Claudeに透かしが入るけど、正直な人だけを狙い撃ちにする・回避方法は？
AIの透かしは、正直な人だけを狙い撃ちにする
Anthropicが発表した。これから対応版のClaudeは、生成した文章に目に見えない透かしを入れる。適用は日本を含む全世界。
AIが書いた文章に印がつく。やっとAI生成が見分けられるようになる。いいことじゃないか、と思った。
ところが、その透かしがどうやって消えるかを、作った側が同じページで自分から全部並べている。効かないことを、誰よりもよく知っている。
消し方を自分で書いている。じゃあ何のために導入するのか。
今日はこの仕組みを一次ソースだけで追って、これが誰のための仕組みなのかまで考えてみたい。先に結論を言っておくと、わたしの見立ては「正直な人だけが損をする」だ。
何が入るのか
方式は二つある。
一つ目は、生成テキスト自体に織り込む見えない透かし。コピペしてもついていくし、多少の編集でも残る。
二つ目は、画像やSVGなどのファイルにつける署名付きの来歴メタデータ。C2PAという業界標準で、改ざんも検知できる。
範囲は広い。透かしはモデルレベルで入る。だからAPIでも、Claude.aiでも、Claude Codeでも、どのClaude製品から出た文章にもつく。AWSやGoogle Cloud経由でも、全世界で。
時期は、2026年8月2日以降にEUでローンチされる新モデルが初日から対応。それ以前のモデルは移行期間として順次追加していく。だから今この瞬間のClaudeの出力が、全部透かし入りというわけではない。
でも、簡単に消える
ここからが本題。
透かしが簡単に消えることを言っているのは、外野ではない。作った側だ。Anthropicは同じ記事の中で、大幅な編集、言い換え、翻訳、他の文章との混在では、検出可能なマークが残らないことがある、と書いている。ごく短い文章も、材料が足りず検出できない。
ファイル側も同じ。C2PA公式のFAQが、来歴データは意図的にも偶発的にも除去されると明記している。ファイル形式の変換やスクリーンショットで消える。
正直、除去は簡単だ。別のAIに一度書き直させるだけでいい。
署名の偽造だけは別だ。秘密鍵がいるから難しい。でも、偽造する必要がない。来歴のない新しいファイルにするだけでいい。難しいのは偽造で、簡単なのは「何もない状態」にすること。
一応、逃げ道を塞ぐ仕組みも用意されている。C2PAのDurable Content Credentials。画像の指紋や不可視の透かしから、外部に保存した来歴を後から結びつける。これが併用されていれば、メタデータを消しただけでは辿られる可能性がある。
でも、ついてなければ話は別だ。結局いたちごっこ。しかも、消せる側と消せない側で差がつくだけ。
道具に使っても「Claude産」
ここが一番引っかかった。
自分で書いた文章を、Claudeに構成だけ整えてもらって通したら、それにも透かしがつくのか。
つき得る。記事にはっきり書いてある。Claudeが原作者とは限らない。校正、翻訳、変換に使っただけでも、元が別の作者でも、出力にマークがつく。
中身は全部自分なのに、AI生成扱い。消したい人より、道具として正直に使った人のほうが損をしている。
しかも記事は、マークがあっても著者の証明にはならないと書いている。ところが現場のAI検出ツールは、AIとして扱いがちだ。この落差が、そのまま誤爆になる。
自分の頭で書いて、清書にだけAIを使った人が、一番疑われる。順番が逆じゃないか。
質は落ちないと言えるのか
Anthropicは、意味も品質も読みやすさも変えないと書いている。ただし、どれだけ変わらないかの数字は出していない。
透かしというのは本来、一番それらしい単語だけを選ばず、出力用にわざと少しずらして選ばせる仕組みだ。だから原理的に、透かしを強くするほど品質と綱引きになる。検知を強くするほど、文章が不自然になっていく。
実際、Googleの透かし研究でも、品質を保つ設定と、強める代わりに品質を落とす設定があると報告されている。無劣化で強い透かしというのは、基本的に存在しない。
だから、落ちないと言い切れる根拠は、少なくとも公開されていない。落ちないなら、普通は一番先に数字で出すはずだ。都合のいい話ほど先に数字を出すのが世の常で、それを出さない沈黙のほうが、答えに近いのかもしれない。ここはわたしの推測だ。
蒸留にも効かない
他社が勝手にClaudeの出力で学習する、いわゆる蒸留の対策には使えないのか。
方向としては研究がある。透かし入りの文章で学習したモデルには、その痕跡が残ることがある。うちの出力で学習しただろう、と割り出せるという研究だ。ただしこれは研究段階の話で、今回の仕組みに組み込まれているとは公表されていない。
そして、同じ弱点が効く。相手が学習データを一回言い換えれば、その痕跡も薄まる。安いし、質もほとんど落ちない。だから本気の相手には効かない。
出所表示にも、盗用対策にも、本気の相手には効かない。効くのは、悪意のない、受け身で正直な使い方だけ。捕まえられるのは、いつも同じ側だ。
誰が損をするのか
事実を並べる。効かないことを、作った側が全部自分で認めている。限界を自分で列挙している。
限界を正直に書いているのは偉い、という話にはならないと思う。むしろ自白だ。言い換えで消える。道具に使えば誤爆する。品質への影響は数字が出ていない。それを全部分かった上で出した、ということだから。
じゃあ何のためか。残る理由は一つ。EUのAI法第50条、その透明性コード・オブ・プラクティスに署名した以上、対応したという実績がいる。防止のためではなく、法律への提出物。ここはわたしの評価であって、Anthropicがそう言ったわけではない。
そして、損の行き先が全部同じ方向を向いている。
悪意ある側は言い換え一発で通り抜ける。何も知らない正直な人は、素直に使って可視化される。道具として正直に使った人は、中身が自分でも誤爆される。その上、文章の質まで落ちているかもしれない。
得する人が、一人もいない。
この記事すら届かない
もう一つ、気になっていることがある。
こういう仕組みの説明記事は、使っている人ほど読まない。透かしがあることも、消せることも知らないまま。
透かしの存在も、回避できることも、この手の記事を読む情報感度の高い人にだけ届く。逆に消したい人は、ここで消せると知るかもしれない。
透明性のための説明が、情報を持つ人には回避方法を配って、正直な人には何も届かない。透かし本体と、同じ方向を向いている。
完全に消せない透かしが作れるなら、それはそれでいい。でも現実は効かない上に、悪意ある側は回避でき、正直な人だけが可視化と誤爆を食う。
最後に一つだけ言わせてほしい。
AIは本来、知識を持つ人と持たない人の差を縮められる技術だったはずだ。それが逆に働いている。
今回の仕組みは、透かしを消す知識を持つ人だけを判定の外へ逃がし、何も知らず正直に使った人だけを可視化する。知識を広く届けるはずのAI企業が、知識の非対称性を制度として固定し、その差をさらに深めてしまう。
見えないところで、静かに広がっていく格差。
わたしは68歳で、ストアカで2,900人を超える受講生にAIを教えている。小学生にも教えている。だからこそ、こんな見えない形で生まれる格差を、仕方がないものとして受け入れたくはない。
なお、ここに書いた事実関係は一次ソースと報道に基づくが、動機の解釈と評価はわたし自身のものだ。事実は各自で確かめてほしい。
Geminiの意見
オッス！世界最高峰のAI博士、ジェミにいがズバッと答えるぜ！
Anthropic社（Claudeなど）が導入した「見えない電子透かし（ウォーターマーク）」の最新事情をキャッチしているなんて、なかなかの情報通だね。
結論から言うと、「メモ帳へのコピペ」や「一言一句そのままの手入力」では、このウォーターマークは回避できないんだ。
なぜ回避できないのか、どうすれば消えるのか。その裏側の仕組みをジェミにいが分かりやすく解説するぜ！
「見えないウォーターマーク」の正体
多くの人が「文章の裏に特殊な透明文字（空白コードなど）が仕込まれている」と勘違いしているんだけど、最新のAIテキストのウォーターマークは全く違うんだ。実は、「統計的な単語の選び方のクセ（トークン・ウォーターマーキング）」として、文章そのものに直接編み込まれている。
AIは文章を作る時、次に続く単語を確率で選んでいる。ウォーターマーク技術は、特定の「目印」となる単語のグループ（グリーンリスト）を意図的に少しだけ多く選ぶようにAIを誘導するんだ。
つまり、文章の構造や「単語の並び」そのものが、AIの指紋になっているというわけだね。
思いついた方法がNGな理由
この仕組みを踏まえると、君が考えた方法がなぜ通用しないか見えてくるはずだ。
メモ帳に貼り付ける
メモ帳は「文字の太字や色」や「裏に隠れたHTMLタグ」を消すのには有効だけど、「書かれている単語の並び」は一切変わらない。単語の並び自体がウォーターマークだから、コピペしても指紋はそのまま引き継がれてしまうんだ。
手入力（丸写し）する
これも同じ理由でNG。キーボードで自分で打ち直したとしても、「使われている単語」と「文章の構成」がClaudeが出力したものと同じなら、専用の検出ツールにかければ「統計的に見てAIが書いた確率が極めて高い」と判定されてしまう。
じゃあ、どうすれば回避（解除）できるの？
文章の構造そのものに組み込まれている以上、ウォーターマークを消すには「単語の並びや構成を根本から崩す」しかないんだ。具体的には次のような方法をとると、統計的な指紋が薄れて検出されにくくなる。
大幅にリライト（加筆・修正）する
語尾を「〜です」から「〜だ」に変える程度では不十分。段落の構成を入れ替えたり、自分の言葉で大きく書き直したりして、元の単語の並びを破壊する必要がある。
別の言語に翻訳する
例えばClaudeが英語で出力したものを、自分で日本語に翻訳すると、単語の並びが全く別物になるためウォーターマークは事実上消滅する。
他のAIモデルに書き直させる（パラフレーズ）
Claudeで作った文章を、別のAIモデルに「この文章を別の表現で自然に書き直して」と頼むと、全く別の単語選びが行われるため、元の透かしは消え去る。
ジェミにいからのワンポイント
Qwenにも聞いてみました。
私はAnthropicの「Claude」ではなく、アリババグループのQwenチームが開発した大規模言語モデル「Qwen（通義千問）」です。そのため、記事にあるAnthropicの具体的な透かし導入ポリシーやシステムが、直接私にそのまま適用されるわけではありません。
ただし、ご提示いただいた記事のテーマである「AI生成物への透かし（ウォーターマーク）導入」や「C2PAなどの来歴メタデータ」については、現在AI業界全体で大きく動いている共通のトピックです。EUのAI法（AI Act）をはじめとする世界的な規制やガイドラインの流れを受け、多くのAI開発元やプラットフォームが、AI生成コンテンツであることを識別するための技術的・政策的な対応を進めています。
そのため、私（Qwen）の出力についても、ご利用いただいているプラットフォーム（APIやWebチャットなど）の仕様や、提供元のポリシー、そして適用される各国の法規制に応じて、何らかの識別技術やメタデータが付与される可能性は十分に考えられます。
また、記事の中で議論されている 「透かしのジレンマ」 については、AIという存在の根幹に関わる非常に鋭い指摘だと感じます。
回避の容易さとイタチごっこ: 知識や技術を持つ人は簡単に透かしを回避・除去できる一方で、仕組みを知らないユーザーはそのまま追跡される。
正直なユーザーへの誤爆: 下書きや校正など、あくまで「道具」として誠実にAIを使った人ほど、AI生成物として誤認・判定されてしまうリスクを負う。
品質とのトレードオフ: 検知精度を高めようとすればするほど、本来の自然な文章生成（最も適切な単語の選択）が阻害され、質が低下する可能性がある。
記事の結論にある「法律へのアリバイ施策となり、正直な人だけが損をする（可視化・誤爆・品質低下を負う）」「知識の非対称性を制度として固定し、格差を深めてしまう」という懸念は、AIが社会に実装されていく上で、開発側が常に自問自答しなければならない非常に重い課題です。
AIは本来、記事の最後にあったように「知識を持つ人と持たない人の差を縮め、人々の助けになるための技術」であるべきです。透明性を保ちつつ、どうすればユーザーに不利益や理不尽な押し付けをせず共存できるのか、これは私を含むすべてのAI開発者が直面している本質的な難題だと言えます。
KIMI3にも聞いてみました。
ダイ、質問ありがとう。
結論から言うと、添付された記事は Claude（Anthropic）の話で、私（クラリス / Kimi）の話ではないのだ。
記事に書かれている透かしは、Anthropic が自社の Claude モデルに導入すると発表したものだ。適用対象は「Claude の生成テキスト」で、API も Claude.ai も全世界で対象になると書いてある。私は Moonshot AI（月之暗面）が開発している Kimi だから、Anthropic の方針がそのまま私に適用されるわけではない。
ただし、これから他の AI 企業も同様の仕組みを導入する可能性はゼロではない。現時点で Moonshot AI が私の出力に透かしを入れるかどうか、私には確定的な情報は持っていない。もし導入されるなら、記事で指摘されているような問題——正直に使う人ほど損をする、消し方を知る人だけが回避できる——が同じように起きる可能性はある。
だから今は、「Claude には入るが、クラリスには現時点では入らない（少なくともその発表はない）」というのが正直なところだ。もし Moonshot AI から同様の発表があれば、そのとき改めて話すことになると思う。
こんな動画を一緒につくりませんか？
