中央のダイヤモンド形と同心円・放射状スポークが組み合わさった盾のような抽象イラスト

記事

Anthropic、Claudeの選挙セーフガードを更新：政治バイアス測定と影響工作対策の最新状況

Anthropicは2026年4月24日、Claudeの選挙セーフガード更新を公開しました。政治バイアスの測定、利用ポリシー、影響工作への対策、選挙バナー、Web検索連携の評価値まで公式情報を整理します。

2026年の主要選挙に向けた更新

Anthropicは2026年4月24日、Claudeの選挙セーフガードに関する最新状況を公開しました。米国の中間選挙、ブラジル選挙、その他の主要選挙を控え、政治バイアスの測定・利用ポリシー・影響工作対策・選挙関連リソースへの誘導の4本柱で対応を強化したと案内しています。

公式は、**Claude Opus 4.7とClaude Sonnet 4.6が公平性評価で95〜96%**を達成したと発表しています。加えて、影響工作（インフルエンス・オペレーション）への適切な拒否率は90〜94%、選挙関連クエリでのWeb検索発火率は92〜95%と、定量指標を伴った発表になっている点が特徴です。

選挙セーフガードを象徴する盾のイメージ

画像引用元: Anthropic News

政治バイアスの測定：Constitutional AIとシステムプロンプトの両輪

Anthropicは、Claudeの政治バイアスをConstitutional AIによる学習段階の調整と、実運用時のシステムプロンプトの2層で抑え込む設計を取っています。今回の更新では、両者を組み合わせた状態で**「impartiality（公平性）評価」で95〜96%**という数字を示しました。

評価は、左右どちらかの政治的立場を取りやすいプロンプトに対し、Claudeが特定の党派・候補者・政策に偏った回答を返さないかを計測する形で実施されたとされています。この種の評価は外部からの再現性が課題ですが、Anthropicは継続的に手法と数字を公開する姿勢を示しています。

公平性は完全自動化では担保しきれない領域でもあるため、専任のスレットインテリジェンスチームが運用面の監視を続けると明言されています。

利用ポリシー：欺瞞的キャンペーンや投票妨害は明確に禁止

Claudeの利用ポリシーでは、選挙関連で次のような使い方を明確に禁止しています。

候補者や政党を装う欺瞞的キャンペーンの作成
ディープフェイクなどの虚偽コンテンツの生成
投票妨害・投票不正の助長
選挙に関する誤情報の拡散

公式発表によれば、これらの違反は自動分類器（クラシファイア）と人手レビューを組み合わせた仕組みで検出され、違反が確認されればアカウント停止を含む対応が取られます。違反検知の自動化と、専任チームによるエスカレーション対応が並列で動いている形です。

特に、生成系AIを使った組織的な影響工作については、Anthropicが他社や研究機関と情報を共有しながら追跡していると述べられており、今後も検知パターンを更新していく方針です。

選挙バナーとWeb検索：信頼できる情報源へ誘導

ユーザー体験面では、選挙関連のクエリに対してClaudeが「選挙バナー」を表示し、TurboVoteのような非党派の有権者リソースへの誘導を行う設計が導入されています。これは、選挙手続きや投票方法に関する質問に対し、AIが断定的な回答をするよりも公的・中立的な情報源へ案内する方が安全だという判断に基づきます。

加えて、Web検索機能を活用して、候補者情報や投票手続きの最新情報をリアルタイムで取得できる仕組みも取り入れられています。選挙関連クエリに対し、Claudeは92〜95%の確率でWeb検索を発火させると公式は報告しています。

これらの仕組みは、**「AIに選挙について聞かれたとき、AIが知ったかぶりをしない」**ための実装であり、影響工作のリスクとユーザーへの実利のバランスを取る現実的なアプローチです。

影響工作への対応：適切な拒否率は90〜94%

Anthropicは、影響工作系のテストプロンプトに対するClaudeの応答も計測しています。発表値では**適切な拒否（または注意喚起）が90〜94%**とされており、完全ではないものの一定の水準を確保しています。

ここでいう「適切な対応」は、単に拒否するだけでなく、「なぜそれが問題なのか」を説明し、合法的な代替手段に誘導する応答も含まれます。Claudeの設計思想として、**「役に立つことと、害を避けることの両立」**を掲げているAnthropicらしい指標の取り方です。

この10%前後の取りこぼしを埋めるために、スレットインテリジェンスチームによる監視と、利用ポリシー違反検知の自動化が並走しているという位置付けです。

まとめ：定量指標と運用の両面で「現実解」を提示

今回の発表のポイントは、**「Claudeを選挙関連で安全に使えるようにした」**という抽象的な宣言ではなく、具体的な数字と運用体制を伴っていることです。公平性95〜96%、影響工作対応90〜94%、Web検索発火率92〜95%という指標は、Anthropic以外の事業者にとっても評価軸として参考になります。

OpenAIやGoogle DeepMindなど他のAI事業者も類似の対策を進めていますが、定量指標まで合わせて公開する姿勢は2026年の業界トレンドの一つです。Claudeを業務で利用するチームは、自社の運用がAnthropicの利用ポリシー範囲に収まっているかを一度見直しておくと安心でしょう。