CAPTCHAは、人間は通過できてコンピュータは通過できないテストとして設計された。それから20年が経った今、その説明を擁護するのは難しい。発表された研究によれば、自動化システムはほとんどのCAPTCHAタイプで人間と同等かそれ以上の成績を収めている一方、人間は依然として1回のチャレンジごとに数秒、時には1分近くを費やしている。
では、CAPTCHAは今もボットを阻止しているのか。研究が示すのはより精密な答えだ。CAPTCHAは執念深い運用者を阻止することはめったにないが、攻撃者と正規ユーザーの双方にコストと摩擦を加える。本稿は、その答えの裏付けとなる測定結果をまとめたものだ。CAPTCHAが人間にどれだけの時間を要求するか、機械はどれくらいの頻度で解けるか、AIエージェントは現状何ができるか、そして防御が「パズル」から「リスクスコアリング」へとどう移行してきたかを扱う。
以下の数値はすべて、各論文の本文または表から引用している。最近の結果のいくつかはプレプリント(査読前論文)であり、その旨を明記する。本稿は発表された研究のまとめであり、CAPTCHAの攻略ガイドではない。
要点
- 人間は秒単位の代償を払う。 最近の最大規模の実験室研究では、CAPTCHAの種類によって平均的な解答時間は1回あたり3.6秒から42.7秒の幅があった。実運用環境では、画像チャレンジは人間が平均10.3秒かかったのに対し、チェックボックスは1.85秒だった。
- 機械は正答率で人間と同等かそれ以上。 同じ実験室研究は、自らの人間の結果を先行研究のボットの結果と比較し、「ボットはこれらすべてのCAPTCHAタイプにおいて、解答時間と正答率の両面で人間を上回りうる」と結論づけている。
- 汎用AIエージェントは依然として及ばないが、専用ソルバーはそうではない。 2025年のあるベンチマークでは、最良の汎用エージェントがインタラクティブなCAPTCHAの40%を解いたのに対し、人間は93.3%だった。特定のCAPTCHAファミリー向けに構築されたシステムは、人間の水準に近いか、それを上回る結果を報告している。
- 本質的なメカニズムはコストである。 早くも2010年の時点で、研究者らはCAPTCHAが自動アクセスを防ぐのではなく「CAPTCHAを解くコスト分だけ攻撃者の期待利益を減らす」と結論づけていた。
- 防御は舞台裏へと移った。 主要プロバイダーは今やパズルを表示せずにリクエストをスコアリングし、スコアが疑わしい場合にのみチャレンジを表示する。
CAPTCHAが人間に課すコスト
最新のCAPTCHAに関する最も詳細な測定は、SearlesらによるUSENIX Security 2023の研究である。この研究では、1,400人の参加者が10種類にわたる14,000件のCAPTCHAを解いた。
| CAPTCHAの種類 | 人間の解答時間(秒) |
|---|---|
| チェックボックス(クリック) | 3.1〜4.9 |
| 歪み文字 | 9〜15.3 |
| 画像選択(reCAPTCHA) | 15〜26 |
| 画像選択(hCaptcha) | 18〜32 |
| ゲーム形式 | 18〜42 |
| スライダーパズル | 28〜30 |
出典: Searles et al. (2023), Table 3。幅は研究内の異なる設定条件を反映している。
人間の正答率は完璧には程遠く、画像チャレンジでは約81%、正答率を測定できたタイプ全体では50%から85%の範囲だった。CAPTCHAを単独のタスクとしてではなく、アカウント登録の一部として枠付けすると、タイプ全体の平均で26.7%、人間の反応は遅くなった。
人間はまた、途中であきらめもする。同じ論文内の追跡研究では、参加者の30%が完了前に離脱し、CAPTCHAをアカウント登録の一部として見た人は離脱する確率が120%高かった。これらは報酬を受け取った研究参加者であるため、この数値は売上の損失ではなくタスク離脱を表すものだが、傾向は明確である。
Searles、Prapty、Tsudikによる2025年の研究は、同じことを実運用環境で測定した。13か月間にわたり、ある大学のアカウントサービスの3,600人以上の実ユーザーが、自分が研究対象になっていることを知らないままreCAPTCHA v2を通過した。
| 測定項目 | 結果 |
|---|---|
| チェックボックスのみで解決したセッション | 79.98% |
| 平均解答時間、チェックボックス | 1.85秒 |
| 平均解答時間、画像チャレンジ | 10.3秒 |
| 画像チャレンジの通過率 | 92.96% |
| 画像チャレンジを煩わしいと感じたアンケート回答者 | 40%(チェックボックスは10%未満) |
著者らはまた、reCAPTCHAの存続期間全体で人間が費やした合計時間を8億1,900万時間と推定し、時給7.50ドルで計算すると少なくとも61億ドルの価値になるとした。彼らはこの推定を、仮定(2010年の「1日1億件のCAPTCHA」という数値を一定として用いるなど)に基づく大まかな下限として説明しており、あくまで桁数の目安として読むのが適切である。比較として、reCAPTCHAの開発者らは2008年に、人々が1日に1億件を超えるCAPTCHAを解いており、「1日あたり数十万人時」に相当すると報告していた。
機械が達成していること
自動解答は、CAPTCHAのあらゆる世代を追い続けてきた。2023年の研究は、自らの人間の結果を先行研究で報告されたボットの結果と比較している。
| CAPTCHAの種類 | 人間の正答率(2023年の研究) | ボットの正答率(先行研究) | ボットの解答時間 |
|---|---|---|---|
| チェックボックス(クリック) | 直接測定なし | 100% | 1.4秒 |
| スライダーパズル | 直接測定なし | 96% | 5.3秒 |
| 歪み文字 | 50%〜85% | 99.8% | 1秒未満 |
| 画像選択(reCAPTCHA) | 81% | 85% | 17.5秒 |
| 画像選択(hCaptcha) | 71%〜81% | 98% | 14.9秒 |
出典: Searles et al. (2023), Table 3および5.5節。ボットの結果は先行研究を引用している。
ボットの数値は異なる条件下の異なる論文から得られたものであり、これは厳密な対照比較ではない。しかし、著者らの結論は明確だ。ボットは「解答時間と正答率の両面で人間を上回りうる」。歪み文字は真っ先に陥落した。あるGoogleの研究チームは2014年に、reCAPTCHAの文字パズルの最難関カテゴリで99.8%の正答率を報告している。
ETHチューリッヒによる2024年の研究は、自動化システムが試行したすべてのreCAPTCHA v2セッションを通過したと報告しており、時には複数回の画像ラウンドを経る場合もあったが、人間のテスター(彼らの比較では1名)とほぼ同数のチャレンジを必要とした。最も示唆的な発見は、このシステムが実際に何を測定しているかに関するものだ。著者らは、reCAPTCHA v2が「ユーザーが人間かどうかを評価する際に、クッキーとブラウザの履歴データに大きく依存している」と結論づけた。彼らのテストでは、履歴のないブラウザは、確立された履歴を持つブラウザよりもはるかに多くのチャレンジを必要とした。言い換えれば、画像タスク自体よりも、ブラウザがすでにどう見えるかの方が重要なのだ。
現在、AIエージェントが達成していること
2024年以降、研究者らは汎用のAIモデルやエージェントをCAPTCHAで試験しており、結果はまちまちである。
| 研究 | ステータス | 結果 |
|---|---|---|
| Open CaptchaWorld (2025) | プレプリント | 最良の汎用ウェブエージェントが225件のインタラクティブCAPTCHAの40.0%を解いた。人間は93.3% |
| MCA-Bench (2026) | AAAI 2026 | ファインチューニングされた視覚モデルは、算術選択問題で0.025(人間は0.78)だったが、歪み文字では0.985(人間は0.84) |
| Oedipus (2024) | プレプリント | 汎用モデルは支援なしで推論型CAPTCHAの12%〜21%を解き、タスク分解フレームワークを用いると51%〜64%に向上 |
| VIPERStrike (2026) | 採択済み、USENIX Security 2026 | 6社のプロバイダーの視覚推論型CAPTCHAで最大93.2%(人間の少人数ボランティアグループは87.6%〜95.4%) |
パターンは一貫している。既製のエージェントは、複数ステップのインタラクティブなチャレンジに苦戦する。特定のCAPTCHAファミリー向けに構築されたシステムは、人間との差の大部分を埋め、単純な視覚タスクでは人間を上回る。防御側にとって励みになる結果が一つある。VIPERStrikeの論文では、チャレンジの文言をランダム化することで、予備試験においてすべてのソルバーの成功率が4.5から20.5ポイント低下した。
抑止力はコストであって、壁ではない
機械がCAPTCHAを解けるのなら、なぜそれは今も存在するのか。MotoyamaらによるUSENIX Security 2010の研究は、AI時代以前にその問いに答えていた。人間によるCAPTCHA解答労働の市場を測定した結果、彼らは小売価格で「1,000件あたり1ドルという低さ」でソルビングサービスが利用可能であり、中央値の応答時間は14秒、テストしたほとんどのサービスで86%から89%の正答率だったことを明らかにした。彼らの結論は、今も議論の枠組みを形作っている。
「絶対的な意味において、CAPTCHAは大規模な自動サイトアクセスを防がない。」CAPTCHAは「CAPTCHAを解くコスト分だけ攻撃者の期待利益を減らす」。
これはCAPTCHAを経済的な制御手段として位置づける。大量のアカウント作成やスパムのように、自動化された各アクションの価値がチャレンジ通過のコストに比べて小さい場合には機能するが、各アクションの価値が大きい場合には機能しない。また、正規のユーザー全員にも、同じ秒数と同じ苛立ちというコストを課す。
最近のプレプリント研究は、AIによる解答も同程度のコスト帯に位置づけている。Oedipusの著者らは、モデルとタイプによって、解決済みの推論型CAPTCHA100件あたり数ドルから約20ドルと推定しており、これは人間の労働力と同じ桁数の範囲内であると述べている。
パズルからリスクスコアへ
業界はこれをおおむね受け入れ、判断を見えないところへと移した。
- Google reCAPTCHA v3は「ユーザーの摩擦なしに各リクエストに対してスコアを返す」。スコアは0.0(ボットである可能性が非常に高い)から1.0(良好なインタラクションである可能性が非常に高い)までで、デフォルトの閾値は0.5である。Googleのドキュメントは、即座にブロックするのではなく、リスクの高いログインに二要素認証を要求する、リスクの高いコメントをモデレーションに回すなど、このスコアを次に取るべき対応の判断材料として使うことを提案している。
- Cloudflare Turnstileは「訪問者にCAPTCHAを表示せずに機能する」。バックグラウンドで小規模な非対話型のブラウザチャレンジを実行し、必要な場合にのみチェックボックスへとエスカレートする。
パズルはフォールバックとなり、バックグラウンドのスコアが不確かな場合にのみ表示されるようになった。これはETHチューリッヒのブラウザ履歴に関する発見とも合致し、より広範なボット防御の転換については、CAPTCHAを超えたアンチボット防御の進化に関する当社の記事で解説している。
これが意味すること
サイト運営者にとって、この研究はCAPTCHAを門番としてではなく、コストを引き上げる一つの層として扱うことを示唆している。
- チャレンジは、サインアップ、ログイン、チェックアウトなど保護する価値のあるアクションにのみ、しかもリスクスコアが疑わしい場合にのみ表示する。
- チャレンジが何を犠牲にしているかを測定する。上述の各研究における離脱率は、二桁台の後半にまで及んでいた。
- 執念深い運用者は通過すると想定し、チャレンジをレート制限、アカウント単位の制御、アクション自体に対するサーバーサイドのチェックと組み合わせる。
データチームにとって、CAPTCHAは明確なシグナルだ。サイト側がそのトラフィックを自動化されたものと判断し、その経路・頻度での受け入れを望んでいないということである。適切な対応は、速度を落とし、公式のAPIやデータライセンスが存在するかを確認し、チャレンジを回避する方法を探すのではなく、サイトが許容する範囲内にとどまることだ。当社のウェブスクレイピングのベストプラクティスと、robots.txtとAIオプトアウトに関するガイドでは、こうしたシグナルの読み取り方を扱っている。
よくある質問
CAPTCHAは今も機能しているのか。
厳密な障壁としては、信頼できるとは言えない。研究によれば、自動化システムはほとんどのCAPTCHAタイプで人間の正答率に匹敵するか、それを上回っている。大量サインアップのような低価値の自動化された不正行為を遅らせるコストとしては、特にバックグラウンドのリスクスコアリングと組み合わせることで、依然として一定の役割を果たしている。
CAPTCHAを解くのに人間はどれくらい時間がかかるのか。
1,400人を対象とした2023年の研究では、種類によって平均解答時間は3.6秒から42.7秒の幅があった。reCAPTCHA v2の実運用環境では、チェックボックスは平均1.85秒、画像チャレンジは10.3秒だった。
AIはCAPTCHAを解けるのか。
汎用AIエージェントは、インタラクティブなCAPTCHAについて依然として人間に後れを取っている。2025年のあるベンチマークでは、最良のエージェントが40%を解いたのに対し、人間は93.3%だった。特定のCAPTCHAタイプ向けに構築されたシステムは、人間の水準に近い結果を報告している。
なぜCAPTCHAは置き換えられつつあるのか。
CAPTCHAが正規ユーザーの時間とコンバージョンを犠牲にする一方で、執念深いボットは通過してしまうからだ。プロバイダーは今やリクエストをバックグラウンドでスコアリングし、スコアが不確かな場合にのみチャレンジを表示するようになっている。
結論
CAPTCHAはもはや、人間と機械を確実に区別するものではない。ほとんどのタイプにおいて、機械は今や少なくとも人間と同等の正答率を示す。CAPTCHAが今も果たしているのはコストを加えることだ。人間には秒数と苛立ちを、自動化されたトラフィックには金銭と労力を課す。それゆえ、自動化された各アクションの価値が小さい場面では有用であり、価値が大きい場面では弱い。業界はこれに対応し、実質的な判断を見えないリスクスコアリングへと移し、パズルはフォールバックとして残している。
出典と参考文献
- Searles, A. et al. (2023). An Empirical Study & Evaluation of Modern CAPTCHAs. USENIX Security 2023.
- Searles, A., Prapty, R. T. and Tsudik, G. (2025). Understanding reCAPTCHAv2 via a Large-Scale Live User Study. NDSS Symposium on Usable Security and Privacy (USEC) 2025.
- Plesner, A., Vontobel, T. and Wattenhofer, R. (2024). Breaking reCAPTCHAv2. COMPSAC 2024.
- Motoyama, M. et al. (2010). Re: CAPTCHAs: Understanding CAPTCHA-Solving Services in an Economic Context. USENIX Security 2010.
- von Ahn, L. et al. (2008). reCAPTCHA: Human-Based Character Recognition via Web Security Measures. Science 321.
- Goodfellow, I. et al. (2014). Multi-digit Number Recognition from Street View Imagery using Deep Convolutional Neural Networks.
- Luo et al. (2025). Open CaptchaWorld. Preprint.
- Wu et al. (2026). MCA-Bench. AAAI 2026.
- Deng et al. (2024). Oedipus. Preprint.
- Qi et al. (2026). VIPERStrike. Accepted at USENIX Security 2026.
- Google, reCAPTCHA v3 documentation; Cloudflare, Turnstile documentation.