Anthropicは2026年8月、Claudeが生成するテキストに「見えない透かし」を埋め込む仕組みを世界全体に展開すると発表した。対象はclaude.ai、Claude Code、API経由の利用、AWS/Google Cloud/Microsoft Foundry経由のClaudeモデルまで幅広く、日本を含む全リージョンが対象になる。きっかけはEU AI Act第50条 ―生成AIコンテンツに機械可読な出所表示を義務づける条文で、違反時の制裁金は最大1,500万ユーロまたは全世界売上高の3%。EU向けに作った仕組みをそのまま世界展開する、という判断だ。
透かしの中身と限界 #
技術的には、出力トークンの選び方に統計的な偏りを埋め込む方式とみられ、コピー&ペーストしても消えず、ある程度の編集を経ても残る設計だという。画像などのファイルはC2PA準拠の署名付きメタデータで出所を示す別方式になる。
ここで重要なのが限界表現だ。Anthropic自身が「透かしを検出できてもClaudeが著者だと証明したことにはならない」と明言している。人間が書いた文章をClaudeに校正・翻訳・要約させただけでも透かしが付く。逆にファイルの透かしは形式変換や再保存、スクリーンショットで容易に剥がれる。「AIが書いたか」の二値判定器ではなく、あくまで「Claudeが処理した痕跡」を示す監査ログに近い。
| 項目 | 分かる | 分からない |
|---|---|---|
| Claudeが処理した痕跡 | ○ | |
| コピペ後も残るか | ○ | |
| Claudeが著者だと証明 | × | |
| 校正/翻訳だけでも付着 | 一部 | ×(誤認注意) |
| ファイルの改変耐性 | ×(変換で剥離) |
フィッシング文面やなりすましレビューの検知にAI透かしを流用しようとする動きは今後強まるはずだが、上記の限界を無視すると誤検知・誤判定を量産する。「透かしあり=AI生成」と早合点したインシデント対応や、SNS上の真偽判定は根拠として脆い。
攻撃・防御双方への波及 #
攻撃側からすれば、透かしは回避対象になる。パラフレーズや他言語への往復翻訳、別モデルでのリライトを一段挟むだけで統計的痕跡は薄まる可能性が高く、詐欺メールの「AI臭さ消し」に組み込まれるのは時間の問題だろう。一方、防御・調査側にとっては「無編集でコピペされたClaude生成物」を機械的に拾える点は、著作権紛争やアカデミック不正の一次スクリーニングに使える。C2PA陣営とも足並みを合わせており、今後は他ベンダーの透かし方式との相互運用性が焦点になりそうだ。
規制対応として筋は通っているが、「透かし=真正性の証明」という誤解が独り歩きすれば、かえって現場の判断を誤らせる。技術の網の目と、それを扱う人間側のリテラシーの両輪が問われる話だ。
COMMENTS 0
まだコメントはありません。最初のコメントを投稿しよう。