AIが書いた文章の「見えない透かし」——正体は“どうでもいい単語”の選び方だった

AIが書いた文章に、目に見えない「透かし」を入れる——。Anthropic（アンソロピック）が2026年8月14日、自社のAI「Claude（クロード）」の出力する文章に透かしを埋め込むと発表しました。紙幣の透かしのように光にかざして見えるものではありません。読んでも気づけず、隠し文字を足すわけでもなく、それでいて鍵を持っている人だけが「この文章はClaudeが書いた可能性が高い」と判定できる。そんな仕組みだといいます。

文字を足さずに、どうやって文章に印を残すのか。Anthropicが公開したFAQ（よくある質問への回答）には、その種明かしが書かれていました。今回はこの仕組みと、同社自身が認めている限界を紹介します。

次の一語を選ぶ乱数の置き換え

仕組みを知るには、まずAIが文章を作る手順から見る必要があります。Claudeのような大規模言語モデルは、文章を一語ずつ順番に生成します。次の一語を決めるとき、モデルは候補のリストの中から、それまでの文脈に合う「ありそうな」語を選びます。

Anthropicが挙げている例が「今日の天気は寒くて…」という文です。この続きに「甘ったるい」が来ることはまずありませんが、「どんより」も「灰色」も、どちらも自然です。そして多くの場合、どちらを選んでも文の意味はほとんど変わりません。こういう「どちらでもいい」場面で、モデルは乱数——いわばくじ引きで語を決めています。

透かしは、このくじ引きに手を入れます。語を選ぶこと自体はこれまで通りランダムなのですが、乱数の「出どころ」を、秘密の鍵と直前の数語から作った専用のものに置き換えるのです。すると、出来上がった文章の単語の並びには、鍵を知っている人だけが照合できる統計的なかたよりが残ります。あとから文章を検査して「この単語の並びは、鍵を使ったときのClaudeの選び方と一致しているか」を調べれば、Claudeが書いた確率を割り出せる、という理屈です。

Anthropicは、これをボードゲームにたとえて説明しています。モノポリーで、サイコロの代わりに円周率の数字の並びを使ってコマを進めることにしたらどうなるか。プレイヤーにとってゲームの中身は何も変わりません。円周率の途中の数字の並びは、サイコロの目と見分けがつかないからです。でも、ゲームが終わったあとに全員の出目の記録を円周率と照らし合わせれば、「このゲームは円周率を使っていたな」と分かる。透かし入りの文章は、この「円周率で遊んだゲーム」にあたります。

この手法の土台は、Google DeepMindが2024年に科学誌Natureで発表した「SynthID-Text」という技術です。論文では、この方式を「次の語を選び取る手順に注意深く手を加え、微細で文脈に応じた変更を注入する。この変更が生成された文章に統計的な署名を残す」と説明しています。AnthropicはこのSynthID-Textの一種を採用したと明言しています。

気になるのは文章の質への影響ですが、Anthropicは「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。DeepMind側も論文の中で、透かし入りのモデルを実際にGemini（同社のAI）の利用者の一部に提供し、高評価・低評価の割合を透かしなしと比べる実験を行っており、統計的に意味のある差は出なかったと報告しています。人間の評価者に透かしあり・なしの回答を並べて見せた比較試験でも、質の差は見分けられなかったそうです。ただし、Anthropic自身のテスト結果については、いまのところ第三者による独立した検証は出ていません。

「どうでもいい単語」にだけ宿る署名

ここからが、この発表でいちばん面白いところです。透かしは、文章のどこにでも均等に入るわけではありません。入れられるのは「言い換えても意味が変わらない単語の選択」だけなのです。

Anthropicが挙げるのは「ニュートンの最も有名な著作は『プリンキピア…』」という文です。この続きは「マテマティカ」しかありえません。正解がひとつしかない場面では、語を入れ替える余地がなく、透かしの出番もありません。だから、事実を述べる文章では透かしは薄くなります。正確さを犠牲にしてまで語を変えることはしない、という設計です。

コードも同じです。プログラムの多くの部分は一字一句が正確でなければ動かないので、透かしはほとんど乗りません。乗るとすれば、コメント（プログラム内のメモ書き）のような、言い換えの効く部分に限られます。文章の校正も然りで、人が書いた文章の文法だけ直してもらった場合、単語のほぼすべてが元の書き手のものなので、透かしが取り付く場所がそもそもない。修正箇所が少なければ、Claudeが関わったことを検出できないかもしれない、とAnthropicは認めています。

つまり、透かしが濃く宿るのは、「どんより」でも「灰色」でもいい——そんな、どちらを選んでも構わない無数の小さな選択のほうなのです。だから読者は絶対に気づけません。気づけるような違いのある場所には、そもそも透かしを入れていないのですから。逆に、翻訳のようにすべての単語をClaudeが選び直す作業では、透かしは全面的に乗ります。

上の図のイメージです。正解がひとつに固定された部分（左）には透かしの入る余地がなく、言い換えの効く部分（右）の単語の選び方にだけ、鍵で照合できるパターンが埋め込まれます。

検出できることの限界

では、この透かしがあれば「AIが書いた文章はもう見抜ける」のかというと、そうではありません。Anthropic自身が、できることの範囲をかなり率直に線引きしています。

まず、透かしの鍵で答えられるのは「この文章にClaudeが関わった可能性はどのくらいか」だけです。人間が書いたことの証明はできませんし、他社のAIが書いたかどうかも分かりません（他社が透かしを入れていても、鍵が違えば検出できません）。「Claudeが書いた」のか「Claudeが人の文章を大幅に手直しした」のかの区別もつきません。短い文章では、単語の選択の回数自体が少ないため検出が難しく、文章が長いほど判定の確度が上がるという性質もあります。

そして、編集で消えます。Anthropicは「軽い編集では透かしはおそらく完全には消えない。すべての語を置き換える全面的な書き直しなら消える」と明言したうえで、「その場合、それをまだAIが生成した文章と呼べるのかは議論の余地がある」と付け加えています。The Registerはこの点を捉えて、Anthropicは透かしが破られること自体はさほど気にしておらず、コストを上げずに規制対応の姿勢を示せる方法を選んだのではないか、と論評しています（ここはThe Registerの見方です）。

一方で、利用者にとって気になる点への回答も用意されています。透かしには個人・組織・チャット内容を特定する情報は一切含まれず、誰が使ったかを遡ることはできないとのこと。速度への影響もごくわずかで、余分なトークン（AIが処理する文章の単位）を生まないため、利用料金も変わらないとしています。文章がClaude製かどうかを確かめるための検出APIも準備中だそうです。

なお、画像などのファイルについては別の方式が使われます。こちらは中身をいじる透かしではなく、C2PAという業界標準の規格で「Claudeが関わった」という署名付きのメモをファイルの付帯情報として添える形です。カメラメーカーや写真編集ソフトが撮影元の記録に使っているのと同じ仕組みです。

EU AI法と各社の足並み

Anthropicがこのタイミングで透かしを導入する理由は、はっきりしています。EUのAI法への対応です。

EU AI法の透明性に関する規定（第50条）が2026年8月2日から適用され、EU市場でAIを提供する事業者には、AIが生成したコンテンツに機械が読み取れる印を付けることが義務づけられました。違反した場合の制裁金は最大1,500万ユーロ、または全世界売上高の3%のいずれか高い方に達します。Anthropicは2026年7月、この義務への対応方法を定めた「AI生成コンテンツの透明性に関する行動規範」に署名しており、署名したのは主要なAI開発企業を含むおよそ190の団体にのぼります。つまり透かしはClaudeだけの話ではなく、他の大手も、それぞれの鍵と方式で同様の対応を進めていくことになります。

ただし、切り替えは一斉ではありません。透かしが入るのは今後リリースされるClaudeのモデルからで、それ以前のモデルには移行期間が設けられており、Anthropicは数か月かけて順次対応するとしています。地域ごとに透かしの有無を分ける確実な方法がまだないため、当面は世界共通で適用するとのことです。

AIで文章の下書きを作る人にとって、この技術は他人事ではないかもしれません。ただ、今回の発表が示しているのは「AI文章が完全に見分けられる時代が来た」ではなく、その逆に近い話です。透かしを検出できるのは鍵を持つ側だけで、対象はClaudeの出力だけ。全面的に書き直せば消えることを、開発元自身が認めている。透かしが証明できるのは、あくまで「関わった可能性」までです。むしろ、意味を変えない無数の小さな単語選びに署名を忍ばせられるという発想そのものが、AIが文章を作る仕組みの面白さを教えてくれる発表だったように思います。検出APIが公開されたら、実際の精度がどの程度なのか、第三者の検証が待たれるところです。