8月15日、The Decoderが「Anthropic announces watermark detection API that will let third parties detect Claude's AI texts」と題した記事を公開した。AnthropicがClaudeのAI生成テキストをサードパーティが検出できるウォーターマーク検出APIを発表したという内容だ。注目点は三つある。GoogleのDeepMindが開発したSynthID Textの派生手法を採用していること、EU AI法への準拠を主な動機として全世界に一律展開されること、そして「大幅な書き直しでウォーターマークが消える」など検出精度の限界をAnthropicが自ら明示していることだ。
GoogleのSynthID技術をベースに、Claudeのテキストに「見えない印」を埋め込む
Anthropicが採用したのは、GoogleのDeepMindが2024年にNature誌で発表したSynthID Textの派生手法だ。仕組みはシンプルで、テキスト生成時の「単語選択の乱数源」を微調整することで、追跡可能なパターンをテキストに埋め込む。Anthropicによれば、この処理は「テキストの内容・創造性・可読性には一切影響しない」とのことだ。
外部のAI検出ツール（たとえばPangramのようなサービス）とは根本的に異なるアプローチである点が重要だ。Pangramのような外部ツールはAnthropicの内部キーにアクセスできないため、「AIっぽい言い回し」や「使われやすいワード」といった統計的パターンをスキャンする。対してウォーターマーク検出は、生成時に埋め込まれた固有のパターンを内部キーで照合する仕組みであり、統計的な推測に依存しない点でより信頼性が高い。サードパーティ開発者はこのAPIを自分のアプリに組み込むことで、コンテンツがClaudeによって生成されたかどうかを自前の検出モデルを持たずに検証できる。
何が検出でき、何ができないか
ウォーターマークには明確な限界がある。Anthropicは公式FAQで以下を認めている。
- 短文や事実を羅列した文章（言い換えの選択肢が少ない）では信頼性が下がる
- コードも同様に検出精度が落ちる
- 人間が全ての単語を選んだ純粋な校正・修正にはウォーターマークが付かない
- 翻訳は逆にClaudeが全単語を選ぶため、ウォーターマークが乗る
- 大幅な書き直しでウォーターマークが消える可能性がある
「大幅な書き直しで消える」という点は製品の欠陥ではなく、ウォーターマーキングという手法そのものが持つ技術的特性だ。単語の選択パターンに依存する仕組みである以上、単語が大幅に置き換えられればパターンが失われるのは自然な帰結であり、同様の限界は他の実装にも共通する。
また、ウォーターマークが検出されたとしても「Claudeが関与した可能性が高い」と示せるだけだ。Claude単独で書いたのか、人間の文章をClaudeが編集したのかは判別できない。さらに、人間が書いたか他のAIモデルが書いたかも区別できない。あくまで「Claudeの生成パターンが含まれているか」を示す指標であり、コンテンツの真正性を完全に保証するツールではないことをAnthropicは明示している。
EU AI法への対応が導入の背景
AnthropicがこのAPIを展開する主な動機はEU AI法（EU AI Act）への準拠だ。同社は2026年7月、AI生成コンテンツの透明性に関するEUの行動規範に、約190の他の署名者とともに署名している。
EU AI法は、AIが生成したコンテンツにそれと分かるマーキングを施すことを義務づける方向で規制が整備されつつあり、Anthropicの今回の動きはその先行対応にあたる。地域ごとに機能を制限する技術的手段が現時点では存在しないため、ウォーターマーキングは全世界で一律に展開される。EU域外のユーザーも含め、ClaudeのAPIを利用するすべての環境でウォーターマークが埋め込まれることになる。
対応モデルとファイルへの対応
記事公開時点の情報によれば、2025年8月2日以降にリリースされたClaudeモデルはウォーターマーキングをデフォルトでサポートしている。それ以前のモデルへの対応については、Anthropicが順次追加する方針を示している。最新の対応状況は公式ドキュメントで確認されたい。
ファイルに対しては、オープン標準の**C2PA**（Coalition for Content Provenance and Authenticity）を採用しており、ファイル本体を変更せずにメタデータとして来歴情報を付与する。C2PAはAdobeなどが主導する業界標準で、画像・動画にも広く使われている規格だ。テキストのウォーターマーキングとファイルのC2PA対応を組み合わせることで、Anthropicはコンテンツの来歴証明を複数のレイヤーで実現しようとしていることがわかる。
サードパーティ開発者が自分のアプリにウォーターマーク検出を組み込めるAPIとして提供される点は、コンテンツ真正性の検証を外部に開放するという意味で実用的な一歩だ。ただし検出精度の限界は明示されており、「AIが書いたかどうかを完全に判定するツール」としての過信は禁物である。
詳細はAnthropic announces watermark detection API that will let third parties detect Claude's AI textsを参照していただきたい。
