Claudeの文章に透かしが入る EU規則対応で全世界に適用

まず時系列で(誰が何をしたか)

1. 2022年、研究者のScott Aaronsonが、テキストに印を残す方式を提案しました。
2. 2024年、Google DeepMindがその系譜のSynthID-Textを学術誌Natureで公開しました。
3. 2026年7月、Anthropicを含む約190の署名者が、EUの「AI生成コンテンツの透明性に関する行動規範」に署名しました。
4. 2026年8月2日、EUがAI提供者に対し、AI生成コンテンツへの標識を求め始めました。
5. 2026年8月14日、Anthropicが自社の透かしの仕組みを説明しました。

つまり方式を作ったのはGoogle、義務を作ったのはEU、今回それを説明したのがAnthropicです。透かしはClaudeだけの話ではなく、署名した各社が同じ時期に自社の実装を進めています。

確認できた事実

発表はAnthropicの公式ブログで、日付は8月14日です。対象は今後のClaudeモデル。8月2日より前に出たモデルには移行期間があり、数か月かけて対応するとしています。

仕組みは、文章を書くときの「乱数の出どころ」を差し替えるものです。モデルは次の語を選ぶとき、意味がほとんど変わらない候補から1つを選びます。「今日は寒くて、どんよりした」の「どんより」を「灰色の」に替えても、文意は動きません。その選び方を、乱数ではなく鍵に基づいて決める。鍵を持つ側は、語の並びが鍵と整合するかを見て、確率を出せます。

読者にとっての違いはありません。文字は追加されず、隠し文字もありません。トークンが増えないので料金も変わらず、速度への影響もないとしています。SynthID-Textの論文では、透かしありとなしをGeminiの一部トラフィックで比べ、評価に統計的な差は出ませんでした。

透かしから利用者は特定できません。個人・組織・チャットのどれにも結び付かないと明記されています。

限界も具体的に書かれています。判定できるのは「Claudeが部分的に書いた可能性の高さ」だけ。人が書いたことの証明にはならず、他社のAIかどうかも分かりません。短い文章では材料が足りず精度が出ません。事実が詰まった文には効きにくい。「ニュートンの主著は『プリンキピア』」の次に来る語は1つしかなく、選ぶ余地がないからです。同じ理由でコードにもほとんど乗りません(コメント部分は例外)。

校正だけを頼んだ場合も、直した数語にしか印が残りません。逆に翻訳は全語をClaudeが選ぶため、透かしが乗ります。完全に書き直せば消えますが、その場合はAI生成と呼べるのかという話になります。

検出APIは「近く提供する」段階で、詳細は詰めている最中です。画像などのファイルは透かしではなく、C2PAという業界標準のメタデータで「Claudeが関与した」と記録されます。カメラや写真編集ソフトが使っているものと同じ仕組みです。

どこまで効くのか 2つの穴

この仕組みには、はっきりした穴が2つあります。どちらもAnthropicの発表文から素直に導けるもので、隠されてはいません。

1つめ。別のAIに言い換えさせると消えます。Anthropic自身、軽い編集では完全には消えないが、全語を置き換える書き直しなら消えると書いています。この「言い換え攻撃」は研究の場では標準的な検証項目です。7月17日に公開された論文(Tamim・Khan)は、3方式を計846回の言い換えにかけました。結果は、KGWとUnigramが検出済みテキストの100%で透かしを失い、SynthID-Textも98.3%。攻撃を受ける前ですら見逃しは80%あり、言い換えた人間の文章の5.4%をAI生成と誤って判定しました。著者らは、米国の法廷が証拠採用に使うDaubert基準の5要素のうち2つ以下しか満たさないと結論づけています。ただしこの検証はMarkLLMというオープン実装が対象で、Anthropicの本番設定ではない点に注意が要ります。数字は目安として読むものです。

2つめ。ウェイトが配られた先には届きません。透かしは、次の語を選ぶ場面に介入して入ります。つまり生成する側の仕掛けです。モデルのウェイトを手に入れて自分の機材で動かす人は、その仕掛けを使わなければいいだけ。鍵も要らず、後から付けることもできません。オープンウェイトで配られたモデルは、この仕組みの外側にあります。

署名者の顔ぶれにも触れておきます。欧州委員会の名簿では、提供者向けのSection 1が82団体。利用者向けのSection 2が152団体で、重複を除くと約190団体です。Section 1に並ぶ主な企業は Aleph Alpha / Anthropic / Black Forest Labs / Cohere / Google / Meta / Microsoft / Mistral / OpenAI / Synthesia。一方、xAI・Amazon・Apple・NVIDIAの名前はありません。欧米の外にも署名していない提供元があります。

ただし規範は任意で、法的な義務はAI Actそのものにあります。EU市場に生成AIを提供するなら、署名の有無にかかわらず標識の義務はかかる。署名は義務を免れるためではなく、守っていることを示す近道として用意されたものです。とはいえ、MetaとMistralが署名していても、配られたウェイトを誰かが自分のGPUで回す限り、そこに印は乗りません。

読者への影響

個人利用者への実害はありません。料金も速度も品質も変わらず、書いたものが自分に紐づけられることもない。日本にいても適用されます。EU域内だけに絞る手段が今はないためです。

影響が出るのは、AI生成物を確かめる側です。学校、採用、編集、社内の承認。ここで覚えておくべきなのは、透かしが返すのが白黒ではなく確率だという点です。短い文章では出ません。事実の多い文章でも薄くなります。単独の証拠にするには弱すぎます。

今日できるアクションは1つです。社内のAI利用ガイドラインに「AIが書いた文章には検出可能な標識が入る」という前提を1行足しておくこと。隠して出すことが、これから技術的に難しくなります。先に方針を決めておくほうが、後から揉めるより安いはずです。一次情報の追い方もあわせてどうぞ。

どう読むか

ここで立ち止まりたいのは、線を引く場所です。この夏ずっと追ってきたのは「誰に渡すか」でした。審査を通った相手にだけ配る。政府と提携先に限る。料金を払った組織に売る。どれも入口の話です。今回は出口に印がつきました。渡したあとの文章そのものを、後から確かめられるようにする。

そして決めたのは会社ではありません。EUです。約190の署名者が同じ規範に署名し、8月2日から要求が動き出しました。1社の判断なら競争上の不利になりますが、全員がやるなら不利になりません。安全の設計が、企業の選択から市場の条件へ移った例だと読めます。

面白い(そして少し厄介な)のは、この道具が片側にしか効かないことです。透かしが出れば「AIが関与した」と言えます。しかし出なくても「人が書いた」の証明にはなりません。他社のAIかもしれないし、短すぎたのかもしれないし、書き直されたのかもしれない。疑いをかける道具にはなるが、疑いを晴らす道具にはならない。身の潔白を示したい人にとって、透かしは味方になってくれません。

もう一つ、逆説があります。透かしが濃く乗るのは、選ぶ余地の多い文章です。雑談、感想、あたりさわりのない説明文。逆に固有名詞と数字が詰まった文章や、コードには乗りにくい。つまり中身の詰まった文章ほど、検出をすり抜けます。現場でこれを使うと、手を抜いた文章ばかりが引っかかることになりかねません。

Anthropic自身も、既存のAI検出ソフトとの違いを説明する中で興味深いことを書いています。ああした製品は文体の癖を見ていて、AIは「これはXではなくYだ」という言い回しや、「静かに」という語を使いすぎる傾向があるそうです。私たちがAIらしさだと感じてきたものの正体が、こうして名指しされていくのは、なんとも据わりが悪い。

次に見ること

最優先は検出APIです。誰が使えて、いくらで、どの精度なのか。ここが出ないと現場では動かせません。次に言い換えへの耐性です。EUの法文は「十分に信頼でき頑健な」標識を求めています。98%が消えるという報告と、この要求水準をどう折り合わせるのか。研究側では複数の方式を重ねる改良も出ています。

3つめは、オープンウェイトの扱いです。ウェイトを配る行為そのものに標識の義務をかけるのか、それとも配った先は対象外とするのか。ここを詰めない限り、印のない文章はいくらでも作れます。他社の実装方式と、日本の学校や採用の現場が確率をどう扱うかも見どころです。8月17日の週次レビューでも扱います。

前後の流れ

OpenAIがUltrafastを限定公開 Solが最大14倍速に / デュアルユースとは | 守る力と攻める力が同じである理由 / EU AI Act執行への独立専門家支援 / AI利用ガイドラインの作り方