AnthropicがClaudeの旧バージョン4モデルに不可視透かしを導入——検出権限は監督機関が掌握

2026年11月3日、Anthropicは旧バージョンのモデル群へのテキスト透かし適用を正式に開始した。対象となる4モデル——Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6、Claude Sonnet 4.6——は、この日から出力テキストすべてにGoogleのDeepMind SynthID-Textを基盤とした不可視の統計的署名が埋め込まれる。CellCogの分析によれば、この技術は2026年8月2日にすでに新モデルへ静かに導入されており、今回のAnthropicの対応はかねて予告されていた適用範囲の拡張に過ぎない。

これは技術的なブレークスルーではなく、コンプライアンス上のマイルストーンの達成である。EU AI法第50条は、EU市場向けのすべての生成AIシステムに対し、AI生成コンテンツに機械可読なマーキングを施すことを義務付けており、移行期限は2026年12月2日となっている。Anthropicは期限の1か月前に旧バージョンモデルへの透かし適用を完了し、技術的には一つの判断を下した。現時点では地域ごとに透かしの導入を制限する信頼性ある手段が存在しないため、このシステムはグローバル単位で運用される。米国や日本のユーザーのClaude出力にも透かしが付与される。

透かしの仕組み、そしてできないこと

SynthID-Textの原理は、単語選択レイヤーへの確率的介入にある。モデルが意味的に等価な候補語の中から選択を行う際、秘密鍵のセットが統計的に検出可能な形でその選択を偏らせ、テキストの意味・可読性・生成コストを変えることなく、アルゴリズムが識別できるパターンを残す。Anthropicの公式説明によれば、透かしにはユーザーや組織の識別情報は含まれず、「このテキストはAIが生成した」という事実のみを示す。

ただし、このシステムには技術的に既知の3つの限界がある。第一に、短いテキストでの検出精度の低さ：透かしは単語選択パターンの統計的蓄積に依存するため、Anthropic自身が短いテキストには検出に十分なパターンが含まれない可能性があると認めている。Claudeを使ってツイートや短いメールを書いた場合、透かしのシグナル密度が不足している可能性がある。第二に、言い換えによる回避：別のAIがClaude出力を全文書き換えると、統計的パターンが崩れ、透かしは無効化される。この脆弱性は技術的な手抜かりではなく、現在の統計的透かし技術の根本的制約である。第三に、コンテンツ生成者本人による自己確認の不可能性：これが最も議論を呼ぶ設計上の選択である。

検出権限の集中——設計上の意図か、それとも権力の非対称か

Mashableの報道によれば、透かし検出APIは現在非公開テスト段階にあり、アクセスできる機関は監督機関、法執行機関、報道機関、ファクトチェック機関、研究者、教育機関、そしてEUが認定した特定の市民社会組織に限られる。一般ユーザー、法人顧客、APIの呼び出し元——すなわち実際にClaude でコンテンツを生成する人々——は、公開ツールを通じて自分のドキュメントに透かしが含まれているかどうかを確認することも、あるテキストがAI生成でないことを他者に証明することもできない。

この設計は急速に広がる議論を引き起こした。AIストラテジストのPete Senaが10月30日に公開したクライアント向け通知のスクリーンショットは2日間で43万9,000回閲覧され、関連する別の投稿は公開後まもなく300万回を超えた。議論の焦点は直感的な非対称性に集中している。コンテンツを生成する者がマーキングされる対象であり、そのマーキングの有無を判断する権限は別の集団が握っている。

これは単純な批判ではない。規制アーキテクチャの設計という観点からは、この集中化には合理性がある。誰でも自由に検出器を実行できる状態になれば、誰もがより精巧な回避策を設計できてしまい、かえって透かしの抑止効果を弱めることになる。検出能力を説明責任の仕組みを持つ機関に限定することは、技術的な攻防という観点からは合理的な選択である。問題は、その「説明責任の仕組み」自体を誰が監督するのか、現時点では明確な答えが存在しないことだ。

OpenAIの戦略との相違

主要AI企業との比較において、Anthropicのグローバル展開の独自性が際立つ。Yahoo Financeの報道によれば、OpenAIの類似機能であるtextGrainは異なるロジックを採用しており、欧州市場でのみ自動的に有効化され、他の地域のユーザーは自動的に対象とならない。2つの戦略の背景にはそれぞれ商業的・政治的な判断がある。OpenAIの地域別対応は製品差別化の余地を大きく残し、一方のAnthropicはコンプライアンスのコストを一括吸収することで技術アーキテクチャの統一性を確保する道を選んだ。

注目すべきは、今回の拡張が使用中の全モデルをカバーするわけではないことだ。Amazon Bedrock上の旧バージョン4モデルは「数日後」に透かし適用が完了する予定であり、AWS・Google Cloud・Microsoft Foundryなどのクラウドプロバイダー経由では、新旧モデルの透かし適用状況に一貫性がない。これは「グローバル統一展開」が商業パートナーの層では依然として実施のタイムラグを抱えていることを示している。

コンプライアンス達成の後、規制の実効性がいよいよ問われ始める

今回のAnthropicの取り組みは、2026年7月にEU AI法の透明性行動規範に署名した際の約束を履行するものであり、大手AI企業の中では比較的遵守が早い部類に入る。しかし透かしの適用自体は「機械可読なマーキング」という要件の技術的実現に過ぎず、「AIが生成したコンテンツを社会が識別できる」という政策目標との間には、なお大きな距離がある。

より根本的な問いは、誰がこの検出インフラを実際に活用し、どのような場面で使うのかという点だ。監督機関がAI生成の政治的プロパガンダ素材を検出するのは明確な活用場面だ。報道機関が原稿のソースを確認する用途も同様に明確である。しかし出版社が投稿を審査する場面、大学が学術的誠実性を判断する場面、裁判所が証拠の真正性を確認する場面といった日常的なユースケースに対しては、非公開テスト段階の検出APIはいかなる公開的な利用手段も提供していない。

透かし技術の長期的な有効性も未解決のままだ。Anthropicはこのシステムを将来の新モデルに展開するかどうかを発表しておらず、さまざまな理由で鍵のローテーションが必要になった際に過去文書の追跡可能性がどう保証されるかも説明していない。長期的な鍵管理への確約を欠く透かしシステムは、規制対応の期間における最小限のコンプライアンス手段に近く、持続的な出所追跡インフラとは言い難い。

独自評価：今回のAnthropicによる透かし適用拡張は、EU AI法が実質的な執行段階に入って以降、大手AI企業の中で最も早く、最も具体的なコンプライアンスの実現例の一つであり、技術的アプローチ（SynthID-Textのグローバル統一展開）はOpenAIの地域別戦略よりも徹底している。しかし検出APIの非公開設計により、現状では「規制当局による審査が可能」な状態に留まり、「社会が検証可能」な状態には至っていない。この両者の距離こそ、今後12か月でAIコンテンツの出所追跡政策が真に埋めるべき空白であり、その穴を埋める責任は、どの機関にアクセスを開放するかをAI企業だけが決める構造に委ねられるべきではない。