Claudeの透かしについて
三浦です。
「Claudeの出力に透かしが入る」というニュースが流れてきて、タイムラインがざわついているのを眺めていました。
で、元になった公式ヘルプを読んでみたら、騒がれ方と書いてある内容がけっこうズレていて、そのズレのほうが面白かったので整理しています。
※かなり長いので序盤と最後のまとめだけでも、拾い読みしてもらえれば十分です。
まとめ
透かしが検出されて言えるのは「Claudeがそのコンテンツを処理した可能性がある」までで、AIが書いたことの証明にはならない
人間が書いた原稿を校正・翻訳・要約させただけでも、同じマークが付きうる
逆に検出されなくても、AIを使っていない証明にはならない。陽性と陰性で、言えることの強さが全然ちがう
背景はEU AI法第50条(2)。ただしEU向けだけの話ではなく、Claudeが提供されている地域全体が対象になっている
実務で効いてくるのは、たぶん「生成」ではなく「処理」を前提に社内ルールを書き直すところ
「もう文章をAIに通しただけでバレるのか」という受け止め
SNSで見かけた反応は、ざっくり2種類だった。ひとつは「AIで書いた文章がついに見抜ける時代が来た」という歓迎。もうひとつは「人間が書いた原稿までAI判定されるのでは」という不安。
方向は真逆なのに、前提は同じだったりする。どちらも透かしを「AI利用を判定する検出器」として受け取っている。
ただ、発端になったAnthropicの公式ヘルプ「How Claude marks AI-generated content」を読むと、記事の重心はそこにない。むしろ分量のかなりの部分が「Limitations（限界）」の説明に割かれている。
Detecting a Claude mark tells you that the content may have been processed by Claude. It does not, on its own, confirm the full provenance of the content.
「generated（生成された）」ではなく「processed（処理された）」。 ここが全部な気がする。
単純化して考えてみる。透かしは「門を通ったときに押されるスタンプ」だとする
設定を思い切り単純にする。原稿があり、門がひとつあり、その門を通ると原稿にスタンプが押される、とする。門はClaudeだ。
ここで大事なのは、門が押すスタンプは「この原稿は門が書いた」とは言っていないこと。「この原稿はこの門を通った」としか言っていない。
だから、ゼロから書かせた原稿も、自分で全部書いてから誤字だけ直させた原稿も、同じスタンプが押される。翻訳も、要約も、ファイル変換も同じ。公式ヘルプはこれを、Claudeが原著者とは限らない（校正・翻訳・要約・変換でも同じマークが付く）という形で明記している。
自分は最初、ここを完全に読み違えていた。「AI生成物の検出」という言葉から、当然「生成したかどうか」を判定するものだと思い込んでいた。でも公式が言っているのは、来歴（provenance）の記録のほうだった。
陽性で言えることと、陰性で言えることの強さが、全然ちがう
もう一段、構造として見てみる。検出結果は陽性か陰性かの2つしかないのに、そこから言えることの強さが対称になっていない。
陽性のとき、言えるのは「Claudeを通った可能性がある」まで。誰が書いたかも、AIがどの程度関与したかも、これ単独では出てこない。
陰性のとき、さらに弱い。公式ヘルプが挙げている理由だけでも、マーキング対応前の旧モデルで生成した、大幅に編集や言い換えをした、文章が短すぎて信号が足りない、形式変換やスクリーンショットや再保存でメタデータが落ちた、そもそも対応していない機能やファイル形式だった、と並んでいる。つまり陰性は「マークが見つからなかった」以上のことを言っていない。
「陽性＝弱いシグナル、陰性＝無関与の証明にならない」という非対称。 ここを踏み外すと、実務でかなり危ない使い方になる。
しかも今の時点では、検出器そのものがまだ公開されていない。精度も、偽陽性率も、どこで陽性と判定する閾値も分からない。分からないものを人の評価に使うことはできない、というだけの話だったりする。
なぜ今このタイミングなのか。EU AI法第50条(2)に締切がある
これは技術的な思いつきではなく、法対応の色が濃い。
EU AI法第50条(2)は、合成テキスト・画像・音声・動画を生成するAIシステムの提供者に対して、出力を機械可読な形式でマークし、人工的に生成・改変されたものだと検出可能にすることを求めている。適用開始が2026年8月2日。
欧州委員会は2026年6月10日に「Code of Practice on Transparency of AI-Generated Content（AI生成コンテンツの透明性に関する行動規範）」を公開していて、Anthropicはこれに署名している。公式ヘルプの冒頭が、まさにその署名の話から始まっている。
期限は複数ある。2026年8月2日より前に市場に出ていた生成AIシステムについては、機械可読マーキング要件の適用が2026年12月2日まで猶予される（AI Omnibusの暫定合意による）。さらに、検出の相互運用性のための仕組み（標準化されたAPI、コンテンツに埋め込まれた公開の目印、共同検出の枠組みへの参加のいずれか）の実装期限が2027年2月2日。
面白いのは、行動規範が「おおむね200トークン未満（約150語）の短いテキスト」を透かし義務の対象外にしている点だと思う。短いと統計的な信号が乗り切らないので、技術的に成立しない。義務の範囲が、技術の限界のほうから逆算されている。
つまり最初から、単一の技術で全部を賄えるとは想定されていない。
テキストの透かしとC2PAが2つあるのは、弱点がちがうから
Anthropicは2つの手法を併用すると書いている。テキストへの埋め込み透かしと、ファイルへの署名付き来歴メタデータだ。
テキストの透かしについて、Anthropicはアルゴリズムを公開していない。ただ、一般的な統計的透かしの発想は公開研究にある。Kirchenbauerらの「A Watermark for Large Language Models」がよく参照されていて、大まかには、次に出す単語の候補をあらかじめ2グループに分け、片方のグループを選びやすくなるよう出力を偏らせる。文章が長いほど偏りが統計的に検出しやすくなる、という仕組みだ。
この性質から、得手不得手がはっきり出る。長文には強く、コピペや軽い編集を通っても残りやすい。逆に、翻訳・別モデルでの再生成・全面改稿には弱い。短文にも弱い（だから200トークンの線が引かれている）。
C2PAは発想がまったくちがう。画像やSVGといったファイルに、公開鍵で署名された来歴情報を付ける。改ざんされていれば検知できる。ただし、スクリーンショットを撮る、別形式で保存し直す、メタデータを削る、といった操作であっさり失われる。
片方は「中身に埋め込むから外側の操作に強いが、中身を変えられると消える」。もう片方は「外側に付けるから中身の改変を検知できるが、外側を作り直されると消える」。ちょうど裏返しになっている。重ねる理由はここにあると思う。
「じゃあ結局意味がないのでは」とも思ったが、たぶんそうでもない
ここまで限界ばかり書いたので、透かしを軽く見ているように読めるかもしれない。でも、それは違うと思っている。
そもそも第50条(2)が求めているのは「AI利用を断定できる判定器」ではなく「機械可読なマークと検出可能性」だ。目的が来歴の記録である以上、来歴の記録として機能するなら要件は満たしている。
来歴情報は、単独では弱くても、他の情報と突き合わせたときに効く。利用ログ、原稿の編集履歴、提出日時、署名。そういうものと並べたときに「この主張はこの記録と整合するか」を見るための一本になる。証明ではなく、証拠のうちの一本。それは十分に価値がある役割だと思う。
Anthropicが限界を先に、しかも長々と書いているのも、たぶん誠実さの表明という以上に、誤用されると困るからだろう。「AI判定器が出た」と受け取られると、いちばん困るのは提供側だったりする。
実務で効いてくるのは、「生成」ではなく「処理」で社内ルールを書き直すところ
自分が診断士としての立場で気になったのは、ここから先だ。
まず、EU向けの事業だけの話に切り分けられない。公式ヘルプは、マーキングがモデルレベルで適用され、Claude Platform（API）、Claude、Claude Code、Claude Cowork、Claude Tagをまたいで、Claudeが提供されている地域全体に及ぶと書いている。AWS、Google Cloud、Microsoft Foundry経由の利用も、条件次第で対象になる。「うちは国内向けだから関係ない」とはならない。
そのうえで、社内規程やAI利用ガイドラインを持っている会社は、たぶん一度読み直す必要が出てくる。多くの規程は「AIで生成した文章」を対象に書かれているはずだけれど、マークが付くのは「Claudeを通した文章」だ。範囲が違う。校正だけAIに任せた原稿も、翻訳だけ通した資料も、同じ扱いになりうる。
もうひとつ、地味に効きそうなのが過去分だ。すでに納品した資料や公開した記事も、将来のスキャン対象になる。当時のガイドラインに沿っていたかどうかとは別に、後から検出だけが走る可能性がある。
そして、いちばん言いたいのはここだと思う。採用の書類選考、論文審査、社内の懲戒、著作権紛争。こうした場面で、透かしの検出結果を単独の根拠にしてはいけない。 陽性は「Claudeを通った可能性」しか示さないし、陰性は何も示さない。検出器の精度も偽陽性率もまだ公開されていない。これを人の評価に単独で使うのは、単純に根拠として弱すぎる。
Claudeを組み込んだ製品を提供している場合は、また別の論点がある。公式ヘルプにも書かれているとおり、第50条が自社の製品・サービスに何を求めるかは、下流の事業者が自分で評価する必要がある。Anthropicが対応したから自社も対応済み、とはならない。
AI利用の注記は、目的と最終責任を書くしかないのかもしれない
じゃあ書き手として何ができるかというと、まずは注記の書き方だと思う。
「AIを使用しました」だけだと、読み手は最大限に解釈する。軽い誤字校正と、構成と表現の整理と、AIに下書きを作らせたのとでは、実態がまるで違う。何のために使ったのかと、最終的な内容の責任が誰にあるのかを書き分けたほうがいい。
ひとつ気をつけたいのが「検証」という言葉だったりする。「AIで検証しました」と書くと、事実確認まで済んでいるように読まれる。実際にやったのが文章の整理だけなら、書きすぎになる。
注記を書いても透かしは消えない。ただ、あとから検出結果が出てきたときに「その通り、この工程で使いました」と説明できる状態にはなる。それだけでも意味がある。
準備という意味では、使ったモデル・日時・目的を記録に残しておく、原稿と最終稿の編集履歴を保存しておく、画像を扱うならC2PAメタデータの有無を見ておく、外注や委託の契約で責任分界を整理しておく、あたりだろうか。検出器が公開されたら、短文・翻訳文・大幅編集した文章で実際に試してみるのが早いと思う。
まとめると、透かしはAI判定器ではなく、追跡できるシグナルの一本
長々書いたけれど、言いたいことはひとつに戻る。
透かしは「AIが書いた」ことの証明ではない。「Claudeが通った」ことの、追跡できるシグナルにすぎない。だから単独では何も断定できず、来歴・編集履歴・署名・利用ログと組み合わせて初めて、証拠らしいものになる、ということ。
そして、これが実務でどこまで使えるかを最終的に決めるのは、まだ公開されていないもの、つまり検出器そのものと、その閾値と、偽陽性・偽陰性の率だと思う。そこが出るまでは、断定的な運用ルールは作りようがない。
しばらくは、この記事に書いたような「言えること／言えないこと」の線引きを手元に持っておくくらいが、ちょうどいい距離感なのかなと思っています。検出器が公開されたら、また実際に触って書いてみます。
参考資料
本記事は2026年8月13日時点の情報に基づきます。公式資料や検出器の仕様は今後更新される可能性があります。
いいなと思ったら応援しよう！
この記事は noteマネー にピックアップされました
