Havedev
Watermark AI Bukan Masalah Besar, Masalahnya Ada di Cara Bisnis Memakai AI
Anthropic baru saja menjelaskan lebih detail bagaimana watermark pada teks yang dibuat Claude akan bekerja. Penjelasan ini muncul setelah banyak pengguna memperdebatkan rencana tersebut, terutama karena watermark berkaitan dengan aturan transparansi dalam EU AI Act.
Secara sederhana, Claude akan membuat pola kecil dalam pilihan kata saat menghasilkan teks. Pola ini tidak terlihat oleh pembaca biasa, tetapi bisa dideteksi oleh pihak yang memiliki sistem atau kunci pendeteksi.
Anthropic mengatakan watermark tidak akan menurunkan kualitas output. Untuk pembaca, teks yang diberi watermark tetap terlihat sama seperti teks biasa.
Di permukaan, ini terlihat seperti kabar teknis tentang AI. Tetapi bagi bisnis, isu sebenarnya bukan hanya apakah teks bisa dideteksi sebagai buatan AI. Isu yang lebih penting adalah apakah bisnis sudah punya cara yang jelas untuk memakai, meninjau, dan mempertanggungjawabkan output AI.
The Core Update
Anthropic menyebut Claude akan memakai pendekatan SynthID-Text, teknologi watermark teks yang sebelumnya dijelaskan oleh Google DeepMind. Anthropic juga berencana menyediakan API untuk mendeteksi watermark tersebut.
Watermark ini berbeda dari alat deteksi AI biasa.
Banyak alat deteksi AI mencoba membaca pola tulisan. Misalnya frasa yang terlalu sering muncul, struktur kalimat yang terlalu rapi, atau gaya bahasa yang terasa generik. Pendekatan seperti itu menebak dari ciri tulisan.
Watermark bekerja berbeda. Ia bukan membaca gaya tulisan dari luar, tetapi mencari pola yang sengaja ditanam saat model memilih kata.
Anthropic memberi contoh pilihan kecil seperti memakai kata “overcast” atau “grey” untuk menjelaskan cuaca. Dalam pilihan yang tidak terlalu berisiko, model bisa memilih kata tertentu untuk membentuk pola tersembunyi.
Namun watermark ini tidak absolut.
Anthropic mengakui bahwa penyuntingan ringan kemungkinan tidak akan menghapus watermark sepenuhnya. Tetapi penulisan ulang total, ketika hampir semua kata diganti, bisa menghilangkannya.
Untuk teks yang hanya diperbaiki atau diedit ringan oleh Claude, hasilnya tergantung seberapa banyak Claude mengubah teks tersebut. Jika mayoritas kata tetap ditulis manusia, watermark punya sedikit ruang untuk menempel.
Untuk code, watermark juga disebut akan jauh lebih kecil. Alasannya sederhana: code harus berjalan. Model tidak punya kebebasan yang sama seperti saat menulis paragraf biasa. Pilihan kata dalam code lebih terbatas oleh fungsi, syntax, dan kebutuhan teknis.
Watermark mungkin muncul di bagian yang lebih arbitrer seperti comment atau nama tertentu, tetapi Anthropic mengatakan dampaknya terhadap code yang dihasilkan akan sangat kecil.
The Reality Check
Sebagian pengguna melihat watermark sebagai ancaman. Ada yang khawatir pekerjaan, tugas kuliah, atau konten mereka akan ketahuan memakai AI. Ada juga yang berpendapat bahwa hanya orang yang ingin menyembunyikan penggunaan AI yang perlu takut.
Dua reaksi ini sama-sama terlalu sempit.
Masalah bisnis jarang sesederhana “AI boleh” atau “AI tidak boleh”. Masalah yang lebih sering muncul adalah tidak adanya aturan kerja yang jelas.
Apakah tim boleh memakai AI untuk draft email? Apakah AI boleh dipakai untuk membuat proposal? Apakah output AI harus ditinjau manusia sebelum dikirim ke client? Apakah artikel yang dibantu AI perlu diberi catatan internal? Apakah code dari AI harus tetap melewati review yang sama?
Kalau pertanyaan seperti ini belum dijawab, watermark tidak menyelesaikan masalah. Ia hanya membuat sebagian output lebih mudah dilacak.
Bisnis yang sudah punya proses kerja yang sehat tidak perlu terlalu panik. Watermark hanya menjadi bagian dari perubahan normal menuju transparansi AI.
Sebaliknya, bisnis yang memakai AI secara diam-diam, tanpa review, tanpa standar, dan tanpa pemilik keputusan akan lebih mudah terganggu. Bukan karena watermark merusak pekerjaan, tetapi karena watermark membuka kelemahan proses yang selama ini disembunyikan.
Ini mirip dengan banyak masalah digital lain. Tool baru sering dianggap masalah utama, padahal akar masalahnya adalah alur kerja yang belum disepakati.
Dalam konteks AI, pertanyaannya bukan hanya:
- apakah teks ini dibuat AI?
- apakah watermark bisa dideteksi?
- apakah editing bisa menghapus watermark?
- apakah code ikut terkena watermark?
Pertanyaan yang lebih berguna untuk bisnis adalah:
- siapa yang boleh memakai AI?
- untuk pekerjaan apa AI boleh dipakai?
- output mana yang harus dicek manusia?
- kapan penggunaan AI perlu dicatat?
- siapa yang bertanggung jawab atas hasil akhir?
- apa risiko jika output AI salah tetapi tetap dikirim?
Tanpa jawaban itu, watermark hanya menjadi topik baru yang diperdebatkan, bukan alat bantu keputusan.
The Havedev Way
Dari sudut pandang Havedev, watermark AI sebaiknya tidak dilihat sebagai musuh produktivitas. Ia lebih tepat dilihat sebagai tanda bahwa penggunaan AI mulai masuk fase yang lebih matang.
Fase awal AI banyak diisi eksperimen. Tim mencoba membuat caption, email, artikel, script, laporan, proposal, dan code dengan bantuan chatbot. Hasilnya sering cepat dan terasa membantu.
Tetapi ketika AI mulai dipakai dalam pekerjaan penting, bisnis perlu naik kelas dari sekadar mencoba menjadi mengelola.
Untuk bisnis, langkah awal yang lebih sehat bukan melarang AI atau memakai AI tanpa aturan. Langkah yang lebih masuk akal adalah membuat batas penggunaan yang jelas.
Misalnya:
- AI boleh dipakai untuk draft awal, tetapi bukan keputusan final
- AI boleh membantu merapikan bahasa, tetapi fakta harus dicek manusia
- AI boleh membantu code, tetapi tetap wajib code review
- AI boleh membantu support response, tetapi kasus sensitif harus ditangani manusia
- AI boleh membantu proposal, tetapi angka, scope, dan komitmen harus diverifikasi
Aturan seperti ini tidak harus rumit. Yang penting cukup jelas untuk dipakai tim berulang.
Bisnis juga perlu membedakan area low-risk dan high-risk.
Draft caption media sosial berbeda risikonya dengan kontrak. Ide artikel berbeda risikonya dengan laporan keuangan. Snippet code internal berbeda risikonya dengan perubahan sistem pembayaran. Jawaban support umum berbeda risikonya dengan komplain besar pelanggan.
Kalau semua output AI diperlakukan sama, tim akan bingung. Kalau semuanya dilarang, produktivitas hilang. Kalau semuanya dibebaskan, risiko naik.
Yang dibutuhkan adalah klasifikasi sederhana.
Mulai dari tiga kategori:
- boleh dipakai bebas dengan review ringan
- boleh dipakai dengan review wajib
- tidak boleh dipakai tanpa persetujuan khusus
Setelah itu, baru pikirkan tool, policy, audit trail, atau automation.
Watermark dari Anthropic mungkin akan membantu sebagian proses transparansi. Detection API juga bisa berguna untuk organisasi tertentu. Tetapi bisnis tidak perlu menunggu teknologi deteksi sempurna untuk mulai bekerja lebih rapi.
Yang bisa dilakukan sekarang adalah membuat penggunaan AI lebih terlihat.
Jika tim memakai AI untuk membuat draft, catat di proses internal. Jika AI membantu membuat dokumen client, pastikan ada review manusia. Jika AI membantu code, pastikan commit tetap dibaca, dites, dan dipahami developer. Jika AI membantu sales atau support, pastikan pesan tidak menjanjikan sesuatu yang belum disetujui bisnis.
AI watermark tidak menghapus tanggung jawab manusia. Ia hanya menambah lapisan transparansi.
Penutupnya sederhana: bisnis tidak perlu panik karena Claude memberi watermark pada teks. Tetapi bisnis perlu mulai serius mengatur bagaimana AI dipakai dalam pekerjaan nyata.
Karena masalah utama bukan apakah AI meninggalkan tanda tersembunyi di kalimat. Masalah utama adalah apakah bisnis punya proses yang cukup jelas untuk tahu kapan AI membantu, kapan AI berisiko, dan siapa yang bertanggung jawab atas hasil akhirnya.
Dapatkan Audit Teknis Gratis untuk meninjau alur kerja digital, penggunaan AI, dan automation bisnis Anda sebelum proses yang kabur berubah menjadi risiko operasional.
Sumber referensi berita: TechCrunch