Editor’s Note
Claudeのテキスト透かしは「隠し文字」ではない 単語選択に残す確率的な手がかり
出力に何かを埋め込む仕組みではない
Anthropicは、将来のClaudeモデルが生成する文章へテキスト透かしを導入すると発表しました。目的は、ある文章の作成にClaudeが関与した可能性を後から評価できるようにすることです。EU市場でAIを提供する事業者に、AI生成コンテンツのマーキングを求めるEU AI Actへの対応で、同社は他の主要AI事業者とともに2026年7月、関連する行動規範へ署名しています。
ここでいう透かしは、紙幣の模様や文書の隠し文字とは異なります。文章へ記号や不可視文字を追加せず、追加トークンも消費しません。利用者、組織、会話を特定する情報も含まず、速度への影響はごく小さいため、提供・利用価格も変わらないと説明されています。導入時は地域を安定して限定する方法がまだないため、世界全体へ適用する方針です。
「次の単語」の選び方にパターンを残す
大規模言語モデルは、直前までの文脈をもとに次の単語候補を並べ、その中から一つずつ選びます。意味や品質がほぼ同じ候補が複数ある場面では、どれを採るかをランダム性が左右します。透かしは、この低リスクな選択が文章中で何度も起きることを利用します。
通常の任意の乱数の代わりに、鍵と直前のいくつかの単語を使って選択を決めるのが基本です。候補外の不自然な単語を無理に選ばせるのではなく、もともと妥当な候補の間で使うランダム性の出どころだけを変えます。鍵を持つ検出側は、完成した単語列がその規則とどの程度整合するかを調べ、Claudeが一部を書いた可能性を確率として示せます。
採用するのは、Google DeepMindが2024年のNature論文で公表したSynthID-Text方式の一種です。Anthropicの社内テストでは内容、創造性、読みやすさへの影響は見られなかったとしています。元の研究でも、実トラフィックでの評価と人による比較の双方で、透かしの有無による統計的に有意な品質差は確認されませんでした。
検出は断定ではなく、長さと書き換え量に左右される
透かしが答えられるのは「Claudeが一部に関与した可能性」であり、人間だけが書いたことや、別のAIが書いたことを判定するものではありません。Claudeが全文を書いた場合と、大幅に編集した場合も区別できません。著作権、著者性、法的責任、利用者の権利を変える仕組みでもありません。
短い文章は選択回数が少なく、検出が難しくなります。事実上正解が一つしかない記述、文法と句読点だけを直す校正、正確さが必須のコードにもパターンを置ける余地は限定的です。反対に、Claudeが多くの語を選ぶ長文や翻訳では手がかりが増えます。軽い編集なら一部が残る可能性がある一方、全面的な書き換えでは消え得るという限界もあります。
Anthropicは透かし検出APIを近日中に提供する予定ですが、実装の詳細は検討中です。また、PNGやJPEG、SVGなど対応ファイルには、テキスト透かしではなく、Claudeによる作成・処理を示す暗号署名付きのC2PAコンテンツ認証情報をメタデータへ付けます。文章とファイルでは手段が異なる点も、運用時に混同しないことが重要です。
今回の方式は、生成物へ目印を直接貼るのではなく、生成過程に残る統計的な痕跡を検査可能にするものです。そのため利用体験を変えにくい半面、検出結果は文章量や編集の程度に依存します。実用上は、真偽を一発で確定する証明ではなく、Claudeの関与を評価する一つの手がかりとして扱う必要があります。
