ChatGPT-tekst i EU får skjult vannmerke etter krav i AI Act

ChatGPT-tekst i EU får skjult vannmerke etter krav i AI Act

OpenAI kunngjorde 5. oktober 2026 at selskapet begynner å legge et usynlig vannmerke, kalt textGrain, i kvalifisert tekst fra ChatGPT og Codex i EU «i løpet av de kommende ukene». Vannmerket slås på som standard kun for brukere i EU, mens enterprise-kunder globalt kan velge det inn via API. Selskapets egne testtall viser at deteksjonen bryter sammen under selv lett redigering — og ved kort og matematisk tekst fungerer teknologien dårlig.

Hva textGrain er, og hvordan det fungerer

Ifølge OpenAI legger textGrain en usynlig statistisk signatur inn i selve ordvalgene modellen gjør. En egen detektor kan deretter lete etter signaturen og svare med et ja/nei-svar på om en tekst inneholder et OpenAI-vannmerke (Anadolu Ajansı).

Teknologien legger ikke inn skjulte tegn, usynlige mellomrom eller merkelig tegnsetting — signalet sitter i formuleringene i teksten, slår OpenAIs FAQ fast, gjengitt av BeInCrypto (Yahoo Tech/BeInCrypto). Selskapet sier også at vannmerket ikke lagrer data om brukeren eller opprinnelig prompt, men fungerer rent som et binært signal for detektoren (Daily Jagran).

Det er en annen tilnærming enn metadata eller eksplisitt merking: Teksten ser og oppfører seg likt for leseren, men statistikken i ordvalgene avviker ifølge selskapet fra hva en umarkert modell ville valgt.

Begrunnelsen er regulering. EUs AI-forordning krever at leverandører av generative AI-systemer gjør AI-generert tekst identifiserbar i et maskinlesbart format (Anadolu Ajansı).

Hvem får vannmerket — og hvem får se detektoren

Utrullingen er bevisst regional. Vannmerket slås på som standard for brukere i EU, mens det forblir av som standard ellers. Enterprise-kunder over hele verden som bruker OpenAIs API kan velge det inn, men det er frivillig (PCMag).

Detektoren er ikke offentlig. OpenAI åpner for søknader om tilgang, men begrenser den i første omgang til godkjente forskere og ekspertorganisasjoner (Anadolu Ajansı). Vanlige brukere kan altså ikke sjekke en tekst mot vannmerket selv.

Her skiller OpenAI seg fra konkurrenten. Anthropic rullet ut lignende tekstvannmerking for Claude globalt i august, også med henvisning til AI-forordningen, og forklarte da valget med at selskapet «ikke ennå har en holdbar måte å avgrense det etter region på». OpenAI argumenterer det motsatte: «En regional tilnærming gir oss rom til å lære av faktisk bruk og tilbakemeldinger», sa selskapet ifølge PCMag (PCMag).

Detektorens egne tall: svakere enn navnet antyder

Det mest opplysende i kunngjøringen er kanskje OpenAIs egne testdata, som viser hvor skjørt deteksjonssignalet er.

Etter ett sett med rapportering fikk detektoren omtrent 66 % av uredigerte svar på rundt 150 ord, og omtrent 92 % ved rundt 300 ord (Yahoo Tech/BeInCrypto). En annen gjengivelse av tallene fra samme testing oppgir omtrent 80 % for 200-token-pasjoner og omtrent 95 % for 400-token-pasjoner ved en feilpositiv rate på 1 %, målt på psykologirelatert tekst (TechRepublic, Goodreturns). De to framstillingene kan gjenspeile ulike tokenlengder, terskler eller tekstområder, og tallene kan ikke forenes fullt ut på grunnlag av det som foreligger. Felles for dem er hovedmønsteret: Jo lengre tekst, jo bedre deteksjon.

Mønsteret snus ved redigering. I tekster på 300 ord kuttet utskifting av hvert tiende ord med et synonym deteksjonen fra 92 % til 66 %. Byttet man ut hvert fjerde ord, falt den til rundt 17 % (Yahoo Tech/BeInCrypto). Med andre ord: En enkel omformulering — alt fra manuell redigering til en kjapp kjøring gjennom en annen modell — kan i praksis fjerne signalet.

Selskapet advarer selv om dette, og kaller tekstvannmerking og -deteksjon for tidlige teknologier med betydelige begrensninger. Deteksjonen var også tydelig svakere for matematikk, der det finnes få måter å uttrykke samme informasjon på, og for oversatt tekst (Daily Jagran).

Hva som holdes utenfor — og hva et funn faktisk betyr

Etter EU-veiledning, slik den er gjengitt av TechRepublic, holdes kodesnutter og svar under rundt 200 token — omtrent 150 engelske ord — utenfor forventningene om tekstvannmerking. Grunnen er mekanisk: I kode er det færre akseptable neste-token-valg, noe som begrenser hvor mye textGrain kan endre utdataene uten å ødelegge dem (TechRepublic).

OpenAI understreker samtidig hva et vannmerkefunn ikke sier noe om. Det gir ingen indikasjon på hvor mye et menneske har bidratt til teksten, sier ingenting om hvem som eier den, identifiserer ikke brukeren som lagde den, og er ingen indikasjon på hvor nøyaktig utdataene er (The Independent via MSN). Og motsatt: Fravær av vannmerke beviser ikke at en tekst er skrevet av et menneske — en kort, redigert eller oversatt AI-tekst vil typisk slippe gjennom.

Kvalitetskravet — et selskaps eget utsagn

OpenAI hevder at vannmerkingen ikke svekker utdatakvaliteten. «På bensjekkene vi bruker for å vurdere Astra, vår nyeste frontier-modell, ser vi ikke meningsfulle ytelsesforskjeller med og uten vannmerking», sa selskapet ifølge PCMag, og pekte i tillegg på data der vannmerket tekst angivelig performet bedre enn umarkert tekst på enkelte evalueringer (PCMag, The Independent via MSN). Dette er selskapets egne påstander; navngivelsen og versjonen av modellen er ikke uavhengig bekreftet, og uavhengig verifisering foreligger ikke.

Hva som gjenstår

Flere spørsmål er åpne. Det er ikke spesifisert nøyaktig hvilke ChatGPT-svar som regnes som «kvalifiserte» for vannmerking, utover OpenAIs egen formulering, eller hvor presist utrullingen i «de kommende ukene» vil foregå. Utvidelse til globale standardinnstillinger er ikke bekreftet — og OpenAIs begrunnelse for den regionale tilnærmingen tyder på at selskapet selv behandler dette som et eksperiment (Daily Jagran).

Det store ubesvarte spørsmålet er hva vannmerkene er verdt i praksis. Lovverket krever maskinlesbar identifiserbarhet; teknologien, etter OpenAIs egne tall, leverer et signal som er sterkest i nettopp de tilfellene — lange, uredigerte, sammenhengende tekster — der mottakeren ofte trenger det minst. For kortere, redigert eller fagteknisk tekst er usikkerheten stor, og detektoren er foreløpig forbeholdt en liten krets av godkjente forskere.

---

ChatGPT Text in the EU Will Carry a Hidden Watermark to Meet AI Act Requirements

On 5 October 2026, OpenAI announced that it will begin adding an invisible watermark, called textGrain, to eligible text from ChatGPT and Codex in the EU "over the coming weeks." The watermark will be switched on by default only for users in the EU, while enterprise customers globally can opt in via the API. The company's own test numbers show that detection breaks down under even light editing — and that the technology works poorly for short and mathematical text.

What textGrain Is, and How It Works

According to OpenAI, textGrain embeds an invisible statistical signature in the very word choices the model makes. A separate detector can then look for the signature and answer with a yes/no response on whether a text contains an OpenAI watermark (Anadolu Ajansı).

The technology does not insert hidden characters, invisible spaces, or odd punctuation — the signal sits in the phrasing of the text, OpenAI's FAQ states, as reproduced by BeInCrypto (Yahoo Tech/BeInCrypto). The company also says the watermark does not store data about the user or the original prompt, but functions purely as a binary signal for the detector (Daily Jagran).

This is a different approach from metadata or explicit labeling: the text looks and behaves the same to the reader, but the statistics of its word choices deviate, according to the company, from what an unmarked model would have chosen.

The rationale is regulation. The EU's AI Act requires providers of generative AI systems to make AI-generated text identifiable in a machine-readable format (Anadolu Ajansı).

Who Gets the Watermark — and Who Gets the Detector

The rollout is deliberately regional. The watermark is switched on by default for users in the EU, while it remains off by default elsewhere. Enterprise customers around the world who use OpenAI's API can opt in, but it is voluntary (PCMag).

The detector is not public. OpenAI is opening applications for access, but is initially restricting it to approved researchers and expert organizations (Anadolu Ajansı). Ordinary users therefore cannot check a text against the watermark themselves.

Here OpenAI differs from its competitor. Anthropic rolled out similar text watermarking for Claude globally in August, also citing the AI Act, and explained at the time that the company "doesn't yet have a durable way to scope it by region." OpenAI argues the opposite: "A regional approach gives us room to learn from real-world use and feedback," the company said, according to PCMag (PCMag).

The Detector's Own Numbers: Weaker Than the Name Suggests

Perhaps the most revealing part of the announcement is OpenAI's own test data, which shows how fragile the detection signal is.

After one set of reporting, the detector identified roughly 66% of unedited responses of around 150 words, and roughly 92% at around 300 words (Yahoo Tech/BeInCrypto). Another rendering of the numbers from the same testing reports roughly 80% for 200-token passages and roughly 95% for 400-token passages at a 1% false-positive rate, measured on psychology-related text (TechRepublic, Goodreturns). The two renderings may reflect different token lengths, thresholds, or text domains, and the figures cannot be fully reconciled on the basis of what is available. Common to both is the main pattern: the longer the text, the better the detection.

The pattern reverses under editing. In texts of 300 words, replacing every tenth word with a synonym cut detection from 92% to 66%. Substituting every fourth word dropped it to around 17% (Yahoo Tech/BeInCrypto). In other words, a simple rephrasing — anything from manual editing to a quick pass through another model — can in practice remove the signal.

The company itself warns about this, calling text watermarking and detection early technologies with significant limitations. Detection was also markedly weaker for mathematics, where there are few ways to express the same information, and for translated text (Daily Jagran).

What Is Excluded — and What a Detection Actually Means

Under EU guidance, as reported by TechRepublic, code snippets and responses under roughly 200 tokens — about 150 English words — are excluded from the text-watermarking expectations. The reason is mechanical: in code, there are fewer acceptable next-token choices, which limits how much textGrain can alter the output without breaking it (TechRepublic).

At the same time, OpenAI emphasizes what a watermark finding does not say. It gives no indication of how much a human contributed to the text, says nothing about who owns it, does not identify the user who produced it, and is no indication of how accurate the output is (The Independent via MSN). And conversely: the absence of a watermark does not prove a text was written by a human — a short, edited, or translated AI text will typically slip through.

The Quality Claim — a Company's Own Statement

OpenAI claims the watermarking does not degrade output quality. "On the benchmarks we use to evaluate Astra, our newest frontier model, we don't see meaningful performance differences with and without watermarking," the company said, according to PCMag, additionally pointing to data in which watermarked text reportedly performed better than unmarked text on some evaluations (PCMag, The Independent via MSN). These are the company's own claims; the naming and version of the model have not been independently confirmed, and independent verification is not available.

What Remains

Several questions are open. It has not been specified exactly which ChatGPT responses count as "eligible" for watermarking, beyond OpenAI's own phrasing, or how precisely the rollout "over the coming weeks" will proceed. Extension to global default settings has not been confirmed — and OpenAI's rationale for the regional approach suggests the company itself is treating this as an experiment (Daily Jagran).

The big unanswered question is what the watermarks are worth in practice. The law requires machine-readable identifiability; the technology, by OpenAI's own numbers, delivers a signal that is strongest precisely in the cases — long, unedited, continuous texts — where the recipient often needs it least. For shorter, edited, or technical text, the uncertainty is large, and the detector is for now reserved for a small circle of approved researchers.