozitív eredményt is adhat: a teszt célzott hibaaránya nem jelenti a téves jelzések kizárását.

Munkahelyi jelentésnél és iskolai beadandónál ezért el kell választani a rendszer közreműködésének jelzését a szerzőség és a felelősség kérdésétől. A vízjel nem ellenőrzi az állítások igazságát, nem állapít meg tulajdonjogot, és önmagában nem dönti el, sérült-e egy munkáltató vagy intézmény szabálya. A végleges szövegbe emberi döntések és javítások is bekerülhettek; a jelzés ezek mértékét nem méri. A hiányzó jel ugyanígy nyitva hagyja az eredet kérdését, különösen rövid, fordított vagy erősen átdolgozott részletnél.

Mi következik az uniós bevezetésben?

A ChatGPT és a Codex megfelelő uniós kimeneteinek vízjelezése fokozatos bevezetés alatt áll. Az API ügyfelei világszerte külön kapcsolhatják be a funkciót egyes modelleknél; ott az alapbeállítás kikapcsolt. A szöveges detektorhoz kezdetben jóváhagyott kutatók és szakértő szervezetek kaphatnak hozzáférést, ezért egy átlagos felhasználó nem tudja nyilvános ellenőrző oldalon önállóan megvizsgálni a ChatGPT-szövegek jelét.

A bevezetés tényleges lefedettsége és a valós használatból származó, nyelvenkénti eredmények mutathatják meg pontosabban, mire számíthatnak a magyar felhasználók. Addig egy szerkesztett magyar szöveg esetében a detektor esetleges találata az OpenAI közreműködésére utaló jelzésként értelmezhető, nem egy ember szerzőségéről vagy szabályszegéséről szóló ítéletként.

Olvassa el ezt is:

• DeepL vagy Google Fordító: magyar szövegnél a feladat típusa dönt
• ChatGPT vagy Gemini Deep Research: a több forrás nem mindig jobb
• MI-vel írt önéletrajz: a sima szövegnél már a bizonyítható eredmény számít