AnthropicのAI透かし、旧モデルで簡単に無効化

Anthropicは、EU AI法が定める12月の期限に向けて、4つのClaudeモデルにテキスト透かし機能を追加展開することを明らかにした。テキスト透かしとは、AIが生成した文章に人間の目には見えない識別情報を埋め込む技術で、AI生成コンテンツの検出・追跡を可能にする仕組みだ。

EU AI法は、AIが生成したコンテンツに対して一定の識別措置を義務づけるものであり、各AI企業は年内の対応を迫られている。Anthropicが今回の展開を進める背景には、こうした規制上の期限への対応という明確な動機がある。テキスト透かしの導入は、AI生成コンテンツの透明性確保を求める規制の流れに沿った動きとして位置づけられる。

しかし、今回の展開には重大な問題が確認されている。Claude Opus 4.6やClaude Sonnet 4.6といった旧世代のモデルでは、APIを通じて利用する際に「サンプリングパラメータ」と呼ばれる出力の調整設定を1つ変更するだけで、透かし機能を無効化できることが判明した。APIとは、開発者がClaudeをプログラムから直接操作するための接続口であり、一般ユーザーよりも技術的に細かい制御が可能な利用経路にあたる。

この抜け穴に対するAnthropicの対応は、技術的な修正ではなく「コンプライアンス上の警告」の発出にとどまった。つまり、利用規約や使用ポリシー上の注意喚起として対処する方針を選んだ形だ。技術的にブロックするのではなく、規約面での牽制にとどまるこの対応は、実効性の観点から疑問を呈する見方もできる。

この問題が示すのは、透かし技術そのものの限界だ。サンプリングパラメータのような出力制御の設定を通じて回避できるとすれば、技術的な迂回手段が存在し続けることになり、規制への対応手段として十分かどうかが問われる。特にAPIを介した開発者・事業者による利用は、エンドユーザー向けインターフェースより制御の自由度が高いため、透かしの実効性を維持しにくい構造的な課題がある。

EU AI法の施行に向けて、各AIプロバイダーがどのように技術的・制度的な対応を整えるかは、業界全体に共通する課題となっている。今回のような抜け穴の存在は、透かし技術が規制遵守の手段として機能するためには、技術仕様と運用ルールの両面での整備が求められることを改めて示す事例といえる。今後は、旧モデルへの技術的な修正が行われるか、あるいは規約面の対応で事実上の遵守とみなされるのかが注目点となる。