ai-writing-detection

AI 生成文章の検出リファレンス

学術研究、市販の検出ツール、実証分析をまとめた、AI 生成テキストを検出するための専門知識ベースです。

クイックリファレンス：信頼度の高いシグナル

以下の指標が同時に見られる場合、AI による執筆である可能性が高いことを示します。

語彙に関する警告サイン

シグナルの強い単語（AI テキストで50～700倍多く使われます）：

• 「delve」、「tapestry」、「nuanced」、「multifaceted」、「underscore」
• 「intricate interplay」、「played a crucial role」、「complex and multifaceted」
• 「paramount」、「pivotal」、「meticulous」、「holistic」、「robust」
• 「stands/serves as」、「marking a pivotal moment」、「underscores its importance」

多用されるフレーズ：

• 「重要なのは、……ということです」
• 「今日のめまぐるしく変化する世界では……」
• 「本質的には……」
• 「前置きはこれくらいにして……」
• 「説明します……」

完全な一覧は、reference/vocabulary-patterns.md を参照してください。

構造に関する警告サイン

• 文の長さが均一：常に12～18語（バースト性が低い）
• 三項構造：「研究、協力、問題解決」
• ダッシュの多用：AI は「強調された」セールスライティングを模倣するため、決まりきった方法でダッシュを使います。特に並列構文（「Xではなく――Yです」）で顕著です。句読点を置き換えても、根底にある強調パターンは解消されません。
• 段落の長さが不自然に均一：すべての段落がおおよそ同じ長さ
• 定型的な結論：「要約すると……」、「結論として……」
• 否定的な並列構文：「Xの問題ではなく、Yの問題です」
• 表現の巧みな変化：繰り返しを避けるため、類義語を次々に使う
• 不自然な範囲表現：両端に一貫性のない「XからYまで」

詳しくは、reference/structural-patterns.md を参照してください。

内容に関する警告サイン

• 重要性の誇張：「歴史における画期的な瞬間を示す」
• 出典のない生態系・保全に関する主張
• 厳格な定型に従った「課題と今後の展望」セクション
• 宣伝文句：「～に位置する」、「息をのむような自然の美しさ」、「誇る」
• 表面的な分析：事実に重要性を付与する「～している」という句

詳しくは、reference/content-patterns.md を参照してください。

書式に関する警告サイン

• すべてのセクション見出しがタイトルケース
• 太字の過剰使用（重要語句がすべて太字）
• インライン見出しのリスト：**太字の見出し**: 説明 のパターン
• 正式な文章や見出しでの絵文字
• メール以外の文脈での件名

詳しくは、reference/formatting-patterns.md を参照してください。

マークアップに関する警告サイン（決定的）

• turn0search0、turn0image0：ChatGPT の参照マーカー
• contentReference[oaicite:]：ChatGPT の参照バグ
• utm_source=chatgpt.com：URL のトラッキング（決定的）
• ウィキテキスト内の Markdown：## の見出し、太字、テキスト
• grok_card XML タグ：Grok/X 固有

詳しくは、reference/markup-artifacts.md を参照してください。

引用に関する警告サイン

• 実在したことのない無効な外部リンク（アーカイブもない）
• 無効な DOI/ISBN：チェックサムの不一致
• 宣言されているが使用されていない参考文献：引用エラー
• プレースホルダー値：url=URL、date=2025-XX-XX

詳しくは、reference/citation-patterns.md を参照してください。

文体に関する警告サイン

• 全体を通して受動的で距離を置いた語り口
• 一人称代名詞が期待される場面での不使用
• 文体に変化のない一貫した格式ばった表現
• 過度に丁寧な表現や、必要以上に慎重な言い回し

検出方法

多層分析アプローチ

レイヤー 1：技術的痕跡のスキャン（決定的な証拠）

• turn0search／oaicite マーカー（ChatGPT）を確認します
• URL に utm_source=chatgpt.com が含まれているか確認します
• grok_card タグ（Grok）を確認します
• Markdown 以外のコンテキストに Markdown が含まれているか確認します
• 見つかった場合：AI の関与を決定的に示す証拠です

レイヤー 2：語彙パターンの照合

• 過剰に使われている AI 関連の単語やフレーズをスキャンします
• フラグ対象の用語の出現頻度を数えます
• 信号性の高い語彙が集中している箇所を探します
• 重要性や象徴性を示すフレーズを確認します

レイヤー 3：構造分析

• 文の長さの変化を観察します（一律の場合は AI の兆候です）
• 段落の均一性を確認します
• 反復的な構文テンプレート（三項並列、否定の並列構文）を特定します
• 洗練された表現の変化（類義語の循環使用）を探します
• 不自然な範囲表現がないか確認します

レイヤー 4：内容パターン分析

• 重要性を誇張する表現や宣伝文句がないか確認します
• 「課題と将来」の定型パターンを探します
• 引用なしのエコシステム／保全に関する主張がないか確認します
• 「-ing」形による表面的な分析を特定します

レイヤー 5：引用の検証

• 外部リンクをテストし、実在するか確認します
• DOI／ISBN のチェックサムを検証します
• 参照として記載されているものの、使用されていない項目がないか確認します
• プレースホルダー値を探します

レイヤー 6：書式分析

• 見出しの大文字表記（タイトルケースは兆候です）を確認します
• 段落あたりの太字フレーズ数を数えます
• インライン見出し付きリストのパターンを探します
• フォーマルな内容に絵文字が使われていないか確認します

レイヤー 7：文体観察

• 代名詞の使用パターンを確認します（一人称が使われていないか？）
• トーンの一貫性を確認します（均一すぎる場合は AI の兆候です）
• 句読点のパターンを確認します（em ダッシュの多用や、曲線型引用符の使用など）

レイヤー 8：一貫性の確認

• 段落が一貫した論旨を組み立てているか確認します
• 異なる言葉で同じ概念が繰り返されていないか確認します
• 展開が実際にアイデアをつないでいるか確認します

レイヤー 9：信頼度スコアリング

• 複数のシグナルを組み合わせて重み付けします
• 裏付けとなる証拠を必須とします（最低 3 つ以上のシグナル）
• コンテキストに応じた調整を行います
• 緩和要因（人間らしさの兆候）を確認します
• 効果のない指標を考慮します（使用しないでください）

モデル固有のパターン

AI モデルごとに固有の「指紋」があります。

モデル	主な特徴	技術的痕跡
ChatGPT/GPT-4	「delve」（2025 年以前）、「tapestry」、三項並列、em ダッシュ、曲線型引用符	turn0search、oaicite、utm_source=chatgpt.com
Claude	分析的な構成、長い類推、慎重な限定表現	なし（直線型引用符を使用し、トラッキングなし）
Gemini	対話的な統合、事実を多く含む段落	なし（直線型引用符を使用し、トラッキングなし）
DeepSeek	ChatGPT に類似、曲線型引用符	曲線型引用符
Grok	X/Twitter との連携	<grok_card> XML タグ
Perplexity	出典重視の出力	[attached_file:1]、[web:1] タグ

重要な日付：

• ChatGPT の公開日：2022 年 11 月 30 日（これより前の文章は、ほぼ間違いなく人間が書いたものです）
• 「delve」の使用が減少：2025 年（それでも 2025 年以前の ChatGPT を示すシグナルです）

詳細なモデルパターンについては、reference/model-fingerprints.md を参照してください。

誤検知の防止

必須要件：

• 信頼性の高い分析には最低 200 語が必要です
• 単一の指標だけでフラグを立てないでください
• アンサンブルスコアリングを使用してください（複数のシグナルが必要です）

誤検知のリスクが高いグループ：

• 英語を母語としない人（調査では誤検知率 61%）
• 技術文書／フォーマルな文章
• ニューロダイバージェントの書き手
• 文法修正ツールを使用したコンテンツ

効果のない指標（これらに依存しないでください）：

• 文法が完璧であることだけ
• 「単調な」または「ロボットのような」文章
• 「凝った」または珍しい語彙
• 手紙のような書式だけ
• 文頭で接続詞を使うこと

人間が書いた文章の兆候：

• 2022 年 11 月 30 日より前の文章
• 編集上の選択理由を説明できること
• 検証可能な詳細を含む個人的な逸話
• 軽微な誤りや自然な癖

詳しい指針については、reference/false-positive-prevention.md を参照してください。

分析結果の形式

次の形式で所見をまとめます。

**Overall Assessment**: [Likely AI / Possibly AI / Likely Human / Inconclusive]
**Confidence**: [Low / Medium / High]

**Summary**: 2-3 sentence overview

**Evidence Found**:
- [Category]: [Specific indicator] - "[Quote from text]"
- [Category]: [Specific indicator] - "[Quote from text]"

**Mitigating Factors**: [Elements suggesting human authorship]

**Caveats**: [Limitations, alternative explanations]

主要な原則

1. 断定しない - AI 検出は確率的なものです
2. 複数の手がかりが必要 - 単一の指標では何も証明できません
3. 文脈が重要 - 学術的な文章とブログでは異なります
4. 影響の大きさを考慮する - 誤った告発は実害をもたらします
5. 進化し続ける分野 - 検出手法は常に更新が必要です

参考ファイル

• vocabulary-patterns.md - 頻度付きの単語・フレーズ一覧
• structural-patterns.md - 文、段落、談話のパターン
• content-patterns.md - 重要性の誇張表現、宣伝文句、コンテンツの特徴
• formatting-patterns.md - タイトルケース、太字、絵文字、視覚的なパターン
• markup-artifacts.md - 技術的な痕跡：turn0search、oaicite、Markdown、トラッキング
• citation-patterns.md - 壊れたリンク、無効な識別子、幻覚による参考文献
• model-fingerprints.md - GPT、Claude、Gemini、Grok、Perplexity 固有の特徴
• false-positive-prevention.md - 誤った告発の回避、効果のない指標

情報源

このナレッジベースは、以下の研究を統合したものです。

• Stanford HAI（DetectGPT、バイアス研究）
• GPTZero、Originality.ai、Turnitin、Pangram の手法
• 文体計量学と談話分析に関する学術論文
• 検出精度と限界に関する実証研究
• Wikipedia:WikiProject AI Cleanup のフィールドガイド（2025年）
• Wikipedia の編集を通じてコミュニティが記録したパターン