AI検出された翻訳テキスト：あなたの人間翻訳がフラグされる理由

クライアントがあなたの人間翻訳をAI検出器にかけたところ、フラグが立ちました。作業はあなた自身が行ったのです。では、なぜAI検出は翻訳されたテキストをツールで引っかけるのか、そして今クライアントに実際に何を渡すべきなのでしょうか？答えは、翻訳の痕跡と生成のシグナルの違い、そして行った作業をどのように文書化するかにあります。

主なポイント

• 翻訳は並列構造、借用翻訳、一貫した文体を生み出します。検出器はそれらの同じパターンを機械生成として読み取ります。
• 翻訳パターンは原文から生じます。生成パターンはモデルが次に来そうな単語を予測することから生じます。表面上は似て見えますが、本質は異なります。
• クライアントに聞かれる前に、CATツールのログ、改訂履歴、翻訳者ノートで翻訳を文書化しましょう。
• 検出器のスコアは確率の推定値であり、著作権の証明ではありません。防御的に聞こえないように、率直にそう伝えましょう。
• フラグが文書化されたプロセスと矛盾する場合は反論しましょう。フラグが本当に読みやすさに関するものである場合は、納品形式を調整しましょう。
• 2026-09-19の当社独自の測定では、人間が書いた46件のDeAIzeガイドのサンプルが平均27%のAIスコアを記録し、46件中17件が30%の閾値でフラグが立ちました。人間のテキストもフラグが立つのです。

なぜ私の翻訳がAIとして表示されるのですか？

翻訳と生成は重複する指紋を残すからです。検出器は意味を読み取りません。表面統計を測定します。つまり、前の単語を踏まえて各単語がどれほど予測可能か、文の長さがどれほど変化するか、同じ構文形状がどれほど繰り返されるかです。

原文から作業する翻訳者は、原文のリズムを引き継ぎます。ドイツ語の原文が長い従属節を使うなら、英語版もその形を帯びます。フランス語が名詞化を使うなら、英語版も名詞的になります。あなたがそれらのパターンを自由に選んだのではありません。原文が選んだのです。しかし検出器は低い分散と一貫した構造を見て、モデル出力を読むのと同じように読み取ります。

プロの翻訳に通常求められる制約を加えると、重なりはさらに大きくなる。用語は文書全体で一貫させる。そうしなければならないからだ。文体は平坦に保つ。ブリーフがそう指示しているからだ。文の書き出しは繰り返す。原文が繰り返しているからだ。それらはすべて丁寧さの証である。そしてそのすべてが、AIスコアを押し上げる。

私たち自身の測定は、逆の方向からこの点を裏づけている。2026年9月19日、私たちは手書きのDeAIzeガイド46件をDeAIze検出器で、フラグ閾値30%でスコアリングした。AIスコアの平均は27%、中央値は25%、範囲は0から55だった。46件のうち17件がフラグされた。これらはAI検出についての人間が書いたガイドであり、その特徴を知っている人々によって書かれたものだ。人間のテキストは、単一のフラグではほとんど何も証明できないほど頻繁に、機械のテキストと同じ帯域に収まる。

翻訳上の痕跡と生成のシグナル

これはクライアントとの会話で優位に立つための区別であり、だからこそ正確に述べておく価値がある。

翻訳上の痕跡とは、移し替えの過程の痕跡である。それは原文の言語、分野の慣習、あるいは自然なリズムを犠牲にして意味を保つという翻訳者の判断から生じる。例としては、原文の前置詞をそのまま残した直訳、原文が受動態を使ったために存在する受動構文、用語集がそう定めているために逐語的に繰り返される用語などがある。

生成のシグナルとは、次のトークン予測の痕跡である。それはモデルが最も確率の高い続きを選んだことから生じる。例としては、定義で始まり要約で終わる段落、すべて同じ文法構造をした3項目のリスト、何も付け加えないつなぎのフレーズなどがある。

一文単位では両者は同一に見えることがあります。文書全体を見ると違いが現れます。

最後の行が最も強力な判別材料です。翻訳は原文の具体情報を運びます：名前、数値、日付、製品コード。未編集のモデル出力は曖昧にしたり捏造したりする傾向があります。あなたの文書が検証可能な具体情報で密であれば、それは証拠であり、クライアントがあなたを信頼せずに確認できる証拠です。

同じ2026-09-19の実行でAIの痕跡頻度も数えました：人間のサンプルでは100語あたり3件、未編集のモデル出力では100語あたり1件でした。これはよく考える価値があります。人間が書いたガイドには、生のモデルテキストよりも多くの表面的な痕跡が含まれていました。痕跡のカウントは信頼できる著者判定テストではありません。まさにそれが、フラグが立った翻訳が判決ではない理由です。

単一の文書スコアについて議論するのではなく、どの特定の文がシグナルを運んでいるかを見たい場合は、翻訳をDeAIze AI検出器にかけてください — ファイル全体をスコアリングし、各文をAI確率でハイライトするので、問題の行をクライアントに示すことができます。

なぜ検出器は翻訳されたテキストをネイティブの文章と異なる扱いをするのですか？

主な働きを担っているのは三つの仕組みです。

予測可能性。 検出器は、文脈の中で各語がどれだけ意外かを推定します。高頻度の語が高確率の位置にあると、その意外さは下がります。第二言語への翻訳は、慣用的な表現よりも標準的な訳語に落ち着きがちであり、標準的な訳語とは定義上、予測可能なものです。同じジャンルで母語話者が書いた文章は、もっと揺らぎます。

バースト性。 人間の文章は、文の長さや構造が不揃いに変化します。翻訳はその変化をならします。原文のリズムが訳者のリズムの上に重ねられるからです。その結果は安定して読めますが、未編集のモデル出力で調整された検出器にとって、安定していることは機械製のように読めます。

文体の均一性。 モデルは文書全体を一つの声で書きます。訳者も、依頼がそう求めるなら同じことをします。検出器は、なぜ声が均一なのかは分からず、均一であることだけが分かります。

これはどれも、検出器が壊れているという意味ではありません。検出器が測っているのは代理指標であり、翻訳はその代理指標を生み出すものの、代理指標が表す当のものを生み出してはいない、という意味です。

人間による翻訳をどう記録するか？

ドキュメントがあなたの主張の根拠です。フラグが立った後ではなく、作業中に構築しましょう。

1. CATツールのログをエクスポートする。 ほとんどのCAT環境は、セグメントのタイムスタンプ、編集履歴、マッチ統計を記録しています。何時間もかけて入力されたセグメントと、自分のTMからのファジーマッチを示すログは、プロセスの証拠です。納品物と一緒にファイルとして保存しましょう。
2. 改訂履歴を保持する。 別の翻訳者やレビュアーがファイルに触れた場合、変更履歴とレビューコメントを保持しましょう。同じセグメントに対する2組の人間の編集は、どのモデルも生み出さないパターンです。
3. 異議のある箇所には翻訳者ノートを書く。 その構文が意図的な借用訳であり、クライアントのスタイルガイドが原文への忠実さを求めているためだと説明する短いノートは、否定の段落よりも価値があります。事実に基づき、セグメントに特化して書きましょう。
4. 原文と参照資料を保存する。 ソースファイル、用語集、TMのエクスポート。これらがあれば、クライアントは英語がドイツ語や日本語に従っていることを、モデルの推測ではなく独立に検証できます。
5. 問い合わせを記録する。 曖昧な用語についてクライアントに質問した場合、そのメールを保存しましょう。そのやり取りは日付があり、人間によるもので、具体的です。

ドキュメントパックの一般的な形を知りたい場合、AI検出テイクホーム課題：何を文書化するかのワークフローは翻訳作業に密接に対応します：タイムスタンプ、下書き、ノート、そして短い書面による根拠です。

検出器のスコアを信頼しているクライアントとどう話せばよいですか？

クライアントは不合理ではありません。彼らはオリジナルの仕事に対して報酬を支払い、ツールがそれはオリジナルではないかもしれないと告げたのです。あなたの仕事は、ツールを否定することなく、会話をスコアからプロセスへと移すことです。

まずスコアが何であるかについて合意することから始めましょう。検出器の出力は確率の推定値であり、著作権の証明ではありません。ほとんどのツールは自らのドキュメントでそう述べています。あなたはクライアントに検出器を信用しないように求めているのではありません。いくつかのシグナルのうちの一つとして扱うように求めているのです。

次に、プロセスの証拠を提出しましょう。弁明ではなく、フォルダです。CATログ、改訂履歴、メモ、ソース、用語ベース。結論はクライアントに委ねましょう。

次に、文単位の見方を提示しましょう。文書全体のスコアは文書全体についての議論を招きますが、文単位の内訳は特定の行についての会話を促します。そして特定の行こそ、各選択を説明できる場です。クライアントが自分で確認したい場合は、単一の数値ではなく文ごとの確率を報告するツールを案内しましょう。

最後に、限界について正直に伝えましょう。どの検出器でも特定のスコアを約束することはできません。誰にもできません。なぜなら、そのスコアの背後にあるモデルは予告なく変わり、安定した閾値を公開しているものは一つもないからです。約束できるのは、文書化されたプロセスと、どのセグメントについても議論する用意があることです。

いつ反論すべきで、いつ調整すべきか？

フラグが文書化されたプロセスと矛盾する場合は反論しましょう。CATログ、改訂履歴、そしてフラグが立ったすべての構文を説明するソーステキストがあれば、スコアよりも強い根拠があります。丁寧に立場を守り、書面に残しましょう。

フラグが実際には検出器の衣をまとった読みやすさへの不満である場合は調整しましょう。クライアントが翻訳をAIとフラグするのは、平坦に読めるからであり、その平坦さが genuine な品質問題であることもあります。英語のイディオムを犠牲にしてソースの構文を保持する借用訳は、法律文書では擁護できますが、マーケティングコピーでは擁護できません。クライアントの本当の異議が、ターゲットテキストが翻訳のように読めることであるなら、それは修正可能な作業であり、修正すれば通常は副作用としてスコアが下がります。

中間的な道筋：忠実なバージョンに加えて、クライアントが重視するセグメント向けに軽く自然化したバリアントを納品します。これにより、原文忠実性の主張を損なわずに、クライアントが承認できるものを提供できます。

フラグが自分の英語に立ったとき、どうしますか？

第二言語への翻訳を行う翻訳者は、この問題の第二の層に直面します。彼ら自身の文章には、ノンネイティブライターがフラグを立てられるのと同じマーカーが含まれており、それらのマーカーは翻訳の痕跡の上に積み重なります。このパターンはなぜAI検出器がノンネイティブ英語ライターにフラグを立てるのかで詳しく文書化されており、実践的な対応も同じです。つまり、より多くの記録を残し、注意深く読まれるセグメントでは慣用的なバリエーションのために編集を行うことです。

もし、本当に機械の助けを借りた草稿（たとえば、機械翻訳エンジンを一度通したもの）をクリーンアップしているのであれば、それは別の状況であり、別の答えが必要です。プロセスの防御ではなく、翻訳テキストのAI検出：検出器より先にMTの痕跡を見つけるを参照することになるでしょう。

短い実例

あくまで例示です。原文のドイツ語文が長く、3つの従属節を重ねているとします。忠実な英語訳は3つすべてを保持し、受動態を1つ使い、代名詞ではなく名詞を繰り返し、前置詞句で始まります。検出器はその文をAIの可能性が高いとマークするかもしれません。

自然な訳し方では、それを2つの文に分割し、行為者を主語に昇格させ、繰り返される名詞を代名詞に置き換えます。その文のスコアは通常下がります。

どちらのバージョンも間違いではありません。最初のものは依頼内容が求めたものです。2つ目は検出器が好むものです。どちらを納品したのか、そしてその理由を把握することが、議論のすべてです。

検出器のスコアがクライアントに伝えられること、伝えられないこと

スコアは、誰がその文を書いたのかをクライアントに伝えることはできません。伝えられるのは、その文が未編集のモデル出力の統計的プロファイルに似ているということです。これらは異なる主張であり、両者を混同することが、優れた翻訳者が手作業で行った仕事を弁護する羽目になる理由です。

スコアにできるのは、レビューを開始することです。クライアントがそれをそのように——「これらの行を見てください」というトリアージ信号として——扱うなら、このツールは有用です。それを判決として扱うなら、ツールは設計されていないことをしていることになります。このギャップについてのより長い考察は、AI検出の仕組み：スコアの背後にあるシグナルをご覧ください。

どの文が機械製に見えるか、確認する準備はできましたか？

クライアントがフラグの付いた翻訳を返してきたとき、会話を最も速く進める方法は該当行を見せることです。ファイルをDeAIze AI検出器に貼り付けると、ドキュメントスコアと文ごとのAI確率が得られるので、フラグの付いた各セグメントを一つずつ確認し、その選択の理由を説明できます。

フラグが、擁護するよりも和らげたいセグメントに付いた場合、ヒューマナイザーはフラグの付いた文だけを書き換え、意味が保たれているかを確認してから再スコアリングし、変更前と変更後を報告します。これは自分の下書き用に作られたものです。他人の成果物を自分のものとして渡すための方法ではありません。

サインアップ時にクレジットカード不要で200語まで試せます。本格的に作業を実行する準備ができたら、料金は従量課金制で、クレジットは期限切れにならず、サブスクリプションもありません。Word文書は書き換え後もフォント、スタイル、表を保持します。これは、納品物がプレーンテキストではなく書式付きファイルである場合に重要です。

最後に一つ、クライアントが尋ねる部分なのでお伝えします。貼り付けたテキストは現在のタスクのためにのみ処理されます。トレーニングには使用されず、再販売もされません。クライアントがファイルをツールに近づける前にそれを書面で求めている場合、FAQで説明しています。