EU AI Actの透明性規則が施行、しかしラベルでは真実を証明できない
欧州連合（EU）の人工知能に関する透明性規則が適用開始となった2026年8月2日、Google Newsは新たな規制環境に入った。この規則は、チャットボット、合成メディア、ディープフェイク、そしてAIが執筆した一定の公益性を持つコンテンツについて、開示を義務付けるものだ。しかし、中心的な対立はすでに明らかになっている。AIの関与を示しても、その主張が正確なのか、誤解を招くのか、あるいは完全な捏造なのかを自動的に判断できるわけではない。
この違いは、Google News、検索結果、ソーシャルフィード、AI生成の要約を通じて報道に触れるすべての人にとって重要だ。機械可読のウォーターマークは、ソフトウェアが画像の作成を支援したことを示せる。しかし、画像に写る出来事が実際に起きたことまでは確認できない。開示は自動化されたチャットボットを識別できても、その回答が信頼できることを証明するものではない。
EUは、合成コンテンツが情報システム全体に広がる前に、より認識しやすくしようとしている。Googleはすでに、AI生成メディア向けのウォーターマーキングシステムであるSynthIDを通じ、この分野で最大級の技術的対応策を展開している。したがって、本当の争点は欧州対Googleではない。追跡可能なコンテンツという規制上の約束と、脆弱で断片化された来歴シグナルという技術的現実とのせめぎ合いだ。
EUのAI透明性規則で実際に何が変わったのか
第50条は、従来から知られている複数のAI開示慣行を法的義務へと変えるが、あらゆるAI利用に単一の共通ラベルを求めるものではない。
欧州委員会は7月、新たな要件の対象となるプロバイダーとデプロイヤーを明確にするため、最終ガイダンスを公表した。この規則は、EU人工知能法の段階的な施行の一環として、2026年8月2日に適用を開始した。
プロバイダーとは、AIシステムを開発する者、または自らの名称で欧州市場に提供する者を指す。デプロイヤーとは、純粋に個人的な活動を除き、自らの権限の下でそのシステムを使用する者だ。この区別により、誰が技術的なマークを作成し、誰がAIの利用方法を利用者に伝える必要があるかが決まる。
人と直接対話するシステムのプロバイダーは、十分に理解した利用者にとって自動化が明白な場合を除き、その対話がAIによるものであることを明確にしなければならない。この義務は、サービス用チャットボット、会話型アシスタント、一部の自動情報インターフェースなどを対象とする。
生成AIシステムのプロバイダーは、合成された音声、画像、動画、テキストについても、機械可読形式で検出可能にしなければならない。法文は、これらの措置が有効性、相互運用性、信頼性、技術的実現可能性を維持すべきだとしている。コスト、コンテンツの種類、利用可能な技術の水準によって、コンプライアンスに必要な対応は異なり得る。
デプロイヤーには別個の開示義務が課される。感情認識システムまたは生体情報に基づく分類システムに接する人に対して通知しなければならない。また、ディープフェイクや、公益に関わる一定のAI生成コンテンツについても開示が必要となる。
公益に関する規則には重要な例外がある。人間がAI生成テキストをレビューし、個人または組織が編集上の責任を引き受ける場合、そのテキストに同じ開示は求められない。この例外は、自動公開と、説明責任を負う編集者によるAI支援ジャーナリズムとの差異を認識するものだ。
通常の編集作業も、文書を自動的に合成コンテンツへ変えるわけではない。スペルチェック、書式設定、限定的な表現改善は、コンテンツの意味や性質を大きく変えない限り、規則の対象外となり得る。
欧州委員会の透明性ガイドラインには、こうした状況を区別するための実務的な例が示されている。これは法文を補完するものであり、置き換えるものではない。
これは、Google Newsが出版社と読者の間に位置するサービスであるため重要だ。同サービスは、多数の組織による公益性のある報道をインデックス化し、順位付けし、グループ化して提示する。また、自動化システムの影響を受けた要約、画像、見出し、その他の表示面に利用者を接触させる可能性もある。
ただし、第50条は、Google Newsが検索結果に表示されるすべての記事のラベル付けに責任を負うと単純に定めているわけではない。責任は、誰がコンテンツを生成したか、誰が関連システムをデプロイしたか、そしてそのコンテンツがどのように利用者へ届くかによって決まる。
このバリューチェーンに基づくアプローチは、すべての配信者を元の作成者として扱うことを避ける。一方で、難しい運用上の問題も生む。コンテンツが生成者、編集者、出版社、コンテンツ管理システム、アグリゲーター、ソーシャルプラットフォームの間を移動する際、来歴シグナルは失われる可能性がある。
生成時点で存在するマークも、その後のシステムが保存し、解釈できる場合にのみ有用だ。欧州は追跡可能性を法的な期待値とした。しかし、作成から発見に至るまでの弱い連結部分をなくしたわけではない。
Google Newsが透明性の試金石となる理由
Google Newsは規則の唯一の対象ではないが、その実用的な価値が可視化される場所の一つである。
大半の読者はファイルのメタデータを調べたり、フォレンジック検出ソフトウェアを実行したりしない。彼らは見出し、サムネイル、推薦、通知、生成された要約を通じて情報に接する。つまり、発見サービスは来歴情報が一般の利用者に届くかどうかを測る重要な試験場となる。
Google製品の外部で生成された捏造画像を想像してみてほしい。ある出版社が開示付きでそれをアップロードしたものの、別のサイトが元のラベルなしでファイルをコピーする。さらに第三者のアカウントが切り抜きと圧縮を施し、誤解を招く記事に添付する。最終的に、その画像はニュースフィードの見出しの横に表示される。
プロバイダー側のウォーターマークが解決できるのは、この連鎖の一部にすぎない。発見プラットフォームには、シグナルへのアクセス、その意味への信頼、そしてそれを明確に伝えるユーザーインターフェースが必要だ。また、マークのないコンテンツが本物であると示唆しないようにしなければならない。
最後の問題は特に重要である。肯定的なウォーターマークは、互換性のあるシステムがコンテンツを作成または変更したことを示せる。だが、ウォーターマークがないことが示すものははるかに少ない。そのコンテンツは人間が作ったものかもしれず、非対応ツールで生成されたものかもしれず、メタデータを削除されたものかもしれず、検出不能なほど変換されたものかもしれない。
Googleはこの分野に長年投資してきた。SynthIDシステムは、対応するGoogleモデルが生成したコンテンツに、知覚できないシグナルを埋め込む。この技術は画像、テキスト、音声、動画を対象とするが、実装方法と検出方法は形式ごとに異なる。
Googleはまた、利用者が対応メディアにSynthIDシグナルがあるか確認できる検証機能を追加している。こうしたツールは、生成時に挿入されたマークを検索するため、見た目による推測よりも強い証拠を提供する。
それでもSynthIDは、主にGoogle自身の生成パイプラインに関する証拠である。すべてのモデル、編集アプリケーション、未知の生成ツールに対する万能検出器にはなれない。陰性の結果を真正性の証明書として扱うべきではない。
これにより、Google Newsや同様のサービスには二方向から圧力がかかる。規制当局は意味のある開示を求め、利用者はコンテンツが信頼できるかどうかについて簡明な答えを求める。この二つの要求は同一ではない。
プラットフォームは、互換性のある来歴シグナルが見つからなかったと正確に報告できる。しかし多くの読者は、その記述をコンテンツが本物であることの確認として受け取るだろう。そのため、プロダクト設計では安心感を与えるバッジの陰に不確実性を隠すのではなく、不確実性を維持しなければならない。
出版社も同様の圧力に直面する。メディアがどこで生まれ、どのツールで変更され、誰が公開を承認したかを示す記録が必要になる。編集チームには、ファイルがワークフローを通過する際に技術的な認証情報を保持するための方針も必要だ。
出版ツールを構築する開発者には、別の課題がある。リサイズ、トランスコード、エクスポート設定、形式変換によって、有用な来歴情報が気付かないうちに削除されることを防がなければならない。また、無害な支援と実質的な合成生成を区別する方法も必要となる。
求められる対応は、単なる法的対応ではなく運用上の対応だ。プロバイダー、出版社、発見プラットフォームには、互換性のある技術システム、編集上の統制、理解しやすい通知が必要である。メタデータの中に埋もれた開示では、それを目にしない読者を守れない。
EUの規則は最低限の期待水準を引き上げる。Google Newsは、業界がその期待を配信チェーン全体を生き残る情報へ変換できるかどうかを明らかにするだろう。
Google Newsはウォーターマーキングで先行している
Googleが既に保有する来歴技術は優位性をもたらすが、その優位性ではクロスプラットフォームでの検出や編集上の説明責任を解決できない。
Googleは、第50条が適用される前から生成画像向けにSynthIDを導入していた。その後、このアプローチをテキスト、動画、音声にも拡張した。同システムは、互換性のある検出ツールが認識できる統計的またはメディアレベルのシグナルを埋め込む。
画像と動画では、このマークは圧縮、フィルター、適度なトリミングといった一般的な変更を経ても残るよう、不可視に設計されている。テキストでは、ウォーターマーキングがトークン選択に影響を与える。つまり、モデルが選ぶ単語に検出可能な統計的パターンが含まれる。
これは可視ラベルとは異なる。可視の通知は、コンテンツが合成されたものであることを人に伝える。不可視のマークは、参加する生成システムがコンテンツを生成または変更したことについて、ソフトウェアに証拠を与える。
両方の層に価値がある。可視ラベルは読者に即座に届き、機械可読のマークはプラットフォーム、研究者、執行システムを支援できる。どちらの層も、すべての環境で確実に機能するわけではない。
Googleは、他の開発者向けにSynthID Textの一部も公開している。この措置は、モデル開発者がまったく新しい手法を発明する必要がなく、互換性のある生成パイプラインにウォーターマーキングを統合できるため、より広範な導入を促し得る。
EUの第50条の本文は、単一の必須技術を意図的に指定していない。ウォーターマーク、メタデータ、暗号技術による来歴情報、フィンガープリント、ログ記録、関連する手法を認めている。
この柔軟性は、コンテンツの種類ごとに異なる故障モードを反映している。画像のウォーターマークは、強い編集で損なわれる場合がある。ファイルのメタデータは、アップロードや変換の過程で消失する場合がある。テキストのシグナルは、翻訳、言い換え、短い抜粋によって弱まる可能性がある。
また、この仕組みは、合成コンテンツ検出において一社が必須の門番となることも防ぐ。Googleだけの標準では、他の生成システムによるコンテンツは対象外となる。独自仕様の検出器は、独立した検証を困難にするおそれもある。
より信頼できる道筋は、多層的な来歴情報だ。生成されたファイルには、埋め込み型ウォーターマーク、署名付き作成認証情報、サービス側の記録、可視の開示を持たせられる。それぞれの層が、他の層の弱点を補う。
Gemini、YouTube、Search、Google NewsにまたがるGoogleの立場は、同社製品内での多層的なアプローチを可能にする。同社は対応出力にマークを付け、認証情報を保持し、通知を表示し、接続されたインターフェースを通じて検証を提供できる。
しかし、垂直統合は独自の信頼に関する問題も生む。同じ企業がコンテンツを生成し、そのマークを検出し、生成物を順位付けし、結論を利用者に提示できる。独立した標準と第三者によるテストは、依然として必要だ。
Googleも、生成後に起こるすべての変換を制御できるわけではない。利用者はスクリーンショットを撮り、音声を書き起こし、画像を再現し、別のモデルにテキストを書き換えさせることができる。こうした変換はそれぞれ、最終成果物と元の来歴情報との結び付きを弱める可能性がある。
Google Newsにとって最も有用な出力は、したがって限定付きの来歴に関する声明になる可能性がある。互換性のある証拠が存在すること、その証拠に関連するシステム、そしてそのシグナルでは何を立証できないのかを示せる。
こうした表現は、緑色のチェックマークほど満足感を与えるものではない。だが、より正確である。
この規則は、競合各社にも同等の機能を提供する圧力をかける。OpenAI、Anthropic、Meta、画像生成企業、そして小規模なモデル提供者は、対象となる欧州での利用に向けて実用的なマーキング戦略を必要とする。
この競争上の対応は、Googleの単一機能よりも重要だ。来歴情報がネットワーク規模で役立つのは、異なる生成システム、公開システム、配信プラットフォームが、同じ基本的な証拠を交換・解釈できる場合に限られる。
真のトレードオフは追跡可能性と信頼性の間にある
欧州は来歴情報の仕組みを義務付けられるが、透かしや検出技術の限界を法律で消し去ることはできない。
欧州委員会は、合成画像・動画のマーキングと検出に関する技術評価を委託した。その結論は慎重なものだった。複数のアプローチに期待は持てるが、あらゆる状況を網羅する完全な解決策は存在しない。
技術評価は、有効性、相互運用性、プライバシー、アクセシビリティ、実装コストに関するトレードオフを指摘した。また、マルチモーダルシステムや新たな標準を支援する必要性も強調した。
これらの知見は、第50条に「技術的に実現可能な場合」や「最先端技術」といった表現が含まれる理由を説明している。法律は真剣な対策を求める一方、破壊不能な透かしがすでに存在するかのようには装わない。
テキストは特に難しいケースだ。言語モデルはトークンの選択を変えて統計的なシグネチャを作れる。しかし、別の人間やモデルが意味を保ったまま文章を言い換えることもできる。
翻訳でも同じ効果が生じうる。要約、再構成、生成された文章と人間の執筆を組み合わせることも同様だ。短い抜粋では検出器が評価できるシグナルが少なくなり、不確実性が増す。
メディアの透かしは別種の攻撃に直面する。トリミング、画面録画、再エンコード、ノイズ、フィルター、生成AIによる編集は、埋め込まれたシグナルを劣化させうる。暗号学的メタデータはより強い出所記録を提供するが、一般的なプラットフォームは処理の過程でこれを削除できる。
こうした弱点は、来歴情報を無用にするものではない。シートベルトがすべての負傷を防ぐわけではなく、スパムフィルターがすべての詐欺メッセージを止めるわけでもない。対策は確実性を提供しなくても、リスクを低減できる。
危険なのは、確率的なシグナルが事実上の判定として提示されるときだ。偽陽性は人間の作品を合成物と誤って表示しうる。偽陰性は改ざんされた素材を本物に見せてしまう可能性がある。
執行体制は、こうした誤りを考慮しなければならない。調査担当者は、提供者のプロセス、文書化、試験、保存管理を検証すべきだ。単一の検出結果を著者性の決定的な証拠として扱うべきではない。
読者にも同じ注意が必要だ。AIラベルは、コンテンツがどのように作られたかを示す。しかし、人間が主張を検証したか、画像が出来事を正確に描写しているか、あるいは提示が誤解を招くものかは明らかにしない。
逆もまた真である。人間が作成したコンテンツも虚偽でありうる。本物の写真に捏造されたキャプションが付けられることもある。実際の引用が文脈から切り離されることもある。透明性は出所を扱うが、ジャーナリズムは依然として証拠を扱わなければならない。
そのためGoogle Newsは、「AI生成」というカテゴリーを追加するだけでは問題を解決できない。引き続き、発行者のシグナル、報道実績、裏付け、コンテンツ品質、関連性を評価する必要がある。来歴情報は、多数ある入力の一つになるべきだ。
EUの行動規範は、コンプライアンスを示したい提供者と導入者に構造化された道筋を提供する。任意の行動規範に従わない組織も代替措置を利用できるが、それらの措置は同等の十分性を提供しなければならない。
この柔軟性は技術競争を促す。同時に、各国当局が異なるシステムをどのように比較するのかという不確実性も生む。初期の執行判断は、十分な実装の意味を定める助けとなる。
想定される罰則は、この問題に重みを与える。AI Actの罰則枠組みの下では、対象事業者の義務に違反した場合、多額の行政罰金が科される可能性がある。適用額は、違反内容、企業の状況、執行の文脈によって異なる。
したがって大手提供者には、当局から質問される前に自らの選択を文書化する動機がある。小規模組織は異なる負担に直面する。広範な法的義務を、手頃な公開・製品ワークフローへと落とし込まなければならない。
中心となる政策上のトレードオフは避けられない。厳格な技術的義務は、弱い標準を法律として固定してしまう可能性がある。柔軟な義務は改善を促進できる一方、どこからコンプライアンスが始まるのかについて企業を不確かな状態に置く。
欧州は、執行を伴う柔軟性を選んだ。それがより安全な情報環境を生むかどうかは、実装、試験、そしてユーザーの前に置かれるインターフェースの誠実さにかかっている。
発行者とAIチームが証明すべきこと
コンプライアンスは、一般的なAIポリシーよりも、特定のシステムとコンテンツに何が起きたかを示す証拠に左右される。
AI提供者は、どの出力に機械可読なマークが付与されるのか、いつ付与されるのか、どの変換を経ても残るのかを把握しておくべきだ。また、既知の制約と、それらを解釈するために必要な検出ツールも文書化すべきである。
導入者には異なる記録が必要となる。スタッフがいつ生成システムを使用したか、出来上がった素材が公共の利益に関わるものか、資格を有する人間が実質的な編集レビューを完了したかを把握しておくべきだ。
編集上の責任は、承認ボタンを押すことに還元できない。レビュー担当者は、情報源を評価し、主張に異議を唱え、誤りを訂正し、生成素材を却下できなければならない。発行者は最終結果への責任を負わなければならない。
この区別は、報道機関、企業広報チーム、政府機関、非営利団体、独立系発行者に影響する。それらのいずれも、健康、選挙、公共安全、経済政策、その他の公共的な事項について、AI支援によるテキストを公開しうる。
過剰なラベリングはノイズを生むため、通常の編集も重要である。スペルチェックを受けた文すべてに警告的なAI通知が付けば、読者は注意を払わなくなるかもしれない。したがって欧州委員会のガイダンスは、標準的な編集と、より実質的な生成・操作を区別している。
組織には、その境界に関する文書化された基準が必要だ。文法修正は、政策分析全体を生成する場合と同じ編集リスクを伴わない。段落の書き換えは、意味がどの程度変わるかによっては、その両者の中間に位置しうる。
最も安全なワークフローは、入力、編集、レビュー、最終公開を追跡する。情報源となる素材を保存し、責任を負う編集者を記録すべきだ。また、エクスポートの際にすべてのファイルを平坦化するのではなく、利用可能な来歴データを保持すべきである。
これは優れたナレッジマネジメントの実践に似ている。チームにはすでに、重要な主張がどこから来たのか、意思決定がどのように変化したのかを示す信頼できる記録が必要だ。元の証拠とレビュー記録を保持する検索可能なナレッジベースは、この規律を支援できる。
それでも、内部記録は公開開示に取って代わるものではない。受け手には、接触時点で明確な情報が必要だ。隠されたポリシー文書では、ユーザーに情報を提供するために存在する通知要件を満たせない。
プロダクトチームは、実際の読者を対象に通知をテストすべきだ。人々がラベルを見ているか、理解しているか、その限界を正しく解釈しているかを把握する必要がある。アクセシビリティテストでは、スクリーンリーダー、モバイルレイアウト、視覚的コントラスト、ローカライゼーションを対象にすべきだ。
Google Newsと発行者は、複数の主張を一つのラベルにまとめることも避けるべきだ。「AIで作成」「AIで編集」「編集者が検証」は、それぞれ異なる事実を伝える。一つのバッジは、こうした違いを覆い隠す可能性がある。
最も有用な通知は、作成とレビューを分けて示すものかもしれない。AIが素材を生成または変更したことを示したうえで、責任を持つ編集者がレビューしたかを明記できる。この形式は、読者が来歴と監督の両方を理解する助けとなる。
セキュリティチームは、意図的な削除に備えなければならない。悪意ある行為者がラベルを確実に保持することはない。特に他の証拠が操作を示唆する場合、プラットフォームは、欠落または損傷した認証情報を調査上のシグナルとして扱うべきだ。
また、検出器を悪用から守る必要もある。公開された検出ツールが透かしに関する情報を出しすぎれば、敵対者は検出を回避するようコンテンツを最適化できる。ツールが完全に非公開のままであれば、独立研究者は誤り率を評価できない。
この緊張関係には、管理されたアクセス、透明な評価、外部監査が必要だ。提供者は、運用上の詳細をすべて明かさずに性能情報を公表できる。規制当局も、守秘保護の下でシステムを検査できる。
第50条の義務が最終的に組織に求めるのは、透明性が設計段階から組み込まれていることを証明することだ。最後の段階で加えた免責表示では、それ以前の各工程で来歴情報を捨てたパイプラインを修復できない。
Google Newsユーザーが次に注目すべき点
次の3つのシグナルは、EUの規則が情報システムを改善するのか、それともコンプライアンス通知をもう一層増やすだけなのかを示す。
第一のシグナルは、主要AI提供者間の相互運用性だ。GoogleのSynthIDは対応するGoogleの出力を識別できるが、ユーザーは多くの生成システムによるメディアに接している。プラットフォームが企業の境界を越えて認証情報やマークを認識し始めれば、透明性プロジェクトは強化される。
Google、OpenAI、Anthropic、Meta、Microsoft、主要なメディア生成提供者による文書化されたサポートに注目すべきだ。重要な発表は、新たな独自透かしではない。独立したツールが複数の来歴システムを解釈できる、実用的な交換の仕組みである。
これは、共有された検出レイヤーが一つの製品群を超えて存続できるため、EUのアプローチを強化する。一方、パッチワーク状態が続けばこれを弱める。生成システムごとに別個の非公開検出器が必要な場合、ユーザーはコンテンツを有意義に検証できない。
第二のシグナルは、限定的な移行期間中における旧システムの扱いだ。欧州委員会は、8月2日以前に市場に投入された一部の生成システムについて、マーキング義務の適用まで2026年12月2日までの猶予を認めるとしている。
この期限は、提供者が広く使用されているモデルを改修するのか、それとも準拠版に置き換えるのかを明らかにする。また、来歴情報を中心に設計されていなかったシステムについて、規制当局が技術的実現可能性をどう解釈するのかも示す。
技術文書、検出ツール、保存に関するガイダンスが目に見える形で相次げば、信頼は高まる。試験の詳細を伴わない曖昧な保証は、コンプライアンスが依然として主に手続き上のものにとどまっていることを示唆するだろう。
第三のシグナルは、最初の執行パターンだ。第50条の監督の多くは、各国の市場監視当局が担う。European AI OfficeとEuropean Data Protection Supervisorは、それぞれの担当領域でより限定的な役割を持つ。
初期事例は、当局が欺瞞的な導入、通知の欠如、弱い技術的マーク、不十分な文書化のどれに焦点を当てるのかを示す。また、規制当局が、誠実な技術的限界を過失的な実装と比べてどのように扱うかも明らかにする。
均衡の取れた執行は、信頼できるエンジニアリング作業による改善を認めつつ、明確な義務を無視する組織を対象とする。検出の失敗をすべて罰すれば、防御的な過剰ラベリングを促しかねない。執行が弱ければ、規則は別の名称を持つ任意ガイダンスへと変質しかねない。
読者は、Google Newsが来歴情報をどのように提示するかにも注目すべきです。有用なインターフェースは、どのような証拠が検出され、何が未解明のままなのかを明示します。誤解を招くインターフェースは、限定的なシグナルを真偽に関する広範な主張へと変えてしまいます。
最も重要な問いはシンプルです。新しい情報は、ユーザーがより適切な判断を下す助けになるのでしょうか。ラベルが単なる背景の装飾になれば、この方針は目的を果たせません。プラットフォームがそれを疑いの余地のない真正性スコアとして扱えば、この方針は新たなリスクを生む可能性があります。
その答えが出る前にも、ユーザーが取れる行動はあります。Google Newsで重要な意味を持つ画像、録音、引用が表示された場合は、元の発行元までたどってください。他の信頼できる組織が中心的な主張を裏付けているか確認しましょう。来歴情報の欠如は、真正性の証拠ではなく、不確実性として扱うべきです。
公益性のある資料を公開するチームにとって、今こそチェーン全体をテストすべき時です。ファイルを生成し、編集し、エクスポートし、アップロードし、配信し、その過程で何が残るかを確認してください。認証情報がどこで失われるかを記録し、それぞれの断絶を修正する責任者を割り当てましょう。
Google NewsはAI支援メディアをより明確に見通す窓になり得ますが、それだけで現実を証明することはできません。来歴シグナルを追いながら、記事の背後にある証拠、編集上の責任、そして原報道を引き続き確認してください。
