あなたのエッセイはエッセイ用AI検出器によってフラグが立てられましたが、そのスコアは確率の推定値であり、誰が書いたかの証明ではありません。検出器同士は一致せず、同じエッセイでも2つのツールで異なる判定が出ることがあります。できることは、どの文がシグナルを担っているかを見つけ、それらを書き換え、意味を損なわないようにすることです。
エッセイ用AI検出器が実際に測定しているもの
ほとんどの検出器は証拠を探しているわけではありません。見ているのは、あなたの文がどれほど予測可能か、そしてページ全体でリズムがどれだけ変化しているかです。平坦で均一なペースの文章を書くモデルは分散の低いテキストを生み出し、その低い分散がフラグを立てるパターンなのです。
私たちは独自の検出器（ローカルアンサンブル、liteティア、30%フラグ閾値）を2026-09-28に2つのコーパスに対して実行しました。メタデータで生成済みとマークされていなかったために選ばれた61件のDeAIzeガイドからの709件の参照箇所では、平均AIスコアは26%、中央値25%、範囲0-69%で、709件のうち239件がその閾値以上でした。人間の著作であることは独立に検証されていないため、これらの件数から人間の偽陽性率を確立することはできません。固定プロンプトから生成された12件の未編集のDeepSeekモデル箇所では、平均は33%、中央値34%、範囲4-46%でした。この2つの数値を合わせて読んでください。参照箇所と生のDeepSeekモデル出力は範囲が重なっています。フラグは判断ではなく、そっと促すものです。
その重なりがあるからこそ、有用な問いは「私は捕まったのか？」ではなく、「どの行がダメージを与えているのか？」なのです。
同じエッセイがツールによって異なるスコアになる理由
各ベンダーは独自のしきい値を調整しており、その調整は通常、誤検出を避けることを目的としています。Turnitinの公式ドキュメントによると、1%から19%の範囲ではスコアやハイライトは付与されず、20%のしきい値を下回る場合、レポートにはパーセンテージが付かないアスタリスクが表示されます（出典：turnitin.com）。また、文書の50%がAIによって書かれた可能性が高いと識別された場合、その文書には、最大65%のAIによる執筆が含まれている可能性があると述べています（出典：turnitin.com）。フラグは点ではなく帯域です。
GPTZeroのFAQでは、信頼度フィールドについて異なる説明をしています。90%とは、類似の文書において検出器が行う予測が90%の確率で正しいことを意味し（出典：gptzero.me）、調整された信頼度カテゴリでは、信頼度フィールドが高い場合、人間の記事を人間と99.1%の確率で分類し、AIの記事をAIと98.4%の確率で分類します（出典：gptzero.me）。これらは特定の設定における自社ツールに関するベンダーの主張であり、あなたのエッセイに対する保証ではありません。
何かを書き直す前に、どの文がシグナルを担っているかを確認したい場合は、文レベルのAI検出器で下書きを実行してください — /ai-detector/ は文書全体のスコアを表示し、各行をAIの確率でハイライトするので、エッセイ全体ではなくフラグが立った行を編集できます。
不快な部分：著者であることを証明できないかもしれない
誰もはっきりと言わないことをここに記します。検出器は人間が何かを書いたことを証明できず、機械が書いたことも証明できません。2つのツールが同じ段落で異なる判定を下すことがあり、どちらもその数値を正当化する必要はありません。学術的誠実性に関する話し合いに直面している場合、検出器のスコアだけでは弱い証拠であり、パーセンテージを下げようと議論するのではなく、そう主張すべきです。
その場で実際に役立つのは、痕跡です：下書き、メモ、バージョン履歴、声に出して説明できる推論。もしその状況にあるなら、メールを1通書く前に /blog/academic-integrity-hearing-ai/ を読んでください。
また、AIを使ってセクションの下書きを作成した場合は、その旨を明記しましょう。AI支援で作成した下書きを自分らしく読めるように編集することは、他人の成果を自分のものとして偽ることとは異なりますが、アイデア、データ、結論はあくまであなた自身のものでなければなりません。
修正方法、文単位で
エッセイ全体を書き直すのは間違いです。何時間もかかり、すでに問題のない部分まで平坦にしてしまいます。指摘された行だけに取り組みましょう。
- まずスコアを確認し、次に編集する。 文単位の読み取りで、指摘された行を把握しましょう。文書全体のスコアは問題があることを教えてくれますが、どこにあるかは教えてくれません。
- 均一なリズムを崩す。 長い文、長い文、長い文というのは、生成された証拠です。一つを半分に切りましょう。別の二つを統合しましょう。文の長さに変化をつけましょう。
- 接続詞の癖を置き換える。 連続する文の先頭に「Furthermore」「Moreover」「Additionally」があると、生成されたように読まれます。ほとんどは単に削除できます。
- 具体的な内容を入れる。 日付、名前、自分のデータからの数字、場所。根拠のない一般的な主張は、検出器が最も指摘しやすいものです。
- 再スコアリングして比較する。 意味が保たれている場合にのみ、書き直しを採用しましょう。主張がずれてしまったら、指標を修正してエッセイを壊したことになります。
ビフォー・アフターの実例（説明用）
修正前、指摘あり：
さらに、気候政策が農業生産に大きな影響を与えることは注目に値し、この関係は複雑で多面的です。
その後、同じ主張、同じ長さ、人間のリズム：
気候政策は農家が何を植えられるかを形作ります。2022年シーズンには、北部の郡の栽培者にとって、輪作を丸一ヶ月早く切り替えることを意味しました。
主張は同一です。2番目のバージョンには、短い導入文、具体的なアンカーがあり、前置きがありません。これがメソッド全体であり、修正が一度実行するツールではなく編集スキルである理由です。
完全なパスが必要な場合、/blog/how-to-reduce-ai-detection/ では、AI支援の下書きがそもそもなぜ平坦に読めるのかを説明しています。
ツールが報告するもの、そして報告しないもの
以下の表は、ベンダーのドキュメントと私たち自身の計測結果を混在させたものです。右側の列を注意深く読んでください。私たち自身が測定したスコアを説明している行は1つだけです。
| 情報源 | 公表している内容 | 教えてくれないこと |
|---|---|---|
| Turnitin（ベンダー文書） | 1%から19%の間ではスコアもハイライトもなし。50%のフラグは最大65%のAI執筆を意味する可能性がある（出典: turnitin.com） | あなたのどの文が間違っているのか、あるいはその理由 |
| GPTZero（ベンダー文書） | 信頼度フィールドは、類似文書で検出器が正しい確率として解釈される。90%が彼らの提示する例（出典: gptzero.me） | あなたのエッセイがその類似セットに入っているかどうか |
| GPTZero（ベンダー文書） | 高信頼度では、人間の記事の99.1%が人間と分類され、AI記事の98.4%がAIと分類された（出典: gptzero.me） | あなたのエッセイ自体の誤り率 |
| DeAIze（私たち自身の測定、2026-09-28） | メタデータで選ばれた61件のガイドからの709件の参照箇所: 平均26%、中央値25%、範囲0-69%、239件の箇所が30%閾値以上 | 人間の著作であることは独立に検証されていない。他の検出器が同意するかどうか |
| DeAIze（私たち自身の測定、2026-09-28） | 12件の未編集のDeepSeekモデル箇所: 平均33%、中央値34%、範囲4-46% | そのパターンが編集後も残るかどうか |
最初と2番目のDeAIze行が合わせて示していることに注目してください。参照箇所は平均26%、生のDeepSeekモデル出力は平均33%でした。参照された人間の著作であることは独立に検証されていません。7ポイント差です。それは人間と機械の間の壁ではありません — 狭い帯域であり、まさにそれが「AIらしくないように読ませるだけでよい」が悪いアドバイスであり、「フラグが付いた文を修正する」が良いアドバイスである理由です。
これが間違った選択となる場合
以下のいずれかに当てはまる場合は、何も購入しないでください。
- そのエッセイがあなた自身のものではない。 論証、データ、分析が他人から来たものであれば、書き直しても解決しません。それは別の答えを持つ別の問題です。
- 保証された数値が欲しい。 自分が管理していない検出器について、特定のスコアを約束できるベンダーはありません。DeAIzeはTurnitin、GPTZero、その他何についても特定の結果を保証しておらず、他の誰も保証すべきではありません。
- 200語のチェックだけが必要。 無料の検出スキャンは最大800語に対応し、リクエスト頻度と処理容量の制限が適用されます。それより長いスキャンにはアカウントとクレジットが必要で、1回のチェックにつき最大3,000語です。検出とは別の書き換えトライアルでは、メールアドレスの確認後に一度限りで200語分が提供され、カードは不要です。それがあなたの必要なすべてなら、それを使って終わりにしてください。
- あなたの文章はすでに問題なく、1つのツールだけが異議を唱えた。 2つ目の検出器を試して比較してください。それらが分かれたなら、答えは出ています。そのフラグはノイズであり、担当教官への短いメモは編集よりも価値があります。
精査に耐えるルーティン
証拠を残しておきましょう。下書きの各バージョンを保存し、メモを保管し、混沌とした中間段階も削除しないこと。何かにAIを使ったなら、何をどこで使ったかを記録しておきましょう。その記録は、いかなるスコアよりも誠実さに関する対話において価値があります。なぜならそれはプロセスに関する証拠であり、検出器のスコアはあくまでパターンに関する証拠にすぎないからです。
次に編集パスを行います。スコアを確認し、指摘された文を修正し、再スコアリングし、主張がずれていないかを確認しましょう。意味が変わってしまったなら、やりすぎです。
より広範な方法——引用や専門用語を固定したまま、その周辺を書き換える方法を含む——については、/humanize-ai-text/ をご覧ください。
要するに、フラグはどこを見るべきかを教えてくれるのであって、何をしたかを教えてくれるわけではありません。シグナルを含む文を修正し、主張はそのままに保ち、そのエッセイがどのように組み立てられたかを説明できるようにしておきましょう。
測定に関する注記：本記事の数値は、2026-09-28の私たち自身のローカル検出器による観察から得られたものです — 61件のメタデータ選択されたガイドからのn = 709参照パッセージ対n = 12の未編集DeepSeekモデルパッセージ、AIスコアの中央値はそれぞれ25%と34%。人間の著作性は独立に検証されておらず、同じガイドからのパッセージは相関しているため、これらの数値は人間の偽陽性率を確立するものではありません。方法：methodology。日付付き証拠：corpus observation, 2026-09-28。