AI生成コンテンツは見分けられるようになったのか
Anthropicが、Claudeで生成したテキストに透かしを入れると発表しました。TechCrunchの記事とThe Decoderの記事、両方読みました。
結論を先に言うと、対応するClaudeマークが付いているかどうかを、機械的に検出できる仕組みができました。 ただし「マークを検出できる=AI生成/人間執筆を確定できる」わけではありません。マークがあれば「Claudeが処理した可能性がある」と分かるだけで、人間が書いた文章をClaudeで校正・翻訳・要約しただけでもマークは付き得ますし、マークが見つからないからといって「人間が書いた」とも言い切れません。そして、その検出を第三者が自分で行うための手段(検証ツールや技術詳細)は、今のところ公開されていません。この非対称さが何を意味するのか、というのが今日の主題です。
何が発表されたか
2026年8月2日以降にローンチされる対応モデルは、ローンチ時点からClaude Platform API・Claude・Claude Code・Claude Cowork・Claude Tagで生成されるテキストに透かしのサポートが入ります。8月2日より前にリリースされた既存モデルへの対応は、現在進行中とされています(つまり「もう全部入っている」わけではなく、対応モデルから順次、という状態です)。
ここで最初に誤解しやすいのが、「透かし」という言葉のイメージです。私も最初、AI生成コンテンツに「これはAIが作りました」という目に見えるラベルが付くのかと思いました。違います。Anthropicのサポートページには「imperceptible watermark(知覚できない透かし)」とあり、テキストそのものに人間には気づけない形で埋め込まれます。コピペしても一緒に移動し、一部の編集を経ても残る可能性がある、という仕組みです。
つまりこれは、人間向けの表示ではなく、機械が読み取って判定するための痕跡です。Claude Codeが生成するコードもこの対象に含まれています。
透かしはどこまで残るのか
The Decoderの記事は、検出できなくなりうる例を具体的に挙げていました。
テキストが重く編集・翻訳された場合、段落が短すぎる場合、またはメタデータが形式変換やスクリーンショットで削除された場合
これは2種類の話が混ざっているので分けて読む必要があります。テキストの透かしが弱くなるのは「重い編集・翻訳」「短すぎる段落」のケース。一方「スクリーンショットで消える」というのは、後述する画像側の付随メタデータの話で、テキストに埋め込まれた透かしとは別の仕組みです。
なお、Anthropicがテキスト側で具体的にどんな透かし方式を使っているかは、技術文書が「forthcoming(後日公開)」扱いでまだ公開されていません。LLMの透かし技術には「単語選択に統計的な偏りを加える」方式(Google SynthIDなど)が知られていますが、それがそのままAnthropicの実装だと確認できる情報はまだない、ということは正直に書いておきます。
画像の場合はさらに事情が違います。画像はテキストのような埋め込み透かしではなく、C2PAという業界標準に基づく署名付きメタデータ方式が使われています。これはファイルに付随する情報なので、スクリーンショットを撮ったり、SNSに上げて再エンコードされたりすると簡単に消えます。「画像はもうAI製か判別できる」というより、「メタデータが残っていれば条件付きで判別できる」というのが正確なところです。
テキストのAI関与を調べる方法は2系統ある
テキストに対するAIの関与を調べる方法は、大きく2つに分かれます。ただしこの2つは、同じ問いに答えているわけではありません。
1つ目は、今回の透かし検証。 これは「対応するClaudeマークが付いているか」を確認する方式です。執筆時点では、第三者向けの検証ツールや技術詳細はまだ公開されていません。Anthropicは将来的に第三者も検出できるようにする方針を示していますが、それがいつ・どんな形で提供されるかはまだ分かっていない段階です。
2つ目は、透かしを使わない統計的検出ツール。 こちらは既に市場にあります。GPTZero(教育現場で有名)、Originality.ai(コンテンツマーケター向け)、Turnitin(大学の剽窃チェックに統合)、Copyleaksなど。文章の予測しやすさや文の長さのばらつきといった統計的特徴から、Claude由来かどうかとは関係なく「AI生成らしさ」を確率的にスコアリングする仕組みです。特定のマークの有無を確認する透かし検証とは、確認している対象そのものが違います。
こちらは以前から誤判定が指摘されているツール群でもあります。非ネイティブの英語話者の文章を誤ってAI判定しやすいという傾向は査読研究でも報告されています(ただし評価対象の検出器・文章・時期には範囲があり、ここで挙げた全サービスに一律に当てはまるとまでは確認していません)。統計的検出だけを根拠に「黒」と断定するのは、今のところリスキーだ、というくらいの温度感で捉えています。
なぜ今なのか
この動きの発端は、Anthropic単独の判断ではありません。同じ2026年8月2日から、EU AI Act(EU AI規則)第50条の透明性義務が適用開始になりました。これは「合成された、または実質的に操作された」音声・画像・動画・テキストの出力を、機械可読な形でマークすることなどを求める、法的拘束力のある義務です(標準的な編集の補助にとどまる場合や、入力の意味を実質的に変えない場合は対象外、といった例外もあります)。
これとあわせて、2026年6月にTransparency Codeという任意の行動規範が公表されています。これは法律そのものではなく、企業が「第50条にちゃんと準拠していますよ」と示すための実務的な手段です。Google、Meta、Microsoft、OpenAI、Black Forest Labs、Synthesiaといった主要企業もこのCodeに署名しており、Anthropicの今回の対応も、この流れの中に位置づけられます。ただし署名はあくまで「準拠する意思の表明」で、各社が同じ時期・同じ方式で実装を終えているという意味ではありません。
日本にも、2025年に全面施行されたAI関連の法律や、経済産業省のAI事業者ガイドラインのような指針は存在します。ただしEU AI Act第50条に相当する、AI生成コンテンツの機械可読マーキングを個別に義務付ける規定は今のところ見当たりません。一方で、Anthropicの透かし機能自体は地域限定ではなく対応モデルの出力全体にグローバルに適用される、とAnthropic自身が説明しています。つまり「日本のユーザーにも機能として及んでいる」のはほぼ確実な事実です。そのうえで、日本でも将来EU同様の個別マーキング義務が出てくるかどうかは、私の予測にすぎません。まだ確定した話ではありません。
非対称さが意味すること
ここまでの事実を並べると、はっきりしていることが1つあります。透かしを埋め込む技術を持っているのはAnthropicで、それを検証する詳細な手段は今のところ第三者に公開されていません。
Anthropicは将来的にこれを開いていく方針を示してはいます。ただしそれはまだ「表明」の段階で、実際にどう提供されるかの詳細は出ていません。だから今の時点では「まだ非対称」と言って差し支えないと思っています。この先の方向性としては、いくつか考えられます。
- 誰でも使える検証API・ツールを公開する
- 一般公開はせず、規制当局や大学のような特定機関にだけ検証権限を渡す
- C2PAのように、透かし方式自体を業界共通のオープン標準にする
3つ目の方向は、実は画像側では既に一部起きています。C2PAはAdobeやMicrosoft、OpenAIなど複数社が採用する開放標準です。テキスト側の透かしも同じ方向に進むかどうかが、この技術が閉じたままなのか開かれていくのかを占う一番わかりやすい指標になりそうです。
マークを確認する仕組みはあるが、確かめる手段はまだない
Claudeマークを埋め込む仕組み自体はもう存在しています。ただし今の時点で、私たちが自分で「対応するマークが付いているか」を確かめる手段はまだほとんどありません。第三者向けの検証手段は未公開で、統計的検出ツールはありますが、誤判定のリスクを踏まえた上で参考程度に使うのが実態に近いと思います。
AI生成コンテンツを実務で使っている側からすると、今使っているツールの出力には、既に見えない痕跡が埋め込まれている可能性があるという話でもあります。コピペしてそのまま使えば残りやすく、大幅にリライトすれば薄まる、という技術的な傾向は頭に入れておいた方がいいと思います。私自身、Claudeをメインで使っている一人としても他人事ではありません。
透かしという技術そのものは地味な話に見えますが、「対応するAIツールが処理したかどうかを機械が確認できる社会」に向けて、静かに一歩進んだ発表だったと思います。EU発の規制がきっかけとはいえ、この流れが今後どこまで広がるかは、私も注視していきたいところです。