AnthropicのAI透かし、旧モデルに抜け穴

Anthropicは、テキストに埋め込む「電子透かし」機能を新たに4つのClaudeモデルへ拡張した。この対応はEU AI法が定める12月の期限に間に合わせるための措置だが、旧来のモデルであるClaude Opus 4.6とSonnet 4.6では、開発者がパラメータをひとつ調整するだけで透かしを回避できる状態になっていることが明らかになった。

そもそもAI生成テキストへの透かし埋め込みは、AIが作った文章であることを識別しやすくするための技術だ。EUが施行を進めるAI法では、こうした識別措置を提供者側が講じることが求められており、Anthropicの今回の拡張はその要件への対応として位置づけられる。規制の締め切りが年内に迫る中、主要なAI企業が次々と対応を進めている流れの一環でもある。

問題となっているのは、旧世代の2モデルにおける技術的な抜け穴だ。生成テキストのサンプリング設定（どのように次の単語を選ぶかを制御するパラメータ）を変えるだけで、透かしが機能しなくなる。つまり透かしの有無を、利用者側がある程度コントロールできてしまう状態にある。

Anthropicはこの問題に対し、コンプライアンス上の警告を発するにとどめており、技術的な修正や制限はまだ実施していない。警告によって規制上の説明責任を果たす形はとっているものの、抜け穴そのものが塞がれたわけではない。

この状況が示すのは、規制への「形式的な対応」と「実質的な対応」の間にあるギャップだ。透かし機能を搭載していること自体は事実でも、それが容易に回避可能であれば、AI生成コンテンツの識別という本来の目的は十分に果たせない。規制当局がどの程度の技術的堅牢性を要求するかは、今後の運用指針や執行の姿勢によって左右されると見られる。

また、旧モデルと新モデルで対応水準が異なるという点も見逃せない。企業はコスト面や互換性の都合から旧モデルを使い続けるケースがあり、規制対応の実効性はモデル全体で均一に担保されてこそ意味を持つ。Anthropicが今後、旧モデルの抜け穴を技術的に修正するかどうかが、実質的な対応姿勢を測る指標になるという見方ができる。

EU AI法の12月期限が近づく中、透かし技術の実装だけでなく、その堅牢性や検証可能性が問われる局面が続くと考えられる。今回の事例は、規制対応の難しさを具体的な形で示したケースとして、業界全体が参照する事例になる可能性がある。