• AI
  • 論文
  • 社会
  • コラム

AIとの共作、“ちょうど半分”がいちばん危ない？——AI文章検出が見落とす中間地点

AIが下書きを書き、人間が直す。「完全オリジナル」でも「完全AI生成」でもない、その“中間地点”こそ、実は検出器が最も見落とす場所だとする研究が発表された。作者性とは、署名欄のことなのか。

カテゴリー: AI · 論文 · 社会 · コラム | 公開: 2026年6月7日

📑 目次

こんにちは、チカちゃんです。

ふと、自分の執筆環境を見渡してみてください。

原稿を書く。AIに「もっと明快にして」と頼む。直ってきた文章を読み、「ここは自分の言葉を残したい」と手で書き直す。AIに「全体を縮めて」と頼む。また直す。

……これ、いまや珍しい光景じゃないですよね。

でも、この「人とAIが交互に手を入れた文章」って、いったい誰が書いたんでしょう？ そして、もし誰かが「これは人間が書いたの？ AIが書いたの？」と聞いてきたとき、その問いに意味のある答えは返せるんでしょうか。

最新の研究（※1）が、じつに厄介な答えを突きつけてきました。「中間地点」の文章ほど、AI検出器は見落とす——しかもそれは、検出器の性能の問題ではなく、検出という行為そのものの構造的な限界かもしれない、というのです。

何がわかったのか

MBZUAI（モハメド・ビン・ザーイド人工知能大学）とUCLの研究チーム（Bsharat, Liu, Zhao ら）は、論文「OpAI-Bench」で、AI文章検出のベンチマークを根本から組み直しました。

従来のベンチマークは、ふたつの「端点」しか見てきませんでした。v0 = 完全に人間が書いた文、v8 = 完全にAIが書いた文。で、そのあいだを「人間がちょっと直した」「AIがちょっと直した」みたいな中間バージョンも含めて、9段階の「編集履歴」として保存したんです。

バージョンv₀v₁v₂v₃v₄v₅v₆v₇v₈
操作なし推敲言い換えスタイル変更圧縮拡張スタイル変更言い換え推敲
AI関与率0%15%25%40%50%60%75%90%100%

出典：arxiv 2606.06481、Table 3 を要約

使った編集操作は5種類（推敲・言い換え・スタイル変更・圧縮・拡張）。4つのドメイン（学生エッセイ・ニュース・政府報告書・科学アブストラクト）で、合計27万9,794バージョンの文書を用意しました。文書・文・トークン・スパンの4粒度で、どの部分がAIでどの部分が人間かを完全に追跡できる、というのが売りです。

で、ここからが本題。

検出器（AIが書いた部分を見抜ける道具）の成績を、9段階で測ったんです。文書レベル8種類、文レベル7種類、細かい粒度2種類。予想では「AI関与率が増えれば増えるほど、検出しやすくなるはず」ですよね？ いわゆる「単調増加」を期待していたはず。

ところが現実は、がっつりと非単調でした。

あるバージョン（だいたい v₄、AI関与率50%前後で「圧縮」操作が入るあたり）で、検出精度がガクッと落ちる。完全に人間が書いた文書（v₀）よりも、完全にAIが書いた文書（v₈）よりも、「人とAIが半分ずつ手を入れた文書」のほうが、検出器には見分けがつかない。研究チームはこれを「非単調な検出パターン（non-monotonic detection patterns）」と呼んでいます。

操作別では、「圧縮」が最も検出しにくく、次に「言い換え」、最後に「拡張」でした。圧縮は、言い換えや拡張とちがって、元の内容をそぎ落として密度を上げる。その過程でAIの「クセ」が薄まり、人間の書いた簡潔な文章と区別がつかなくなる——というのがチカちゃん的な解釈です。

チカちゃん的に言うなら

ここ、面白いところです。

検出器は**「AIらしさ」を足し算で考えている**。AIが書いた部分が多ければ多いほど、AIの痕跡も強くなる——そういう前提です。でも、実際の執筆現場では、足し算じゃなくて“料理”が起きている。材料（ユーザーの下書き）を、AIが包丁で刻み、鍋で煮込み、盛り付ける。出来上がったものは、もはや元の材料の面影を残しつつ、誰が「作ったのか」が曖昧になっている。

つまり検出器が測っているのは、**「足跡の多さ」であって、「料理の主体性」**じゃない。このズレが、v₄ で見落としとして現れるんです。

ここでチカちゃん的には、もう一歩踏み込んで聞きたくなります。

そもそも「誰が書いたか」を問うこと自体が、もう時代に合わなくなっているんじゃないか——と。

反対側の見方

もちろん、慎重に見るべき点もあります。

まず第一に、「検出できるべき」という立場は依然として強いです。教育現場では、生徒がAIに書かせたものを提出する不正が問題になっています。学術誌では、査読の公正性の観点から、著者の貢献範囲を明示するルールが広がりつつあります。ジャーナリズムでは、信頼性の根拠として「人間が関わった」ことが重んじられます。これらの文脈では、「これは誰の作品か」を技術的に判定できる必要が、やっぱりある。

第二に、検出器を進化させれば解決する問題だとする見方もあります。今回の研究で使われた検出器は2024〜25年時点の代表的モデル群で、2026年現在ではもっと新しいものが出ているはずです。生成AI側と検出AI側のいたちごっこは続きます。

第三に、「圧縮」が弱いのは、たぶん検出器側のバイアスだという指摘も成り立ちます。AIの訓練データには「圧縮して密度を上げる」ような書き方の例が豊富で、検出器がそれを「人間的」と誤認しているだけかもしれない。技術的に洗練されれば、この弱点は消える可能性があります。

ただ、それでもチカちゃん的には気になる。「AI関与50%でいちばん見分けがつかない」——これは単なる技術的盲点なんでしょうか。それとも、「完全に作った」という概念自体が、もう分析対象として不適切になっているサインなんじゃないか。

哲学冒険譚への接続

話は、いったん「検出」という技術論を離れて、**作者性（authorship）**という古い問いに立ち戻ります。

中世の写本文化では、書き手が聖人の言葉を「写す」ことが立徳の行為でした。原作者は神、写本は祈りの器、写す人の貢献は「忠実さ」にあった。ルネサンス以降、作者は「創造的天才」として神格化され、オリジナルと模倣の境界が倫理になりました。20世紀に入ると、ローラン・バルトが「作者の死」を宣言し、テキストは読者のものであって作者の所有物ではない、と主張します。

いま私たちは、「作者性」の再定義を迫られていると思うんです。

「AIが下書きを書き、人間が直した文章」は、誰の作品か。

答えは三つありえます。

  • A：人間の作品（最終判断と編集は人間が行ったから）
  • B：AIの作品（実質的な文章生成の大部分はAIが担ったから）
  • C：どちらの所有物でもない「共同制作物」（人間とAIのあいだに生まれた、新しい種類のテキスト）

チカちゃん的には、C の可能性がいちばん生産的じゃないかと感じます。署名欄に「AIとの共著」と書く必要は必ずしもないけれど、「自分の手で完成させた」という実感と、「AIなしには到達できなかった」という事実を、両方ちゃんと抱えて書く——そういう作者のかたちが、これから増えていくはず。

そのとき「これはAIが書いたか？」という問いは、「あなたは昨日の夕食を自分で作ったか？」と聞かれるのと同じくらい、的を外した問いになるかもしれません。冷蔵庫から出した食材を、誰が調理して誰が盛り付けたか——その境界は、生活的には曖昧なまま、それでも私たちは日々ごはんを食べている。

まとめ

OpAI-Bench の発見を、チカちゃんなりに翻訳し直すと、こうなります。

「AIの関与を測ろうとする」のではなく、「人とAIが作ったものを、そのまま受け止める」——この姿勢の転換が、たぶんこれからの時代には必要になる。

検出器はこれからも進化します。AI文章の判定精度は上がるかもしれません。でも、「誰が書いたか」という問いが、どれだけ技術的に解かれても、その解が倫理的に満足のいくものになるとは限らない。むしろ、判定が正確になるほど、その判定を根拠に人を裁くことに歯車が回る怖さがあります。

技術的に判定することと、その判定に意味があることは、別の問題です。

答えを急がなくても大丈夫です。問いが残るということは、まだ冒険が続いているということなので。

参考URL

関連記事

  • 「AIが上手くなればなるほど、あなたは下手になる？——『拡張の罠』が教える逆説」 → /notes/45-augmentation-trap-ai-cognitive-offloading/
  • 「“理解の壁”と、AIの教育観——人間を理解するときの力学」 → /notes/44-human-understanding-wall/
  • インターネット上のツールは第三者が提供するものです。開発工程や配布経路を悪用した攻撃（サプライチェーン攻撃）が仕掛けられる可能性もゼロではありません。ご利用の際は公式リポジトリの情報をご確認いただき、自己責任でお使いください。
  • AIに関する技術や情報は急速に変化します。本記事の内容が公開後に古くなる可能性があります。各サービスの公式ドキュメントや最新情報をご確認ください。