AI生成テキストの「目に見えない透かし」とは何か
2026年8月、AnthropicはEU AI法（EU AI Act）第50条に基づく行動規範に署名し、Claudeが生成するテキストに「目に見えない透かし（Embedded Watermark）」をモデルレベルで導入することを発表しました。
画像や動画であればメタデータ（C2PA標準）や電子署名を埋め込むことが一般的ですが、プレーンテキストの場合は文字そのものしか存在しないため、通常のメタデータはコピペで簡単に消えてしまいます。
しかし、最新のAIテキスト透かし技術は、コピー＆ペーストしても消えず、人間が読んでも全く違和感のない「統計的なシグナル」としてテキスト内に刻み込まれています。
【インタラクティブ検出器
AIテキスト透かしリアルタイム分析ツール】
以下のツールは、LLMが生成時に埋め込むグリーンリスト確率偏重とZスコア統計検定をシミュレーション・検出するリアルタイム検証ツールです。AI生成サンプルと人間執筆サンプルを切り替えてテストしてみてください。
EU AI ACT ARTICLE 50(2)GAUNTLET PERFECT ENGINE
🔍 AIテキスト透かし（ウォーターマーク）リアルタイム検出器
テキスト内の語彙サンプリング偏重（グリーンリスト適合率）を抽出算出し、Zスコア統計検定によって「AIによる透かし」を検出判定します。
文字数: 220 文字 （推定トークン: ~110）
PROMPT / ADVICE : 実際の検出判定を試してみよう画面上のサンプルボタンを押すだけで、AI生成テキストと人間執筆テキストでZスコア統計量がどのように激変するかを即座に視覚確認できます。
透かしが埋め込まれる技術メカニズム：グリーンリスト手法
テキストに透かしを仕込む最も標準的な手法は、メリーランド大学の研究チーム（Kirchenbauer et al., ICML 2023）が提案した「トークンサンプリング時の確率バイアス（Logit Bias）付与」です。
1. 疑似乱数による語彙の50:50分割
AIが次の単語（トークン）を出力する際、直前の単語（過去数トークン）とサーバー内の「秘密鍵（Secret Key）」を組み合わせたハッシュ値を計算します。
このハッシュ値に基づいて、数万〜数十万ある語彙リスト全体をランダムかつ決定論的に「グリーンリスト（推奨語彙）」と「レッドリスト（非推語言語）」の50:50にグループ分けします。
2. 確率バイアス（Logit Bias）の加算
AIモデルはテキストを生成するとき、文脈や文法的に自然な語彙の中から「グリーンリスト」に該当する単語の出現確率をわずかに引き上げます。
出力される単語はすべて自然な類語・同義語であるため、人間が文章を読んでも不自然さを感じることは一切ありません。
検出ツールが「AI生成」だと見破る数学的原理
この透かしが入ったテキストを検出器（Detector）がチェックする際、意味を読むのではなく「統計学的な検定（Z-score検定）」を行います。
1. トークンの逆算判定
検出ツールはテキストを1単語ずつ分解し、直前の単語と鍵から「その時点でどの単語がグリーンリストだったか」を1単語ごとに復元計算します。
2. グリーンリスト適合率の計算
人間が書いた文章や透かしのないテキストの場合、グリーンリストの単語が含まれる割合は自然な確率通り「約50%前後」に収まります。
一方、透かしが埋め込まれたAIテキストの場合、グリーンリストの単語率が「80%〜90%以上」へ異常に集中します。
3. Z-score（Zスコア）による判定
サンプル数（単語数）が十分であれば、標準偏差を用いたZスコアが跳ね上がります（Z > 3.0で信頼度99.9%以上）。これにより「偶然この割合で単語が偏る確率は数千分の1以下であり、数学的必然としてAI生成物である」と証明されます。
検出ツール自作の疑問：第三者が完全再現できるのか？
ユーザーから多く寄せられる質問に「この検出ツールを自分で作れるのか？」という疑問があります。結論は2つの側面に分かれます。
1. Claude実機の完全検出器を第三者が作るのは不可能
Claude本機の透かしを検出するためには、Anthropicのサーバー内部でのみ管理されている「秘密鍵（Secret Key）」が必要です。
もし秘密鍵が公開され誰でも検出器を作れるようになると、悪意のあるユーザーが判定ツールを逆用して「グリーンリストの単語だけを狙って書き換える透かし消去攻撃」が可能になってしまいます。そのため、Claudeの実地検証にはAnthropic公式が今後提供する検出用APIや公式ツールの利用が必須となります。
2. アルゴリズム自体の検出ツールの自作は完全に可能
一方、自分でシード鍵を設定したり、ローカルのLLM（Llama等）に透かしを入れ、それを判定する検出ツール自体はPython等で100%自作・再現できます。
PROMPT / ADVICE : 検出器自作プロンプトを試そう「PythonでKirchenbauerアルゴリズムに基づき、テキストのZ-scoreを計算してAIテキストか検出するスクリプトを書いて」とAIに頼むことで、自分だけのオリジナル検出器を作成できます。
まとめ：AIと人間の共存を支える透明性の技術
テキストウォーターマーキングは、言論の自由や創作性を損なうことなく、AI生成コンテンツの透明性を保つための強力な暗号・統計技術です。
EU AI法をはじめとするグローバルな法規制のもとで、今後はClaudeだけでなく多くのAIモデルで標準装備されていきます。
本記事のリアルタイム検出器でその数学的原理を体感し、次世代のAIリテラシーとして役立ててください！