Claudeの透かし、仕組みが明らかに。サイコロの代わりに円周率を使う
Anthropicが、Claudeのテキスト透かしに使われる技術の全容を公式ブログで公開した。Google DeepMind発の手法で、原理は「乱数の出どころを変えるだけ」。品質への影響はないが、検出手段が追いついていない。
Anthropicが、Claudeのテキスト透かしに使われる技術の全容を公式ブログで公開した。Google DeepMind発の手法で、原理は「乱数の出どころを変えるだけ」。品質への影響はないが、検出手段が追いついていない。
「どの単語でもいい」瞬間に仕込む
Anthropicが現地時間8月14日、Claudeのテキスト透かしの仕組みを解説するブログ記事を公開した。
大規模言語モデルは、1語ずつ文章を生成する。「今日の天気は寒くて……」の続きとして「曇り」も「灰色」も同程度に自然だとモデルが判断したとき、どちらを選ぶかは乱数で決まる。透かしが介入するのは、こうした「どちらでもいい」選択の瞬間だ。
通常の生成では、任意の乱数生成器がサイコロを振る。透かしありの場合、サイコロの代わりに秘密の鍵と直前の数語から導かれる擬似乱数が使われる。選択は依然としてランダムに見えるが、鍵を持つ者だけが「この単語の並びはClaudeの鍵で生成されたパターンと一致するか」を検証できる。
透かしが変えるのは、乱数の出どころだけだ。モデルが通常選ばない単語を無理に選ばせることはない。
Anthropicはこの仕組みをモノポリーにたとえている。プレイヤーの移動をサイコロで決める代わりに、円周率の数列から順番に数字を取ったとする。ゲームの進行はプレイヤーにとって何も変わらない。だが、ゲーム後にすべての移動履歴を見れば、「これは円周率を使ったゲームだ」と判定できる。
技術の正体はSynthID-Text
Anthropicは今回、使用する透かし技術がGoogle DeepMindが開発したSynthID-Textであることを初めて明かした。
SynthID-Textは2024年10月にNature誌に掲載された論文で発表された手法だ。テキサス大学オースティン校のスコット・アーロンソン（Scott Aaronson）氏が2022年に提唱した「トークン選択時に擬似乱数で偏りを入れる」という基本アイデアを発展させたもので、トーナメント方式のサンプリングアルゴリズムが特徴になっている。
品質への影響を検証するために、Google DeepMindはGeminiで大規模な実証実験を行った。約2000万件のレスポンスを透かしあり・なしで比較した結果、ユーザーの「いいね」「よくないね」の評価に統計的に有意な差は出なかった。評価者が透かしあり・なしの回答を並べて比較した対照実験でも、品質の違いは認められなかった。
SynthID-Textは生成プロセスのサンプリング手順のみを変更する。モデルの学習には一切影響しない。
追加のトークンも発生しないため、APIの利用コストも変わらない。
コードへの影響は限定的
開発者にとって最大の関心事は、Claude Codeで生成したコードに透かしが入るかどうかだ。
Anthropicの説明は明確だった。透かしは「どちらの単語を選んでも等しく良い」場面でのみ機能する。「2 + 2 =」の次に来るトークンは「4」しかありえないため、透かしの「押し」はかからない。コードは多くの場合、正確さが求められるため、散文と比べて透かしの密度は低くなる。
ただし、コード内のコメントや、複数の書き方が等価な箇所では透かしが適用される可能性がある。結果としてコードの動作には影響しないが、透かしの存在自体は「定義上、無視できるほど小さい影響」にとどまるとAnthropicは述べている。
| 出力の種類 | 密度 | 理由 |
|---|---|---|
| 長文の散文 | 高い | 同義語が多く選択の余地が豊富 |
| 翻訳 | 高い | 全単語をAIが選ぶため全文に適用 |
| コード | 低い | 正確な構文が必要で選択肢が少ない |
| 校正 | 低い | 大半の単語が元のまま残る |
| 事実の記述 | 低い | 正解が1つしかない場面では不作用 |
| 短文 | 低い | パターン形成に十分な長さがない |
校正テキストについても同様だ。人が書いた文章をClaudeに校正させた場合、ほとんどの単語はその人のものであり、透かしが付着する余地はほとんどない。翻訳の場合は逆で、すべての単語をClaudeが選ぶため、透かしは全文に適用される。
検出APIは「近日提供」
Anthropicは、透かしの検出APIを近日中に提供すると表明した。具体的な実装の詳細はまだ確定していないとしている。
この発表自体が新しい問題を生む。検出APIが公開されれば、透かしを回避したい者にとっての「回避オラクル」になりうる。テキストを少しずつ書き換えてAPIに投げ、「検出されなくなるまで編集する」というフィードバックループが成立するからだ。
Anthropicのエンジニアは現地時間8月12日の公開やりとりで、「完璧じゃない、編集すれば消せるが、最初の一歩だ」と認めている。
業界の足並みはそろっていない
Anthropicが透かしに踏み切った直接の理由は、EU AI法第50条だ。2026年8月2日に施行されたこの透明性規定に基づくCode of Practice（行動規範）に、約190の組織が署名している。
だが、署名と実装は連動しない。
OpenAIは行動規範に署名したものの、テキスト透かしは2026年8月時点でまだデプロイしていない。OpenAIは2024年に高精度のテキスト透かし検出器を社内で開発したが、「ユーザーが利用を控える」「非ネイティブ話者に不利」といった懸念から見送った経緯がある。
イーロン・マスク氏のxAIは、行動規範そのものに署名していない唯一の大手だ。Grokには透かしの義務を受け入れる約束がない。ただEU AI法自体は署名の有無にかかわらず適用されるため、xAIも最終的には何らかの対応を迫られる可能性がある。
Googleは2024年からGeminiにSynthID-Textをデプロイしている。Anthropicが2番目の大規模実装になった形だ。
| 行動規範 署名 | テキスト透かし デプロイ | 検出ツール 公開 | |
|---|---|---|---|
| デプロイ済み | |||
| ○ | ○ | — | |
| Anthropic | ○ | ○ | — |
| 未デプロイ | |||
| OpenAI | ○ | × | — |
| Meta | ○ | × | — |
| xAI | × | × | — |
| オープン ウェイト | — | — | — |
Claudeは世界で2番目にテキスト透かしを本番環境で実装したフロンティアモデルになった。規制対応としては早い。だが、検出手段なしで埋め込みだけが先行している現状は、信頼の仕組みが片側しか建っていない状態ともいえる。
オープンウェイトという穴
この仕組みが構造的に対処できない領域がある。
オープンウェイトモデルだ。DeepSeek、Qwen、Llama（いずれも透かしなしでテキストを生成する）。規制はクローズドモデルのプロバイダーに義務を課すが、ユーザーが自分のマシンで動かすオープンウェイトモデルには手が届かない。
Claudeの出力とオープンウェイトモデルの出力を混ぜた文書は、Claude由来の部分にだけ透かしが残る。検出ツールは文書全体の来歴を知らないため、それを区別する手段がない。
クローズドモデルだけに透かしが義務づけられれば、透かしのないオープンウェイトモデルへの移行圧力になる。規制が意図した「追跡可能性」とは反対の方向に力が働く可能性がある。
透かしとは何を証明するのか
Anthropic自身が繰り返し強調しているのは、透かしが証明できることの限界だ。
透かしは「関与した可能性」を示すだけであり、「Claudeがすべてを書いた」とも「人が書いていない」とも言えない。校正も翻訳も、透かしの上では区別がつかない。
短いテキストでは統計的なシグナルが不足して検出が難しくなる。事実に基づく記述（アイザック・ニュートンの著書が「プリンキピア・マテマティカ」であるように、正解が一つしかない場面）では、透かしが入る余地そのものがない。
透かしは個人情報を一切含まず、特定のユーザーや組織、会話に紐づけることはできない。これはプライバシーの観点ではポジティブだが、「誰が何のために使ったか」を特定したい当局にとっては、透かしが提供する情報は想像以上に少ない。
仕組みはシンプルだ。問題は、その先にある
Claudeの透かしは、技術としてよくできている。乱数の出どころを変えるだけで、品質を犠牲にせずにパターンを埋め込む。Nature論文に裏打ちされた実証データもある。
だが、「埋め込みは始まったが検出手段はまだない」「クローズドモデルだけが義務を負う」「回避は容易」という三重の制約は、透かしが実社会でどこまで機能するかに疑問符をつける。
規制は技術の前に来ることがある。だが技術の準備ができていないまま走り出した制度は、やがて別のかたちで補完される必要が出てくる。
透かしは最初の一歩だと、Anthropicのエンジニアは言った。問題は、二歩目がいつ、どこから来るかだ。
