OpenAI zaczyna znakować teksty generowane przez ChatGPT i Codex dla użytkowników z Unii Europejskiej. Firma uruchomiła system o nazwie textGrain, czyli niewidzialny znak wodny wplatany bezpośrednio w wybory słów modelu, i równolegle otworzyła opcjonalne znakowanie w API dla deweloperów na całym świecie. Powód jest regulacyjny: artykuł 50 unijnego AI Act wymaga, by treści generowane maszynowo dały się rozpoznać maszynowo.
Ogłoszenie opublikowano 5 października 2026 roku. Jak podaje serwis Search Engine Journal, wdrożenie dla europejskich użytkowników ChatGPT obejmie wszystkie plany taryfowe i będzie rozłożone na najbliższe tygodnie. Dostęp do detektora, czyli do narzędzia, które faktycznie potrafi odczytać ten znak, pozostaje zamknięty.
Kontekst: to nie pierwszy znak wodny w tekście AI
Znakowanie obrazów i wideo generowanych przez AI jest w branży oswojone od dawna. Znakowanie tekstu to inna historia, bo tekst nie ma pikseli, w których da się ukryć sygnał. Przez lata uchodziło za problem praktycznie nierozwiązywalny w sposób odporny na edycję.
Pierwszy duży ruch w tym kierunku wykonało Anthropic w sierpniu 2026 roku, uruchamiając znakowanie tekstów Claude. Reakcja użytkowników była chłodna, a sama technologia okazała się usuwalna stosunkowo prostymi zabiegami. Opisywaliśmy ten przypadek szczegółowo w materiale o tym, jak Anthropic znakuje teksty Claude i dlaczego znak da się usunąć. Ruch OpenAI jest o tyle istotniejszy, że dotyczy produktu o nieporównywalnie większej bazie użytkowników i jest wymuszony prawem, nie dobrą wolą.
Regulacyjnym motorem jest artykuł 50 AI Act, który nakłada na dostawców generatywnej sztucznej inteligencji obowiązek oznaczania wytworzonych treści w formacie czytelnym maszynowo. Przepis stosuje się od 2 sierpnia 2026 roku i obejmuje każdego, kto obsługuje użytkowników z Unii, niezależnie od tego, gdzie ma siedzibę. Według doniesień Search Engine Journal podmioty objęte obowiązkiem mają dostosować się do 2 grudnia 2026 roku. Równolegle działa unijny kodeks postępowania dotyczący przejrzystości treści generowanych przez AI, w ramach którego OpenAI uruchamia program dostępu do detektora.
Kluczowe fakty
| Element | Stan na 6 października 2026 |
|---|---|
| Nazwa technologii | textGrain |
| Produkty objęte w UE | ChatGPT i Codex, wszystkie plany |
| Harmonogram UE | wdrożenie etapowe w najbliższych tygodniach |
| API | opcja globalna, dostępna od 5 października, domyślnie wyłączona, wybrane modele |
| Mechanizm | sygnał statystyczny w wyborach słów, bez ukrytych znaków specjalnych |
| Skuteczność detekcji (400 tokenów) | około 95% przy 1% fałszywych alarmów |
| Skuteczność detekcji (200 tokenów) | około 80% |
| Po podmianie 10% słów na synonimy | spadek do około 66% |
| Po podmianie 25% słów | spadek do 17% |
| Dostęp do detektora | wnioski od 5 października, tylko zatwierdzeni badacze i organizacje eksperckie |
| Podstawa prawna | artykuł 50 AI Act, obowiązuje od 2 sierpnia 2026 |
Jak textGrain działa pod spodem
Mechanizm jest elegancki i warto go zrozumieć, bo z niego wynikają wszystkie praktyczne konsekwencje. Model językowy, generując kolejne słowo, prawie nigdy nie ma jednego oczywistego kandydata. Zwykle istnieje kilka wariantów, które pasują równie dobrze: „istotny”, „ważny”, „znaczący”. W klasycznym generowaniu wybór między nimi jest losowy w granicach ustawionej temperatury.
textGrain podmienia to losowanie na pseudolosowanie kierowane tajnym kluczem. Tam, gdzie kilka słów pasuje porównywalnie dobrze, klucz decyduje, które ostatecznie trafi do tekstu. Pojedyncze słowo nic nie znaczy. Ale na przestrzeni kilkuset tokenów rozkład tych wyborów przestaje wyglądać jak przypadek i staje się wykrywalny dla każdego, kto zna klucz. Wedle opisu technicznego firmy do tekstu nie są wstawiane żadne ukryte znaki, zero szerokości ani niestandardowe kodowania. Skopiowanie tekstu do notatnika, zmiana formatowania czy przeklejenie do CMS nie usuwa sygnału, bo sygnał jest samymi słowami.
OpenAI podaje, że technologia powstała we współpracy z badaczami z University of Pennsylvania oraz Yale, a wraz z ogłoszeniem opublikowano raport techniczny.
Gdzie mechanizm zawodzi
Z konstrukcji wynika też lista słabości i to one zdecydują o realnym znaczeniu całej sprawy. Po pierwsze, sygnał potrzebuje objętości: na 200 tokenach detekcja to około 80%, na 400 tokenach około 95%. Krótkie odpowiedzi, nagłówki, meta opisy i tytuły produktów są praktycznie poza zasięgiem.
Po drugie, sygnał wymaga swobody leksykalnej. Tam, gdzie model nie ma z czego wybierać, nie ma gdzie schować wzorca. OpenAI przyznaje, że skuteczność jest „znacznie niższa” dla treści matematycznych, gdzie wybór słów jest wymuszony przez notację. To samo dotyczy tekstów tłumaczonych i kodu o sztywnej składni.
Po trzecie, i to jest najważniejsze z punktu widzenia rynku treści: wzorzec rozsypuje się pod lekką edycją. Podmiana 10% słów na synonimy zbija detekcję z poziomu około 92% do 66%. Podmiana 25% słów, czyli dokładnie to, co robi każde przepuszczenie tekstu przez narzędzie do parafrazy, sprowadza wynik do 17%. To nie jest obejście wymagające wiedzy technicznej. To jedno kliknięcie w dowolnym tak zwanym humanizerze.
Dla porządku warto dodać, że większość obietnic tych narzędzi jest marketingowa, co rozkładaliśmy w analizie o tym, co w humanizacji tekstu AI realnie poprawia jakość, a co jest mitem. Paradoks polega na tym, że narzędzia, które nie poprawiają jakości, skutecznie niszczą znak wodny.
Co to znaczy dla SEO i AIO
Pierwsza rzecz, którą trzeba powiedzieć wprost: to nie jest sygnał rankingowy i nie ma żadnych przesłanek, że nim się stanie w najbliższym czasie. Google nie ma dostępu do klucza OpenAI, detektor nie jest publiczny, a wyszukiwarka wielokrotnie powtarzała, że ocenia jakość treści, nie metodę jej produkcji. Nikt nie przyjdzie w listopadzie sprawdzić znakiem wodnym, czy twój blog pisze człowiek.
Druga rzecz jest mniej komfortowa. Znakowanie zmienia nie algorytm, ale otoczenie prawne i reputacyjne, w którym działa produkcja treści. Trzy obszary zasługują na uwagę.
1. Deklaracje wobec klientów i kontrahentów
Agencje i freelancerzy, którzy sprzedają „treści pisane przez ludzi”, wchodzą w nową sytuację dowodową. Do tej pory spór o autorstwo kończył się na wymianie opinii i wynikach niepewnych detektorów heurystycznych, które mają potworne wskaźniki fałszywych alarmów. Teraz, przynajmniej teoretycznie, istnieje sygnał kryptograficzny, który da się sprawdzić. Dostęp jest wąski, ale kierunek jest jednoznaczny i klauzule w umowach zaczną się do tego odnosić.
Warto przy tym zapamiętać zastrzeżenie samej firmy, bo jest ono kluczowe w obie strony. Znak wodny może wskazać, że system OpenAI wygenerował lub przetworzył fragment tekstu, ale nie mówi nic o tym, ile ludzkiej pracy, redakcji i oceny w nim jest. Co równie ważne, brak znaku wodnego nie dowodzi, że tekst napisał człowiek. Detektor nie ujawnia też tożsamości użytkownika, treści promptów ani historii rozmów.
2. Obowiązki przejrzystości po stronie wydawcy
AI Act adresuje przede wszystkim dostawców modeli, ale ekosystem obowiązków informacyjnych wokół treści generowanych rośnie. Jeśli publikujesz w Unii na dużą skalę, warto już teraz mieć uporządkowaną wewnętrzną ewidencję: które materiały powstały z udziałem modelu, w jakim zakresie, kto je zweryfikował i zatwierdził. Nie dlatego, że ktoś zażąda tego w tym kwartale, ale dlatego, że odtworzenie tego wstecz dla kilku tysięcy URL-i jest niewykonalne.
Ten wątek łączy się bezpośrednio z zaostrzeniem wytycznych Google, które opisywaliśmy w materiale o tym, jak wyszukiwarka wymaga ręcznego fact-checku treści AI i uderza w fałszywe sylwetki autorów. Łącznie składa się z tego spójny obraz: nikt nie zakazuje generowania, wszyscy wymagają odpowiedzialności za wynik.
3. Widoczność w odpowiedziach AI
Dla AIO i LLM Engine Optimization bezpośredni wpływ jest dziś zerowy. Znak wodny nie wpływa na to, czy Perplexity, ChatGPT Search albo AI Overviews zacytują twoją stronę. Cytowalność zależy od struktury treści, rozpoznawalności encji i tego, czy odpowiedź da się wyciągnąć z akapitu bez domysłów.
Pośredni wpływ jest jednak realny i działa w ciekawą stronę. Jeśli duża część nowej sieci jest generowana, a modele trenują na sieci, to możliwość odfiltrowania własnych wytworów z korpusu treningowego ma dla dostawców wartość wprost egzystencjalną. textGrain jest w tym sensie równie dobrze narzędziem higieny danych treningowych, jak narzędziem zgodności z prawem. Dla wydawców oznacza to prostą rzecz: materiały, które mają w korpusie wartość, to te, których model nie wyprodukował sam. Dane własne, badania, liczby z własnych kampanii, obserwacje z własnych wdrożeń. Reszta jest szumem, który system będzie uczył się pomijać.
4. Koniec ery detektorów heurystycznych?
Jest jeszcze jeden skutek, o którym mówi się mniej, a który dla rynku narzędzi może być najpoważniejszy. Od trzech lat funkcjonuje cała kategoria produktów obiecujących wykrywanie treści AI na podstawie statystyk językowych: perplexity tekstu, przewidywalności składni, długości zdań. Ich wspólną cechą jest to, że zgadują, a odsetek fałszywych alarmów bywa katastrofalny, zwłaszcza dla osób piszących w języku obcym albo w formalnym, powtarzalnym rejestrze. Uczelnie i wydawcy wycofują się z nich po kolei.
textGrain jest czymś jakościowo innym, bo nie zgaduje, tylko odczytuje sygnał, który został tam celowo umieszczony. Jeśli program dostępu rozszerzy się na platformy weryfikacyjne, wartość handlowa heurystyk spada praktycznie do zera: po co kupować narzędzie, które się myli, skoro istnieje takie, które zna klucz. Jeśli dostęp pozostanie zamknięty, utrzyma się dzisiejszy, niekomfortowy stan przejściowy, w którym jedyny rzetelny detektor jest nieosiągalny, a osiągalne detektory są nierzetelne. Dla każdego, kto podejmuje decyzje kadrowe, edytorskie lub akademickie na podstawie takiego wyniku, wniosek jest ten sam co do tej pory: wynik detektora nie jest dowodem i nie powinien samodzielnie uzasadniać żadnej konsekwencji.
Reakcje branży
Ton komentarzy jest wyraźnie podzielony i oba stanowiska mają swoje racje.
Krytycy wskazują na asymetrię skuteczności. Znak wodny działa dobrze dokładnie tam, gdzie nikt go nie potrzebuje, czyli na nieedytowanym wyjściu modelu wklejonym wprost z okna czatu. Przestaje działać tam, gdzie jest potrzebny najbardziej, czyli przy przemysłowej produkcji treści, która i tak przechodzi przez warstwę przepisywania. Farma treści nie wkleja surowego wyjścia, bo surowe wyjście jest rozpoznawalne stylistycznie bez żadnych detektorów. Regulacja wymaga znakowania, OpenAI znakowanie dostarcza, a znak pęka pod obróbką, którą każdy spamer ma wpisaną w pipeline domyślnie.
Druga strona przypomina, że kryterium „odporny na każdą edycję” jest po prostu niemożliwe do spełnienia dla tekstu i że stawianie go jako warunku oznacza odrzucenie każdego rozwiązania w ogóle. Wartość textGrain leży w masie przypadków zwyczajnych: prac zaliczeniowych, zgłoszeń rekrutacyjnych, komentarzy, recenzji, zgłoszeń do konsultacji publicznych. Tam nikt nie uruchamia parafrazy, a weryfikacja jest realnie potrzebna.
Osobny spór dotyczy zamknięcia detektora. OpenAI uzasadnia to ryzykiem: pominięte znaki i fałszywe alarmy w rękach masowego użytkownika zamieniłyby narzędzie w maszynkę do niesprawiedliwych oskarżeń. Argument jest mocny, zwłaszcza w kontekście tego, co zrobiły środowisku akademickiemu detektory heurystyczne. Kontrargument jest równie mocny: przejrzystość, do której zobowiązuje AI Act, trudno realizować narzędziem, do którego ma dostęp garść zatwierdzonych podmiotów. Weryfikowalność dostępna wyłącznie dla wybranych jest weryfikowalnością połowiczną.
Co dalej
Najbliższe tygodnie przyniosą etapowe włączanie znakowania dla europejskich kont ChatGPT. Warto obserwować cztery rzeczy.
- Zachowanie pozostałych dostawców. Anthropic ruszył pierwszy, OpenAI dołącza pod presją regulacji. Google, Meta i Mistral obsługują użytkowników w Unii na tych samych zasadach, więc artykuł 50 dotyczy ich dokładnie tak samo. Pytanie nie brzmi „czy”, tylko „w jakim standardzie”, a przy braku wspólnego formatu skończy się to zbiorem niekompatybilnych kluczy.
- Rozszerzenie dostępu do detektora. Jeśli program pilotażowy dla badaczy pójdzie dobrze, naturalnym następnym krokiem są platformy: wydawcy, systemy antyplagiatowe, portale rekrutacyjne. Tam zaczyna się realny wpływ na rynek treści.
- Zasięg API. Dziś znakowanie w API jest domyślnie wyłączone i obejmuje wybrane modele. Przełączenie domyślnej wartości dla ruchu z Unii byłoby zmianą o zupełnie innej skali konsekwencji dla każdego, kto generuje treści przez interfejs programistyczny.
- Interpretacja terminu grudniowego. Data 2 grudnia 2026 roku będzie punktem odniesienia dla kolejnych komunikatów o zgodności. Spodziewajmy się fali ogłoszeń w listopadzie.
Praktyczna rekomendacja na teraz jest nudna i dlatego dobra. Nie przebudowuj procesu z powodu znaku wodnego, bo ten znak nie wpływa na widoczność w wyszukiwarce. Zrób natomiast trzy rzeczy, które i tak są potrzebne: uporządkuj ewidencję tego, co i jak powstaje, utrzymaj realną redakcję i weryfikację faktów przed publikacją, a w umowach z klientami zastąp niewykonalne zapewnienia o „stuprocentowo ludzkich treściach” opisem tego, co faktycznie robicie. Dokumentacja procesu obroni się w każdym scenariuszu. Deklaracja o autorstwie obroni się tylko do pierwszego sprawdzenia.
FAQ
Czy znak wodny w tekście ChatGPT wpływa na pozycje w Google?
Nie. Google nie ma dostępu do klucza detekcji OpenAI, a detektor nie jest publiczny. Wyszukiwarka ocenia jakość i przydatność treści, nie sposób jej wytworzenia. Nie ma żadnych przesłanek, by znak wodny stał się sygnałem rankingowym.
Czy da się usunąć znak wodny textGrain?
Tak, i to bez wiedzy technicznej. Według danych podanych przez OpenAI podmiana 10% słów na synonimy obniża skuteczność detekcji z około 92% do 66%, a podmiana 25% słów sprowadza ją do 17%. Zwykła parafraza wystarczy, by sygnał przestał być użyteczny.
Czy znakowanie obejmuje też teksty generowane przez API?
W API jest to opcja dla wybranych modeli, dostępna globalnie od 5 października 2026 i domyślnie wyłączona. Automatyczne znakowanie dotyczy na razie ChatGPT i Codeksa dla użytkowników z Unii Europejskiej.
Kto może sprawdzić, czy tekst ma znak wodny?
Na start wyłącznie zatwierdzeni badacze i organizacje eksperckie, które złożą wniosek rozpatrywany indywidualnie. Nabór otwarto 5 października 2026. Detektor nie jest udostępniany publicznie, a OpenAI uzasadnia to ryzykiem pominiętych znaków i fałszywych alarmów.
Czy brak znaku wodnego dowodzi, że tekst napisał człowiek?
Nie. OpenAI wprost zastrzega, że brak znaku nie jest dowodem ludzkiego autorstwa: tekst mógł powstać w innym modelu, zostać przetłumaczony, przepisany albo być zbyt krótki, by sygnał dał się odczytać. Obecność znaku też nie mówi, ile ludzkiej pracy jest w materiale.