AIが書いたニュース記事の兆候は、ほとんどが語彙的なものではなく構造的なものです。最も強い兆候は、出典表示の欠如、誰も言いようのない引用、接触した途端に消えてしまう情報源、そしてその記事がどのように取材されたかという単純な質問に答えられない署名記事です。検出器のスコアは、それらに比べれば弱いシグナルにすぎません。
重要なポイント
- 構造的な兆候は文体上の兆候に勝る。薄い取材、引用の形をした文、取材の痕跡がない署名記事は、emダッシュよりも重要だ。
- スコアは確率の推定値であり、執筆者の証明ではない。記事を取り下げる理由にしてはならない。
- まず記者に聞くこと。ほとんどの疑いはそこで終わり、終わらないものには記録の裏付けが必要だ。
- ニュースルームの開示ルールはまだ薄い。必要になる前に自分のルールを書き留めておこう。
- 私たち自身の測定では、人間が書いたサンプルが平均27%のAIスコア（n = 46、2026-09-19）を示した — フラグだけでは告発を支えられない証拠である。
取材に基づく文章にはどのような構造的兆候が現れるか？
取材に基づく文章には形がある。ニュース記事は、具体的な事実から文脈へ、声を伝える引用へ、そして結果へと進む。記事が機械によって下書きされ、軽く編集されただけの場合、その形はあるが中身は空洞である。
最も信頼できる兆候：
- 決して具体的にならない情報源。 名前のない「専門家は言う」、学術誌のない「研究が示す」、どの当局者かわからない「当局が確認した」。締め切りのある人間の記者でも、名前を出します。匿名の情報源は価値が低いからです。
- 言い換えのように読める引用。 本物の引用には、ためらい、奇妙な語順、余談があります。機械が起草した引用は、整っていて、バランスが取れていて、怪しいほど引用しやすくなっています。
- 対称的な段落。 どの段落もほぼ同じ長さで、一つのアイデアを扱っています。本物の原稿はでこぼこしています。濃密な段落の後に一行だけの段落が来たりします。
- 間違っている可能性のある数字がない。 取材記事には、記者が見つけて検証しなければならなかった数値が含まれます。曖昧な数量表現（「多く」「増加する数」）は、具体的な内容で満ちているべき記事では、兆候になります。
- デートラインのない場面。 通りも、天気も、時刻もありません。誰もそこにいませんでした。
- 無関係な事実の間の滑らかなつなぎ。 その記事が物事をつなげるのは、文に接続詞が必要だったからであり、取材が関連を見つけたからではありません。
人が取材したとわかっている記事に同じ6つのチェックを実行すれば、そのうちごくわずかしか当てはまらないことがわかります。この対比がこの方法です。
なぜ署名と情報源がどんなスコアよりも重要なのか
署名は主張です。名前のある人物がその仕事を行い、事実に対して責任を負い、誤りがあれば記録を訂正する、という主張です。情報源はその主張の裏付けとなる証拠です。この二つは、ニュース記事の中で実際に検証できる唯一のものです。
検出器のスコアは同じようには検証できません。それは、あなたのテキストをモデルが見てきたパターンと比較して生成される確率の推定値です。その記事を誰が書いたのか、引用が本物なのか、記者が三日間電話をしていたのかはわかりません。二つのツールが同じ段落を読んで食い違うこともあります。だからこそ私たちは、不一致を不祥事ではなく普通のこととして扱います。
これも、「AI生成ニュース記事検出」という表現が少し誤解を招く理由です。検出は著者を検出するのではありません。パターンを検出するのです。プレスリリースから書き直された通信社の記事は、モデルが一切関与していなくても機械のように滑らかに読めることがあります。本物の引用を差し込んだ機械起草の段落は、人間らしく読めることがあります。
つまり編集上の問いは「検出器が何と言ったか」ではない。「この署名記事はこの一文に責任を持てるか」である。
スコアについて論じる前に、ツールがハイライトした文を見て、その裏にある情報源を確認しよう。私たちのAI検出器は文書全体を採点し、各文をAI確率でマークするので、どの行がシグナルを担っているかがわかる——これは記者に何を尋ねるかを決めるのに役立つのであって、有罪を決めるためのものではない。
検出器の限界が実際にどう現れるか
私たちは2026-09-19に2つのコーパスで自社の検出器を実行した（ローカルアンサンブル、liteティア、フラグ閾値30%）。人間が書いた46件のDeAIzeガイドのサンプルは平均27% AI、中央値25%、範囲0-55%で、その閾値では46件中17件がフラグされた。未編集のモデル出力（n = 12パッセージ、固定プロンプト、編集なし）は平均35%だった。
この重なりこそが本質だ。手書きのガイドは55%に達した。未編集の機械出力は25%まで低かった。どの閾値を選んでも、両方向で人を誤分類する。これは自社の素材に対する自社の計器であり、第三者の判定ではない。それでも、単一のフラグが告発の根拠になり得ない理由を示すには十分だ。
さらに言語の問題もある。非ネイティブの英語話者、翻訳者、そして圧縮された文体で書く人はより頻繁にフラグされる。検出器が頼るシグナルは、注意深い非ネイティブの文章がどう見えるかと重なるからだ。もしあなたのニュースルームが翻訳記事を公開しているなら、スコアを軸にしたプロセスを構築する前になぜAI検出器が非ネイティブ英語話者をフラグするのかを読んでほしい。
ニュースルームはどのように疑念を提起すべきか？
静かに、書面で、そして最初から記者を同席させて行うべきです。疑念の扱いを誤ると、フリーランサーを失うか、訴訟を起こされるか、あるいはその両方になります。
実行可能な手順：
- 具体的な問題を指摘する。「これはAIが書いたように読める」ではなく、「第4段落で、我々が見つけられない情報源を引用している」または「2番目の引用がプレスリリースの一文と重複している」と伝えます。
- 記者に取材の記録を求める。 メモ、録音、メールスレッド、各情報源の名前と連絡先。これは通常の依頼です。記者はメモを取っています。
- 確認できる部分を確認する。 名前の挙がった情報源は実在し、連絡が取れるか？引用は録音と一致するか？統計はリンクされた報告書に存在するか？
- その後ではじめてパターンシグナルを見る。 検出器の実行は複数の入力の一つであり、その出力は所見ではなく、ツール名と日付を伴うスコアとして記録すべきです。
- 雰囲気ではなく事実で判断する。 情報源が持ちこたえれば、その記事は掲載します。持ちこたえなければ、正確性の問題があり、これはAIの問題よりもはるかに古く、よく理解された問題です。
- 結果を書き留める。 どのような判断であれ、記録に残し、次の編集者がゼロから始めなくて済むようにします。
避けるべきことが二つあります。検出器のスクリーンショットを突きつけて質問もせず寄稿者と対峙してはいけません。それは告発として受け取られ、防御的な回答を招きます。また、公開前のゲートとして全員の記事を検出器にかけてはいけません。そうすれば、最も優秀なライターの誤検出を追いかけて一週間を費やすことになります。
このワークフローのより広いバージョンについては、パブリッシャー向けAI検出器：評決ではなくトリアージをご覧ください。
AI支援ジャーナリズムにおける開示規範
開示の取り組みはまだ乏しいのが現状です。すべてのニュースルームを網羅する単一のルールは存在せず、存在するガイダンスも一般的な傾向にあります。公表されているポリシーの多くが収斂するのは、支援と執筆の区別です。
| AIの使用 | 一般的な開示の立場 | 理由 |
|---|---|---|
| 文字起こし、翻訳の下書き、見出しのバリエーション | 通常、記載は不要 | 取材と判断は依然として人間によるもの |
| リサーチの要約、背景の読み込み | 記載は不要なことが多いが、記録は残す | すべての事実を自分で検証しているため |
| 自分の取材から本文を起草 | 下書きが公開テキストを実質的に形作る場合は開示する | 読者は機械が形作った文章を読んでいるため |
| 引用や情報源の生成 | 決して許容されない | ツールに関係なく、捏造にあたる |
| 取材記事における生成画像や音声 | 明確にラベルを付ける | その成果物はいかなる記録でもないため |
擁護できるルールはシンプルです。テキストがどのように制作されたかを知った読者が誤解されたと感じるなら、それを伝えるべきです。ツールが自分のメモからより速く記事を仕上げるのに役立っただけなら、それはスペルチェックの使用に近いものです。私たちのAIコンテンツ開示ラベルガイドでは、両方のケースの文言を扱っています。
もう一つ、率直に言っておくべきことがあります。ニュース記事のアイデア、引用、事実、結論は、記者自身の仕事でなければなりません。それを変えるツールはなく、捏造された情報源は書き直しでは修正できません。
編集パイプラインにおける検出の実際の位置づけ
検出が役立つのは3つの限られた場面だけで、大きな1つの場面では役に立ちません。
役立つ場面：すべてを注意深く読むことができない大量のフリーランス投稿をトリアージするとき。役立つ場面：特定の事実上の懸念がすでに提起された後のセカンドオピニオンとして。役立つ場面：自分のどの文が平板に読めるかを知りたい書き手のセルフチェックとして。最後のケースでは、文単位のハイライトが唯一役立つ形です。人ではなく行を指し示すからです。
役に立たない場面：判定として。スペルチェックの不一致で人を解雇しないなら、検出器のスコアで解雇しないでください。
あなたの問題が疑いではなく、自分の草稿にある平板な文章であるなら、解決策は編集上のものであり、対立的なものではありません。最も重要な兆候はスコアではなく、具体的なことを何も言っていない段落です。AI文章の兆候に関するガイドでは、編集者が最初に気づく点を解説しており、草稿エディターは指摘された文だけを書き換えるように作られているので、原稿の残りの部分は提出どおりのままです。
実例
あくまで例示用 — この記事のために創作されたもので、実話ではありません。
変更前:
地元当局者は、インフラ課題への対応において地域住民の関与の重要性を強調してきた。専門家は、長期的な回復力には持続的な投資が不可欠だと指摘し、利害関係者は協働による解決策を求め続けている。
どの文も文法的に正しく、バランスが取れていて、そして中身がない。名前も数字も場所も出来事もない。これが3段落続いても、読者は何も学べない。
変更後:
議会は火曜日、道路予算の不足を理由に橋の修繕を3度目に延期した。公共事業局長のエレナ・マーシュ氏は、この遅れで工程がおよそ1季節分延びると述べた。会議で発言した住民たちは、なぜその資金が代わりにバイパスに回されたのかと問いただした。
同じ長さ。そこには日付があり、決定があり、実名の人物がいて、結果があり、疑問がある。2番目の版は、文体上、凝ったところは何もない。ただ報じられているだけだ。
疑わしい記事にはこのテストを適用すべきです。「これはモデルが書いたように聞こえるか?」ではなく、「そこにいなかった人が書いた可能性があるか?」です。
署名そのものが問題である場合の対処法
時には、疑いが段落に向けられていないこともあります。午後に4本の記事を提出した寄稿者、あるいは引用が情報源の公開発言とどうしても一致しないフリーランスの記者に向けられているのです。
これはテキストの問題ではなく、寄稿者の問題として扱ってください:
- 同じ署名による直近3本の記事を確認してください。記事をまたいだパターンは、単一の記事よりもはるかに多くの情報を与えてくれます。
- まず最も古い記事について情報源を尋ねてください。こちらの方が負担が少なく、そもそも取材の痕跡が存在するかどうかを確認できます。
- 会話は事実に基づいて行ってください。「この情報源に連絡が取れなかった」は事実です。「これは生成された文章に見える」は意見です。
- 痕跡がなければ、契約と正確性の問題です。そこで対処してください。
いきなり告発に踏み切る編集者は、たいてい寄稿者を失い、何も学べません。まずメモを求める編集者は、メモを手に入れるか、答えを得るかのどちらかです。
どの文が機械的に読めるか確認する準備はできましたか？
今まさに原稿を編集していて、人ではなく行を指摘するセカンドオピニオンが欲しいなら、まずAI検出器から始めましょう。文書全体を採点し、各文をAI確率でハイライトするので、何について尋ねるべきかを判断できます。フラグが立った行が自分のもので、修正が文体上のものであれば、ドラフトエディターはそれらの文だけを書き直し、意味が保たれた場合にのみ書き直しを保持します。実際の提出物で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りません。また、カードなしで200語まで無料で登録できます。編集上の会話でスコアを使う前に、スコアが正確に何を意味するかを知りたい場合は、まず方法論ページをお読みください。