Claudeのテキストと画像向けAI検出

必ずしもそうではありません。Anthropicによると、今後のClaudeモデルは透かし入りテキストを生成し、旧モデルも今後数か月で更新される予定です。モデルごとの展開表は公開されていないため、応答日だけではマークが存在する証明にはなりません。

いいえ、必要もありません。Anthropicによると、ClaudeのマークはSynthID-Textの一種です。通常のトークン選択を通じて作られる秘密の統計的パターンで、Anthropic独自の検出ツールでのみ読み取れます。透かしの読み取りは、そのマークが存在しない、削除された、または言い換えられた瞬間に機能しなくなります。代わりにテキストタブは文章そのものを読み取るため、テストセットに11件の敵対的攻撃を含むRAIDで、5%の偽陽性率においてAIテキストの99.5%を検出しました。判定は確率であり、証明ではありません。

Claudeに妥当な単語選択が少ない場合、マークが働く余地も少なくなります。Anthropicによると、短いサンプル、事実中心の文章、コード、軽い校正では、確信を持って読み取るには信号が少なすぎる場合があります。同じ注意は、短い文章や大幅に編集された文章に対する分類器の結果にも当てはまります。

Anthropicによると、テキスト透かしには個人を識別する情報は含まれず、人物、組織、チャットに結び付けて追跡することはできません。判定するのはClaudeが関与した可能性であり、誰がClaudeを使ったかではありません。

Claudeは対応する画像ファイルに、画像SynthIDではなくC2PA Content Credentialsを使用します。認証情報はファイルに付与された署名付きの来歴メタデータであり、ピクセルに埋め込まれたウォーターマークではありません。Slop or Notは認証情報を読み取り、認識したソースを報告し、ファイルに読み取り可能な来歴がない場合はピクセルをチェックします。その履歴がClaudeを示しているかどうかは、読み手が判断します。認証情報がないことは何の証明にもなりません。

記録された履歴がClaudeを指している場合、認証情報はClaudeの関与を裏付ける材料になります。Slop or Notは認証情報を読み取り、認識したソースを報告します。読み手がそれを解釈し、専用のC2PAビューアでは署名付きチェーン全体を確認できます。C2PAは、誰がそのファイルを作成したか、誰が所有しているか、内容が真実か、すべてのピクセルがAI生成か、履歴が変更されていないかを証明するものではありません。テキスト分類器の結果は確率です。透かしや認証情報がないことは何も証明しません。

現時点でクリーンなClaude透かし結果を報告するツールには慎重になるべきです。WatermarkDetector.comは隠しUnicodeやスペースをスキャンしますが、Claudeのテキストマークには隠し文字は含まれていません。watermarks-removerは実際にUnicodeやメタデータをクリーンアップでき、テキストを書き換えることもできますが、Anthropicが今後提供する検出器なしでは、トークン選択パターンが消えたことを証明できません。画像からC2PAを削除しても、そのピクセルは引き続き分析できます。