ChatGPTが始める見えない透かしを調べてみた

学校のレポートや作文、ネットの記事、口コミ、商品説明。生成AIで自然な文章を作れるようになった今、

「この文章は人が書いたのか、AIが書いたのか見分けられる？」

と気になったことはないでしょうか。

2026年10月5日、OpenAIが文章向けの新しいウォーターマーク技術「textGrain」について発表しました。EUでは今後数週間かけて、対象となるChatGPTやCodexの文章に、人間の目には見えない「透かし」を入れていくとしています。

では、この技術が広がれば、AIが書いた文章を見破れるようになるのでしょうか。

文章に「透かし」ってどうやって入れる

画像のウォーターマークというと、画像の隅にロゴを表示したり、画像データの中に情報を埋め込んだりするものを想像するかもしれません。しかし、文章の場合は少し違います。

OpenAIが開発した「textGrain」は、目に見えない文字や記号を文章の中へ追加する仕組みではありません。

生成AIは文章を書く際、「次にどの単語や文字のまとまりを選ぶか」を確率的に決めています。textGrainでは、この選択を秘密鍵に基づいてわずかに調整します。一つ一つの単語を見ても人間には分かりませんが、ある程度長い文章になると、単語の選び方に統計的なパターンが現れます。

専用の検出器は、そのパターンを調べて「OpenAIのウォーターマークが含まれている可能性」を判定します。

コピー＆ペーストしても消えない？

この仕組みで重要なのは、ファイルの付加情報だけに印を付けているわけではないことです。ウォーターマークは文章の言葉の選び方そのものに反映されるため、文章をそのままコピー＆ペーストしても、基本的にはパターンが残ります。一方、大幅な書き換えや言い換え、翻訳などを行うと、検出しにくくなる可能性があります。

OpenAIは、自社で行った評価結果も公開しています。

文章の種類などによって結果は変わりますが、心理学などの文章について、誤ってウォーターマークありと判定する率を1％に設定した評価では、

• 約200トークンの文章 → 約80％を検出
• 約400トークンの文章 → 約95％を検出

という結果でした。

文章が長くなるほど、統計的なパターンを確認しやすくなるわけです。

ところが、文章を書き換えると状況が変わります。400トークンの文章を使った別の評価では、

• 元の文章：約92％
• 単語の10％を類義語へ置換：約66％
• 単語の25％を類義語へ置換：約17％

まで検出率が下がりました。また、数学の回答など「別の言い方をしにくい文章」は、普通の文章よりウォーターマークを入れること自体が難しくなります。

短い文章についても十分な統計的パターンが作れないため、検出が難しくなります。

「AI判定器」として使える？

textGrainは、世の中にある文章を調べて「AIが書いたか、人間が書いたか」を万能に判定する仕組みではありません。基本的に確認しているのは、OpenAIが文章生成時に入れたウォーターマークのパターンが検出できるかです。

そのため、他社の生成AIが作った文章を判定するものではありません。さらにOpenAI自身も、誤ってウォーターマークがあると判定する「偽陽性」と、本当はウォーターマークがあるのに見つけられない「偽陰性」の両方が起こり得ると説明しています。

「透かしが見つかった＝全部AIが書いた」でもない

もう一つ重要な点があります。ウォーターマークが検出されたとしても、それだけでは、

• 「文章をすべてAIが書いた」
• 「人間はほとんど関与していない」
• 「誰がAIを使った」
• 「不正行為をした」
• 「文章の内容が正しい」

といったことまでは分かりません。例えば、自分で書いた文章をChatGPTに渡して文章を整えてもらった場合にも、OpenAIのシステムが文章の生成・加工に関与する可能性があります。逆に、ウォーターマークが見つからなかったからといって「人間が書いた文章」と証明できるわけでもありません。

学校で「AI使用の証拠」にできる？

今回の技術で、特に慎重に考える必要がありそうなのが教育現場です。例えば学校で生徒が提出した作文やレポートを検出器にかけ、「AI判定が出たから、このレポートはAIに書かせた」と判断する使い方です。

OpenAI自身が偽陽性・偽陰性の可能性を認めている以上、ウォーターマークの検出結果だけから不正行為を断定することはできません。さらにウォーターマークが検出されても、人間がどの程度文章作成に関与したのかまでは分かりません。

AIに文章を全部作らせた場合と、自分で書いた文章について誤字や表現だけを直してもらった場合を、単純に同じ「AI使用」と扱えるのかという問題もあります。

今後、教育現場でAIを扱う際には、「AIを使ったか」だけではなく、「どのように使ったのか」を見ることがより重要になるのかもしれません。

なぜOpenAIは「透かし」を入れる？

背景にあるのが、EUのAI規制「AI Act」です。

EU AI ActのArticle 50では、生成AIなどの提供者に対し、AIが生成・加工した音声、画像、動画、文章について、機械が読み取れる形式で印を付け、AI生成・加工コンテンツとして検出できるようにすることを求めています。

この透明性に関する規定は、2026年8月2日から適用されています。OpenAIはこれに対応するため、EUの対象となるChatGPT・Codexの文章へ、今後数週間でtextGrainによるウォーターマークを導入するとしています。一方、APIでは世界の利用者が対象モデルについて任意で有効化できる仕組みになっています。

誰でもAI文章を調べられるようになる？

現時点では、そうではありません。OpenAIは文章用の検出器について、まず承認された研究者や専門機関などにアクセスを限定します。画像や音声については一般向けの検証手段がありますが、文章については、誤判定や結果の誤解による影響が大きいためです。

OpenAIは今後、技術や実際の利用状況を検証しながらアクセス範囲を見直すとしています。また、textGrain自体については将来的にオープンソース化する計画も示しています。

「AIか人間か」の二択ではなくなる？

今回の発表を調べていくと、興味深いことが見えてきます。これまで「AI判定」というと、

• AIが書いたのか
• 人間が書いたのか

という二択で考えがちでした。しかし実際には、自分で文章を書いて

• 誤字だけAIに直してもらう
• 文章構成についてAIに相談する
• 下書きをAIに作らせて人間が書き直す。
• 人間の原稿をAIが編集する。
• AIの文章を人間が一部だけ使う。

といった使い方があります。OpenAI自身も、ウォーターマークから人間の関与の程度を判断することはできないとしています。これから必要になるのは、「AIが書いたかどうか」を見破ることより、「AIがどのように文章作成に関わったのか」を考えることなのかもしれません。

今回調べて分かったこと

OpenAIの「textGrain」は、AI文章を万能に見破る判定器ではありません。分かるのは基本的に、対象となる文章にOpenAIのウォーターマークの統計的パターンが検出されたかどうかです。

検出されても、人間がどの程度関わったのか、不正だったのか、内容が正しいのかまでは分かりません。

検出されなくても、人間が書いた証明にはなりません。

学校のレポートや採用、口コミ、記事など、文章の作成者を判断する場面では、こうした技術の結果だけを「証拠」として扱わないことも重要になりそうです。

生成AIが生活や仕事に入り込むほど、「AIを使ったか？」から「AIをどう使ったか？」へ。私たちの文章との付き合い方も、少しずつ変わっていくのかもしれません。

主な確認資料

OpenAI「Our approach to EU text provenance rules」

https://openai.com/index/eu-text-provenance/

OpenAI Help Center「Provenance signals in OpenAI-generated content」

https://help.openai.com/en/articles/8912793-provenance-signals-in-openai-generated-content

EU AI Act Article 50（EUR-Lex）

https://eur-lex.europa.eu/TodayOJ/index.html

European Commission「AI transparency obligations」

https://digital-strategy.ec.europa.eu/en/policies/guidelines-ai-transparency-obligations