ทันเอไอ

AI Text Watermarkingのメカニズムを解説：AI生成テキストをどのように識別するのか

AnthropicのAIテキスト透かしシステムの仕組みを解説。隠しデータの埋め込みではなく、単語選択の統計処理を活用。

人工知能の利用が広がる中、AIが生成したテキストの識別が重要な課題となっている。特に「Claude」の開発元であるAnthropic社が、EU AI法（欧州人工知能法）の規定に基づき、機械可読な透かし（Machine-readable watermarks）の導入を進めていることでその重要性が増している。

技術分析やオープンソースの情報源によると、AIテキスト透かしの仕組みは、メタデータの付与や、ファイル内に不可視のUnicodeといった特殊文字を隠し込む手法とは根本的に異なる。

実際の原理は、モデルがテキストを生成する際の「単語選択（Token selection）」における「統計的バイアス（Statistical Bias）」の利用にある。モデルは、確率的に最も高い単語を自然に選ぶのではなく、シークレットキーを用いて、同義の別の単語を選ぶよう誘導される。これにより、コンテンツに統計的な指紋のような透かしが埋め込まれる。

しかし、このシステムには長所と短所双方が存在する。テキストをコピー＆ペーストしても透かしは残るが、検出精度はテキストの長さに依存し、短すぎると検出が困難になる。さらに、大幅な書き換えやパラフレーズ（言い換え）が行われた場合、統計的シグナルが破壊され、消滅する可能性がある。