AIエージェントを見破る「見えないチューリングテスト」 YC発スタートアップが公開

何が起きたか

2026年10月15日、スタートアップのProof of Human, PBCは、AIエージェントと人間を継続的に区別するためのAPI「Proof of Human」を公開した。Y Combinatorのローンチプラットフォームで発表されたこの技術は、ユーザーにパズルを解かせる従来のCAPTCHAとは異なり、バックグラウンドで動作する「インターネットのための見えないチューリングテスト」を標榜している。

同社によると、現代のAIエージェントはウェブサイトを閲覧し、フォームに入力し、タスクを完了する能力を備えており、その応答は実際の人間と区別することがますます困難になっている。しかし、人間とAIでは「応答を生成するプロセス」に違いがある。人間はためらい、間違いを犯し、自己修正を行い、時間の経過とともに注意力が変化する。Proof of Humanは、タイピング、クリック、スクロール、ページ内の移動、デバイスとのやり取りといった行動シグナルや、デバイス、ネットワークのシグナルを組み合わせることで、ユーザーの操作を中断することなくリアルタイムの評価を返す。

同社が実施した5問のアンケート調査のテストでは、Proof of Humanは自動化されたセッションの99%を特定した。これに対し、既存のソリューションであるreCAPTCHA v3は69.4%、hCaptchaは44.3%、Cloudflare Turnstileは42.1%、Cloudflare Bot Managementは9.1%の特定率にとどまったという。従来の自動化検知シグナルはスクリプト化されたブラウザに対しては依然として有効だが、AIエージェントが正規のブラウザ環境を通じて動作する場合には信頼性が低下すると同社は指摘している。

なぜ人間証明の文脈で重要か

AIエージェントの進化により、インターネット上で「誰が人間か」を把握する能力が失われつつある。これは、オンライン調査、世論調査、市場調査、さらには金融取引や採用活動など、人間の参加を前提とするあらゆるシステムにとって致命的な問題となる。

Proof of Humanの技術は、人間証明のアプローチを「静的な認証」から「継続的な行動分析」へと移行させる点で重要である。従来のCAPTCHAは、特定の瞬間にパズルを解かせることで人間性を証明しようとしたが、高度なAIモデルはすでにこれらの視覚的・論理的パズルを解く能力を獲得している。また、パズルによる認証はユーザー体験を損ない、離脱率を高める原因ともなっていた。

行動的特徴（ビヘイビア生体認証）に基づくアプローチは、人間特有の「不完全さ」や「ゆらぎ」をシグナルとして利用する。AIがタスクを効率的かつ直線的に遂行するのに対し、人間はマウスの軌跡にブレが生じたり、入力速度が不規則になったりする。このプロセス自体を評価することで、AIエージェントが正規のブラウザを乗っ取って操作している場合でも、その背後に人間がいないことを見抜くことが可能になる。

現在、Proof of Humanはオンライン調査の信頼性担保レイヤーとしてすでに導入されている。スタンフォード大学の心理学部門はオンライン研究の参加者が実在の人間であることを確認するために利用しており、GrowProgressは世論調査の品質管理スタックの一部として採用している。また、Obsurvantなどの市場調査会社も、AIエージェントやその他の不正な自動化を特定するために同技術を利用している。このように、人間だけが通れる設計のプロダクト（product）や、人間データの必要性を扱う領域において、行動ベースの人間証明は不可欠なインフラとなりつつある。

残る論点

行動シグナルに基づく人間証明技術が普及する一方で、いくつかの重要な論点が残されている。

第一に、プライバシーとデータ収集のトレードオフである。ユーザーのタイピングの癖やマウスの動き、スクロールのパターンを継続的に監視・分析することは、強力な人間証明を提供する一方で、ユーザーの行動データを詳細に収集することを意味する。これらのデータがどのように保存され、保護され、他の目的で利用されないかについて、透明性の高い運用と明確な同意メカニズムが求められる。

第二に、AIエージェントの「人間らしさ」の模倣能力の向上である。現在、AIエージェントは効率性を重視して設計されていることが多いが、人間証明システムを回避するために、意図的に「ためらい」や「間違い」、不規則なマウスの動きをシミュレートするよう訓練される可能性がある。敵対的生成ネットワーク（GAN）や強化学習を用いて、人間の行動パターンを完璧に模倣するAIが登場した場合、行動シグナルだけでは人間とAIを区別できなくなる「いたちごっこ」が続くことが予想される。

第三に、アクセシビリティへの影響である。運動障害を持つユーザーや、特殊な入力デバイス（視線入力やスイッチインターフェースなど）を使用しているユーザーの行動パターンは、一般的な人間の行動モデルから外れる可能性がある。このようなユーザーが誤って「ボット」として判定され、サービスから排除される（誤拒否）リスクをどのように最小化するかが、システム設計上の大きな課題となる。

AIエージェントが自律的にウェブを操作する「エージェンティック・ウェブ」の時代において、人間であることを証明する技術は、インターネットの信頼を維持するための基盤である。Proof of Humanのような見えないチューリングテストは有望な解決策の一つだが、技術の進化と社会的な受容性のバランスを取りながら、継続的な評価と改善が必要とされる。