AI が書いた文章かどうかを見分ける方法
著者 Chatday Editorial Team ·
まず、一つの数字に注目してください。数万件のウェブページを調査した研究者によると、いまオンラインで公開されている新しい記事のうち、およそ半分は AI によって書かれています。ネットの片隅の話ではありません。半分です。つまり、あなたも今日、すでに AI の文章を読んでいる可能性が非常に高いのです。商品レビューやニュースまとめ、LinkedIn の投稿、あるいはメールの中で、気づかないうちに。
では、実際にどう見分ければいいのでしょうか。正直なところ、自分の目と AI ツールを組み合わせれば、かなり見極められるようになります。ただし、それぞれが何を証明でき、何を証明できないかを理解しておく必要があります。このガイドでは両方を紹介します。人間なら30秒で気づけるサインと、二次意見として使う AI 検出ツールの仕組みです。
インターネットの半分はもう機械が書いている
導入で紹介した数字は、SEO の調査会社である Graphite によるものです。同社は2020年以降に公開された英語記事を数万件分析し、それぞれをいくつかの AI 検出ツールにかけました。その結果、AI 生成記事の割合は2022年末に ChatGPT が登場した後に急増し、その後2025年から2026年にかけておよそ50%前後で落ち着いています。四分期によっては半分をわずかに上回ることもあれば、わずかに下回ることもあります。
ブログのスパム記事だけの話ではありません。1,500万件を超える生物医学系論文の抄録を対象にした別の分析では、2024年までに少なくとも13.5%が AI によって書かれた、あるいは加筆された兆候を示していました。ChatGPT の登場後に急増した特徴的な語彙が根拠になっています。学術論文でさえそうなのですから、あらゆる場所で起きていると考えるべきでしょう。
だからといって、AI の文章が自動的に悪いわけではありません。役に立つものも多くありますし、多くの人が AI を下書きの相棒として使い、そのあとしっかり編集しています。とはいえ、レポートを採点するとき、絶賛だらけの商品レビューを読むとき、あるいはニュース記事が信頼できるかどうかを判断するときには、「実際に書いたのは誰か」と問うのは当然のことです。ここからは、その答え方を見ていきましょう。
自分の目で気づけるサイン
ツールを使う前に、まず自分の目を使いましょう。AI モデルは膨大なインターネット上の文章から書き方を学び、そのうえで評価者に好まれるトーン、つまり滑らかで、当たり障りがなく、少し形式的な文体に調整されてきました。この調整の跡が、いわば指紋のように残っています。他人の文章を読むときに注目すべき点は次のとおりです。
| サイン | 具体的な特徴 |
|---|---|
| 決まり文句 | 「今日のデジタル社会において」「重要な点として」「さっそく見ていきましょう」「ゲームチェンジャー」 |
| 不自然に均一なリズム | すべての段落が同じ長さ、すべての文が同じくらいの中くらいの長さ、きれいに3つずつまとまったリスト |
| 自信満々だが内容が空虚 | どんな話題にも当てはまりそうな洗練された文章ばかりで、実体験に基づく具体性がない |
| 検証できる具体性がない | 名前や日付、価格、実体験の描写がない、あるいはそれらが後で間違っていたと分かる |
| 完璧な文法だが個性がない | 誤字も口語表現もなく、個性もゼロ。まるで内容のないプレスリリースのよう |
| 決まった構文への依存 | 「XだけでなくYでもある」「XからYへ」、冒頭に置かれる修辞的な問いかけ |
人間による確認方法として最も有効なのは具体性テストです。実際に書いた人であれば、たとえ文章が下手でも、実体験の指紋のようなもの、たとえば具体的な店の名前、妙に細かい描写、リスクを負った意見などが残ります。AI は、正しい文章よりも「それらしく聞こえる」文章を優先しがちです。1つか2つの具体的な主張を選んで確認してみましょう。あるレストランの「レビュー」が一度も料理名に触れていない、あるいは記事が見つけようとしても見つからない研究を引用している、そんなときはその疑いは当然のものです。この現象には名前があります。AI がなぜ話を作り上げるのかについて、以前平易な言葉で解説しました。
ただし、誰かを決めつける前に一つ注意点があります。表の中のどのサインも、あくまで傾向であり、決定的な証拠ではありません。人間も ChatGPT が登場するはるか以前から決まり文句を使っていました。だからこそ、セカンドオピニオンが役に立つのです。
AI 検出ツールは実際どう機能しているのか
AI 検出ツールは文章を読み取り、たった一つの核心的な問いを立てます。この文章はどれくらい予測可能か？
言語モデルは、統計的に最も可能性の高い次の単語を、何度も何度も選びながら文章を書いています。これが痕跡を残すのです。AI の文章は滑らかで予測しやすく、意外な言葉選びが少なく、リズムも一定で安定しています。一方、人間の文章はもっと荒っぽいものです。文の途中で言い直したり、変わった言葉を選んだり、長く続けたと思えば急に短くなったりします。検出ツールはこの予測しやすさ（「パープレキシティ」と呼ばれます）と、リズムのばらつき（「バースティネス」と呼ばれます）を測定し、確率を算出します。たとえば「この文章は AI 生成である可能性が85%」といった具合です。
重要なのは確率という言葉です。検出ツールは、実際に誰がその言葉を打ったのかを知っているわけではありません。前の章であなたがしていたのと同じように、根拠のある統計的な推測をしているだけです。ただし直感の代わりに数式を使っている、という違いだけです。
だからこそ、スコアには次のような特徴があります。
- 文章が長いほど正確に読み取れます。 2文程度のメッセージでは、そもそも十分な手がかりが含まれていません。ほとんどの検出ツールは、数百語に満たない文章では信頼性が低くなります。
- 人間と AI が混ざった文章は判定を混乱させます。 AI が仕上げた人間の下書きや、人間が編集した AI の下書きは、実際にその両方であるがゆえに、判定がグレーゾーンに入ります。
- 形式的な文章ほど「AI らしい」と判定されがちです。 文体が予測しやすく型どおりであればあるほど、実際には人間が書いていても機械的に見えてしまいます。
検出ツールが誤る場面
ここは多くの記事が省略してしまう部分ですが、実は最も知っておくべき内容です。AI 検出ツールには、実際に報告されている失敗のパターンがあります。
最も有名な例は、OpenAI 自身が示したものです。同社は2023年初頭に独自の AI 文章分類ツールを公開しましたが、わずか半年後に「精度の低さ」を理由に停止しました。同社自身の数字によれば、AI が書いた文章のうち検出できたのはわずか26%で、人間の文章を誤って AI と判定したケースも9%ありました。ChatGPT を作った会社自身が ChatGPT を確実に検出できなかったのです。確実性を約束するツールには、まず疑いを持つべきでしょう。
もう一つの失敗パターンは、不公平である分だけ深刻です。学術誌 Patterns に掲載されたスタンフォード大学の研究は、実際に人間が書いたエッセイを対象に、人気の高い7つの AI 検出ツールをテストしました。英語を母語とする書き手のエッセイについては、検出ツールは問題なく機能しました。しかし、英語を母語としない書き手のエッセイは、**61%**の割合で AI 生成と誤判定されたのです。原因は仕組み自体に組み込まれています。第二言語で文章を書く人は、より安全で型どおりの言い回しを使う傾向があり、それが数式には「予測可能」に見えてしまうのです。慎重で形式的、教科書どおりの文章こそ、検出ツールが「機械らしい」と考えるものそのものなのです。
文章をチェックする手順
これらをまとめると、実際に機能する手順は次のようになります。かかる時間は2分ほどです。
- 一度読んでサインを探す。 決まり文句、均一なリズム、型どおりの書き出し、個性のなさ。直感をメモしておきますが、そこで終わらせないことが大切です。
- 具体性テストを行う。 具体的で確認可能な主張を1つか2つ見つけて、実際に検索してみましょう。存在しない出典、間違った価格、確認できない研究は、最も強い危険信号です。
- 検出ツールにかける。 文章をAI 検出ツールに貼り付けて、確率スコアを確認します。無料で試せます。登録不要、10秒ほどで完了します。
- 文章の長さを考慮する。 数百語に満たない場合は、スコアを大きく割り引いて考えましょう。長く未編集の文章であれば、しっかりと重視して構いません。
- 誰が書いたかを考える。 形式的な文体、あるいは英語を母語としない書き手でしょうか。そうであれば判断基準を調整しましょう。誤判定はまさにそこに集中するからです。
- すべてを組み合わせる。 人間らしいサイン＋確認できない具体性＋高いスコア＝AI である可能性が非常に高い。手がかりが一つだけなら、決めつけはまだ口に出さないことです。
重要な場面と、実はそうでもない場面
AI が書いた文章のすべてが問題というわけではありません。天気予報の要約や商品説明を AI が書いても、誰も困りません。この問いが重要になるのは、次のような特定の場面です。
- 教師や教授が、生徒本人の力で書かれたかどうかを確認する場合。上記の手順を使い、スコアだけを根拠に行動する前に、スタンフォード大学の調査結果を思い出してください。
- 採用担当者が、妙に整い過ぎたカバーレターを読む場合。検出ツールに加えて、面接で「このプロジェクトについてもう少し詳しく教えてください」と一つ具体的な質問をすれば、すぐに判断がつきます。
- 買い手がレビューを読む場合。商品の具体的な特徴に一切触れない五つ星レビューは、典型的なパターンです。
- ニュースを読むすべての人。 記事の事実が確認できないとき、その間違いを人間が書いたか機械が書いたかよりも、間違い自体の方が重要です。
そしてその裏側もあります。第二言語で慎重に文章を書いていたり、単に形式的な文体だったりすると、あなた自身の正真正銘の文章がいつか誤判定されるかもしれません。自分の基準値を知っておくと役に立ちます。自分の文章を検出ツールにかけて、どんなスコアが出るか確認してみましょう。本当に人間が書いた文章なのに機械的だと判定され続けるなら、それは公平性の問題というより文体の問題です。AI の文章を人間らしくする方法については別のガイドで詳しく解説していますが、そのアドバイスは機械のような文章を書いてしまう人間にもそのまま役立ちます。AI ヒューマナイザーを使えば、硬い文章をワンクリックで書き直せます。
身につける価値のある、2分間の習慣
あなたが読んでいるものの半分は、いまや機械によって作られており、その割合が今後下がることはないでしょう。幸いなことに、法言語学者になる必要はありません。サインを読み取り、事実を一つ確認し、統計的な部分は検出ツールに任せればよいのです。この3つのステップを組み合わせれば、どれか一つだけよりもはるかに多くを見抜けます。そして何より、この場面でただ一つ本当に避けたい過ち、つまり実在の人が書いた文章を自信満々に誤って判定してしまうことを防げます。
次に、文章が少し滑らか過ぎると感じたら、疑問に思うだけで終わらせず、確認してみましょう。