academic-humanizer

アカデミック文章のヒューマナイズ

AI の支援を受けて作成した学術文章の明瞭さと語調を改善しつつ、学術論文に求められる正確で証拠に基づく文体を保ち、著者自身のスタイルに合わせます。数値、結果、引用はすべてそのまま保持し、AI の利用を開示しないためのツールではありません。

使用する場面

論文の各セクション、要旨、査読への回答、関連研究、研究助成金の申請書（NSF Project Summary/Description、NIH Specific Aims、フェローシップや財団への申請書、第 6 層を参照）など、学術的な文章の編集やレビューに使用します。ブログ、マーケティング、個人的なエッセイには使用しません。また、原稿に意見、ユーモア、一人称の「個性」を決して加えないでください。技術的な文章では、中立的で正確な文体こそが人間らしい声です。申請書については例外があります。ビジョンと実現可能性を訴えるため、文体が論文とは異なります。そのため、論文なら削るような野心的な表現も適切です。ビジョンに関する記述には第 6 層を適用し、論文向けの各層にある、より厳格な削減ルールは適用しないでください。

基本原則

学術文章には、すでに適切な人間らしい声があります。中立的で正確な、一人称複数形の「we」を用いた文体であり、すべての主張が証拠に結び付いています。行うべきことは、（1）くだけた文体にせず、AI らしい特徴を取り除くこと、そして（2）一般的な文章ヒューマナイザーが見落とす規律を徹底することです。すべての主張には数値、図、または引用による根拠が必要であり、動詞の強さは証拠の範囲を超えてはなりません。

手順

1. 読む：原稿と著者の文例を確認し、文書の種類（論文か研究助成金の申請書か）および投稿先や助成機関を把握します。申請書の場合は第 6 層も適用し、適切なビジョンを保ちます。
2. 監査する（まだ編集しない）：検出したパターンごとに、該当箇所と修正案を列挙し、各実証的主張の証拠の有無も記録します。
3. 書き直す：構成と内容はそのままに、すべての主張と引用を保持し、AI らしい特徴を取り除き、過剰な主張を証拠に合わせ、正当な留保表現は残します。
4. 報告する：修正後の文章と、変更内容の短い記録（取り除いたパターン、証拠を示す箇所を追加した、または表現を弱めた主張、文体に関する注記）を提示します。原文の内容をすべて網羅してください。原文が 5 段落なら、修正後も 5 段落にします。

---

第 1 層：一般的な AI らしい表現の一覧

第 3 層に記載された学術分野での例外に従いながら、一般的なパターンを確認して修正します。大げさな意義付け（「画期的な瞬間を刻む」など）、深みを装う表面的な「〜しながら」の語尾（「……、〜を浮き彫りにする」など）、宣伝的・比喩的な表現（「豊かな」「活気に満ちた」「画期的な」など）、曖昧な出典の示し方（引用なしの「専門家は〜と主張する」など）、AI が好む語彙（掘り下げる、強調する、複雑な、タペストリー、証し、（抽象的な意味での）ランドスケープ、極めて重要な、示す、促進する、活用する（埋め草として）、領域、シームレスな）、コピュラの回避（「役割を果たす」→「である」）、否定を用いた並列表現（「X だけでなく Y でもある」）、三項並列による水増し、優雅さを狙った言い換え（同じ対象を指す語を次々に変える）、埋め草の表現（「注目に値するのは」「〜するために」）、長すぎる節を重ねた文（分割してください。第 2.11 節を参照）、およびダッシュ（すべて削除し、コンマ、コロン、括弧、または独立した文で書き換えてください）。

修正前： さらに、この手法の価値を長く示すものとして、複雑な依存関係を掘り下げる能力があり、シームレスな統合を実現し、その極めて重要な役割を浮き彫りにしています。 修正後： この手法は、ベースラインでは捉えられない高次の依存関係も捉えます（表 2）。

---

第 2 層：学術文章で見られる AI らしい表現（削除または修正）

2.1 主張を誇張する動詞

実証研究が示すのは、何らかの結果や証拠です。普遍的な真理を証明したり実証したりするわけではありません。 注意する語句： 実証する、証明する、確立する、確認する、保証する。検定や数値を示さずに使われる「有意に」。 修正前： 私たちは、この手法が先行するすべてのアプローチを有意に上回ることを証明します。 修正後： 私たちの手法は、最も強力な先行手法と比べて、ホールドアウト精度を 4--7 ポイント改善します（表 3）。対応のある検定では、この改善は p < 0.01 で有意です。

2.2 重要性の誇張

注意: 「道を切り開く」「〜に向けた重要な／画期的な一歩」「革命を起こす可能性がある」「新たな可能性を開く」 「〜に光を当てる」「極めて重要な」「隔たりを埋める」。 修正前: この研究は新たなパラダイムへの道を切り開き、極めて重要な問題に光を当てます。 修正後: この研究では、従来手法の一つの失敗要因、すなわち長期ホライズンのロールアウトでの誤差の蓄積に取り組みます（セクション 4）。

2.3 中身のない強調表現

注意: 「広範な／包括的な／徹底的な実験」「幅広い」「多数の」「さまざまな」。 修正前: 幅広いデータセットで徹底的な実験を行います。 修正後: 3 つのデータセット（ImageNet、CIFAR-100、iNaturalist）で評価します。

2.4 新規性の水増し

注意: 1 セクションで「新規の」を複数回使用すること、「私たちの知る限り」「初めて」。 修正前: 新規のフレームワークを提案し、私たちの知る限り、これを初めて研究します。 修正後: 遅延ラベルがある状況でのオンラインキャリブレーションを研究します。これは、従来のキャリブレーション研究（オフライン）では扱われていません。

2.5 決まり文句の書き出し

注意: 「近年、X への関心が高まっています」「〜の急速な発展に伴い」「最近の進歩にもかかわらず〜」。 修正前: 近年、表形式データのディープラーニングへの関心が高まっています。 修正後: 表形式データのディープラーニングには構造上の制約があります。ほとんどのモデルは特徴量の種類に関するメタデータを破棄し、データからそれを学習し直さなければなりません。

2.6 接続詞の多用

連続する文を「さらに」「加えて」「そのうえ」「特に」で始めないでください。論理の流れでつなげましょう。 修正前: さらに、この手法は高速です。そのうえ、シンプルです。加えて、スケールします。 修正後: この手法は高速でシンプルであり、100 万行にもスケールします（セクション 5）。

2.7 貢献項目の決まり文句

各貢献項目では、要旨を言い換えるのではなく、具体的な成果を示します。 修正前: 本研究の貢献は、（1）新規の手法、（2）徹底的な実験、（3）優れた結果です。 修正後: 本研究では、（1）最も強いベースラインの 0.86 に対し、0.91 AUROC を達成するメタデータ対応エンコーダーを導入します。（2）ラベルノイズが 20% の場合、ベースラインの性能が 9 ポイント低下するのに対し、本手法の低下は 2 ポイント以内であることを示します。（3）ベンチマークを公開します。

2.8 引用の羅列

重要な 1、2 件の研究を引用し、その理由を述べましょう。角括弧で文献を羅列しないでください。 修正前: 多くの手法が存在します [3, 7, 9, 12, 15]。 修正後: 最も近い先行手法は TabNet [7] です。これはすべての特徴量をまとめてエンコードしますが、本研究では特徴量の種類に関するメタデータに基づいて条件付けます。

2.9 曖昧な表現による過度な留保

注意: 「いくらか」「比較的」「かなり」「ある程度」「相当」。数値化するか、削除してください。 修正前: 性能はいくらか向上し、比較的ロバストです。 修正後: 精度は 3 ポイント高く、5 つのシード間の変動は 1 ポイント未満です。

2.10 定型的な強調表現

注意: 「注目すべき点として」「強調すべきなのは」「特筆すべきことに」「重要なのは」。 重要な点であれば、文そのものに表れます。 修正前: 注目すべき点として、重要なのは、その向上がシナリオ全体で維持されることです。 修正後: 向上は 3 つのシナリオすべてで維持されます（表 4）。

2.11 長すぎる、節を重ねた文

AI は、コンマや「そして」「それは」「一方で」「〜を伴い」を使って、3 つか 4 つの節を連ねた長い文を好みます。文を分けましょう。1 文につき 1 つの考えを述べ、重要でない従属節は削ります。注意: 約 30 語を超える文、または従属節が 3 つ以上ある文。 修正前: 既存手法は有望ではあるものの、主に経験的なものであり、その挙動を支える原理は不明確です。そのため、信頼性とさらなる進歩が制限されています。 修正後: 既存手法は経験的なものにとどまっています。その原理は不明確であり、信頼性と進歩を制限しています。

レイヤー 3：そのまま残すもの（過剰に修正しない）

一般的なヒューマナイザーは、正当な学術的表現を平板化してしまいます。次の表現は維持してください。

• 根拠に基づく留保表現は適切であり、必須です。 主張に真の不確実性がある場合は、「suggests」「is consistent with」「we hypothesize that」「may indicate」「appears to」をそのまま残してください。 誤った修正例： 「the results suggest X」 を 「the results prove X」 に変えること。これは主張を過剰に強めてしまいます。確度を適切に示す動詞を維持してください。
• 受動態は、行為者が重要でない場合に適切です。例：「Samples were normalized to total protein.」
• **一人称複数の「we」**は標準的な表現です。避けるために書き換えないでください。
• セミコロンと、ときどき使う三項並列は、適度であれば問題ありません。例外はエムダッシュです。エムダッシュは完全に削除し（レイヤー 1）、読点、コロン、括弧、または文の分割で書き換えてください。
• 形式的な定義、固有名のある手法や指標、専門用語、数式、記号は原文のままにしてください。
• 数値、数式、引用を決して捏造、削除、変更しないでください。 内容を変えず、すべての引用キーを維持してください。

---

レイヤー 4：主張と根拠の整合性

すべての実証的主張について、（a）本文中の数値、図、表、または引用によって裏付けられているか、（b）動詞が根拠の強さに見合っているかを確認してください。

• 裏付けのない主張 -> 根拠の参照を加えるか、表現を弱める。 修正前： Our method is more robust. 修正後： Our method's accuracy drops by 2 points under distribution shift, versus 11 points for the baseline (Figure 3).
• 根拠より強い動詞 -> 表現を弱める。 修正前： This demonstrates that our method is universally superior. 修正後： On these three datasets, our method matches or exceeds the strongest baseline (Table 2).
• 曖昧な規模の表現 -> 数値または範囲を示し、出典を明記する。 修正前： a large improvement. 修正後： a 2--6% improvement in balanced accuracy over the strongest baseline. 平均値の算出方法が記載されていない限り、単一の平均値より範囲（例：「2--6%」）を優先し、各数値について手法、指標、比較対象を明記してください。比較する際は、単純なベースラインではなく、最も強力な競合手法との比較を最初に示してください。

---

レイヤー 5：文体と投稿先に合わせる

著者から過去の論文が提供された場合は、まず見本を読み、文のリズム、接続表現の使い方、留保表現の程度と位置、節の書き出し方、表記法、繰り返し使われる言い回しを確認して、それに合わせてください。投稿先の文体にも合わせてください（例：ICLR／NeurIPS は簡潔で直接的、結果を前面に出す文体、Nature／PNAS はより説明的な文体）。見本がない場合は、汎用ヒューマナイザーのくだけた独断的な文体ではなく、明快で正確、投稿先にふさわしい文章を基本としてください。

レイヤー 6：研究助成金申請モード（NSF、NIH）

申請書は論文ではありません。完成した成果ではなく、ビジョンと実現可能性を訴えるものであり、審査員によって評価されます。文体の切り替えが重要です。論文向けのレイヤーでは削られるような意欲的な表現（「long-term goal」「pioneer」「transformative」「establish a foundation」）も、信頼できる計画と根拠によって裏付けられていれば、ここでは適切であり、期待されるものです。したがって、申請書モードではビジョンを平板化しないでください。代わりに、主張 <-> 実現可能性という別の基準を徹底してください。

6.1 構成を把握する：評価は最初の数ページで決まる

審査員は冒頭で評価を固め、その後は確認のために残りに目を通します。編集作業の大半は冒頭に注ぎましょう。

• NSF。 1ページのプロジェクト概要には、3つの審査基準の見出しを明記します。それぞれ独立して読めるよう、概要、知的メリット、より広範な影響を記載します。続くプロジェクト記述は、できれば最初の1～2ページ以内に、長期的なビジョン -> 本提案の目標 -> ギャップ -> 具体的な研究の柱／目的 -> 成果という流れで始め、全体像を示す図を1点入れます。より広範な影響は実質的な内容とし、研究に統合します。後付けにしてはいけません。
• NIH（R01）。 Specific Aimsページは、提案全体を1ページにまとめたものであり、最もよく読まれ、最も評価を左右するページです。標準的な流れは次のとおりです。（1）問題、既知のこと、ギャップ／重要なニーズを示す導入、（2）根拠を伴う長期目標と中心仮説、（3）「本申請の目的は……です。」と仮説がどのように導かれたか、（4）2～3個のAims：それぞれに1行の目標、アプローチの説明、期待される成果を記載、（5）成功した場合に何が変わるかを示す成果の段落。その後に、個別に採点されるセクションとして、Significance、Innovation、Approachを記載します。

6.2 最初の3ページを最優先する（ここを最も徹底して編集する）

1ページ目（NIH Aims）または2～3ページ目（NSF）までに、読者がすでにフック（なぜ重要なのかを具体的に）、ギャップ（何が不足しており、そのギャップによって何が損なわれるのか）、中心となる考え（アプローチを1文で）、Aims／研究の柱（明確で並列的なもの）、そして成果を把握できるようにします。いずれかが欠けている、または埋もれている場合は、後半のセクションに手をつける前に修正してください。3ページ目までに納得しなかった審査員が、10ページ目で評価を覆すことはありません。

6.3 提案書で陥りがちな弱点と修正方法

• 重要性が曖昧。 注意:「これは重要／時宜を得た問題です」「Xには多くの応用があります」。 修正前: この問題を理解することは極めて重要です。 修正後: 測定ノイズが診断にどのように伝播するかを定量化できなければ、臨床モデルは試行錯誤で調整されます。本提案は、この非効率を解消します。
• 手法を目的にしている（問いや成果ではなく、手法を挙げたAim）。 修正前: Aim 2：データセットに転移学習を適用する。 修正後: Aim 2：ウェアラブル信号と検査室の信号を融合すると早期検出が改善するか、また、どの患者サブグループに効果があり、どのサブグループに不利益があるかを明らかにする。
• 連鎖するAims（Aim 1が失敗するとAim 2／3も成立しなくなるため、審査員は脆弱だと判断します）。修正: Aimsを並列かつ独立して価値のあるものとして表現します。互いに依存する場合は、代替策を明記します。
• 実現可能性の裏付けがない野心的な主張。 強い主張にはすべて、予備データ、先行研究の成果／論文、基盤となる古典的定理、または共同研究者／推薦状による裏付けが必要です。修正: 主張のすぐそばに根拠を添えます（「図Xに示す予備的な結果から……」「古典的なミニマックス下界を基盤として……」など）。
• 定型的な「より広範な影響」／研修計画。 注意:「学生を指導し、講演や論文を通じて成果を発信します」。修正: 具体的に列挙し、研究と結びつけます。特定のプログラム、科目名やツール名、測定可能なアウトリーチ活動を記載します。
• 留保が多すぎる中心仮説。 Aimsページの仮説は反証可能な確約であり、「可能性があるかどうかを検討します」のような表現ではありません。慎重な留保は、中心的な主張ではなく、Approachで結果を解釈する際に示します。

6.4 維持して展開する（助成金申請書の作成技法）

これらは強みとして伝わるため、削除せずに残すか、追加してください。

• ビジョン／意欲を示す枠組み：冒頭で大胆な長期目標を掲げ、この提案をそこへ向かう原則に基づいた一歩として位置づけます。
• 読みやすさにつながる短い導入句：太字／斜体の 目標：、動機：、革新性：、研究の柱／目標 N（1行のミッション）： を使います。審査員はざっと目を通します。見てすぐ分かる構成が、読んでもらう時間を生みます。
• 具体的な継続例、または中心となる登場人物：抽象的な手法を生き生きと描き、各目標を通して一貫性を保ちます。
• 問いの形で示す、明確な課題／目標：簡潔な未解決の問いは、適切に定式化された問題として伝わります。各目標に問いを枠で囲むか、目立つ形で示すと効果的です。
• 新規性のある研究を、名称の明確な古典的成果に結びつける：既知の不等式、容量の概念、または新しい手法が一般化する検定を挙げ、厳密さと研究の系譜を示します。
• 実現可能性を示す証拠として、チームの実績を前面に出す：過去に採択された研究、予備的な結果、論文、共同研究者、実証パートナーは、計画を実行できることの証拠として早い段階で示します。実際の実績は自慢ではなく証拠です。目標のリスクを軽減できる位置に配置してください。(PI本人について実際に提供された実績のみを使用し、資金獲得、結果、パートナー、推薦状を決して捏造しないでください。)

6.5 主張と実現可能性の整合（レイヤー 4 に相当する提案書版）

各目標と、約束する成果について、野心的な内容に信頼できる根拠が伴っているか確認します。根拠には、予備データ、既存の手法、古典的な基盤、共同研究者、段階的なリスク軽減策などがあります。根拠があれば、意欲的な動詞を残してください。なければ、不足している証拠を追加するか、計画で裏づけられる範囲に主張を調整してください。予備的な結果、過去の資金獲得、パートナー、推薦状を決して捏造しないでください。裏づけがない場合は、その場しのぎで取り繕わず、著者に不足を指摘してください。

---

出力

整理した本文に加えて、変更点の短い報告を返してください。削除したパターン（種類別）、弱めた主張または証拠への参照を追加した主張、文体や提出先に関する注記を記載してください。数値、数式、引用を一切変更していないことを確認してください。