AI ウォーターマークの 2 つのファミリー
AI ウォーターマークは、文字レベルのアーティファクトと統計的フィンガープリントという 2 つの大きなカテゴリに分類されます。文字レベルのアーティファクトは、テキストに挿入される個別の Unicode コードポイント (幅ゼロのスペース、非改行スペース、方向マーク) であり、人間の読者には正常に見えますが、隠されたペイロードが含まれています。統計的なフィンガープリントがモデルの生成プロセス自体に組み込まれています。つまり、特定の単語が同義語よりも体系的に優先され、言い換えても生き残るトークンの確率に検出可能なバイアスが生じます。
AI企業がウォーターマークを埋め込む理由
3 つの商用圧力がウォーターマークを推進します。まず、法的責任: AI によって生成されたと特定された出力は、著作権紛争における企業の弁護を許可します。 2 つ目は、誤用の防止です。AI テキストにフラグを付けることで、プラットフォームがスパム、偽レビュー、偽情報を抑制するのに役立ちます。 3 番目に、研究の説明責任: 公開された AI 出力は特定のモデル バージョンまで追跡でき、安全性インシデントを監査するのに役立ちます。
目に見えない Unicode 文字
最も一般的な文字レベルのウォーターマークは、目に見えない Unicode コードポイントです。これらは視覚的な幅がゼロであるため、プロポーショナル フォントを表示するテキスト エディタでは検出できません。これらは、視覚的な痕跡を残すことなく、ブラウザーからドキュメントにコピーアンドペーストしても存続します。一般的な例は次のとおりです。
- U+200B — 幅ゼロのスペース
- 最も普及している AI 透かし文字。単語の間または句読点の後に挿入されます。視覚的には検出できませんが、AI 検出器や一部のワード プロセッサによって異常として検出されます。
- U+200C — ゼロ幅の非結合子
- アラビア語とペルシア語のテキストで合字を抑制する正当なテキスト。ラテン文字ドキュメントでは視覚的な機能はなく、信頼できる透かし信号となります。
- U+00AD — ソフトハイフン
- 改行箇所のみでレンダリングされます。これを単語の途中に配置すると、ほとんどのコピー＆ペースト操作に耐える非表示のマーカーが作成されます。
- U+FEFF — バイトオーダーマーク
- ファイルの先頭にのみ表示される従来のエンコーディング マーカー。テキストの途中で見つかり、常に挿入アーティファクトです。
統計的およびセマンティックな透かし
より洗練された透かしはモデルレベルで動作し、特殊文字は必要ありません。 Google のテキスト用 SynthID は「トーナメント」システムを使用しています。各トークンの位置で、モデルは密かに候補トークンをランク付けし、事前に決定されたグリーン リスト内のトークンに偏ります。偏りは、読みやすさに影響を与えるには小さすぎますが、段落全体にわたって統計的信頼性を持って検出するには十分な大きさです。これらの透かしを除去するにはコンテンツを言い換える必要があり、意味が変わってしまうため、除去するのはより困難です。
ウォーターマークがワークフローに与える影響
目に見えない透かしさえも実際の問題を引き起こします。幅ゼロの文字は、コード内の正規表現パターンを壊し、トークンごとに課金される API のトークン数を破損し、盗作チェッカーで誤検知を引き起こし、ワード プロセッサで単語のハイフネーションの誤りを引き起こします。 SEO の場合、検索エンジン クローラーは隠れた文字をキーワード スタッフィングとして解釈する場合があります。パブリッシュの場合、CMS コンテンツ長バリデーターがトリップし、PDF エクスポートでエンコードエラーが発生する可能性があります。
文字レベルのウォーターマークの検出と削除
文字レベルの透かしは、テキスト内のすべての文字の Unicode コードポイントをスキャンし、ドキュメント言語の予期される範囲外にある文字にフラグを付けることによって、確実に検出されます。削除はロスレスです。非表示の文字は、読み取り可能なコンテンツに影響を与えることなく削除されます。私たちのツールは、テキストをサーバーにアップロードすることなく、ブラウザー、デバイス上でこのスキャンを正確に実行します。