AnthropicがClaudeに電子透かし導入：テキストに不可視マーク、ファイルにC2PAを付与

ネット上で流れてくる整った文章が、AIによって書かれたものかどうかをどう見分けるか。

Anthropicはその問いに対する明確な方針を示しました。EU AI法の要件に準拠するため、Claudeが生成するすべてのテキストとファイルに機械可読の透かしを埋め込むと発表したのです。

これにより、Claudeが生成したコンテンツは、見た目や読みやすさは普段と一切変わらないまま、背後にAI製であることを示す署名が刻まれることになります。

文章を壊さずに透かしを織り込む仕組み

テキストの電子透かしと聞くと、不可視文字や特定の隠しコードを紛れ込ませる手法を思い浮かべるかもしれません。しかしAnthropicは、追加の隠し文字は一切含めず、消費トークンや利用料金にも影響しないと説明しています。

使われているのは、Google DeepMindの論文「SynthID-Text」で知られるトークン選択の仕組みです。

大規模言語モデルは単語を1つずつ予測して出力します。例えば文脈上、次の単語として「曇り」と「薄暗い」のどちらを選んでも不自然ではない場合、通常は乱数を使ってランダムに単語を選びます。

Claudeの透かしは、この乱数生成に特定の秘密鍵に基づく疑似乱数パターンを用います。Anthropicはこれを「サイコロの代わりに円周率の桁を使って進むモノポリー」に例えています。プレイヤーには完全なランダムに見えますが、円周率のルールを知っている人だけが、後から記録を見て規則性を検知できるわけです。

社内テストや人間によるブラインド比較でも、文章の自然さや創造性には何ら影響が出なかったとしています。

グローバル展開と避けられない抜け道

このマークの付与は欧州にとどまらず、世界中で提供されるClaudeの全製品に適用されます。

Web版のClaude、Claude Code、Claude Cowork、Claude Tagのほか、AWS、Google Cloud、Microsoft Foundry経由のAPI呼び出しも対象です。8月2日以降に公開されたモデルに加え、Claude Opus 5.5、Sonnet 5.5、Haiku 5.5といった主要モデルにはすでに導入されており、過去のモデルにも順次適用されます。

PNGやJPGなどの生成ファイルには業界標準のC2PA規格に基づいたメタデータが付与され、無料の専用チェッカーで確認できます。

一方で、テキスト透かしの検出ツールは現在プライベートプレビューにとどまっており、利用できるのは規制当局、報道機関、ファクトチェッカーなどの対象組織に限定されています。

また、この仕組みは決して万能ではありません。文章を大幅に言い換えたり翻訳したり、ごく短い文章を出力した場合は透かしの検出率が落ちます。C2PAメタデータに至っては、スクリーンショットや画像の再保存だけで簡単に剥がれてしまいます。

なぜ重要か

一般の読者やコミュニティにとって、AI生成コンテンツの可視化は切実な問題でした。二次創作サイトのファンが独自にClaude製テキストの検出ツールを自作したり、SubstackのCEOが人間になりすましてAI記事を量産する「Claudefishing」に警鐘を鳴らすなど、反発は広がっていました。公式マークの導入は歓迎すべき動きですが、自作の原稿をClaudeに校正させただけでもAI製マークが付いてしまう点には注意が必要です。

業界全体で見れば、EUの規制が生成AIの設計基準をいかに塗り替えているかを物語っています。Anthropicだけでなく、GoogleやMeta、OpenAIなども同様の行動規範に署名しており、透かしへの対応は大手モデルにとって事実上の参入条件になりつつあります。

トークンサンプリングの確率分布に暗号パターンを織り込むという技術選択は非常にスマートで、文章の質を落とさずにコピペ耐性を確保しています。

ただ、一般ユーザーが使える検出手段が提供されない限り、ネット上の情報の真偽を確かめたい一般人にとってはブラックボックスのままです。少し言い換えるだけで回避できてしまう脆弱性を抱える以上、悪意あるスパムへの決定打になるかはまだ未知数と言わざるを得ません。