Claudeの「見えない透かし」は何を残すのか。SynthID-Textの仕組みと限界

「全出力」は誤解

まず、2026年8月25日時点の適用状況を切り分けたい。一部では「Claudeがすでに全回答へ透かしを入れている」と伝えられたが、Anthropicの公式説明はもう少し限定的だ。

同社は、EUで2026年8月2日以降に公開するClaudeモデルについて、提供開始時から機械可読なマーキングへ対応すると表明した。8月2日より前に公開されたモデルは移行期間の対象であり、透かし対応を今後数カ月かけて追加するという。つまり、現行モデルを含むすべての回答で適用が完了したとまでは確認できない。

日付	できごと	確認できること
2026年6月10日	EUが最終行動規範を公開	マーキングと表示の実装方法を提示
2026年7月末	約190組織が署名	Anthropicを含む主要AI企業が参加
2026年8月2日	EU AI法第50条を適用	新モデルへの機械可読マーキングがはじまる節目
2026年8月14日	Anthropicが技術解説を公開	SynthID-Text系の方式だと判明
2026年8月25日	検出APIは公開準備中	一般利用者がClaudeの鍵で検証する手段は未公開

対応モデルの透かしは、ClaudeのWebアプリだけに限られない。Claude PlatformのAPI、Claude Code、Claude Cowork、Claude Tagのほか、AWS、Google Cloud、Microsoft Foundryからモデルを呼び出した場合も対象になる。EUだけでなく世界共通で適用する理由について、Anthropicは地域ごとに安定して切り分ける方法がまだないためだと説明している。

なお、テキストと画像ファイルでは方式が違う。文章には統計的な透かしを使う一方、Claudeが生成・処理したPNG、JPEG、SVGなどにはC2PA規格の署名付き来歴情報をメタデータとして付ける。ファイルのメタデータは変換や再保存で失われ得る。文章の透かしとは、目的は近くても別の技術である。

EUが求めた透明性

導入の直接的な理由は、EU AI法第50条である。同条の透明性義務は2026年8月2日に適用がはじまり、生成AIの提供者へ、AIが生成・加工した音声、画像、動画、テキストを機械が識別できるようにする措置を求めている。

ここでは「提供者」と「利用者・公開者」の義務を混同しないことが重要だ。

立場	主な義務	Claudeの透かしとの関係
AI提供者	出力を機械可読な方法で識別可能にする	Anthropicがモデル側へ透かしを実装
AIを使う公開者	ディープフェイクなどのAI由来を表示する	目に見えるラベルや説明が必要になる場合がある
公共的な情報を発信する媒体	人間の確認や編集責任がないAI生成テキストを開示する	透かしだけで表示義務を果たせるとは限らない

機械が読む透かしと、人間が読む「AI生成」の表示は同じではない。EUの公式ガイドラインでは、公共的な事項を扱うテキストでも、人間による確認を経て編集責任のもとで公開される場合は、公開者側の表示義務に例外がある。一方、AI提供者が出力へ機械可読な印を付ける義務は別に存在する。

行動規範への参加は任意だが、第50条への適合は法的義務である。欧州委員会によると、2026年7月末までに約190組織が署名した。AI提供者向けの第1部にはAnthropicのほか、Google、Meta、Microsoft、Mistral、OpenAIなどが名を連ねる。Claudeだけの特殊な試みではなく、主要AI企業がそれぞれの方法で「生成物の来歴」を示す流れの一部と見るべきだ。

TechCreateでは、施行前にEU AI法第50条が企業へ求める対応を整理した。Claudeの透かしは、その規則が実際のモデル設計へ入り始めた具体例である。

単語の乱数に印

大規模言語モデルは、文章を完成形のまま取り出しているわけではない。直前までの文脈をもとに、次に続く可能性がある「トークン」をひとつずつ選び、回答を組み立てる。トークンは単語そのものだけでなく、単語の一部や記号の場合もある。

たとえば「今日の空は冷たく、」のあとには、「曇っていた」「灰色だった」など複数の自然な候補がある。通常の生成でも、モデルは候補の確率分布から乱数を使ってひとつを選ぶ。Claudeの透かしは、この低いリスクで選べる場面を利用する。

Anthropicは、秘密鍵と直前の数語から、候補を選ぶための擬似的な乱数を作る。単語は依然としてモデルが自然だと判断した候補から選ばれる。ただし、長い文章の選択を積み重ねると、鍵を知る検出器だけが見つけられる統計的な偏りが現れる。

同社はこの方式を、Google DeepMindが2024年に発表したSynthID-Textの一種だと明らかにした。SynthID-Textはモデルの学習内容を変えず、生成時のサンプリングだけを調整する。元になったNature論文では、Geminiの約2000万回答を使った実環境テストで、透かしの有無による利用者評価の統計的な差は確認されなかった。

Anthropicも、文章の意味、創造性、読みやすさに実用上の影響はなく、生成速度への影響もごく小さいと説明する。文字やメタデータを追加しないため、トークン数と料金も増えない。透かしには利用者、組織、会話を特定する情報も含まれない。ただし、Claude版の品質評価は現時点では主に同社の内部検証に基づく。実運用での検出精度は、検出APIと詳しい評価資料の公開を待つ必要がある。

見抜ける範囲

統計的な透かしは、すべての文章へ同じ濃さで入るわけではない。モデルが自然な候補から自由に選べるほど痕跡を残しやすく、正解がほぼひとつに決まるほど弱くなる。

Claudeの使い方	検出しやすさの傾向	理由
長いエッセイや物語の生成	比較的高い	単語を選べる場面が多い
翻訳	比較的高い	出力側の単語をClaudeが広く選ぶ
短い回答	低い	統計的な証拠が足りない
事実中心の文章	低くなりやすい	正確さを保つと候補が限られる
文法・句読点だけの校正	低くなりやすい	人間の原文がほぼ残る
プログラムコード	低くなりやすい	別の語を選ぶと壊れる場面が多い
コード内のコメント	残る可能性がある	自然言語の選択肢がある

軽い編集や文章の一部を切り出す程度なら、透かしが残る場合がある。反対に、全体の言い換え、強い要約、再翻訳、他の文章との混合が進むと検出しにくくなる。透かしが見つからなくても、「人間が書いた」とは結論づけられない。対応前のモデル、別のAI、短すぎる文章、強く編集された文章はいずれも検出を逃れ得るからだ。

透かしが見つかった場合も同じ注意が要る。わかるのは、文章の少なくとも一部にClaudeが関わった可能性である。「全文をClaudeが書いた」「利用者が不正をした」「内容が虚偽である」といった判断はできない。人間が書いた原稿をClaudeが大きく翻訳・編集した場合も、最初から生成した文章も、検出器からは同じ「関与」として見える可能性がある。

Anthropicは検出APIを提供すると予告しているが、2026年8月25日時点では実装方法や判定しきい値を公開していない。検出結果をどのような確率や区分で返すのか、第三者が精度を検証できるデータをどこまで示すのかは、今後の焦点になる。

反発と解除騒動

発表後の反応は割れた。仕事や授業でClaudeを使ってきた一部の利用者は、AIの利用が一律に疑われることや、人間の原稿まで「AI作品」と扱われることを懸念した。SNSではサブスクリプションの解約を表明する投稿も現れた。ただし、解約がどの規模で発生したかを示す公式データはない。

一方、生成文章の出所を隠して提出する行為と、校正や翻訳にAIを使う行為は分けるべきだという反応も多い。透かしに賛成する人からは、偽情報や無断の丸写しを見つけやすくする透明性の基盤として歓迎する声が上がった。

期待	懸念
AI生成物の大量拡散を調べやすくなる	AIの関与が不正利用と短絡される
生成元について説明する手がかりになる	人間とAIの共同制作の割合を表せない
従来型AI判定器より明確な鍵を使える	検出器を持つ側へ判断権が集中する
主要AI企業の共通対応を促す	モデルごとに鍵や方式が異なり相互運用が難しい

発表から数時間後には、開発者Guillaume Meyer氏が透かしの除去をうたうオープンソースツールを公開した。統計的な文章透かしに対しては、別のモデルによる言い換えを使う。WIREDは、同種の回避ツールが相次いで登場したと報じている。

ただし「解除に成功した」という表現には留保が必要だ。Anthropicの公式検出APIが未公開である以上、Claude版の透かしが本当に消えたかを外部から確かめる方法はまだない。元になったSynthID-Textを調べたETH Zurichの研究チームは、透かしの存在を外部から推定でき、他方式より偽造には強い一方、文章の書き換えによる除去には弱いと報告した。これは基盤技術への評価であり、Claudeの秘密鍵と実装を直接破った証明ではない。

回避が可能だとしても、透かしが無意味になるわけではない。攻撃者を完全に止める防壁ではなく、編集されずに大量配布された生成文章を調べる信号として見るほうが実態に近い。

職場での扱い方

影響が大きいのは、透かしの存在よりも、検出結果を組織がどう使うかである。学校が検出だけで不正を認定したり、企業が検出された原稿を無条件に却下したりすれば、Anthropic自身が説明する技術的な限界を超えた運用になる。

場面	避けたい運用	現実的な運用
採用課題・学校のレポート	陽性だけで不正と断定する	作業履歴や口頭説明と合わせて確認する
記事・広報文	透かしの有無だけで公開可否を決める	事実確認と編集責任の所在を記録する
翻訳・校正	AI関与をすべて「AI執筆」と表示する	生成、翻訳、校正を区別して説明する
ソフトウェア開発	コードから個人のAI利用を追跡できると思い込む	レビュー、テスト、ライセンス確認を優先する
取引先との納品	透かし除去だけを品質条件にする	AI利用範囲と人間の検証工程を合意する

企業には、透かしを消す手順より、AIをどこで使い、誰が確認したかを残す工程のほうが重要になる。下書き、翻訳、校正、要約、コード生成をひとつの「AI利用」にまとめず、用途を分けて記録する。外部公開する情報では、出典確認、著作権、機密情報、最終承認の担当者も併せて管理する。

Claude Codeを使う開発現場でも、透かしだけを特別視する必要はない。正確な構文が求められるコード本体では信号が弱く、自然言語のコメントには残る可能性がある。それでも、動作、安全性、保守性、ライセンスの問題は透かしでは判定できない。従来どおり、テストとコードレビューが責任の中心にある。

人間とAIの共同制作が当たり前になるほど、成果物を二択で分類する方法は現実から離れていく。「AIが使われたか」だけでなく、「何に使い、どこから人間が判断したか」を説明できるワークフローが必要だ。

透かしの次の問い

文章の透かしは、真偽判定器ではない。人間が書いた偽情報には反応せず、Claudeが翻訳した正確な文章には反応し得る。著作権や所有権も決めない。Anthropicは、透かしの有無によって利用者の権利や法的責任は変わらないと明記している。

それでも価値はある。生成元が完全に見えなかった状態から、確認できる信号がひとつ増えるからだ。とりわけ、編集されていない長文が大量に投稿される場面では、プラットフォームや研究者が情報環境を調べる手がかりになる。

今後はAnthropicの検出APIに加え、異なるAI企業の透かしを誰が、どの条件で検証できるのかが問われる。秘密鍵を広く公開すれば偽造や除去を助ける恐れがある。一方、検出手段を企業だけが握れば、誤判定を外部から監査しにくい。透明性のための技術そのものにも、透明性が求められる。

見えない透かしが残すのは、Claudeの名前だけではない。人間とAIの仕事を「どちらが書いたか」で分ける限界も浮かび上がらせる。必要なのは、AIを使った事実を隠すことでも、AIの関与だけで成果物を退けることでもない。誰が、どの工程を、どの責任でつくったのか。透かしを入口に、そこまで説明できる仕組みをつくれるだろうか。

出典・参考

• Anthropic「How Claude marks AI-generated content」
• Anthropic「How Claude’s text watermark works」
• European Commission「Code of Practice on Transparency of AI-generated Content」
• European Commission「Guidelines on transparency obligations for providers and deployers of certain AI systems」
• Dathathri et al.「Scalable watermarking for identifying large language model outputs」Nature, 2024
• Google DeepMind「Watermarking AI-generated text and video with SynthID」
• ETH Zurich SRI Lab「Probing Google DeepMind's SynthID-Text Watermark」
• WIRED「Coders Say They Already Found Workarounds to Claude’s Invisible Watermarks」
• TechCrunch「Anthropic shares more details about how Claude’s new watermarks will work」