CAPTCHA の誕生 - 人間であることを証明せよ

CAPTCHA (Completely Automated Public Turing test to tell Computers and Humans Apart) は、2000 年にカーネギーメロン大学の Luis von Ahn らによって命名されま⁠し⁠た⁠。名前が示すとおり、アラン・チューリングが 1950 年に提唱した「チューリングテスト」の逆転版⁠で⁠す⁠。チューリングテストは「機械が人間のように振る舞えるか」を問いますが、CAPTCHA は「あなたが人間であることを機械に証明せよ」と問い⁠ま⁠す⁠。

この記事では、歪んだ文字の解読から画像認識、そして「何もしなくていい」認証まで、CAPTCHA の四半世紀にわたる進化と、それを突破し続けるボットとの終わりなき攻防を辿り⁠ま⁠す⁠。

第 1 世代: 歪んだ文字を読め (2000 年代前半)

初期の CAPTCHA は、ランダムな文字列を歪ませ、ノイズを加えた画像を表示し、ユーザーにその文字列を入力させるもので⁠し⁠た⁠。人間の視覚認識能力は歪んだ文字を読み取れるが、当時の OCR (光学文字認識) 技術では困難 - という前提に基づいていま⁠し⁠た⁠。

なぜ歪んだ文字だったのか

2000 年代初頭、Web サービスはボットによる大量のアカウント作成、スパム投稿、チケットの買い占めに悩まされていま⁠し⁠た⁠。Yahoo! は無料メールアカウントの自動作成を防ぐために、最初期の CAPTCHA を導入した企業の一つ⁠で⁠す⁠。

歪んだ文字の CAPTCHA は、以下の手法で OCR を妨害しま⁠し⁠た⁠。

  • 文字の回転、拡大縮小、波状変形
  • 背景へのノイズ線やドットの追加
  • 文字同士の重なり (セグメンテーションの困難化)
  • フォントのランダム化

突破の歴史

しかし、OCR 技術の進歩は CAPTCHA の設計者の想定を上回りま⁠し⁠た⁠。2003 年には、機械学習を用いた攻撃が一部の CAPTCHA を 90% 以上の精度で突破できることが示されま⁠し⁠た⁠。CAPTCHA の歪みを強くすれば機械は読めなくなりますが、人間にとっても読みにくくなるというジレンマが生じま⁠し⁠た⁠。

reCAPTCHA v1 - 書籍のデジタル化に貢献した CAPTCHA

2007 年、CAPTCHA の発明者である Luis von Ahn は、CAPTCHA に費やされる人間の労力を有効活用するアイデアを思いつきま⁠し⁠た⁠。それが reCAPTCHA で⁠す⁠。

reCAPTCHA v1 は、2 つの単語を表示し⁠ま⁠す⁠。1 つは答えが分かっている「検証用」の単語、もう 1 つは OCR で読み取れなかった書籍のスキャン画像から切り出した「未知の」単語⁠で⁠す⁠。ユーザーが検証用の単語を正しく入力すれば人間と判定され、同時に未知の単語の入力結果が書籍のデジタル化に活用され⁠ま⁠す⁠。

この仕組みにより、reCAPTCHA は 1 日あたり 1 億回を超える規模の CAPTCHA 解答を書籍のデジタル化に転用しま⁠し⁠た⁠。New York Times の膨大な過去記事アーカイブや、Google Books のプロジェクトに貢献したとされてい⁠ま⁠す⁠。2009 年に Google が reCAPTCHA を買収し、Google Street View の住所表示の読み取りにも応用されま⁠し⁠た⁠。

reCAPTCHA v2 - 「私はロボットではありません」の裏側

2014 年に登場した reCAPTCHA v2 は、チェックボックスをクリックするだけの「No CAPTCHA reCAPTCHA」を導入しま⁠し⁠た⁠。「私はロボットではありません」のチェックボックスをクリックするだけで認証が完了する - あの体験⁠で⁠す⁠。

チェックボックスの裏で何が起きているか

チェックボックスのクリックは、認証の入口にすぎま⁠せ⁠ん⁠。reCAPTCHA v2 は、クリックそのものだけでなく、サイト上でのやり取りからリスクを推定してい⁠ま⁠す⁠。ただし、何を手がかりにどう重み付けしているかは Google が公開していま⁠せ⁠ん⁠。判定の中身を明かせば、それをすり抜けるボットが作られてしまうため⁠で⁠す⁠。

「マウスの揺れ方を見ている」「クリック位置のずれで判定している」といった解説は広く流通していますが、Google がそう述べた一次資料はありま⁠せ⁠ん⁠。確かに言えるのは、通信の仕組み上、アクセス元の IP アドレスや、ブラウザフィンガープリントとして読み取れるブラウザー環境の情報がサーバー側へ渡るということ、そして IP レピュテーションのようなアクセス元の評価がボット対策一般で使われているということ⁠で⁠す⁠。

クリックだけで判断がつかない場合には、画像選択チャレンジ (「信号機を含む画像をすべて選択してください」) が表示され⁠ま⁠す⁠。

画像選択チャレンジの二重の目的

画像選択チャレンジもまた、reCAPTCHA v1 と同様に二重の目的を持ってい⁠ま⁠す⁠。ユーザーの回答は、Google の画像認識モデルの学習データとしても活用されてい⁠ま⁠す⁠。「横断歩道を選択してください」「バスを選択してください」というチャレンジは、地図データの整備や物体認識に役立つラベル付け作業そのもの⁠で⁠す⁠。

reCAPTCHA v3 - 見えない CAPTCHA

2018 年に登場した reCAPTCHA v3 は、ユーザーに一切のインタラクションを求めま⁠せ⁠ん⁠。ページのバックグラウンドで動作し、ユーザーの行動を継続的に分析して 0.0 (ボットの可能性が高い) から 1.0 (人間の可能性が高い) のスコアを返し⁠ま⁠す⁠。

サイト運営者は、このスコアに基づいて独自のアクションを設定でき⁠ま⁠す⁠。例えば、スコアが 0.5 以下なら追加認証を要求する、0.3 以下ならアクセスをブロックする、といった具合⁠で⁠す⁠。

プライバシーの懸念

reCAPTCHA v3 は、ユーザーの行動を広範に追跡するため、プライバシーの観点から批判を受けてい⁠ま⁠す⁠。

  • ページ上の操作がバックグラウンドで継続的に収集さ⁠れ⁠る⁠。何がどこまで送られているかの内訳は公開されていない
  • Google アカウントの Cookie がスコアにどう影響するかも公開されておらず、利用者側から検証できない
  • VPN や Tor を使用するプライバシー意識の高いユーザーからは、追加の確認を求められやすくなるという報告が多い

この問題を受けて、Cloudflare は 2022 年に「Turnstile」という代替 CAPTCHA サービスを発表し、プライバシーに配慮した認証を提供してい⁠ま⁠す⁠。

CAPTCHA を突破するビジネス

CAPTCHA の進化に対抗して、CAPTCHA を突破するサービスも産業化してい⁠ま⁠す⁠。

CAPTCHA 解答ファーム

発展途上国の低賃金労働者が、リアルタイムで CAPTCHA を解答するサービスが存在し⁠ま⁠す⁠。2Captcha、Anti-Captcha などのサービスは、API 経由で CAPTCHA 画像を送信すると、数秒以内に人間が解答を返し⁠ま⁠す⁠。料金は 1,000 件あたり数ドル程度⁠で⁠す⁠。

機械学習による突破

深層学習の進歩により、画像認識 CAPTCHA の突破精度は飛躍的に向上しま⁠し⁠た⁠。画像チャレンジを高い精度で自動突破できる機械学習モデルが、複数の研究で報告されてい⁠ま⁠す⁠。皮肉なことに、Google 自身が提供する画像認識 API を使って Google の CAPTCHA を突破する手法も存在し⁠ま⁠す⁠。

CAPTCHA の未来 - 人間であることの証明はますます難しくなる

生成 AI の急速な進歩により、テキスト、画像、音声のいずれにおいても、機械と人間の区別はますます困難になってい⁠ま⁠す⁠。従来の CAPTCHA の前提 - 「人間にはできるが機械にはできないタスク」 - が成立しなくなりつつあり⁠ま⁠す⁠。

今後の認証は、単一のチャレンジではなく、行動パターンの継続的な分析、デバイスの信頼性評価、パスキーなどの暗号学的な証明を組み合わせた多層的なアプローチに移行していくと考えられ⁠ま⁠す⁠。

次に「私はロボットではありません」のチェックボックスをクリックするとき、その裏側で繰り広げられている人間とボットの攻防戦を思い出してみてくだ⁠さ⁠い⁠。仕組み上サーバー側へ渡る IP アドレスやブラウザー環境の情報が外からどう見えているか、IP 確認さんで確認してみるのも面白いでし⁠ょ⁠う⁠。

この記事の関連用語

CAPTCHA 人間とボットを区別するための自動テ⁠ス⁠ト⁠。歪んだ文字の入力、画像選択、行動分析など、世代ごとに手法が進化して⁠い⁠る⁠。 ボット 自動化されたプログラムで、人間の操作を模倣してタスクを実行⁠す⁠る⁠。検索エンジンのクローラーから悪意のあるスパムボットまで用途は⁠多⁠様⁠。 ブラウザフィンガープリント ブラウザーの設定、プラグイン、フォント、画面解像度などの属性情報を組み合わせて、ユーザーを一意に識別する⁠技⁠術⁠。 Cookie Web サイトがユーザーのブラウザーに保存する小さなデ⁠ー⁠タ⁠。セッション管理やユーザー設定の記憶に使わ⁠れ⁠る⁠。 IP アドレス インターネット上のデバイスを識別するための数値アド⁠レ⁠ス⁠。ボット対策で参照される IP レピュテーションも、この IP アドレスを単位に評価さ⁠れ⁠る⁠。

よくある質問

reCAPTCHA の「私はロボットではありません」の裏側では何が起きていま⁠す⁠か⁠?

チェックボックスのクリックは入口にすぎま⁠せ⁠ん⁠。reCAPTCHA v2 はクリックそのものだけでなく、サイト上でのやり取りからリスクを推定していますが、何を手がかりにどう重み付けしているかは Google が公開していま⁠せ⁠ん⁠。クリックだけで判断がつかない場合に、画像選択チャレンジが表示され⁠ま⁠す⁠。

reCAPTCHA の画像選択は何に使われていま⁠す⁠か⁠?

ユーザーの回答は、Google の画像認識モデルの学習データとしても活用されてい⁠ま⁠す⁠。「横断歩道を選択してください」「バスを選択してください」というチャレンジは、地図データの整備や物体認識に役立つラベル付け作業そのもの⁠で⁠す⁠。reCAPTCHA v1 では書籍のデジタル化にも貢献しま⁠し⁠た⁠。

reCAPTCHA v3 のスコアはどう使われま⁠す⁠か⁠?

reCAPTCHA v3 はユーザーに操作を求めず、バックグラウンドで行動を分析して 0.0 (ボットの可能性が高い) から 1.0 (人間の可能性が高い) のスコアを返し⁠ま⁠す⁠。サイト運営者はこのスコアに応じて、追加の認証を求める、アクセスを制限するといった対応を自分で決められ⁠ま⁠す⁠。