DeAIze と Pangram を比較検討しているなら、実用的な違いはどちらが「より正確」かではありません。Pangram は文書レベルの AI 確率を返します。DeAIze は文書スコアに加えて文ごとの内訳を返すので、どの行がシグナルを持ち、どの行が持たないかを確認できます。それが次に何をするかを変えます。
Pangram Labs は検出ベンダーです。その製品は分類器であり、テキストを貼り付けると、そのテキストが生成された確率を返します。これは正当な設計です。出版社は投稿のトリアージに使用します。編集者はスラッシュパイルの選別に使用します。出力は 1 つの数値であり、その 1 つの数値は 1 つの問いに答えます。この文書全体が機械生成である可能性はどのくらいか？
DeAIze は 2 つの半分からなるウェブアプリです。片方の半分は検出します。もう片方の半分は、あなた自身の下書きに対して修正された文言を提案します。どちらの半分も文レベルで機能します。検出器は文書全体のスコアを提供し、各文を AI 確率でハイライトします。ヒューマナイザーは、あなたが編集することを選んだ行に対して代替案を提案します。どちらの半分も、誰が何を書いたかを教えてくれません。検出は著者を証明できず、どの検出器の出力も証拠として扱うべきではありません。
なぜ Pangram 対 DeAIze の選択がそれほど重要なのでしょうか？
なぜなら、2 つのツールは異なる問いに答えるからであり、購入者は通常、間違った方を購入した後に初めて、自分がどの問いを持っているのかを知るからです。
あなたの仕事が金曜日までに 200 件の投稿を選別することなら、投稿ごとに 1 つの文書レベルの確率がまさに欲しいものです。あなたはそれらの文書を編集するつもりはありません。それらをランク付けするか、振り分けるか、人間にもっと詳しく見てもらうよう依頼するでしょう。文書全体の読み取りは、そのためには効率的です。
提出前に自分の下書きを修正するのが仕事なら、文書全体の確率だけではほとんど役に立ちません。それは文書が機械製のように見えると教えてくれますが、どの段落が原因かは教えてくれません。結局、問題なかった部分を書き直し、分類器を反応させた部分をそのまま残すことになります。
そこを埋めるのが文単位の検出です。各文がAI確率でハイライトされると、地図が手に入ります。フラグがメソッドセクションに集中しているのか、つなぎ言葉なのか、テンプレートから貼り付けた1段落なのかがわかります。また、文書スコアが高いのは全体ではなく、ほんの数行が原因であることもあります。
コミットする前に、文単位ビューと書き換え提案がどう連携するか確認したい場合は、料金ページに各プランの内容と書き換えトライアルの範囲が記載されています。
スコアのばらつきについて、私たち自身の測定は何を示しているか？
ほとんどの検出器のマーケティングが公表しないので、私たちは数字を公表しています。2026-10-04に、DeAIze検出器（ローカルアンサンブル、liteティア）で2つのコーパスを30%のフラグ閾値でスコアリングしました。
参照サンプルは、生成済みとマークされていないDeAIzeガイドから抽出した1,504のパッセージでした。選定はメタデータのみで行い、人間の著作であることは独立に検証していません。AIスコアの平均は27%、中央値20%、範囲1-100%でした。30%閾値以上のスコア：1,504中487。これはパッセージ数であり、独立した文書数ではなく、検証済みの人間の偽陽性率でもありません。同じガイドからのパッセージは独立したサンプルではなく、パッセージは140語を目標に作成され、対象となる末尾のパッセージはより短くなっています。
未編集のモデル出力は、固定プロンプトから生成された12のパッセージで、未編集のままでした。平均AIスコアは52%、中央値は49%、範囲は11～91%でした。
それを正直に読んでください。2つの分布は重なっています。未編集のモデル出力の中には、フラグ閾値を下回ったものもあります。参照パッセージの中には、それを上回ったものもあります。どちらのツールから得られる単一の数値も、判定ではなくシグナルです。文単位のビューが加えるのは位置です。つまり、文書内のどこにそのシグナルがあるかです。
2つの出力を並べて比較するとどうなりますか？
| 次元 | Pangramスタイルの文書確率 | DeAIze検出器 |
|---|---|---|
| 粒度 | 文書全体 | 文書全体と各文 |
| 返ってくるもの | テキストが生成された確率 | 文書スコアと文ごとのAI確率ハイライト |
| 最適な用途 | トリアージ、ランキング、キューのルーティング | 提出前の自分の下書きの編集 |
| 編集サポート | 組み込みなし | Humanizerが下書きの修正文言を提案 |
| スコアの定義 | 文書に対するモデル確率 | 文および文書レベルでのモデル読み取り。著者である確率ではない |
| わからないこと | 誰がテキストを書いたか | 誰がテキストを書いたか |
| 検証の負担 | あなたに | あなたに。提案を元の文と比較してください |
どちらの列も同じ限界を共有しています。どの検出器の出力も著者を証明しません。モデルスコア、条件を満たす散文の割合、類似度パーセンテージは、3つの異なるものを測定する3つの異なる計器です。それらは互換性がなく、どれも単独では証拠になりません。
文単位のビューでは、文書スコアではできない何ができますか？
ターゲットを指定して編集できるようになります。次の4つのことが可能になります。
- 集中箇所を見つける。 長いレポートの中で4つの文がハイライトされ、残りがクリーンであれば、小さく具体的な編集箇所です。すべての文がハイライトされている場合、問題は構造的です。つまり、均一な文の長さ、一般的なつなぎ言葉、固有名詞の欠如です。
- 自分の文章と貼り付けたテキストを分ける。 フラグが立った下書きのほとんどは、著者が書いた部分と著者が貼り付けた部分を含んでいます。文単位のスコアは通常、その分割を示します。
- 書き直しが実際に役立ったか確認する。 6つの文を変更し、再実行して、どの文が動いたかを比較します。文書全体の数値は、目に見えない理由で動くことがあります。
- うまくいっているものは残す。 ある文のスコアが低くても気に入っていれば、そのままにしておきます。文書全体のスコアは、すべてを書き直したくなる誘惑を与えます。
これらはいずれもスコアを正確にするものではありません。スコアを実行可能にするものです。
ヒューマナイザーは実際に何をし、何をしないのか？
ヒューマナイザーは、あなた自身の下書きに対して修正された文言を提案します。それが主張のすべてであり、それについて正確である価値があります。
それはあなたの主張を書くものではありません。データ、引用、結論を提供するものでもありません。下書きに捏造された参考文献が含まれている場合、ヒューマナイザーはその捏造された参考文献の周りの文を喜んで言い換えます。それでも、すべての引用、数量、否定、限定詞を出典と照合して確認する必要があります。元の文と提案の間の意味的類似性はレビューの補助であり、すべての意味が保たれた証拠ではありません。
実例を示します。あなたの草稿に次の文が含まれているとします：
この介入は、研究期間を通じて再入院率の統計的に有意な低下とは関連していなかった。
「この介入は研究期間を通じて再入院率を低下させた」と書き換えると、あなたの発見が変わってしまいます。より自然に読めますが、それはもはや誤りです。否定が発見なのです。人間であれ自動であれ、あらゆる編集作業は何よりもまず否定とヘッジを守らなければなりません。だからこそ私たちは、文書全体を一度に受け入れるのではなく、提案を元の行と一行ずつ比較するよう勧めています。
なぜ同じ草稿がツールによって異なる判定結果になるのですか？
ツールはそれぞれ異なる作りで、異なる基準で調整されているからです。あるものは集約的な表現を使って文書レベルでスコアを算出するかもしれません。別のものは文ごとにスコアを出して統合するかもしれません。あるものは軽く編集されたモデル出力を検出するように調整され、別のものは人間の学術的な文章にフラグを立てないように調整されているかもしれません。しきい値も異なります。あるカットオフでフラグを立てるツールは、別のカットオフでフラグを立てるツールと、同一のテキストであっても判定が食い違います。
仕組みについてはAI検出の仕組みで、また各ツールが実際に何を報告するかの比較についてはAI検出ツール比較で、より詳しく解説しています。要するに、ツール間の判定の食い違いは正常で予想されることであり、どちらかが壊れている証拠ではないということです。
これが、私たちが別の検出器で特定のスコアを約束しない理由でもあります。他社のモデル、しきい値、入力処理を私たちが制御することはできません。できるのは、私たち自身の読み取りがどこに集中しているかを伝え、何を編集するかをあなたが決められるようにすることです。
検出器があなたの作品にフラグを立てた場合、どうすべきですか？
ツールよりも順序の方が重要です。
- オリジナルを保存する。 ファイル、タイムスタンプ、提出したバージョンを保存してください。編集で上書きしないでください。
- 見出しの数字ではなく、フラグが立った行を読む。 それぞれについて問いかけてください：この文は一般的か、それとも自分の作品に固有か？
- プロセスを記録する。 下書き、メモ、ソースファイル、改訂履歴。審査パネルに直面している学生なら、パネルが評価するものはどんなスコアよりも良い指針です。
- 所属機関またはクライアントの方針を確認する。 多くは開示を条件にAI支援を認め、未開示の生成を禁止しています。ルールは異なり、あなたの大学が実際に何を許可しているかは、何かを決める前に読む価値があります。
- 数字のためではなく、明確さと正確さのために編集する。 意味を薄いままにしてスコアを下げるために書き直しても、作品は改善されていません。
英語を母語としない書き手なら、フラグがあなたの著者性について何かを意味すると決めつける前に、なぜ検出器が非ネイティブの書き手にフラグを立てるのかを読んでください。均一で教科書的に整った文章は既知のトリガーであり、それを書いたのが誰かとは何の関係もありません。
DeAIzeはどこに当てはまり、どこに当てはまりませんか？
DeAIzeは、下書きがあり、どの行を修正すべきかを知る必要がある人のために作られています。それが設計のすべてです。検出は文単位です。書き換えは、元の文章と比較するための提案レイヤーです。アップロードは.txt、.docx、.pdfに対応しており、Word文書を書き換えてもフォント、スタイル、表が保持されます。検出と書き換えは英語と他の9言語に対応し、英語を最優先とし、インターフェースは10言語で提供されています。テキストは現在のタスクのみに処理され、トレーニングに使用されることも、再販されることもありません。
書き換えトライアルでは、メール確認後に200語が利用でき、クレジットカードは不要です。検出には、現在のインターフェースに表示される個別の設定可能な制限があります。それは無制限のスキャンではなく、1000語の無料枠でもありません。
料金は、有効期限のないクレジットによる従量課金制で、サブスクリプションはありません：スターター $20.99で1,000語、スタンダード $44.99で3,000語、プロ $99.99で10,000語、マックス $199.99で30,000語。
DeAIzeがそうでないもの：それはTurnitinの読み取り値ではなく、Turnitinスコアの推定器でもなく、他のどの検出器でもスコアを保証するものではありません。他人の作品を自分のものとして通すためのツールではありません。アイデア、データ、結論があなたのものでなければ、どんな編集でもそれを解決できません。
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？
あなたの問題が、対応できない文書レベルの数値であれば、文レベルの表示が試すべきものです。自分の下書きをAI検出器にかけて、一語も変える前にどの行がハイライトされるか確認してください。実際の下書きで書き換え提案を見たい場合は、下書きエディタが両者が出会う場所です。そして、チームや文書のバックログのためにプランを比較しているなら、料金を見るで、実際にキューにあるものと語数を照らし合わせてください。
最初にリライトトライアルを試したい場合は、register から始めてください。スコアを読み、制限を読み、そこから判断してください。正直な立場は、検出はシグナルであるということです。有用な立場は、文レベルのシグナルがどこを見るべきかを教えてくれるということです。