ClaudeのAIウォーターマーク論争：「意味は変わらない」と言いながら変わる仕組みを導入
Anthropicは2026年8月、EU規制への対応として全Claudeモデルが生成するテキストに「ウォーターマーク（電子透かし）」を組み込む方針を発表した。問題はウォーターマーク自体よりも、「どう実装するか」の説明が当初の約束と実態でまったく食い違っていた点にある。
著名な技術ブロガーJohn Gruber（Daring Fireball）がこの矛盾を詳しく指摘し、Hacker Newsでも大きな反響を呼んでいる。本記事では技術的な仕組みと批判の根拠を両面から整理し、読者が自分で判断できる材料を提供する。
Anthropicの最初の説明：「意味も品質も変わらない」
Anthropicが最初に公開したサポートドキュメントにはこう書かれていた：
「ウォーターマークはテキストに直接織り込まれます。見えませんし、意味・品質・読みやすさは変わりません」
「意味・品質・読みやすさは変わらない」と明言していた。これを読めば、文章の内容には一切手を加えない方式（たとえば画面に表示されない特殊文字を埋め込む手法）を想像するのは自然な読み方だ。
しかしさらに根本的な問題があった。Anthropicが公開した最初の記事のタイトルは「ClaudeはどうAI生成コンテンツを示すか」というものだったが、その記事の中に「どう示すか」の説明が一切書かれていなかった。実際の仕組みは後日、まったく別のページで初めて公開された。仕組みを説明するとされた記事が何も説明しないという異例の経緯だ。
Gruberが「意味・品質は変わらない」というAnthropicの言葉を信じたのは無理もない判断だった。そして後から明らかになった実際の手法は、その約束と正反対のものだった。
実際に採用された方式：単語の選び方を統計的に変える
実際の手法は「意味的ステガノグラフィ」と呼ばれるものだ。ステガノグラフィとは、情報を別の情報の中に隠す技術のこと。
Claudeがテキストを生成するとき、一語ごとに「緑リスト」と「赤リスト」という単語グループをその場で作り、緑リストの単語がわずかに選ばれやすくなるよう確率を調整する。リストの内容は文脈と秘密鍵の組み合わせで毎回変わるため、「Claudeはいつもこの単語を使う」という固定の法則は存在しない。秘密鍵を持つ者だけが、テキストを統計的に解析して「Claudeが出力したものだ」と判定できる。
コイン投げで例えるとわかりやすい。普通のコインは表裏が50:50だが、わずかに細工されたコインは51:49になる。1回では判別できないが、何千回も投げれば偏りを検出できる。テキストも同様で、短い文では検出精度が低く、長くなるほど高まる。
これはAnthropicが「変わらない」と断言した「意味・語彙の選択」に、実際には統計的な干渉を行う方式だ。 Gruberはこれを「意味的改ざん（semantic adulteration）」と表現している。
James Padolseyがこの原理をインタラクティブな形式で解説した記事を公開しており、図解を動かしながら直感的に理解できる（Gruberも「必読」と推奨している）。
批判の核心：技術でなく「透明性の欠如」
Gruberの主張は2点に集約される。
① 説明が実態と正反対だった：「意味・品質・読みやすさは変わらない」と明言しながら、語彙選択に統計的バイアスをかける仕組みを導入した。Gruberは「Anthropicの言葉を信じた自分が愚かだった」と皮肉を込めて述べている。
② タイトルだけあって中身がなかった：仕組みを説明するとされた最初の記事が、仕組みを何も説明していなかった。技術的な詳細は後日、別ページで初めて公開された。
この2点は「技術の是非」ではなく、ツールメーカーとユーザーの間の信頼コストに関わる問題として指摘されている。
擁護できる面もあるか
批判一色で終わらせないために、技術的に正当化できる側面も整理しておく。
- EU規制への対応という文脈：Anthropicが自発的に選んだ仕様変更ではなく、法的義務への対応という面がある。
- 「完全に意味を壊す」わけではない：51:49のわずかな傾きで、多くの文脈では語彙の変化を体感できないレベルにとどまる。
- 不可視文字方式よりリスクが少ない面がある：不可視文字はテキストを別ソフトウェアで処理する際に残留し、予期しない問題を引き起こすことがある。意味的ステガノグラフィは文章の外に何かを付加しない。
2つの方式を並べて比較する
| 観点 | 不可視文字方式 | 意味的ステガノグラフィ（Claude方式） |
|---|---|---|
| 文章の意味・語彙への影響 | ほぼなし | わずかにあり（緑リスト優先） |
| テキスト処理時のリスク | 残留リスクあり | なし |
| 短文での検出精度 | 高い | 低い |
| 長文での検出精度 | 高い | 高い |
| Anthropicの当初説明との整合性 | ○ 説明に近い | ✕ 「意味は変わらない」と矛盾 |
読者が判断する材料
この論争が問いかけるのは2点だ。
- Claudeで文章を書くとき、語彙選択にわずかな統計的傾きがかかることを許容できるか。Claude APIを通じてClaudeを組み込んだサービスや自動化環境でも、この傾向は同様に働く。
- AI生成コンテンツを識別可能にするというEU規制の趣旨に対して、このトレードオフは妥当か。
意味的ウォーターマーク技術はAI規制対応として今後広く使われる可能性が高い。「最初の説明と実態の乖離」が問題化した今回の件は、他社が同様の機能を実装する際の説明責任の先例として残るだろう。もしAnthropicが最初から「語彙選択に統計的な傾きを加える仕組みです」と正直に説明していれば、この論争の多くは起きなかった可能性が高い。
以上です。なるほどラボでは、こうしたAIを"自分の環境で動かしたい・24時間働かせ続けたい"という方向けの情報を発信しています。自分に合った動かし方が気になる方は、無料の診断をどうぞ。