Google DeepMind introduceert een onzichtbaar watermerk voor AI-teksten: SynthID Text. De techniek markeert automatisch gegenereerde tekst, zonder dat lezers iets zien. Het wordt uitgerold via Google Cloud’s Vertex AI, ook in Europa. Het doel is herkomst herkenbaar maken en organisaties helpen bij transparantie-eisen uit de Europese AI-verordening.
DeepMind lanceert tekstwatermerk
SynthID Text voegt tijdens het schrijven een subtiel patroon toe in de woordkeuze. Dat patroon is onzichtbaar voor mensen, maar een detector kan het opsporen. De inhoud en stijl blijven hetzelfde. De bron van een tekst kan zo later worden vastgesteld als AI-gegenereerd.
De techniek werkt door kleine voorkeuren in het taalmodel aan te brengen. Het algoritme kiest dan net iets vaker bepaalde synoniemen of interpunctie. Een bijbehorende detector herkent het statistische spoor. Het is geen versleuteling en verandert de betekenis niet.
Op het moment van schrijven is SynthID Text alleen beschikbaar voor geselecteerde modellen op Vertex AI, zoals varianten van Gemini. De functie richt zich vooral op zakelijke en publieke organisaties. Het detectiegereedschap is niet algemeen openbaar. Daardoor blijft controle vaak bij de aanbieder.
Een digitaal watermerk in tekst is een onzichtbaar patroon in woordkeuze en ritme, bedoeld om AI-herkomst achteraf betrouwbaar te herkennen.
Detectie blijft onzeker
Het watermerk is gevoelig voor bewerking. Parafraseren, vertalen of stevig redigeren kan het signaal verzwakken of verwijderen. Ook kopiëren en plakken tussen systemen kan invloed hebben. Detectie is dus kansrijk, maar niet gegarandeerd.
Vals-positieve en vals-negatieve uitkomsten blijven een risico. In het verleden stopte OpenAI een eigen tekstdetector vanwege lage betrouwbaarheid. Een watermerk dat tijdens generatie wordt gezet, is sterker dan achteraf raden. Toch is misbruik door tegenstanders mogelijk.
Watermerken leveren bovendien geen juridisch sluitend bewijs. Het is geen cryptografische handtekening. In conflicten of rechtszaken is aanvullend bewijs nodig. Organisaties moeten detectie daarom combineren met logs, metadata en duidelijke publicatieprocessen.
Europese AI-verordening gevolgen overheid
De Europese AI-verordening verplicht transparantie over synthetische content. Aanbieders en gebruikers moeten duidelijk maken dat tekst, beeld of audio door een algoritme is gemaakt. Watermerken zoals SynthID Text kunnen daarbij helpen. Ze vormen een technische bouwsteen voor naleving.
De regels treden gefaseerd in werking tussen 2025 en 2026, op het moment van schrijven. Grote modellen (GPAI) krijgen specifieke plichten rond documentatie en risicobeperking. Ook de Digital Services Act vraagt platforms om misleidende deepfakes aan te pakken. Organisaties doen er goed aan hun workflows nu al aan te passen.
Voor overheden betekent dit: heldere labels bij AI-communicatie en controle op leveranciers. Inkoopvoorwaarden kunnen eisen dat tools watermerken of content-credentials ondersteunen. Transparantie moet zichtbaar zijn voor burgers, niet alleen technisch detecteerbaar. Handhaving vraagt daarom zowel techniek als beleid.
Effect op media en onderwijs
Uitgevers en omroepen kunnen watermerken gebruiken om ingezonden werk te screenen. Dat helpt bij interne controle en bij het zichtbaar labelen van AI-bijdragen. Maar een detector mag nooit het laatste woord hebben. Redactionele beoordeling en hoor-wederhoor blijven nodig.
In het onderwijs kan detectie ondersteunend zijn, niet bestraffend. Bewerkte of vertaalde teksten kunnen het signaal verliezen. Docenten zijn beter af met heldere opdrachtontwerpen en procesbeoordeling. Transparantie van studenten over gebruikte systemen werkt opvoedkundig sterker.
Bedrijven met strikte compliance-eisen krijgen een extra instrument. Watermerken maken interne AI-output beter traceerbaar. Dat vereenvoudigt audits en rapportages. Het voorkomt echter niet dat gevoelige informatie per ongeluk in modellen belandt.
Privacy en AVG in de praktijk
Wie teksten van burgers of klanten scant op watermerken, verwerkt mogelijk persoonsgegevens. Dan geldt de AVG met principes als dataminimalisatie en doelbinding. Een Data Protection Impact Assessment (DPIA) is vaak verstandig. Opslag van ruwe teksten moet zo kort en beperkt mogelijk zijn.
Versleuteling en strikte toegangscontrole zijn nodig als detectielogs herleidbaar zijn. Werk waar mogelijk met geaggregeerde statistiek. Leg in beleid vast wanneer en waarom detectie plaatsvindt. En informeer gebruikers duidelijk, bijvoorbeeld in privacyverklaringen.
Publieke diensten en zorginstellingen moeten extra zorgvuldig zijn. De maatschappelijke impact is groot en fouten raken kwetsbare groepen. Combineer technische maatregelen met training van medewerkers. En test regelmatig op bias en foutgevoeligheid.
Open standaarden en interoperabiliteit
Voor beelden en video is C2PA (Content Credentials) al gangbaar bij partijen als Adobe en Microsoft. Die methode koppelt herkomstinformatie als metadata aan bestanden. Voor platte tekst ontbreekt zo’n breed gedragen standaard nog. Daardoor dreigt versnippering per leverancier.
Proprietaire watermerken maken detectie afhankelijk van één bedrijf. Dat bemoeilijkt toezicht en archivering op lange termijn. Open specificaties en publiek verifieerbare detectors vergroten vertrouwen. Europese instellingen sturen daarom aan op interoperabiliteit.
Alleen techniek is niet genoeg. Zichtbare labels voor eindgebruikers blijven nodig, naast onzichtbare sporen. Ook moet een standaard bestand zijn tegen simpele bewerkingen zoals kopiëren en samenvatten. Zonder dat verliest het nut in alledaags gebruik.
Wat organisaties nu kunnen doen
Activeer waar mogelijk watermerken in eigen AI-tools. Label AI-content zichtbaar voor eindgebruikers, ook als er een onzichtbaar spoor bestaat. Leg in beleid vast wanneer AI is toegestaan en hoe transparantie wordt geborgd. Train teams in het herkennen en rapporteren van synthetische content.
Vraag leveranciers naar ondersteuning voor SynthID, C2PA of vergelijkbare methoden. Eis documentatie over nauwkeurigheid, foutmarges en robuustheid. Laat detectie-uitkomsten altijd door mensen beoordelen. En bewaar beslissingen voor audit en klachtenafhandeling.
Plan vooruit voor de Europese AI-verordening. Breng processen in kaart met mogelijke AI-inzet en risico’s. Start met DPIA’s waar persoonsgegevens in het spel zijn. Zo voorkomt u haastwerk wanneer de regels gaan gelden.