Anthropicが自社の不可視ウォーターマークの限界を公表——全語を書き換えれば消える
Anthropicは、今月からClaudeの生成テキストに埋め込み始めたウォーターマークについて技術解説を公開した。限界の説明が異例なほど率直だ。軽い編集ではおそらく消えないが、「すべての単語を置き換える完全な書き直しであれば消える」と同社は述べる。短い文章では検出がうまく働かない。語の選択肢が少なければ、読み取れる信号も少ないからだ。事実を述べる文章やコードでは埋め込みがまばらになる。そこでは、誤りにせずに同じ内容を言い換える余地がもともと乏しいためだ。文書を渡して文法と句読点だけ直すよう頼めば、ウォーターマークはそのわずかな修正箇所にしか宿れず、検出に足りない場合がある。陽性判定の意味も明記されている——Claudeがその文章の生成に関与した可能性が高い、ということであって、人間が書いていないという意味ではない。
なぜ重要か4日前、GitHubで最も星を集めた新しいAIプロジェクトは、まさにこの種の印を剥がすツールだった。そしてGoogleは今週ずっと、不可視の標識こそが合成コンテンツに対する本当の防波堤だと主張していた。Anthropicはいま、批判者の主張の大半を自らの言葉で認めたことになる。印はコピー＆ペーストには耐えるが書き直しには耐えず、しかも最も弱いのは、スパムや偽レビュー、捏造された出典がまさにそれでできている短い事実文である。学校や出版社、裁判所が検出器に頼るつもりなら、検出器に何が証明でき何が証明できないかを告げるのがこの文書だ。
アプリで読む——無料・9言語
関連ニュース
TikTokが見ている動画の中に買い物ボットを入れました。2026-10-06メタの助手はあなたの周りの全員を一時間ごとに記録しています。
2026-10-05一つのコマンドで、アップルが消した停止スイッチが戻る
2026-10-05OpenAIが28日間、毎日の新機能か上限リセットを約束した
2026-10-05メタがMuseの機器を自作できるよう、ファームを公開した。
2026-10-04