Claudeのテキストに「透かし」 ― Anthropicが電子透かし技術を導入へ
Anthropicは、今後のClaudeモデルが生成するテキストに目に見えない電子透かしを埋め込むと発表した。Google DeepMindが2024年の『Nature』論文で発表した技術「SynthID-Text」を用い、あるテキストがClaudeによって生成された可能性を判定できるようにする狙いだ。
詳細
- 透かしの埋め込み方法: Claudeがテキストを生成する際、ある時点でほぼ同等に良い単語の候補が複数存在することが頻繁にある。Anthropicのブログ記事はこれを「こうした低リスクな選択は、生成されるテキスト1つにつき何度も発生する。透かし技術はこれを利用してClaudeの応答にパターンを残す」と説明する。通常のランダム性で選ぶ代わりに、暗号鍵と直前の単語列を使って選択を決めることで、人間が読む限りは統計的に何も異常のない自然な文章に見えつつ、鍵を持つ側にはパターンが検出可能になる
- 導入の背景 ― EU AI法: 今回の展開は主に規制対応が動機となっている。AnthropicはEUの「AI生成コンテンツの透明性に関する実践規範」に署名した約190の署名団体の1つで、2026年7月に署名済み。透かしシステムはまだ特定地域だけに適用範囲を絞れないため、導入当初はEUユーザーに限らず世界全体に適用される
- 対象モデル: 今回の機能は「今後のClaudeモデル」に適用される。2026年8月2日より前にリリースされたモデルについては、即座にではなく「今後数カ月かけて」段階的に透かしが追加される予定
- 検出の仕組み: Anthropicは透かし検出APIの提供を計画しているが、実装の詳細はまだ確定していない。重要な点として、検出結果が陽性であってもそれは「Claudeが関与した可能性が高い」ことを示すに過ぎず、テキストの一部でも人間が書いていないことを証明するものではなく、別の透かし方式を使う他社AIシステムの生成物を検出できるわけでもない
- 透かしが弱くなるケース: 透かしの強度はテキストの長さと、実際にどれだけ単語選択の自由度があったかに左右される。特定の専門用語が必要な事実的な文章では透かしがまばらになり、人間による編集が大きく入ったコンテンツでは最小限になる。またコードでは、ほとんどのプログラミングの文脈で自由な単語選択ではなく厳密で曖昧さのない出力が求められるため、一般的に透かしは弱い
- ユーザーへの影響はなし: Anthropicによれば、透かし処理によるモデル速度への影響は無視できるレベルで、追加の出力トークンも発生せず、追跡可能な個人情報や組織情報も埋め込まれない。社内テストでもコンテンツの内容、創造性、読みやすさへの測定可能な影響は確認されなかったという
その後
電子透かしは、悪用を防ぐ万能薬というより、規制要件に対する技術的な回答という性格が強い。Anthropic自身、短文・事実文・大幅に編集された文章では信号が劣化すること、そしてClaude以外が生成したコンテンツについては何も分からないことを明言している。今回の発表は透かしをどう埋め込むかに関するものであり、外部が実際にどう検出できるようになるかは、計画されている検出APIの詳細が明らかになるまで注目すべき次の焦点となる。