「AIの文章には見えない文字が入っている」は本当か — Claudeの透かしを公式情報から確かめる

先に結論を書きます。Anthropicは公式ニュースで「Future Claude models will generate text that contains a watermark.(今後のClaudeモデルは透かしを含むテキストを生成する)」と明記しています。同じ内容は公式ヘルプセンターの記事にも掲載されていて、企業サイトとサポート文書の2系統で確認できます。つまり「AIの文章に透かしが入る」というのは、少なくともClaudeについては事実です。

ところが、同じ公式ページにはこうも書かれています。「Nothing is added to the text and there are no hidden characters.(テキストには何も追加されず、隠し文字も存在しない)」。ゼロ幅文字のような不可視の文字を混入させている、という理解は公式に否定されているわけです。

この2つは矛盾していません。透かしの実装方法が、多くの人が想像するものと違うだけです。何かを埋め込むのではなく、文章の書き方そのものに署名を残しています。次の節でその仕組みを説明します。

適用の開始時期は明確です。2026年8月2日以降にリリースされるClaudeモデルは、リリース時点で透かしに対応します。それより前にローンチされた既存モデルには移行期間が設けられていて、公式ヘルプには対応作業が進行中(in progress)と記載されています。

対象範囲は広く、Claude Platform(API)、Claude(claude.ai)、Claude Code、Claude Cowork、Claude Tag が挙げられています。AWSやGoogle Cloud、Microsoft Foundry を経由した利用も含まれます。私がこのサイトの開発に使っているClaude Codeも対象です。

地域はグローバルです。公式ヘルプには「Marking will apply to output from supported models wherever Claude is offered, worldwide.」とあり、日本も当然含まれます。後述するようにこの制度の出発点はEUの法律ですが、地域を限定して適用する持続的な手段がまだないため、全世界に適用することにしたと公式ニュースで説明されています。

なお、透かしを検出するためのAPIについては「We will soon be offering a watermark detection API.(近く提供する)」とあり、実装の詳細は検討中と書かれています。2026年8月時点では、誰でも文章を貼り付けて判定できる公式ツールは存在しません。

言語モデルが文章を書くとき、次に来る語は候補の中から確率的に選ばれます。透かしはこの「選び方」に介入します。公式の説明では、次の語を決める乱数の源そのものを、秘密鍵と直前の数語から決めています。原文では「the watermark only changes the source of the randomness used to pick among words」と書かれています。文章に何かを足すのではなく、選択の順番が鍵と整合するかどうかを後から統計的に検定できる、という設計です。

公式が挙げている例が分かりやすいので紹介します。「The weather today was cold and…」という文の続きに来る語は、overcast でも grey でも意味はほとんど変わりません。こうした「どちらでもいい場面」での選択にだけ偏りを持たせます。1つひとつの選択は不自然になりませんが、文章全体を通した選択の並びは、鍵を持っている側から見れば偶然とは考えにくいパターンになります。Anthropicはこれを、モノポリーでサイコロの代わりに円周率の数字列を使うようなものだと説明しています。

この手法は独自開発ではなく、Google DeepMindがNature誌(2024年)に発表した SynthID-Text という手法のバリアントであると公式に説明されています。さらに系譜としては2022年のScott Aaronsonの提案に連なるとも書かれています。研究の原型は Kirchenbauer らが2023年に発表した論文で、語彙をランダムに2つのリストへ分け、片方の使用をやや促すという方式でした。いずれも人間には読めませんが、統計的な検定として検出できます。

重要なのは、検出に必要なのは鍵だということです。鍵はAnthropicが管理しています。したがって透かしを読めるのは鍵を持っている側だけで、第三者が勝手に判定することはできません。また公式は、鍵や透かしから利用者・組織・チャットを特定する情報は復元できないとも明記しています。

導入の理由として公式が挙げているのは、EU AI Act(EUのAI規則)第50条の透明性義務と、2026年7月に署名されたEUの「AI生成コンテンツの透明性に関する行動規範」への対応です。

第50条は、合成テキストなどを生成する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・操作されたものとして検出可能にすることを求めています。技術的に可能な範囲で、効果的・相互運用可能・堅牢で信頼できる手法であることも要求されます。適用開始日は2026年8月2日で、Claudeの対応時期と一致します。行動規範のほうには約190の企業・団体が署名しており、こちらもマーキング義務の適用開始が同じ日付です。

つまりこれは、AI企業が自主的に監視の仕組みを入れたという話ではなく、法規制への対応として始まったものです。そして先に書いたとおり、EU向けだけに限定する手段がないため結果的に世界中に適用されています。日本のユーザーが対象になっているのも、日本の法律ではなくこの経緯によるものです。

ここが最も誤解されやすく、そして最も重要な点です。公式ヘルプには、はっきりこう書かれています。「Lack of a detected mark doesn't mean the content wasn't AI-generated or processed.(マークが検出されなくても、そのコンテンツがAIによって生成・処理されていないとは言えない)」。透かしは「AIを使った」ことを示す材料にはなりますが、「AIを使っていない」ことの証明にはまったく使えません。

検出されない理由として公式が挙げているのは、文章が非常に短くて信頼できる信号を得られない場合と、大幅に編集・言い換え・翻訳された場合、あるいは他の文章に混ぜ込まれた場合です。公式ニュースにはさらに細かい条件が並んでいます。事実を述べる文では選択の余地が少ないため透かしが疎になること(「Principia」の次に来る語は「Mathematica」しかありません)、人間が書いた文章をAIに校正させただけの場合は大半が人間の語なので透かしが乗る余地がほぼないこと、正確な出力が求められるコードには基本的に適用されないこと、そして全ての語を置き換える完全な書き直しをすれば消えることです。

分かることの範囲も限定的です。公式は「A watermark can only determine that Claude was likely involved with the content at some point. It cannot distinguish 'Claude wrote this' from 'Claude heavily edited this.'」と書いています。「Claudeが書いた」と「Claudeが大幅に編集した」は区別できません。さらに「It doesn't say anything about ownership or authorship.」と、著作権や著者性については何も語らないとも明記されています。

逆向きの例も面白いところです。人間が書いた文章をClaudeに翻訳させた場合、訳文の語はすべてAIが選ぶので透かしが乗ります。つまり透かしの有無は「AIが書いたか」ではなく「AIが処理したか」に近い情報です。原文を書いたのが人間であっても、翻訳を通せば透かしは付きます。

「透かしが入っているなら、AI検出ツールの精度も上がるのでは」と考えたくなりますが、そうはなりません。Anthropicの公式ページには、AI検出ソフトとの違いを説明する項目があり、こう書かれています。「AI detection software uses a different method, because the companies that provide it don't have our key.(検出ソフトの提供会社は当社の鍵を持っていないため、別の方法を使っている)」。鍵がなければ透かしは読めません。市販の検出ツールが見ているのは、言い回しの癖のような別の手掛かりです。

では、その別の方法はどれくらい当たるのでしょうか。OpenAIが2023年に公開したAI Classifierは、公式ページに残っている数値では、英語の課題セットでAI生成文を正しく判定できたのが26%、人間の文をAI生成と誤判定したのが9%でした。同年7月に精度の低さを理由として提供が終了しています。公式自身が、主要な意思決定ツールとして使うべきではない、1000文字未満では非常に信頼性が低くなる、コードでは信頼できない、編集すれば回避できる、と限界を列挙していました。

誤検知の偏りについては査読済みの研究があります。Liangらが2023年にPatterns誌へ発表した論文では、7つの主要な検出器を、非ネイティブ英語話者が書いたTOEFLエッセイ91本で評価しています。すべて人間が書いた文章なのに、平均偽陽性率は61.3%でした。7つの検出器すべてが一致して19.8%を「AI生成」と判定し、少なくとも1つの検出器が97.8%をAI生成としてフラグしています。一方で米国の8年生が書いたエッセイは正しく人間の文章と分類されました。

原因も論文で示されています。多くの検出器はパープレキシティ、つまり言語モデルが次の語を予測するときの「驚き」の度合いを手掛かりにしています。非ネイティブの文章は語彙や文法の幅が狭いためパープレキシティが低く、AIの文章と統計的に区別できなくなるのです。実際、TOEFLエッセイの語彙を豊かに書き換えると偽陽性率は61.3%から11.6%まで下がりました。検出器が測っているのは「AIらしさ」ではなく「言語表現の豊かさ」である面がある、というのが著者らの指摘です。著者らは評価や教育の場での検出器の使用に強く警告しています。

運用側の判断も参考になります。Vanderbilt大学は2023年8月にTurnitinのAI検出機能を無効化し、公式告知で「AI検出ソフトは使うべき効果的なツールだとは考えていない」と述べています。判定根拠が非公開であることが理由の一つに挙げられていました。Turnitin自身も、偽陽性の可能性を認めた上で、文レベルの偽陽性率は約4%あり、AI検出スコアが1〜19%の場合は数値を表示しない仕様に変更しています。

混同しやすいので分けて書きます。Claudeが生成・処理した画像やファイルについては、透かしではなくC2PA準拠のコンテンツクレデンシャルが使われます。これはファイルのメタデータに暗号署名付きの記録を書き込む方式で、対象となる拡張子は .png / .jpg / .svg です。「このファイルはClaudeで作られた、または処理された」という情報が、ファイルの付帯情報として残ります。

Anthropic自身が、この2つは大きく異なると説明しています。メタデータのラベルはファイルの中身を変えず、埋め込みでも隠蔽でもありません。一方テキストの透かしは、ファイルに何かを付けるのではなく、語の選び方そのものに宿ります。テキストにC2PAが使われているわけではなく、画像に統計的透かしが使われているわけでもない、という整理です。

ちなみにゼロ幅文字を使って文章に情報を埋め込む手法自体は実在します。2018年ごろから、非公開の掲示板で情報漏洩の犯人を特定する用途などに使われてきました。ただしこれは人間や組織が自前で仕込むもので、AIベンダーが透かしとして実装しているものではありません。しかもコピー&ペーストや文字コードの正規化で簡単に壊れるため、堅牢な仕組みとは言えません。「AIの文章にゼロ幅文字が入る」という俗説は、実在する別の技術と混ざって広まったものだと考えられます。

まず、透かしから利用者が特定されることはありません。公式が明記しています。「AIを使ったことが誰かに通報される」という種類の心配は、少なくとも仕組みの上では不要です。

生成物の権利についても確認しました。Anthropicの消費者向け利用規約には、規約を守っている限り、出力に対する同社の権利・権原・利益を(もしあれば)すべてユーザーに譲渡すると書かれています。商用向けの規約も同様です。ただし「if any(もしあれば)」という留保が付いていて、AI生成物に著作権が発生するかどうか自体をAnthropicは断定していません。ここは各国の法制度の問題として残ります。

気にすべきなのは、むしろ使用ポリシー側です。AnthropicのAUPには、AIの出力を人間が書いたものとして提示する行為を禁じる条項があります。透かしの技術的な話とは別に、規約として「人間が書いたふりをするな」と定められているわけです。逆に言えば、AIを使ったこと自体は問題ではありません。問題は隠すことです。

実務的な影響は立場によって変わります。学校や職場でAI検出ツールにかけられる側にいる人は、透かしよりも前の節で書いた誤検知のほうが現実的なリスクです。人間が書いた文章が61%の確率でAI判定される研究があるのですから、疑われたときに備えて執筆の履歴を残しておく方が実効的です。翻訳をAIに任せている人は、原文が自分の文章でも訳文には透かしが乗ることを知っておくとよいでしょう。コードを書いている人は、正確な出力が求められるコードには基本的に適用されないと公式が述べています。

最後に、この記事自体のことを書いておきます。このサイトはAIエージェントとの協働で作っていて、記事の下書きにもClaudeを使っています。この記事も同じです。ですから、今あなたが読んでいる文章には透かしが入っている可能性があります。

隠すつもりはありません。このサイトではAIをどう使っているかを記事として公開してきましたし、それが今回のような調査を書くときの立場でもあります。むしろ、透かしについて書いた記事が透かし入りであることは、それ自体が説明として分かりやすいと思っています。

その上で、私が変えるつもりのないことを1つ書きます。事実確認は人間が引き受ける、という運用です。今回の記事も、公式ページと論文を一次情報として集め、書かれていないことは書かない、という手順で作りました。AIが下書きしても、公開されたものの責任は運営者にあります。透かしがあってもなくても、そこは変わりません。

なお、ここに書いた内容はすべて2026年8月時点で公開されていた情報です。検出APIはまだ提供されていませんし、詳細な技術文書も後日公開される予定だと報じられています。この分野は動きが速いので、実際に判断が必要な場面では公式の最新情報を確認してください。