Claudeの「見えない透かし」は何を検出するのか——分かること、分からないこと

これは、画面上に表示されるラベルや隠し文字、アカウント情報、著作権表示とは別物です。Anthropicによれば、文章の透かしに特定の個人・組織・会話・チャットを追跡できる情報は含まれません。

なぜEU発の対応を世界共通にするのか

Anthropicが挙げる直接の理由は、EU AI法第50条の透明性制度と、同法第50条2項の「AI生成コンテンツの透明性に関する実務規範」への参加です。EU市場にサービスを提供する生成AI事業者には、一定のAI生成コンテンツを機械が識別できる形式で示すことが求められます。

Anthropicは、地域ごとに異なる設定を用意するのではなく、対応モデルが使われる場所を問わず同じモデルレベルの基準を適用する方針を選びました。そのため、日本を含むEU域外の利用者にも影響します。ただし、プラットフォームや機能によっては、すべてのマーキング方式に対応しているとは限りません。

文章の透かしはどう動くのか

基本となるのは、トークンの選び方に現れる統計的なパターンです。文章を続ける際、言語モデルには複数の自然な候補があります。Anthropicの方式では、その中でも意味や品質への影響が比較的小さい選択で乱数の使い方を調整し、十分な数の選択を重ねることで、後から検出できる鍵付きのパターンを作ります。技術的には、Google DeepMindのSynthID-Textに関連する手法と説明されています。

生成された文章の見た目は変わりません。特殊文字を挿入したり、出力トークンを追加したりする方式ではなく、Anthropicは語調、創造性、読みやすさ、コストへの実質的な影響を意図していないと説明しています。同社の社内テストでは、品質への影響は確認されなかったとされています。

透かしがファイルのメタデータではなく、通常の単語選択に分散している点も特徴です。そのため、文章をコピー＆ペーストしたり、書式を変えたり、少し手直ししたりしても、検出に必要なパターンが一部残る場合があります。ただし、これは確率的な仕組みであり、必ず残るという保証ではありません。

翻訳・要約・校正をしても透かしは残るのか

「必ず残る」とは言えません。翻訳、要約、言い換え、大幅な編集では、元のトークン選択の多くが置き換えられるため、信号が弱くなったり失われたりする可能性があります。変換後の文章に痕跡が残るケースは考えられますが、あらゆる翻訳、要約、校正、編集で透かしが維持されるという説明ではありません。

文章の短さも大きな制約です。一般に、利用できる文章量が多いほど検出の信頼度は高まります。短い回答や、Claudeが数語だけ修正した校正作業では、Claudeが選んだ単語が少なすぎて意味のある判定ができない場合があります。

ここで重要なのは、「透かしが存在すること」と「検出できること」は同じではないという点です。Claudeを使って処理した文章でも陽性にならないことがあり、逆に透かしが見つからなかったからといって、文章全体が人間だけで書かれたとは証明できません。

陽性判定で分かること、分からないこと

陽性判定が答えるのは、あくまで次のような狭い問いです。

この文章の一部の作成にClaudeが関与した可能性はどの程度か。

陽性になっても、次の事実までは分かりません。

• Claudeにどのような指示を出したのか
• 元の文章や周辺部分を誰が書いたのか
• 人間がどの程度修正したのか
• 文書全体をClaudeが生成したのか
• 学校、職場、出版社、プラットフォームの規則に違反したのか
• 作品の権利者や法的責任者が誰なのか

透かしから特定の利用者、組織、チャットを割り出すこともできません。また、Anthropicの検出用キーで他社AIの出力を識別できるわけでもありません。

Anthropicは、将来的に検出APIを提供する計画を示しています。これは、文章の特徴や「AIらしい表現」から著者性を推測する一般的なAI検出器とは異なり、鍵を使って意図的に埋め込まれた統計的シグナルを調べるものになるとみられます。

「大なたであってメスではない」と批判される理由

議論の焦点は、新しい合成コンテンツの生成と、通常の編集支援を同じように扱ってよいのかという点です。たとえば、AIがほぼ全文を書いたエッセイと、人間が書いた文章にスペルチェック、文法修正、明確化、翻訳、アクセシビリティ支援を加えたケースでは、AIの関与の意味が大きく異なります。

それにもかかわらず、モデルの出力に一律で印を付ける方式は、両者を同じカテゴリーに見せる可能性があります。学校、雇用主、出版社、プラットフォームが透かしの存在だけを不正の証拠と扱えば、主に人間が書いた作品や、軽微な編集を受けただけの文章まで問題視されかねません。こうした懸念が、「メスではなく大なた」という批判につながっています。

Anthropicの技術説明によれば、軽い校正ではClaudeが選んだ単語が少なく、確信度の高い検出に至らない場合があります。しかし、これは統計的な信頼度の限界であって、利用者向けの免除規定でも、著者性を判定する基準でもありません。

Google、OpenAI、Meta、Microsoftとの違い

AIの透明性対策は、いくつかの仕組みを分けて考える必要があります。

1. EUの透明性に関する実務規範への参加
2. ファイルに来歴メタデータを付けること
3. 利用者に見えるラベルを表示すること
4. 文章に統計的ウォーターマークを埋め込むこと

Anthropicは、他の大手AI事業者も同じEUの実務規範に署名し、それぞれの仕組みを導入すると説明しています。ただし、Google、OpenAI、Meta、Microsoftが同じ技術を使い、同じ製品範囲を対象にし、同じ検出方針を採用するという意味ではありません。

Anthropicの文章向け技術は、Google DeepMindが公開したSynthID-Textの系統に関連しています。一方、C2PAは対応ファイルの来歴メタデータに使われる別の仕組みです。提供された資料だけから、4社すべてがClaudeと同等の世界規模の文章ウォーターマークを展開していると結論づけることはできません。

利用者の反発と現実的な課題

Claudeの利用者からは、学校、職場、出版、商用制作の場でAI利用が知られてしまうのではないかという懸念が出ています。方針への反発から、サブスクリプションを解約すると表明した、または実際に解約したとする利用者の報告もあります。

一方で、言い換え、翻訳、要約、再生成などによって透かしを弱めたり、回避したりする方法を探る動きも報じられています。これは、陰性判定だけではAI利用がなかったことを証明できない理由でもあります。逆に、透かしが残っていても、文章全体の生成ではなく限定的な支援を示している可能性があります。

学校、企業、出版社、プラットフォームにとっての結論は明確です。透かしの検出結果は、判断材料の一つにとどめるべきです。問題を判断する際には、執筆履歴やバージョン履歴、適用される開示ルール、どのような支援を使ったのか、本人の説明機会などを併せて確認する必要があります。とりわけ、編集、翻訳、アクセシビリティ支援、共同執筆では、人による確認が欠かせません。

Claudeの透かしは、AIが関与した可能性を調べやすくするかもしれません。しかし、著者性という難しい問題を解決するものではありません。区別すべきなのは、シグナルと証拠です。前者は透明性を支える手がかりになっても、後者になるには、統計的な印だけでは分からない文脈が必要です。