過去3年間、学校の指導者たちから同じような質問を何度も受けてきた。「生徒がAIを使ったかどうか、どうすれば見破ることができるのか」というものだ。
もっともな問いのように聞こえる。しかし、それは出発点として間違っている。学校側は、本来は人間の行動、評価の設計、そして信頼関係に関わる複雑な問題に対して、明快な技術的答えを求めている。そしていま、アンソロピック（Anthropic）は、まさにその答えのように見えるものを提供した。
8月11日、アンソロピックはClaudeヘルプセンターの記事をひそかに更新し、対応するClaudeモデルが生成したテキストに、不可視で機械可読な電子透かしが埋め込まれることを認めた。この透かしはコピー＆ペーストを行っても消えず、編集されても残る可能性がある。Claude本体のほか、Claude Code、Claude Cowork、Claude Tag、またはClaude APIの使用時にも埋め込まれる。AWS、Google Cloud、Microsoft Foundry経由で対応モデルにアクセスした場合も同様だ。
無効化するためのスイッチは存在しない。透かしの埋め込みはモデルの内部で行われる。
教育現場でこれから何が起こるか、私には容易に想像がつく。教師がエッセイをチェックする。Claudeの透かしが見つかる。その結果が「AIが執筆した証拠」として扱われ、不正行為に対する処分プロセスが開始される。
しかし、その透かしが証明するのは、そのようなことではない。
なぜアンソロピックはいま、これを行うのか
今回の変更は、8月2日に施行された欧州連合（EU）AI法第50条の登場を受けたものだ。生成AIシステムのプロバイダーは、AIが生成または改変したコンテンツを、機械可読な標識によって検出可能にしなければならない。これに違反した場合、最大1500万ユーロ、または世界年間売上高の3％の罰金が科される可能性がある。
アンソロピックは、関連する透明性行動規範に署名している。Google、Meta、Microsoft、OpenAIも同様だ。7月末までに、合計約190の組織が署名を済ませた。
8月2日以降にリリースされた新しいClaudeモデルは、提供開始時からこの透かし機能に対応している。アンソロピックは、過去のモデルにも同様の機能を遡及して追加する作業を進めているという。
欧州以外の地域で生成されたテキストに透かしを埋め込む義務は、アンソロピックにはなかった。しかし同社は、Claudeが利用可能なすべての地域でこのシステムを適用することを選択した。欧州の規制として始まったものが、事実上、世界中のすべてのユーザーにとってのClaudeの仕様を変更することになったのだ。
透かしは、思っているような場所には隠されていない
初期の反応の一部では、アンソロピックが隠し文字や不自然なスペースを挿入しているのではないかと推測されていた。しかし実際の仕組みは、それよりもはるかに興味深いものだ。
アンソロピックの外部の人間で、Claudeの電子透かしがどのように作成されているかを正確に知る者はいない。同社は透かしの役割については説明しているが、公開されているガイドラインではその具体的な手法を明らかにしていない。したがって、その正確な作成方法についてのいかなる記述も、現時点では根拠ある推測の域を出ない。
大まかな概念を説明するのは難しくない。研究者たちが何年も前から実験を重ねてきたからだ。最も影響力のある例の一つが、ジョン・キルヒェンバウアー（John Kirchenbauer）らが開発した「グリーンリスト方式」である。
言語モデルが文章を作成する際、次のトークン（単語の断片）として適切な選択肢が一つしかないことはめったにない。当てはまる候補が複数存在するのが普通だ。グリーンリスト方式では、秘密鍵を用いて、それまでに生成されたテキストを基準に、次に続く可能性のあるトークンを「グリーン」と「レッド」と呼ばれる2つの一時的なグループに分類する。
モデルはグリーングループから選ぶよう強制されているわけではない。単に、確率がその方向にわずかに傾けられるだけだ。そして次のトークンでは、新しい文脈に基づいてグループが変わる。
グリーンから選ばれた選択肢が一つあっても何もわからない。数個あっても意味を持たない。しかし長い文章全体を通してみると、そのパターンが蓄積し始める。グリーントークンが偶然の確率をはるかに超えて頻繁に現れれば、検出器はその結果がどれほど異例かを算出できる。オリジナルの研究では、この計算に「1標本比率のz検定」が用いられている。
これは、Claudeの回答をメモ帳にコピーしても透かしが消えない理由の説明にもなる。言葉の裏に隠されたオブジェクトがあるわけでも、文字の間に異常な文字が挟まれているわけでもない。統計的パターンは、文章が書かれる過程でのClaudeの単語選択によって作られたものだ。
GPTZero共同創業者兼最高技術責任者（CTO）のアレックス・クイ（Alex Cui）は、X（旧Twitter）への投稿で簡潔にこう述べた。「検索すべき文字列も、分離すべき不審な文字も存在しない」。手作業で見つけられる透かしなら、手作業で削除するのも簡単だからだ。
これはもはや、研究論文の中だけのアイデアではない。Google DeepMindは、テキスト電子透かし技術の独自開発版であり、さらに精巧な「SynthID Text」を、約2000万件に及ぶGeminiの回答でテストした。Googleによれば、これらの回答に対するユーザーの品質評価に有意な低下は見られなかったという。このシステムは複数の言語でも機能したが、翻訳や大幅な書き換えによって効果が弱まることはあった。
Googleは現在、SynthIDをGeminiの枠を超えて展開している。OpenAI、Kakao（カカオ）、ElevenLabsは対応するメディア形式でこれを使用しており、Nvidiaは生成動画に適用している。OpenAIは特定の画像や音声ファイルにマークを付けているが、ChatGPTのテキストについては、来歴シグナルに関する公式文書にいまだ記載がない。
OpenAIの躊躇（ちゅうちょ）は、多くのことを物語っている。2024年のウォール・ストリート・ジャーナル（WSJ）の報道によると、同社は十分な量のオリジナルテキストがあれば99.9％の精度を誇るテキスト検出器を開発していた。しかし、OpenAIはそれを公開しなかった。翻訳や書き換えによってシステムが破られる可能性があったからだ。また、一部のユーザーに不当な烙印を押すこと、そしてAIの使用履歴を追跡されやすくなることで顧客が製品を使わなくなることも懸念していた。
それでも、アンソロピックはあえてテキストに透かしを入れる選択をした。未解決の疑問は、同社の検出器が登場したとき、人々がその統計的シグナルを「最終判決」として扱い始めたら何が起こるか、ということだ。
Claudeが「触れた」可能性がある。それだけだ
学校の指導者たちが、アンソロピックの開発中である検出器に触れる前に、必ず読んでおくべき一文がある。透かしが見つかったということは、そのコンテンツが「Claudeによって処理された可能性がある」ことを示しているにすぎない、ということだ。
「処理された」。「書かれた」のではない。
2日間かけて自分でエッセイを書き上げ、その後にClaudeに文法修正を依頼したとする。返ってきたバージョンには透かしが入る可能性がある。翻訳、要約、あるいはファイル変換を行った後でも同じことが起こり得る。ジャーナリストが自ら取材し、インタビューを行い、記事の全単語を書き上げ、最後の校正にClaudeを使用した場合でも、そのテキストにはClaudeのシグナルが残ることになる。
ラジオ司会者のエリック・エリックソン（Erick Erickson）は、校正機能が優れているという理由でGrammarly（グラマリー）の使用をやめてClaudeに移行したとXに投稿した。そして今、彼自身が書いた文章に電子透かしが入れられる可能性があるとして、「ばかげている」と不満をぶちまけた。
生徒の場合でも、こうした状況は容易に想像がつく。多言語学習者がエッセイを書き、英語表現を向上させるためにClaudeを使用する。学習上の配慮が必要な生徒が、段落をより明確にするために使用する。別の生徒は、フィードバックを得るためにAIを使用せよという教師の指示に従い、提案された2つの修正を受け入れて提出する。これら3つのケースすべてにおいて、まったく同じ透かしが現れる可能性があるのだ。
学校向けの活動の中で、私はAIによる支援、AIによる生成、そして学業上の不正行為を、あたかも同義であるかのように扱う方針をいまだに目にする。これらは同じではない。電子透かしがこの混乱を解決することはない。むしろ、一見科学的に見える検査結果の裏に、その混乱を隠蔽してしまうおそれがある。
また、透かしが検出されないからといって、潔白が証明されたわけでもない。古いモデルで生成されたテキスト、翻訳されたテキスト、大幅に書き換えられたテキスト、あるいは他の文章と混ぜ合わされたテキストである場合、Claudeのテキストであっても検出されないことがある。短い文章では、信頼性のある測定を行うのに十分なトークン数がそもそも不足している場合もある。
コードがもたらすもう一つの問題
アンソロピックは適用範囲にClaude Codeを含めているが、ソースコードにおける電子透かしの信頼性について別途主張しているわけではない。独立した研究によると、既存の手法ではコードに効率よく透かしを入れるのは困難であることが分かっている。コードは、一般的な文章と比べて、変更しても問題のない選択肢が少ない。さらに、フォーマッターやリンター、リファクタリングツールが、残された選択肢の多くを書き換えてしまう。プロジェクトのサマリー（要約）やコミットメッセージのほうが、プログラム本体よりもシグナルを保持しやすい可能性がある。
画像は別の経路をたどる。対応するClaude生成画像には署名付きC2PA来歴メタデータが付与される。これはClaudeがそのファイルを処理したことを示し、後の改ざんも示せる。ある意味ではテキストシグナルよりも情報量が多いが、失われやすい。スクリーンショットの撮影、ファイルフォーマットの変更、再保存でメタデータは削除されうる。
検出器という課題
アンソロピックは、ユーザーや第三者がその透かしを検出できるようにするとしている。しかし、詳細はいまだ不明だ。誰がアクセス権を得るのか、検出結果が確率で示されるのかそれとも断定的な判決として示されるのか、あるいはその横にどのような警告が表示されるのかは分かっていない。
この遅れには、やむを得ない理由がある。非公開の検出器であればアンソロピックの企業秘密は守られるが、学校や雇用主、出版社にとっては役に立たない。公開された検出器は有用だが、それを出し抜こうとする者にとってのテストマシンになってしまう。数語書き換えては再チェックする、という作業を繰り返されるだけだ。
研究者たちは、この手法の一種を「ウォーターマーク・スティーリング（電子透かしの窃取）」と呼んでいる。十分な数の問い合わせを行うことで、攻撃者は隠されたルールを再構築し始めることができる。その知識を使えば、本物の透かしを消去したり、プロバイダー経由ではない文章に本物そっくりの透かしを追加したりすることさえ可能になる。
ある初期のレポートでは、書き換え1回あたり約4セントで透かしを消去できると主張されている。アンソロピックが検出器も技術仕様も公開していないため、この正確な数値を第三者が検証することはまだ不可能だ。しかし、根底にある不均衡は現実のものだ。悪意を持った不正行為者はテキストを翻訳したり書き換えたりして逃れることができる一方、校正のために実直にClaudeを使用した正直な人物のテキストには、透かしが完璧に残ってしまう可能性がある。
その結果、最も欺瞞性の低い使用例に対して、最も強力な検出機能が働いてしまう可能性があるのだ。
これがClaudeコミュニティの一部で怒りを招いている理由だ。あるRedditの投稿者は、これを一般ユーザー向けの「デジタルタトゥー」と呼び、洗練されたユーザーは単に痕跡を隠すだけだと述べた。この投稿には激しい反論が寄せられた。他のユーザーは、この透かしはアンソロピックが所有権を主張しているわけではまったくないと論じた。「これはAI生成の出力を検出できるようにすることが目的だ。AI生成の出力にはリスクがあり得るからだ」と、ある返信は述べた。
また別の大きな支持を集めたコメントは、より深刻な表現を用いていた。問題は、アンソロピックがコードを所有していることではなく、ユーザーが所有するコードに、どのAIプロバイダーが関与したかを示す、消えない機械可読なフィンガープリントが残ってしまうことだという。別の異議は、アンソロピックの倫理観そのものに向けられていた。モデル構築のために人類の膨大な成果物を消費しておきながら、その結果として生み出された著作物に、なぜ自社の透かしを入れる権利があるのか、というものだ。
AI企業の共同創業者であるサガル・パンディヤ（Sagar Pandya）は、この問題をより実用的な方向から捉えた。彼はLinkedInでユーザーに対し、Claudeに何を送信するか、特に機密情報については慎重に考えるよう警告した。また、企業顧客の間では、プロバイダーによる同様の透かし義務のない、同等の処理が可能なオープンウェイトモデルについての問い合わせが増えているとも述べた。
これは、このプロジェクト全体の限界を露呈している。電子透かしは、プロバイダーがそれを取り入れることに同意したシステムのみを識別できる。すべてのAIシステムを識別できるわけではない。不正から逃れようとする生徒は、透かしのない別のモデルへと移行すれば済む。一方で、学校が承認したツールを律儀に使っている生徒の方が、調査の対象になりやすくなるのだ。
学校は検出器を手にする前にルールを必要としている
Forbes寄稿者のランス・エリオット（Lance Eliot）は、アンソロピックの発表について執筆した記事の中で、偽陽性（誤検出）や偽陰性（検出漏れ）がその実用性を大きく上回るため、AI検出ツールは依然として信頼性が低いと警告している。従来のAI検出器と、意図的に埋め込まれた電子透かしは異なるものだが、過信に対する警告は同様に当てはまる。また、過去の研究では、テキスト検出器が英語を第二言語として書く人々に対して偏見を持つ傾向があることも示されている。
学校は、アンソロピックの検出器が登場するのを待ち、その検出結果を基に後からルールを考案するべきではない。その順序は逆でなければならない。
校正は許可されるのか。翻訳はどうか。フィードバックは。計画の策定は。アクセシビリティの支援は。生徒は提案された文を受け入れてよいのか。AIの使用は申告義務があるのか。不正行為として告発する前に、検出器の結果以外にどのような証拠が必要となるのか。
Claudeの透かしが見つかった場合、それは対話を始めるきっかけとしては妥当かもしれない。教師は下書き、ノート、またはバージョン履歴の提出を求めることができる。また、生徒自身にその議論のプロセスを口頭で説明させることもできる。提出物と、生徒が授業中に作成したものとを比較することもできる。そのいずれも、検出ボタンを押すほど手軽ではない。だが、はるかに公正だ。
電子透かしは、インターネットのインフラの一部へと急速になりつつある。SunoはAI生成音楽にマークを付ける計画だ。SubstackはPangramと提携した。CEOが「Claudefishing」（Claudeを使ったなりすまし）について警告した後、読者が長い投稿をスキャンできるようにするためだ。GoogleはSynthIDを拡張している。欧州の規制が定着するにつれ、さらに多くの企業がこれに追随するだろう。
コンテンツの出所を知ることには価値がある。特定のフレーズや句読点が含まれているというだけで、その文章がAI生成であると決めつける現状の茶番を続けるくらいなら、意味のある来歴シグナルがあったほうがよい。
しかし、来歴情報は正確に読み解かれる必要がある。Claudeの透かしは、その作品にClaudeが関与したことを学校に伝えることはできる。だが、生徒が最初に何を書いたのか、なぜそのツールを開いたのか、何が変更されたのか、あるいは何らかのルール違反があったのかどうかを学校に伝えることはできない。
それを不正の証拠と呼ぶなら、それは電子透かしの失敗ではない。それを使う人々の失敗である。
