OpenAI vannmerker ChatGPT-tekst i EU før AI-forordningens frist 2. desember
Selskapet ruller ut textGrain-vannmerking til ChatGPT- og Codex-brukere i EU i disse ukene, knapt to måneder før fristen i EUs AI-forordning. Globalt er funksjonen frivillig via API, og detektoren holdes lukket for vanlige brukere.
OpenAI kunngjorde 5. oktober 2026 at selskapet nå begynner å vannmerke tekst fra ChatGPT og Codex – men bare for brukere i EU. «I løpet av de kommende ukene vil vi innføre tekstvannmerking for kvalifiserte ChatGPT- og Codex-brukere på alle abonnementer, kun i EU. Vi gjør ikke tekstvannmerking til en global standard ved lansering,» heter det i selskapets uttalelse, gjengitt av The Verge. Selskapet begrunner den regionale tilnærmingen med at den «gir oss rom til å lære av bruk og tilbakemeldinger i den virkelige verden».
Kunngjøringen kommer knapt to måneder før fristen 2. desember for etablerte tilbydere under EUs AI-forordning, og to måneder etter at Anthropic gikk globalt med vannmerking av Claude-tekst – et grep som møtte betydelig motstand fra brukerne. Det gjør dette til et tydelig eksempel på at regelverk, ikke frivillig initiativ, kan bestemme når og hvor vannmerking blir virkelighet.
Detaljene i utrullingen
Utrullingen har tre deler. For det første vannmerking som standard for kvalifiserte ChatGPT- og Codex-brukere i EU, på alle abonnementstyper. For det andre: Fra 5. oktober kan API-kunder over hele verden velge inn vannmerkede tekstutdata for utvalgte modeller – OpenAI har ikke spesifisert hvilke modeller det gjelder, påpeker Engadget. For det tredje en separat detektor, som ikke følger automatisk med vannmerkingen. Godkjente forskere og fagekspertorganisasjoner kan søke om tilgang fra og med kunngjelsesdatoen, og ifølge selskapet vil tilgang «i utgangspunktet bli gitt fra tilfelle til tilfelle» i tråd med et kodeverk, for å støtte evaluering og forbedring av tekstproveniens.
OpenAI begrunner den lukkede detektoren med to problemer: tapte vannmerker og falske positive. Det vil si at selv om vannmerket skal fungere som proveniensinfrastruktur, er det i praksis nesten ingen – verken brukere eller plattformer – som faktisk kan sjekke en tekst mot det i lanseringsfasen.
Hvorfor akkurat nå: Artikkel 50 og 2. desember
Den regulatoriske driveren er artikkel 50 i EUs AI-forordning, som krever at tilbydere av generativ AI gjør tekstutdata identifiserbare på en maskinlesbar måte. Gjennomsiktighetsreglene trådte i kraft 2. august, og gjelder allerede nye aktører på markedet, mens etablerte selskaper – blant dem OpenAI, Anthropic, Microsoft, Google og Meta – har frist 2. desember, rapporterer Engadget.
I USA finnes det ingen tilsvarende føderalt krav, og det er nettopp der skribenten AJ Dellinger i Gizmodo finner forklaringen på det geografiske skillet. «Uten krav til front-AI-selskaper om å inkludere et vannmerke som hjelper brukere og plattformer med raskt å identifisere AI-generert innhold, finnes det egentlig ingen motivasjon for OpenAI å proaktivt etterkomme en lov som ikke finnes,» skriver han. Det er analysetolkning, ikke rapportering, men kronologien støtter tolkningen: OpenAI bygde en tekstvannmerke for år siden og holdt den tilbake, blant annet av frykt for at brukere ville bytte til konkurrenter som ikke vannmerket, ifølge en rapport fra The Wall Street Journal i 2024, gjengitt av TechCrunch.
Slik fungerer textGrain
Metoden, som OpenAI har døpt til textGrain, er beskrevet i en teknisk rapport skrevet sammen med forskere fra University of Pennsylvania og Yale. Den er publisert som teknisk rapport, ikke fagfellerevurdert paper, og bruker blant annet optimal transport-teori for å balansere påvisbarhet mot variasjon i utdataene.
I motsetning til hva navnet «vannmerke» kan antyde, handler det ikke om skjulte tegn, usynlige mellomrom eller metadata. I stedet justerer modellen litt på sannsynlighetene for hvilket ord eller ordfragment den velger som neste token, styrt av en hemmelig nøkkel og den foregående konteksten. Justeringene er per token for små til å legge merke til, men samlet setter de et statistisk avtrykk over hele teksten, beskriver XenoSpectrum.
Detektoren gjenoppretter grupperingen med samme hemmelige nøkkel og innstillinger, og sjekker om de faktisk valgte tokens viser den forventede skjevheten oftere enn tilfeldigheten tillater. Detaljen har praktisk betydning: Deteksjon krever verken original prompt eller modellen som genererte teksten – bare teksten selv og nøkkelen. Siden nøkkelen ikke er offentlig tilgjengelig, må i praksis deteksjonen gå gjennom OpenAI eller andre som får tilgang til den.
Hvor sårbart er vannmerket?
OpenAIs egne tester viser at metoden er reelt påviselig, men ikke robust. Ifølge TechCrunch falt deteksjonsraten fra rundt 92 prosent til 66 prosent da 10 prosent av ordene ble byttet ut med synonymer. Selskapet sier også at korte passasjer, svar i matematikk og oversatt tekst er vanskeligere å oppdage.
Tallene varierer mellom dekningen og kan ikke forenes ut fra tilgjengelige kilder: XenoSpectrum omtaler «rundt 95 prosent deteksjon under gitte betingelser», TechCrunch gjengir 92 prosent, og Engadget sier rundt 80 prosent for kortere tekst. Betingelsene bak hvert tall er ikke spesifisert nok til å slå dem sammen til ett benchmark – det forholdet bør leseren ha med seg.
OpenAI selger ikke metoden som ugjennomtrengelig. Selskapet advarer selv om at «sterk ytelse under ideelle forhold ikke garanterer pålitelig deteksjon i daglig bruk», ifølge Engadget. Og selskapet legger forbehold om hva et vannmerke faktisk beviser: «[Vannmerker] kan indikere at et OpenAI-system har generert eller behandlet deler av en passasje, men ikke hvor mye menneskelig skjønn, redigering eller kreativitet som er lagt i den,» sier selskapet til TechCrunch. Fravær av vannmerke beviser følgelig ingenting – teksten kan være AI-generert og bare tilstrekkelig omredigert.
Selskapets egne kvalitetskrav
Det vanligste motargumentet mot vannmerking har vært at det kan svekke tekstkvaliteten, siden modellen får begrenset valgfrihet. OpenAI hevder at textGrain «matchet eller overgikk» andre tilnærminger, som Googles SynthID for tekst, og at kvalitetstapet er fraværende: «På tvers av benchmarkene vi bruker for å vurdere Astra, vår nyeste frontier-modell, ser vi ikke meningsfulle ytelsesforskjeller med og uten vannmerking,» sier selskapet til PCMag.
Begge påstandene er selskapets egne, ikke uavhengige funn, og den tekniske rapporten bak metoden er ikke fagfellerevurdert.
Konteksten: Anthropic gikk først, globalt
OpenAI er ikke først ute. Anthropic innførte vannmerking av Claude-generert tekst over hele verden i august, uten at et tilsvarende regelverk gjaldt der, og møtte betydelig brukerprotest. Motsetningen er opplysende: Anthropic valgte frivillig det OpenAI nå bare gjør der loven krever det, og ble møtt med motstand fra brukerne for det. WSJ-rapporten fra 2024 om at OpenAI ventet av frykt for konkurranseulempe, antyder at selskapet lenge har sett samme risiko.
En annen detalj verdt å merke seg: Ifølge XenoSpectrum, med henvisning til EU-kommisjonens FAQ, faller kildekode utenfor AI-forordningens merkeplikt – selv om Engadget alene omtaler planer om å åpne teknologien i åpen kildekode. Den påstanden er enkeltkilde og ubekreftet av andre kilder i saken.
Det uavklarte
Flere spørsmål står åpne. Hvilke API-modeller som støtter vannmerking ved lansering, er ikke spesifisert. Det er uvisst om den regionale modellen sprer seg – om OpenAI rullerer ut vannmerking globalt hvis flere jurisdiksjoner innfører tilsvarende krav, eller om USA forblir uten standard merking. Og det er høyst uavklart hvordan den strenge tilgangen til detektoren vil fungere i praksis: Hvor mange forskere og organisasjoner som får tilgang, til hvilken bruk, og om tilgangen noen gang utvides til plattformer som faktisk møter AI-generert innhold i skala.
Inntil det er besvart, er konklusjonen begrenset men konkret: EU har nå vist at det kan få de største AI-selskapene til å levere tekstproveniens-infrastruktur – men forsvaret av vannmerkets pålitelighet under redigering, og selve tilgangen til verifisering, ligger fortsatt helt hos selskapet som eier nøkkelen.
Merknad: All fakta i saken er formidlet gjennom sekundærkilder som gjengir OpenAIs kunngjørelse og tekniske rapport; de primære dokumentene er ikke gjennomgått direkte.
OpenAI Is Watermarking ChatGPT Text in the EU Ahead of the AI Act's December 2 Deadline
The company is rolling out textGrain watermarking to ChatGPT and Codex users in the EU over the coming weeks, barely two months before the EU AI Act's compliance deadline. Globally, the feature is voluntary via the API, and the detector stays closed to ordinary users.
OpenAI announced on October 5, 2026 that it will begin watermarking text from ChatGPT and Codex — but only for users in the EU. "In the coming weeks, we will introduce text watermarking for eligible ChatGPT and Codex users across all plans, in the EU only. We are not making text watermarking a global standard at launch," the company's statement says, as reported by The Verge. The company justified the regional approach as giving it "room to learn from real-world use and feedback."
The announcement comes barely two months before the December 2 deadline for established providers under the EU AI Act, and two months after Anthropic went global with watermarking of Claude text — a move that met significant user resistance. It makes this a clear example of regulation, rather than voluntary initiative, determining when and where watermarking becomes reality.
The details of the rollout
The rollout has three parts. First, watermarking by default for eligible ChatGPT and Codex users in the EU, on all subscription tiers. Second: from October 5, API customers worldwide can opt in to watermarked text output for select models — OpenAI has not specified which models, as Engadget notes. Third, a separate detector, which does not automatically accompany the watermarking. Approved researchers and subject-matter expert organizations can apply for access as of the announcement date, and according to the company, access will "initially be granted on a case-by-case basis" in line with a Code of Practice, to support the evaluation and improvement of text provenance.
OpenAI cites two problems in justifying the closed detector: missed watermarks and false positives. In other words, even though the watermark is meant to serve as provenance infrastructure, in practice almost no one — neither users nor platforms — can actually check a text against it during the launch phase.
Why now: Article 50 and December 2
The regulatory driver is Article 50 of the EU AI Act, which requires providers of generative AI to make text outputs identifiable in a machine-readable way. The transparency rules took effect on August 2 and already apply to new market entrants, while established companies — including OpenAI, Anthropic, Microsoft, Google and Meta — face a December 2 deadline, Engadget reports.
In the US, there is no comparable federal requirement, and that is precisely where AJ Dellinger at Gizmodo finds the explanation for the geographic split. "Without requirements for frontier AI companies to include a watermark that helps users and platforms quickly identify AI-generated content, there is really no motivation for OpenAI to proactively comply with a law that doesn't exist," he writes. That is analytical interpretation, not reporting, but the chronology supports the reading: OpenAI built a text watermark years ago and held it back, partly out of fear that users would switch to competitors that did not watermark, according to a 2024 Wall Street Journal report, as recounted by TechCrunch.
How textGrain works
The method, which OpenAI has named textGrain, is described in a technical report written together with researchers from the University of Pennsylvania and Yale. It is published as a technical report, not a peer-reviewed paper, and uses, among other things, optimal transport theory to balance detectability against variation in the output.
Unlike what the name "watermark" might suggest, it does not involve hidden characters, invisible spaces, or metadata. Instead, the model slightly adjusts the probabilities for which word or word fragment it selects as the next token, governed by a secret key and the preceding context. The adjustments are per token too small to notice, but collectively they set a statistical imprint across the entire text, as XenoSpectrum describes.
The detector reconstructs the grouping with the same secret key and settings, and checks whether the actually chosen tokens show the expected bias more often than chance would allow. That detail has practical significance: detection requires neither the original prompt nor the model that generated the text — only the text itself and the key. Since the key is not publicly available, detection in practice must go through OpenAI or others granted access.
How vulnerable is the watermark?
OpenAI's own tests show the method is genuinely detectable, but not robust. According to TechCrunch, the detection rate fell from around 92 percent to 66 percent when 10 percent of words were replaced with synonyms. The company also says that short passages, math answers, and translated text are harder to detect.
The numbers vary across coverage and cannot be reconciled from the available sources: XenoSpectrum cites "around 95 percent detection under given conditions," TechCrunch reports 92 percent, and Engadget says around 80 percent for shorter text. The conditions behind each figure are not specified precisely enough to combine them into a single benchmark — readers should bear that in mind.
OpenAI does not sell the method as impenetrable. The company itself warns that "strong performance under ideal conditions does not guarantee reliable detection in everyday use," according to Engadget. And the company qualifies what a watermark actually proves: "[Watermarks] can indicate that an OpenAI system has generated or processed part of a passage, but not how much human judgment, editing, or creativity went into it," the company tells TechCrunch. The absence of a watermark, correspondingly, proves nothing — the text may be AI-generated and merely sufficiently rewritten.
The company's own quality claims
The most common counterargument to watermarking has been that it can degrade text quality, since it constrains the model's choices. OpenAI claims that textGrain "matched or exceeded" other approaches, such as Google's SynthID for text, and that the quality loss is absent: "Across the benchmarks we use to evaluate Astra, our latest frontier model, we do not see meaningful performance differences with and without watermarking," the company tells PCMag.
Both claims are the company's own, not independent findings, and the technical report behind the method has not been peer-reviewed.
The context: Anthropic went first, globally
OpenAI is not first. Anthropic introduced watermarking of Claude-generated text worldwide in August, without a comparable legal requirement, and met significant user protest. The contrast is instructive: Anthropic voluntarily chose what OpenAI is now doing only where the law requires it, and was met with resistance from its users for it. The 2024 WSJ report that OpenAI waited out of fear of competitive disadvantage suggests the company has long seen the same risk.
Another detail worth noting: according to XenoSpectrum, citing the EU Commission's FAQ, source code falls outside the AI Act's marking requirement — even though Engadget alone reports plans to open-source the technology. That claim is single-source and unconfirmed by other outlets in the case.
What remains unresolved
Several questions remain open. Which API models support watermarking at launch has not been specified. It is uncertain whether the regional model will spread — whether OpenAI will roll out watermarking globally if more jurisdictions introduce similar requirements, or whether the US remains without standard marking. And it is highly unclear how the restricted access to the detector will work in practice: how many researchers and organizations will gain access, for what use, and whether access will ever expand to the platforms that actually confront AI-generated content at scale.
Until those are answered, the conclusion is limited but concrete: the EU has now shown it can get the largest AI companies to deliver text provenance infrastructure — but the defense of the watermark's reliability under editing, and access to verification itself, still rest entirely with the company that owns the key.
Note: All facts in this article are reported through secondary outlets reproducing OpenAI's announcement and technical report; the primary documents were not reviewed directly.