# AIが書いた文章、どうやって見分ける？ - Show: ゆるコンピュータ科学ラジオ - Published: 2026-10-18 - Canonical: https://podc.club/episode/1604353315_1313f017bcad.html - Audio: https://api.robotstart.jp/api/for-media/v1/articles/35ac047a/permanent/with-advertise/podcast/ecee660a39c511103f0f4680697ddabb.mp3 - Source: この記事は、配信音声の冒頭30分ぶんを機械で文字起こしし、それをもとに編集したものです。番組の公式な要約ではありません。 2026年8月にAnthropicが「Claude」生成テキストへの電子透かし実装を発表したことを受け、テキストになぜ電子透かしを入れられるのか・どんな仕組みで動くのかを解説した回。画像のメタデータやゼロ幅スペースといった手法がなぜ使えないのかを整理したうえで、Claudeが採用した「単語選択確率の文脈依存バイアス＋秘密鍵」という手法に迫る。最後に巷のAI検出ツールとの違いを比較し、「バレずにAIレポートを出す方法」という逆説的な問いにも答える。 ## この回が答えていること ### テキストへの電子透かしは、なぜ画像や PDF より難しいのか？ Claudeが出力したテキストはコピペの時点でまだファイルになっていないため、メタデータを付ける余地がない。ゼロ幅スペースを仕込む手法もあるが、知識があれば除去ツールで即座に取り除けるため採用されなかった。 ### ClaudeはどうやってAI生成テキストに電子透かしを埋め込んでいるのか？ 直前4トークン（約4単語）の文脈を数学的に処理した値に応じて、後続の単語選択確率をわずかに偏らせる。「灰色」と「ネズミ色」のどちらでも成立するような場面でだけネズミ色をわずかに選びやすくするイメージで、文章品質は下げずにマークを埋め込む。偏りを生む処理の秘密鍵はAnthropicのみ保有する。 ### 巷のAI検出ツールは何を根拠に「AIっぽい」と判定しているのか？ AIがよく使う語彙・文体・論理構造（優等生的な言葉選び、両論併記、無難な回答など）をパターンとして学習し、「AIっぽさ」を類推している。人間が書いた文章でも誤検出が起きるなど精度に限界がある。 ### ClaudeのAI電子透かしと一般的なAI検出ツールは何が違うのか？ 巷のツールは「なんとなく怪しい」という直感的パターンマッチングであり、人間の文章でも15%AIと誤判定されることがある。ClaudeのAI電子透かしは統計的・数学的根拠に基づき、十分な長さの文章なら99.7%の精度でClaude製と断定できるDNA鑑定レベルのもの。 ### AI生成のレポートを提出してバレないようにするにはどうすればよいのか？ 直前4トークンを見て確率を偏らせる仕組みなので、4単語に1つ程度言い換えれば偏りがほぼ消えて検出が難しくなる。ただしその手間をかけるくらいなら最初から自分で書いた方が早く、「絶対バレたくなければ自分で書く」が最終的な結論になる。 ## 本文 ## 2026年8月のClaude電子透かし発表 2026年8月、AnthropicはAIサービス「Claude」が生成したテキストに電子透かし（ウォーターマーク）を埋め込む機能を実装したと発表し、AI界隈で大きな話題になった。画像の透かしのように目に見えるものではなく、通常は存在に気づかれないが、特定の方法で検出するとClaude製と判定できる仕組みだ。 ## なぜテキストへの電子透かしは難しいのか 画像やPDFはファイルとして存在するため、撮影日時やカメラ機種といった「メタデータ」を埋め込む領域がある。しかしClaudeが出力したテキストをコピー＆ペーストしてSNSに投稿するとき、そのテキストはまだ一度もファイルになっていない。ファイルになっていなければメタデータを付けようがなく、透かしを仕込む余地が生まれない。 もう一つの候補が「ゼロ幅スペース」だ。肉眼では見えない特殊文字を文中に混入させ、コピペ時にもついてくることで検出するという手法だが、この方法は知識さえあれば簡単に除去できる。技術に明るい人間なら余計な文字を見つけて即座に消せるし、除去ツールもすぐ作られてしまうため、採用されなかった。 ## Claudeの電子透かしの実際の仕組み Claudeが採用した手法は、文章中の単語選択確率を微妙に操作することだ。AIは「直前のトークン（おおよそ単語）を踏まえて次の単語を確率的に選ぶ」という仕組みで文章を生成している。Anthropicはその確率をわずかに偏らせるよう調整している。 イメージとしては「灰色」でも「ネズミ色」でも文章が成立するような場面で、ほんの少しだけネズミ色が選ばれやすくなるように仕込んでおく、という感じだ。「常にネズミ色を使う」わけではないので文章の品質は変わらない。「エルキュール・ポワロのキャッチコピーは」という文脈ならほぼ確実に「灰色の脳細胞」が来るべき場面なのでネズミ色は選ばれない。どちらでも成立するどうでもいい場面でだけ、ちょっとだけ操作するというのがポイントだ。 さらに巧妙なのは単語単位の偏りではなく「文脈依存の偏り」である点だ。直前の4トークンを数学的に処理した値に応じて後続単語の選ばれ方が変わる。「今日は朝から雲が」なら灰色寄りに、「今日は朝からなんだか雲の色が」という微妙に違う文脈ではネズミ色寄りに、という粒度で制御されている。人間が見ても法則が読み取れないため、「ネズミ色を全部灰色に置き換える」といった単純な除去ができない。 この偏りを生む処理のアルゴリズムは公開されているが、処理内部で使われる「秘密鍵」はAnthropicだけが保有する。外部からの模倣も再現もできない設計になっている。なお、EU AI法がAI生成テキストの識別を義務付けており、Anthropicがそれに応じて実装したという背景がある。 ## 巷のAI検出ツールとの違い 検索すれば多数ヒットする「この文章がAI生成である確率は○%」と表示するツールは、まったく別の仕組みで動いている。AIがよく使う語彙・文体・論理構造——優等生的な言葉選び、両論を並べる癖、無難な回答傾向——をパターンとして学習し、「AIっぽさ」を類推しているだけだ。 精度には限界がある。番組内で水野さんが過去に書いたエッセイをAIチェッカーにかけたところ「15%がAI」と誤判定された。こうしたツールは警察官が「なんとなく怪しい」という直感で声をかけるレベルのものであり、不当逮捕（誤検出）も起きる。 Claudeの電子透かしは、十分な長さの文章であれば99.7%の確率でClaude製と断定できる、DNA鑑定に相当するものだ。ただし現時点でAnthropicは秘密鍵も検出ツールも外部に提供していないため、大学の先生が学生のレポートを確認したくても、編集者がAI原稿を見破りたくても、一般ユーザーが実際に使える手段は今のところない。 ## 「バレずにAIにレポートを出す方法」という逆説的な結論 電子透かしは文脈依存であるため、文章のあちこちを書き換えると検出精度が大きく落ちる。参照実装によれば直前4トークンを見て次の単語を選ぶ仕組みなので、4単語に1つ程度言い換えを行えばほとんどの箇所で偏りが消え、検出が難しくなる。 しかしそれほどの手間をかけてAI文章を改変するくらいなら、最初から自分で書いた方が早い。「絶対バレたくなければ自分で書くのがおすすめ」という逆説的な結論に、話は着地した。 ## この回の要点 - ClaudeはAI生成テキストへの電子透かしを実装。直前4トークンの文脈に応じて単語選択確率をわずかに偏らせる手法で、文章品質を落とさずClaude製の証拠を埋め込む。 - 秘密鍵はAnthropicのみ保有しており、現時点で一般ユーザーが使える検出ツールは提供されていない。背景にはEU AI規制法への対応がある。 - AI生成文章をバレないよう改変しようとすると、4単語に1つ書き換えが必要で手間が莫大になる。結局、最初から自分で書く方が早いという逆説的な結論になる。