
OpenAI уводи невидљиви жиг за текст у ЕУ — детектор није јаван

OpenAI је 5. октобра 2026. најавио да ће током наредних недеља додавати невидљиви жиг подобним текстуалним излазима ChatGPT-а и Codex-а за кориснике у Европској унији, како бележи извештај The Rundown AI. Обележавање преко OpenAI API-ја доступно је као избор за одабране моделе, али је подразумевано искључено. Пријаве за текстуални детектор су отворене, док је почетни приступ ограничен на одобрене истраживаче и стручне организације.
Реч је о постепеном увођењу, па најава не значи да сваки подобан одговор већ носи жиг. За читаоца је разлика важна и из другог разлога: детектор тражи сигнал у тексту, али његов налаз не утврђује ко је написао, уредио или предао коначну верзију. Приступ детектору не долази аутоматски уз приступ ChatGPT-у, Codex-у или API-ју.
Који текстови улазе у обухват
Пресудни су производ и место коришћења, а не језик којим је текст написан. Најављено подразумевано обележавање односи се на подобне текстуалне излазе ChatGPT-а и Codex-а у ЕУ, на свим плановима. Реч „подобне“ оставља простор за излазе код којих жиг није примењен или га је тешко поуздано открити; не треба је читати као обећање да ће сваки кратак одговор или сваки део кода дати употребљив сигнал.
- ChatGPT у ЕУ: жиг се постепено уводи у подобан генерисани текст на свим плановима. Корисник не добија јавни текстуални детектор уз свој налог.
- Codex у ЕУ: исти најављени приступ важи за подобне текстуалне излазе. Коришћење Codex-а само по себи не даје право на приступ детектору.
- OpenAI API: клијенти широм света могу да укључе жиг за одабране моделе, али је подразумевано искључен. Укључивање жига не отвара приступ текстуалном детектору.
Код API-ја избор остаје клијенту који уграђује модел у своју услугу: он одлучује како се обележавање уклапа у његове обавезе транспарентности и начин на који корисници добијају текст. Зато се из самог податка да апликација користи OpenAI модел не може закључити да је њен излаз обележен. Ни корисник у Србији не може да пренесе правило за ChatGPT у ЕУ на свој налог само зато што пише на српском; најављени подразумевани обухват везан је за кориснике у ЕУ.
Шта textGrain мери и где сигнал слаби

Технологија названа textGrain утиче на статистички избор речи док модел пише. Жиг није видљива ознака на крају текста: детектор процењује да ли се у одломку појављује образац повезан са OpenAI системом. За такав образац потребно је довољно текста и довољно могућих начина да се нешто каже. Кратак одговор и прецизно ограничена формулација остављају мање простора за препознавање.
У OpenAI-јевим резултатима за textGrain, при циљаној стопи лажно позитивних налаза од 1%, препознавање жига у огледу са одломцима од 400 токена пало је са око 92% на 66% после замене 10% речи синонимима, а на 17% после замене 25% речи. То су резултати одређеног теста, не обећање исте поузданости за сваки предмет, језик или дужину текста. OpenAI наводи и да су математички и други строго ограничени одговори тежи за детекцију.
Превод и накнадно уређивање могу додатно да ослабе сигнал јер мењају управо речи у којима се он налази. За српски текст зато није оправдано преузети стопу препознавања измерену на енглеским одломцима. Негативан налаз може да значи да жига нема, али и да је текст сувише кратак, измењен или преведен, да је настао пре увођења жига или преко API-ја без укљученог обележавања.
Зашто детекција не утврђује ауторство
Позитиван налаз може да укаже да је OpenAI систем генерисао или обрадио део текста. Он не показује колико је човек допринео идеји, аргументацији, провери чињеница и уређивању, нити повезује одломак са одређеним налогом или особом. Не утврђује ни власништво, одговорност за објављивање или истинитост садржаја. Постоји и ризик лажно позитивног налаза, због чега резултат не сме сам да постане оптужба.
Истраживање Александра Немечека и сарадника испитује проверљивост текстуалних жигова на отвореној имплементацији SynthID-Text на два модела. Ти огледи нису тест textGrain-а и њихови резултати се не могу приписати OpenAI-јевом детектору. Рад показује зашто су приступ алату, јасни услови мерења и независна провера важни за процену тврдњи о поузданости система који су већ у употреби.
Ограничен приступ ствара практичну неравнотежу: неко може да прими текст за који се тврди да је обележен, а да нема начин да сам провери ту тврдњу. Јавни OpenAI алати за проверу подржаних слика и звука не решавају то питање, јер текстуални детектор има посебан режим приступа. Ни позитиван ни негативан резултат не може да замени податке о томе како је конкретан текст настао.
Како школа или фирма може да тумачи налаз

Почетни програм приступа усмерен је на одобрене истраживаче и стручне организације, па школе и послодавци не треба да планирају рутинску проверу радова као да већ имају јавни детектор. Ако ипак добију налаз кроз одобрену проверу или касније проширење приступа, треба да га третирају као један податак у поступку, а не као одлуку о повреди правила. Посебно је важно забележити да ли је провераван цео изворни одговор или само уређен одломак.
- Сачувати тачну верзију текста на коју се налаз односи и записати шта је детектор пријавио, без проширивања закључка на друге верзије рада.
- Упоредити налаз са нацртима, белешкама, историјом измена и правилима установе о дозвољеној употреби AI алата. Присуство жига само по себи не говори да ли је таква употреба била забрањена.
- Омогућити особи да објасни свој поступак пре одлуке која утиче на оцену, радни однос или дисциплински статус. Одлуку образложити на основу целине доступних чињеница.
Такав поступак штити и од погрешног тумачења негативног резултата: одсуство препознатог жига није потврда да је човек сам написао текст. Границе AI детекције су посебно важне кад сумња може имати последице по конкретну особу. За кориснике у ЕУ следећа стварна промена биће ширење обележавања током најављеног периода; вредност будућих налаза зависиће и од тога колико ће детектор бити испитан на стварним, уређиваним текстовима.
Прочитајте и:
Повезани чланци


OpenAI је угасио „лажне редакције“ — AI им није донео публику

Claude Code или Codex: врста задатка бира победника

Rovo добија GPT‑6, али пословни контекст остаје у Teamwork Graph-у

ChatGPT или Gemini Deep Research: више извора није и прецизнији извештај

DeepL или Google Translate за српски: велики тестови немају локалног победника
Претплатите се на наш билтен
Добијајте најновије вести о Web3, AI-у и криптовалутама директно у пријемно сандуче.