あまやどり研究所

トップ

2026-11-12 ・ ▶ 動画でも見られます

AIの文章に入る透かしのしくみ

Anthropicが2026年8月に公表した、Claudeが出力する文章の「透かし」のしくみを、数式を使わずに解説します。「単語の選び方を偏らせる」とはどういうことか、後からどうやって確かめるのか、何が分かって何が分からないのかを、公式の説明と、考え方を手元で作り直して確かめた結果から整理します。

解説

今回の内容

1. 文面だけでは見分けにくい 2. AIは確率で次の語を選んでいる 3. 透かしの入れ方と、確かめ方 4. 手元で確かめた結果 5. できること・できないこと、なぜ入れたのか

今回の内容です。

まず、AIが文章を書く方法を確認して、透かしの入れ方と確かめ方を見ます。

次に、その考え方を手元で試した結果を紹介して、最後に、できること・できないことと、なぜ入れたのかを整理します。

文面だけでは見分けにくい

・AIの文章も、人の文章も、同じ言葉でできている ・言い回しの癖から推し量る方法は、決め手になりにくい ・透かしは、書くときに印を入れておく方法

AIの文章も人の文章も、使っている言葉は同じです。文面だけで、どちらが書いたかを見分けるのは、簡単ではありません。

言い回しの癖から推し量る方法もありますが、手がかりが文面だけなので、決め手にはなりにくいところがあります。

そこで、AIが文章を書くときに、あらかじめ印を入れておく。これが透かしの考え方です。

お札の透かしと同じく見えない印ですが、文章の透かしは、言葉の選び方そのものに入っています。

AIは確率で次の語を選んでいる

「今日の空は」の次の語の候補(説明のための例)

候補選ばれやすさ
青い40%
曇っている30%
灰色20%
ほかの語10%

・どれを選ぶかの一部は乱数(サイコロ)で決まる

文章を書くAIは、言語モデルと呼ばれます。言語モデルは、次の1語、また次の1語と、少しずつ文章を書いていきます。

たとえば「今日の空は」の次に来る語として、「青い」「曇っている」「灰色」などの候補に、それぞれ選ばれやすさを付けます。

そして、どれを選ぶかの一部は、サイコロのような乱数で決めます。同じ質問でも、毎回少し違う答えが返ってくるのは、このためです。

つまり、サイコロ次第で、2番目や3番目の候補が選ばれることもあるんです。

透かしは、サイコロの目を鍵で決める

・ふつう: サイコロの目は、毎回でたらめ ・透かし: 鍵と直前の数語から、サイコロの目が決まる ・選ばれる語は、もとの候補の中から ・特定の語に、いつも偏るわけではない ・文字や見えない記号は足さない。速度への影響はごくわずか、料金は同じ

では、透かしはどこに入るのでしょうか。答えは、さっきのサイコロです。

透かしは、選ぶ語そのものではなく、乱数の出どころを変えます。秘密の鍵と、直前の数語から、サイコロの目が決まるようにするんです。

見た目はでたらめでも、鍵を知っていれば、後から同じ目を計算し直せます。公式のブログでは、円周率の桁を乱数の代わりに使う、というたとえで説明されています。

(質問)単語を偏らせるって、そういうこと?

はい。論文の方式では、鍵と直前の語で、その場面で少し選ばれやすくなる語が決まります。直前の語が変われば、それも変わるので、特定の語にいつも偏るわけではありません。

選ばれるのは、もともとの候補の中の語で、不自然な語を選ばせるものではない、と公式は説明しています。文字や見えない記号も足しません。

なお、この方式は、Google DeepMindが2024年に論文で発表した、SynthID-Textという方式の系統だそうです。

確かめるときは、鍵で数え直す

SynthID-Text の論文の方式(Anthropicの細部は非公開) ・1語ずつ、鍵で「当たり」か「外れ」かを計算し直す ・どの語も、当たりになる確率は半分 ・透かしなし: 当たりの割合は0.5の周り ・透かしあり: 当たりの語が少し選ばれやすいので、半分より多くなる ・長い文章ほど、偶然との区別がはっきりする

次は、確かめる側です。ここからは、SynthID-Textの論文の方式に沿った説明で、Anthropicが細部までこのとおりに作っている、という意味ではありません。

論文の方式では、文章の1語ずつについて、鍵を使って「当たり」か「外れ」かを計算し直します。どの語も、当たりになる確率は半分です。

透かしなしの文章なら、当たりの割合は、だいたい0.5の周りに落ち着きます。

透かしを入れるときは、当たりの語が少しだけ選ばれやすくなっているので、当たりが半分より多くなるんです。

(質問)偶然、当たりが多いこともあるよね?

あります。コインを10回投げて7回表が出るのは、それほど珍しくありません。

でも、1000回投げて700回表なら、偶然とは考えにくいですよね。文章も同じで、公式も、長い文章ほど確信が上がる、と書いています。

手元で確かめた結果

自作の実験(Anthropicの実装ではない)。英語の文章100本×200トークン

文章当たりの割合
透かしあり(正しい鍵)0.609
透かしなし0.501
人が書いた文章0.499
透かしあり(別の鍵で確かめる)0.500

・人の文章と見分けられた割合: 10トークンで97%、30トークンで99%、50トークン以上で100%(人の文章を誤って判定するのは100本に1本までの基準) ・GPT-2 large・30層・直前4トークンの強めの設定。日本語は未測定

この考え方を、手元で確かめてみました。Anthropicの実装ではなく、論文の考え方を自分で作り直して、GPT-2 largeという、公開されている英語の言語モデルに組み込んだものです。

英語の文章を、透かしありとなしで、100本ずつ、200トークン書かせました。トークンは、言語モデルが文章を区切る単位です。

当たりの割合は、透かしなしで0.501、人が書いた文章で0.499と、ほぼ半分でした。

透かしありは0.609です。1語ずつの差は小さいのに、はっきり半分より多くなりました。

でも、別の鍵で確かめると0.500。鍵が違えば、透かしは見えないんです。

人の文章と見分けられた割合は、10トークンで97%、50トークン以上で100%でした。人の文章を誤って判定するのは、100本に1本まで、という基準です。

ただ、これは強めの設定です。公式が短い文は効きにくいとしているのと食い違うというより、設定の違いで、Claudeでの実際の数値は公開されていません。日本語でも測っていません。

書き換えと、文章の質

透かしありの200トークンの一部を、でたらめな語に置き換えた

置き換えた割合見分けられた割合
0%100%
10%100%
20%94%
30%50%
50%2%
70%以上0%

・でたらめな置き換えは、言い換えや翻訳とは違う ・語の組み合わせの種類の多さ: 繰り返しの場面で印を休む工夫あり 0.724、透かしなし 0.709、工夫なし 0.636

次に、透かしありの文章の一部を、でたらめな語に置き換えて、確かめ直しました。

2割までなら、ほとんど見分けられました。3割で半分に下がり、5割では、ほぼ見分けられなくなりました。

1語を置き換えると、後ろの語の鍵に使う「直前の数語」も変わるので、割合より大きく効きが落ちるんです。

公式も、軽い編集では消えにくく、全部の語を置き換えると消える、と書いていて、向きは合っています。ただ、でたらめな置き換えは、意味を保った言い換えや翻訳とは違います。

(質問)文章の質は落ちないの?

公式は、実用上の影響はない、としています。ただ、社内テストの数値は載っていません。

ブログでは、SynthID-Textの論文で、Geminiの一部の利用で試したとき、利用者の評価に統計的に意味のある差がなかった、という結果が引用されています。

手元では、同じ文脈が繰り返し出る場面で印を休む、という論文の工夫を入れると、言い回しの多様さは透かしなしとほぼ同じで、外すと減りました。100本ずつ、1回だけの測定です。

できること・できないこと

効きにくい場面(公式の説明) ・短い文章 ・事実がほぼ1つに決まるところ(書名など) ・コードの、正確さが要る部分 ・文法を直すだけの校正 ・全部の語を置き換える書き換え ・翻訳(資料によって書き方が違う) 分かるのは「Claudeが一部でも関わった可能性」まで ・人が書いたかどうか、他社のAIが書いたかは判定できない

公式が挙げている限界を、まとめておきます。まず、短い文章は効きにくく、長いほど確信が上がります。

書名のように、事実がほぼ1つに決まるところは、語を選ぶ余地がないので、働きません。コードも、正確さが要る部分には入れないそうです。

透かしが入るのは、Claudeが語を選んだ部分だけなので、文法を直すだけの校正は、直す量が少なく、検出されないことがあります。

翻訳は、ブログでは付くとあり、サポートの記事では検出されない場合がある、とあって、書き方に違いがあります。

(質問)透かしがあれば、Claudeが書いた証拠?

そうとは限りません。Claudeに校正や翻訳、要約をさせただけでも付くので、分かるのは、Claudeが一部でも関わった可能性がどれくらいか、までです。

また、人が書いたかどうかの判定ではなく、ほかの会社のAIの文章も判定できません。鍵も方式も別だからです。

なぜ入れたのか、まとめ

・きっかけ: EUのAI法 第50条(AIが作った文章などに、機械で見分けられる印) ・2026年8月2日以降にEUで出たモデルから。前のモデルも順次 ・範囲を絞れないので、全世界で付ける(アプリ、API、Claude Code など) ・確かめる道具(検出API)は非公開の試験提供。使えるのは限られた相手だけ(規制当局、報道機関、研究者、教育機関など)

最後に、なぜ透かしを入れたのか、です。

きっかけは、EUのAI法の第50条です。AIが作った文章などに、機械で見分けられる印を付けることを求めています。Anthropicも、2026年7月に、透明性についての実務の規範に署名しました。

2026年8月2日以降にEUで出たモデルから対応していて、範囲を絞るのが難しいため、世界中で付ける、としています。

(質問)誰でも確かめられるの?

今のところは、できません。確かめる道具は、規制当局や報道機関、ファクトチェックの団体、研究者、教育機関などに限って、非公開で試験的に提供されています。

まとめると、透かしは、AIが語を選ぶときのサイコロの目を、鍵で決めておくしくみです。鍵を知る人にだけ分かる形で、語の選び方を少しだけ偏らせる。それが「偏らせる」の正体でした。

ただ、短い文や大きな書き換えには弱く、分かるのは「Claudeが関わった可能性」までです。その限界も、一緒に覚えておきたいですね。

今回は「AIの文章に入る透かしのしくみ」について解説しました。最後まで見ていただき、ありがとうございました。

良ければ高評価・チャンネル登録もよろしくお願いします。

それでは、また次の動画でお会いしましょう。

動画版

この解説は動画にもなっています。

YouTubeで見る ↗