技術トレンド

AI生成テキストの不可視透かしとは。Claudeの全世界適用と、企業が備えること

AIが書いた文章に、目に見えない印が入る。2026年8月、Anthropicは自社のAIモデル「Claude」の生成テキストに不可視の透かしを埋め込むと発表しました。EUの規制対応が起点ですが、適用は全世界に及びます。この記事では、何が起きたのか、検出には何ができて何ができないのか、企業として何を決めておくべきかを整理します。

何が起きたのか

報道によれば、Anthropicは2026年8月2日以降に提供を開始したClaudeのモデルから、生成テキストに機械が読み取れる印を埋め込むとしています。ブラウザ上でコピーした文章だけでなく、APIやClaude Codeを通じた出力も対象とされます。

透かしは文章の意味や読みやすさを損なわない形で織り込まれ、コピーして別の場所に貼り付けても維持されるよう設計されていると説明されています。一部を編集した後でも残る可能性があるとされます。

テキストへの透かし導入は、大手では2社目にあたります。Google DeepMindは2024年、Geminiの生成テキストと動画に「SynthID」を適用すると発表しています。

ただし、既存の全モデルに一斉導入されたわけではありません。8月2日より前のモデルは移行中とされ、検出方法の技術文書も公開段階にあります。現時点のAI出力を一律に「透かし入り」とみなすことはできません。

なぜ導入されたのか

背景にあるのはEUのAI法（Regulation (EU) 2024/1689）です。同法は、AIが生成したコンテンツについて、機械が読み取れる形での表示を求める透明性要件を含んでいます。

注目すべきは、EU域内の規制対応でありながら、適用が全世界に及ぶ点です。モデル側に組み込まれるため、利用者の所在地では切り分けられません。

この構造は、GDPRが世界のプライバシー実務を変えたときと似ています。EUの規制が事実上の国際標準になるという現象が、AI領域でも起きつつあります。日本企業にとっても、EUと取引がなくても影響が及ぶ話です。

検出でできること、できないこと

ここが最も誤解されやすい部分です。透かしはAI生成を完全に判定する手段ではありません。

Anthropic自身が、大幅な修正や書き換え、翻訳、別のテキストとの混在がある場合には検知できないことがあると認めているとされます。短い文章では、判定に足る材料が集まりません。

さらに重要な非対称性があります。「検出された」は強い情報ですが、「検出されなかった」は弱い情報です。後者には、そもそもAI製ではない場合、AI製だが書き換えられた場合、透かし非対応のモデルで生成された場合が混在します。

逆に、検出されたからといって文章全体をAIが書いたとは限りません。人が書いた文章の校正や翻訳にAIを使った場合でも、印が残る可能性があります。

研究が示す限界

透かし技術そのものについては、学術的にも脆弱性が指摘されています。

ICML 2024の論文「Watermarks in the Sand」は、一定の仮定のもとで強い透かしが成立しないことを示したとされます。無条件の不可能性を主張するものではありませんが、攻撃の余地が原理的に存在する点は研究者の間で共有された認識です。

また、ACL 2024の研究では、別の言語を経由して翻訳するだけで、複数方式の検出精度が偶然の水準まで落ちることが報告されています。

ただし、Claudeの方式は未公開のため、既存研究の結果がそのまま当てはまるとは限りません。過信も過小評価も避け、公開される技術文書を待つ姿勢が妥当です。

企業として何を決めておくか

この話は「AIを使ったかどうかを暴く技術」ではなく、来歴（どこから来た文章か）を示す仕組みとして捉えるほうが実務に合います。整理しておくべきことは4つです。

• 納品物の扱い／外注先の成果物にAIが使われた場合、透かしが残る。契約書で開示の要否を定めておく
• 採用選考／エントリーシートや課題の判定材料にするか。誤検知の可能性を踏まえ、単独の判断根拠にはしない
• 社内文書／AIで下書きした資料が外部に出る場合、それ自体は問題ではない。方針を明文化しておく
• 教育・研修／「使ってはいけない」ではなく「使い方と開示のしかた」を教える

最も避けるべきは、検出結果を根拠に人を処分する運用です。誤検知が原理的に起こりうる以上、単独の証拠として扱うべきではありません。

この変化が意味すること

透かしの導入は、AIが「見えない道具」から「痕跡の残る道具」へ変わることを意味します。

総務省の情報通信白書によれば、日本の個人の生成AI利用経験率は26.7％で、米国68.8％、中国81.2％と比べて低い水準にあります。普及がこれから進む段階で、来歴表示の仕組みが先に整ったという順序です。

これは日本企業にとって、必ずしも不利ではありません。後から入る側は、ルールが定まった状態で始められるという利点があります。

問われるのは、隠すか使うかではなく、どう使い、どう伝えるかを設計できるかです。開示を前提にした使い方を先に決めた組織のほうが、結果として自由に使えるようになります。

いま準備できること

具体的に着手できることを挙げます。

• 使用範囲の棚卸し／どの業務でAIを使っているかを一覧にする。把握できていない組織が多い
• 開示ルールの策定／社外に出る成果物について、AI利用を明示するかどうかを決める
• 委託契約の見直し／外注先のAI利用について、禁止するのか開示を求めるのかを定める
• 検出結果の位置づけ／参考情報にとどめる旨を、社内規程に書いておく

いずれも技術ではなく運用の話です。透かしの仕組みが変わっても、この4点を整理しておけば対応できます。

透かし技術の系譜

テキストへの不可視透かしは、突然現れた技術ではありません。

画像や音声の分野では、著作権保護の手段として長く研究されてきました。人間には知覚できない形で情報を埋め込み、複製されても追跡できるようにする発想です。

テキストは、画像に比べて埋め込める余地が圧倒的に少ない領域でした。画素の微細な変更が使える画像と違い、文章では語や語順を変えれば意味が変わります。

生成AIの登場が、この制約を変えました。AIは次に来る語を確率的に選ぶため、選び方そのものに情報を埋め込める。複数の候補から、特定の規則に従って選ぶことで、意味を保ったまま印を残せます。これがテキスト透かしの基本的な発想です。

各国の規制動向

透明性の要求は、EUだけの動きではありません。

• EU／AI法（Regulation (EU) 2024/1689）が機械可読な表示を求める。域外の事業者にも影響
• 米国／州レベルでの規制が先行。連邦としての統一的な枠組みは流動的
• 中国／生成AIサービスに対する表示義務を早期に導入
• 日本／AI事業者ガイドラインが透明性を指針として示す。法的拘束力はない

日本企業にとって実務的な意味は、最も厳しい規制に合わせざるを得ないことです。EUと取引がある、あるいは製品が域内で使われる可能性がある場合、EU基準が事実上の基準になります。

そして今回のように、モデル側に組み込まれれば、利用者は選べません。規制対応が製品仕様として降りてくる構造は、今後も繰り返されると考えられます。