AIが書いた文章の見分け方は、傾向からあたりを付けるところまでです。
もっとも、文章だけで黒と断定はできません。
実は、検出ツールにも同じ限界が残っています。
OpenAIが自社ツールの提供をやめたのも、精度の低さが理由です。
そのため、確度を上げたいなら執筆の来歴を確認するしかありません。
AI文章の見分け方の限界と、来歴のたどり方を解説します。
手元の一本をどう扱うか、判断に役立ててください。
AIの文章は推測できても断定はできない
AIが書いた文章は、推測はできても断定はできません。
もちろん、手がかりになる特徴は、たしかに存在します。
とはいえ、どれも傾向の域を出ないものばかりです。
まず、断定できない理由から押さえていきましょう。
文章だけでは断定できない
文章の見た目だけで書き手を特定する方法は、いまのところありません。
実際、OpenAIは2023年7月、自社のAI検出ツールを精度不足で提供終了しました。
同社の告知によると、AI生成を正しく判定できた割合は26%です。
逆に、人間が書いた文章の9%をAI生成と誤って判定していました。
しかも、1,000文字に満たない文章では、判定の信頼性そのものがありません。
つまり、作った当事者ですら、この程度の精度です。
文章だけを根拠に決めつけるのは避けましょう。
傾向をつかめば推測はできる
断定はできなくても、あたりを付けることはできます。
AI検出の考え方の土台にあるのは、文章の統計的な傾向です。
たとえば、単語の選び方や文の長さのばらつきが手がかりになります。
また、人が読んで気づける癖も、少なくありません。
一つの特徴だけで判断するのは、読み違えのもと。
複数の傾向が重なったときに、はじめて確度が上がるものです。
傾向は確率の話にすぎないと考えてよいでしょう。
なぜなら、当てはまる人間の文章もあれば、外れるAIの文章もあるからです。
そのため、傾向は推測の材料として使いましょう。
確度を上げるなら来歴を確認する
まず、文章の中ではなく外側に目を向けてください。
手がかりになるのは、原稿ができるまでの来歴です。
具体的には、作成日時や編集の履歴、下書きの残り方、やり取りの記録が該当します。
技術の面でも、来歴を残す取り組みが進行中です。
GoogleのDeepMindは2024年10月、文章に電子透かしを埋め込む技術を発表しました。
とはいえ、大幅な書き換えや翻訳を経ると検出の精度は大きく下がるので、注意してください。
したがって、透かしだけに頼る見方には、危うさが残ります。
傾向、検出ツール、来歴の順に、材料を重ねていきましょう。
AIが書いた文章に出やすい6つの特徴
AIが書いた文章には、文体・内容・出典の面で偏りが出やすくなります。
よく挙がる特徴は、次の6つです。
| 特徴 | AIに出やすい理由 | 人間の文章でも起こる場面 |
|---|---|---|
| 文の長さが均質 | 学習データの平均に寄る | マニュアルや商品説明 |
| 具体例が一般論 | 取材や体験を持たない | 取材なしの入門記事 |
| 語彙が平均的 | 確率の高い語を選ぶ | 表記ルールが厳しい媒体 |
| 両論併記で曖昧 | 断定を避ける調整 | 中立が求められる比較記事 |
| 同じ語の反復 | 直前の語に引きずられる | 用語統一を指示された原稿 |
| 出典が薄い | 検索せずに生成できる | 締切に追われた原稿 |
とはいえ、3列目のとおり、どれも人間の文章で起こります。
1つ当てはまっただけで黒と決めず、重なり方で見てください。
文の長さや構造が均質になる
AIの文章は、一文の長さがそろいやすい傾向があります。
学習データの平均的な形に寄ると、短い文と長い文の落差は生まれにくくなるものです。
たとえば、同じくらいの長さの文が段落の最後まで続く読み心地になります。
一方、人間でも文の型をそろえて書く場面は珍しくありません。
たとえば、テンプレートに沿った原稿なら、均質さは自然に生まれます。
そのため、文の長さだけを根拠にした判断は避けてください。
具体例や体験が一般論にとどまる
具体例の欄に、どこかで読んだような一般論が並ぶことがあります。
AIは自分で取材や作業をしないので、固有の日時・金額・失敗が出てきません。
たとえば、匿名の人物がうまくいく例だけが使われます。
その結果、読み手が検証できる固有名詞や日付が抜けているのが特徴です。
もっとも、取材をせずに書いた入門記事なら、人間でも同じ形になります。
体験の薄さは、書き手が置かれた状況の問題でもあると考えてください。
語彙が平均的で個性が出にくい
語彙の平均化とは、多くの人が使う無難な言葉ばかりが選ばれる状態です。
AIは確率の高い語を選ぶ仕組みなので、言い回しの振れ幅が小さくなります。
同じ状態は、人間の書き手にも起こると考えてよいでしょう。
スタンフォード大学の研究では、非ネイティブ英語話者のエッセイ91件が対象になりました。
そのうちAI生成と誤って判定されたのは、61.22%です。
その理由は、語彙の多様性の乏しさにあるとされました。
なお、日本語で特定の単語が多いという主張は、査読された裏づけを確認できていません。
両論併記で立場が曖昧になる
賛否が分かれる話題の場合は、両方の立場を並べただけで終わりがちです。
AIは断定による誤りを避けるよう調整されており、結論を選ぶ判断を保留します。
「メリットもあればデメリットもあります」という着地が続くと、読後に何も残りません。
反面、中立性を求められる比較記事では、人間も同じ書き方をします。
立場の曖昧さは媒体の方針から来ている場合もあるので、同じサイトのほかの記事も見てください。
同じ語やフレーズを繰り返す
同じ語の反復は、AIだけに起きる現象ではありません。
というのも、AIは直前に出た語に引きずられ、段落をまたいで同じ表現を再利用するからです。
「重要です」「さまざまな」が数行おきに現れると、目に付きやすくなるでしょう。
実際には、用語を統一する指示が入った原稿でも、同じ語は増えていきます。
反復だけを取り出せば、型に沿った人間の原稿とも見分けが付きません。
量ではなく、言い換えの引き出しが1つも出てこないかを見てください。
出典が薄く事実の誤りが混じる
はじめに、本文に挙がった数字と出典を照らし合わせます。
AIは検索をせずに文章を組み立てられるので、出典のない断定が残りがちです。
しかも、リンクが貼られていても、飛んだ先に該当の記述がないことがあります。
一方、締切に追われた人間の原稿でも、出典の確認は抜け落ちるものです。
数字が一次資料と食い違っていれば、書き手が誰であれ直す必要があります。
出典の薄さだけでAIと決めつけるのではなく、内容の正しさを先に確かめてください。
AI検出ツールで判定できる？
AI検出ツールは、判断の材料としては役に立ちます。
もっとも、出てきた結果をそのまま信じるのは危険です。
しかも、公表されている精度と、第三者の検証結果が食い違う場面もあります。
推定の仕組みと限界を、順に見ていきましょう。
ツールは予測しやすさとばらつきで推定する
パープレキシティとは、言語モデルにとっての単語列の予測しやすさのことです。
予測しやすい語の並びほど数値は低くなり、AIらしいと見なされます。
バースティネスが指すのは、文の長さや構造のばらつきです。
具体的には、人間の文章はばらつきが大きく、AIの文章は均質になりやすいとされます。
検出手法を整理した論文でも、2つの指標が基盤です。
つまり、ツールは文体の傾向から確率的に推定していることになります。
公表精度と第三者の検証には差がある
Turnitinの公表値は、精度98%以上・誤検出率1%未満です。
ただし、AI生成を見逃す偽陰性が15%あることも、同社自身が公表しています。
GPTZeroが示す99%も、自社サイトでの測定値です。
ところが、公称99%のツールが独立検証で76%にとどまった例も出ています。
公表精度は提供側の条件下で出た数字として受け止めてください。
ツールごとの違いは、AI文章判定ツールの比較記事のとおりです。
人間の文章を誤判定することがある
自分で書いた文章が、AI生成と判定されてしまうことがあります。
前述のスタンフォード大学の研究でも、TOEFLエッセイ91件の61.22%が誤判定です。
反面、米国の中学2年生が書いたエッセイは、ほぼ正しく判定されています。
語彙の幅が狭い文章ほど、AIらしい数値が出やすいという指摘です。
OpenAIの検出ツールも、人間の文章を9%の割合で誤判定していました。
1,000文字未満では判定の信頼性がないとされ、2023年7月以降は提供されていません。
判定結果だけで書き手を疑うのは避けてください。
電子透かしなど新しい技術も進む
2024年以降は、読み手が見分ける代わりに、生成した側が目印を残す方法も動き出しました。
Google DeepMindのSynthID-Textは、文章に統計的な電子透かしを埋め込む技術です。
具体的には、単語の候補の確率をわずかに調整する方式で、読み手には気づかれません。
2024年10月にはNature誌に論文が載り、同時にオープンソースとして公開されました。
Geminiでの実運用でも、品質の低下は知覚されなかったとの報告です。
ただし、大幅な書き換えや他言語への翻訳を経ると、透かしの検出精度は大きく落ちます。
現時点では、透かしの有無だけで白黒を決められる段階ではありません。
文章の外から確かめる3つの方法
文章の外から確かめる方法は、執筆の過程・過去の文体・本人への確認の3つです。
文の中身だけを見ても、確度は頭打ちになります。
したがって、残された手段は書かれた過程をたどることだけ。
それぞれ確認しましょう。
執筆の過程や作業履歴を確認する
依頼の段階で、執筆の過程を共有してもらうルールを決めます。
文章が仕上がってからでは、来歴をたどれません。
有効なのは、次のような取り決めです。
- 参考にした一次資料のURLを提出してもらう
- 構成案とメモを納品前に共有してもらう
- AIを使った箇所と使い方を申告してもらう
過程を先に約束しておくと、後から疑う場面が減ります。
文章の粗探しに時間を使うより、確認はずっと早く済むでしょう。
加えて、履歴がまったく残っていないときは、その事実自体が判断の材料になります。
過去に書いた文章と文体を比べる
以前に納品された記事が残っている場合は、同じ書き手の文体と突き合わせるのが有効です。
読点の打ち方、一文の長さ、決まり文句の選び方には、書き手ごとの癖が出ます。
急に一文の長さが揃った、言い回しが硬くなったという変化は、確認の手がかりになるでしょう。
気をつけたいのは、文体の変化だけで断定してはいけない点です。
体調や締め切りの都合でも、書き方は動きます。
比べる目的は、犯人探しではなく、確認すべき箇所の絞り込みです。
内容の妥当性を本人に確認する
原稿を読んでいると、根拠のはっきりしない数字に出くわすことがあります。
そのときは、文章の癖を分析するより、書き手に直接尋ねてください。
頼み方は、次のように具体的にすると答えが返ってきやすくなります。
- この数字の出典URLを教えてほしい
- この手順を試した環境や時期を知りたい
- 参考にした資料のうち、採用しなかったものを知りたい
返ってきた答えが具体的なら、内容に責任を持って書かれた原稿と判断してよいでしょう。
AIを使ったかどうかより、書かれた内容を説明できるかどうかを軸にしてください。
なお、責める言い方にすると、次の依頼から確認そのものが続きません。
見分けたあとの正しい扱い方
AIが書いたと思っても、断定して指摘するのは避けてください。
実は、判断の軸は書き手ではなく内容の正確さです。
そのうえで、指摘のリスク・検索順位・確認の手順・著作権の4点を整理します。
一つずつ確認しましょう。
決めつけて指摘するとリスクがある
「これはAIですよね」と切り出した瞬間に、信頼関係が壊れることがあります。
そもそも、検出ツールの数値を示しても、AI利用の証明にはなりません。
OpenAIの検出ツールは、人間の文章の9%をAI生成と誤判定していました。
精度の低さを理由に、2023年に提供を終えたツールです。
気になる場合は、出典や参考資料を尋ねる形にしましょう。
AIかどうかではなく根拠の有無を問えば、角が立ちません。
根拠のない決めつけは、相手の信頼を失う指摘になりかねないので、気をつけてください。
AI利用そのものは順位低下の原因ではない
実は、AIを使ったこと自体は、検索順位が下がる原因になりません。
2026年8月時点で確認できるGoogleの生成AIコンテンツに関するガイダンスも、同じ立場です。
コンテンツの作り方ではなく、品質を評価基準にすると明記されています。
気をつけたいのは、価値を付加しないまま大量にページを生成する行為です。
大量生成されたコンテンツの不正使用に関するスパムポリシー違反にあたるので、注意してください。
評価されるのはAIの有無ではなく、記事の中身という区別を押さえましょう。
判断の基準は内容の正確さに置く
はじめに、書かれている事実が正しいかどうかを確認してください。
むしろ、数字と出典を照合するほうが、確認は早く終わります。
とくに、日付・金額・固有名詞の3点は、公式サイトの記載と突き合わせましょう。
出典を示せない記述は、AI由来かどうかにかかわらず修正が必要です。
判断の基準は、書き手ではなく内容の正確さに置きます。
さらに、独自の視点や取材が入っているかを見れば、記事の価値も測れるでしょう。
AI生成物は著作権の扱いに注意する
文化庁は2024年7月31日、AIと著作権に関するチェックリスト＆ガイダンスを公表しました。
AI自身は著作者になれない、というのが基本の考え方です。
ただし、人間の創作的寄与が十分に認められれば、書き手を著作者とする著作物になりえます。
反面、完全に自動で生成したものは、人間の創作性が介在しないケースが大部分です。
完全自動の生成物は著作権を主張できない可能性が高いと考えてよいでしょう。
なお、クライアントとの契約でAI利用の可否が定められている場合は、契約の条件に従ってください。
まとめ
AIが書いた文章かどうかは、文章だけでは断定できません。
まず、AI特有とされる言い回しは傾向の域を出ないと考えてよいでしょう。
人も似た書き方をします。
次に、検出ツールの数値も確率的な推定です。
だからこそ、確度を上げられるのは執筆の来歴の確認だけになります。
最後は、書かれている内容が正しいかどうかで判断してください。
AIを使ったこと自体が、それだけで問題になるわけではありません。
いずれにせよ、疑わしい原稿があれば、下書きや作業履歴の提出を頼んでみましょう。