C2PAとSynthID：EU AI法以降、メディアの来歴はエンジニアリング課題になった

AIが生成したテキスト、画像、音声、動画は、人間が作ったものと区別するのがますます難しくなっている。そのため来歴は研究テーマからパイプライン要件へと変わり、期限も現実の制約として効き始めている。

EU AI法の第50条に基づく透明性義務は2026年8月2日から適用され、マーキングに関する猶予期間は2026年12月2日まで続く。インドは2026年2月にIT規則を改正し、合成的に生成された情報を対象に含めた。生成メディアへのマーキングは、いまやチームが議論するものではなく、実装しなければならないものだ。

異なる問いに答える3つのツール

ほとんどのチームが犯す誤りは、来歴、電子透かし、検出を互換的なものとして扱うことだ。実際はそうではなく、それぞれ異なる形で失敗する。

C2PAの意味での来歴とは、ファイルに添付されるか参照される、暗号学的に署名されたメタデータである。それは特定の問いに答える。誰が、どのツールでこれに署名したのか、そしてそれ以降変更されたのか。主な弱点は、簡単に剥がせることだ。スクリーンショット、再エンコード、またはメタデータを落とすプラットフォームは、マニフェストを削除してしまう。

不可視の電子透かしは、ピクセル、音声サンプル、トークン選択のいずれであれ、コンテンツ自体に埋め込まれた信号である。それは、これがこの電子透かしを適用するシステムによって生成されたのかを答える。弱点は、激しい編集、リライト、敵対的攻撃によって信号が弱められたり削除されたりする可能性があり、通常はベンダー自身の検出器でしか検出できないことだ。

検出分類器は、コンテンツが合成物かどうかを推測するよう訓練されたモデルである。それは、これがAI生成に見えるかを答える。確率的であり、生成器が進歩するにつれてずれていき、本物のコンテンツに対して偽陽性を生み出す。

重要な違いは、来歴と電子透かしは協力的な当事者によって作成時に適用されることだ。検出は後から、敵対者を含む誰からのコンテンツにも適用される。そのため証拠としては最も弱い形式になるが、そもそもマーキングされなかったコンテンツにとっては唯一の選択肢である。

検出だけでは不十分な理由

検出は軍拡競争である。分類器は既知の生成器のアーティファクトを学習するが、新しいモデルと単純な後処理がそれらのアーティファクトを変えてしまう。偽陽性は実在の人々を傷つける。編集された本物の写真、圧縮された動画、非ネイティブの文章がフラグ付けされるからだ。それが公平性の問題になると、本物の顧客の自撮り写真が拒否される。

そして、クリーンなスコアは何も証明しない。コンテンツはモデルが一度も見たことのない生成器から来ているかもしれない。実務上の指針は、検出を1つのリスク信号として扱い、重要な意思決定には人によるレビューを組み合わせることだ。

C2PAの実際の仕組み

Content Provenance and Authenticityのための連合（C2PA）は、デジタルコンテンツの起源と編集履歴を記録するためのオープンな技術標準を公開している。その運営委員会には、Adobe、Google、Microsoft、Meta、OpenAI、Amazon、Sony、BBCなどが名を連ねる。仕様は2.x系にあり、定期的に改訂されるため、設計時には特定のリリースに固定するのではなく、現行バージョンを確認すべきだ。

中核となる単位はC2PAマニフェストであり、アセットの来歴を記述する暗号学的に署名されたデータ構造である。マニフェストストアは複数を保持でき、アセットのライフサイクルにおける各ステップごとに1つずつ入る。アサーションはアセットに関する個々の記述であり、標準的なものは、AIシステムによるものを含む作成や編集といったアクション、さらに素材やサムネイルを対象とする。

2026年半ばまでに、OpenAIは自社の画像モデルが生成するすべての画像にC2PAマニフェストを添付し、Googleは画像・動画生成の出力にC2PAマニフェストとSynthID電子透かしの両方を添付している。AdobeのFireflyは2024年から同じことを行っている。Canon、Sony、Nikon、Leicaのカメラファームウェアは現在、撮影時にContent Credentialsを書き込む。つまり、ニュースルームが写真を検証できるようにする同じ仕組みが、採用担当者がプロフィール写真を検証することも可能にする。

SynthIDが異なる点

Google DeepMindのSynthIDは、すべてに1つの手法を使うのではなく、コンテンツタイプごとに信号を適応させる電子透かし技術群である。画像では信号が画像全体に分散されるため、通常の視覚品質が保たれ、いくつかの一般的な変換でも消えない。動画ではフレームを通じて電子透かし情報を分散し、検証者が孤立した1領域ではなくクリップ全体を調べられるようにする。音声では信号を音の中に配置し、聞こえないが機械検出可能にする。テキストでは、モデルがトークン確率を微妙にずらし、検証者は期待される統計パターンに十分な量のテキストを調べる。

テキストの電子透かしは最も脆いケースである。短い回答には十分な証拠が含まれないことがある。激しい言い換え、翻訳、複数モデルの出力の混在は、パターンを弱める可能性がある。だからこそ、否定的な結果は「人間が書いた」ではなく「サポートされた電子透かしは検出されなかった」と報告すべきだ。

生成メディアを出荷するチームにとってこれが意味するもの

ツールの違いから、3つの実践が導かれる。

作成時に署名し、オリジナルを保存する。C2PAは再エンコードに耐えることもあるが、メタデータは下流でしばしば落とされる。来歴の唯一信頼できる記録は、自分たちが保持したファイルである。

電子透かしが欠けていることを、人間が作成した証拠として扱わない。信号の欠落は、生成器が電子透かしを適用していない、編集がそれを削除した、検出器が利用できなかった、のいずれかを意味するかもしれない。それぞれは異なる事実である。

技術的な問いと真実の問いを切り分ける。C2PAの暗号技術は不正な変更を明らかにする助けになるが、それ自体で、製品の描写が正確であることや、マニフェスト内のすべての記述が真実であることを証明するものではない。来歴はファイルがどこから来たのかを教える。ファイルが正直かどうかを教えるものではない。

市場はこれらすべてに反応してきた。AI電子透かしと来歴への支出は2025年に約4億8,000万ドルと評価され、2034年まで年率28％超の成長が予測されている。これは消費者による採用ではなく企業支出であり、単純な現実を反映している。メディア生成のコストが下がるにつれて、メディアがどこから来たのかを証明する価値は高まる。来歴を研究室の好奇心ではなくパイプライン基盤として扱うチームが、マーキング規則が拘束力を持つときに準備ができているチームになる。

準拠したパイプラインとはどのようなものか

抽象論はさておき、生成メディアにマーキングしなければならないチームは、今や具体的な手順の連続を必要とし、各手順は上記のツールのいずれかに対応する。

作成時に、パイプラインは出力に署名する。大手APIを通じて生成された画像では、これは自動的に行われる。OpenAIはすべての画像にC2PAマニフェストを添付し、GoogleはマニフェストとSynthID電子透かしの両方を添付し、AdobeもFireflyを通じて同じことを行う。小規模プロバイダーを通じて作業するチームは、自分でマニフェストを追加しなければならないかもしれない。

編集を通じて、パイプラインはチェーンを保持する。アセットに触れる各ツールは、マニフェストを置き換えるのではなくアサーションを追加すべきであり、それによって履歴が残る。ここでほとんどのパイプラインが漏れる。ファイルを再エンコードするツールが、理解しないメタデータを落とす可能性があるからだ。

配信時に、パイプラインはオリジナルを保持する。プラットフォームは日常的にメタデータを剥がし、アップロードを再圧縮し、プレビューを生成する。制作システムから出ていく署名済みファイルだけが唯一信頼できる記録であり、画像がどこに投稿されるかとは独立して保持されるべきだ。

人間の層では、パイプラインはラベルを付ける。可視ラベルは開示の最も単純な形式であり、特定の用途で規制当局が期待するものである。また、最も簡単に切り取られるものでもある。だからこそ、機械可読信号を置き換えるのではなく、それらと並んで位置する。

規制当局が引く区別

EU AI法第50条と、インドの改正IT規則はどちらも、エンジニアリングの議論では曖昧になりやすい線を引いている。

義務は透明性に関するものであり、正確性に関するものではない。マーキングされた画像は、特定されたプロセスによって生成または編集されたものとして証明され、マークが主張するのはそれだけである。この区別が重要である理由は、マニフェストが何のためのものかを決めるからだ。マニフェストは来歴、つまり誰がどのようにファイルを作ったのかを記録する。コンテンツ、つまりファイルが描いているものが実在するかどうかを保証するものではない。

その区別を誤ると、予測可能な失敗につながる。チームが有効なContent Credentialを、画像が信頼できる証拠として扱う。しかしそのクレデンシャルは、画像が主張する通りのシステムから来たことだけを確認する。マニフェストが無傷の改ざんされた写真は依然として改ざんされた写真であり、マニフェストは改ざんを検出しない。

実務チームへの要点

3つのことが導かれるが、それらはすべて技術ではなく規律に関するものである。

マーキングを後から追加するものではなく、エクスポート手順の一部として扱う。来歴は作成時に適用され、すでに流通しているアセットに後付けすることはできない。

そして、チームが出力について話すときには、来歴の問いと検出の問いを切り分ける。来歴はファイルがどこから来たのかを教える。検出は、モデルが一度も見たことのないコンテンツについて推測することを教える。これはより弱い主張である。それを社内でも顧客に対しても率直に言うことが、コンプライアンスプログラムを、何を証明できて何を証明できないかについて誠実に保つ。