AI検出器にテキストを貼り付けるのは安全なのでしょうか？ 場合によります。答えは、スコアが表示された後にツールがあなたのテキストをどう扱うか——保存されるのか、どのくらいの期間保存されるのか、そしてモデルの学習に使われることがあるのか——に完全に依存します。どんな検出器も抽象的に安全性を約束することはできませんが、具体的なポリシーなら可能です。だからこそ、ポリシーを読み、5つの質問をし、貼り付ける前に個人情報を伏せましょう。
これが方法のすべてです。この記事の残りは詳細です。何を尋ねるべきか、何を削るべきか、そしてミスが許されないときにクライアントや組織の資料をどう扱うかについてです。
どんな検出器やヒューマナイザーにも尋ねるべき5つの質問
ほとんどのプライバシーページは、流し読みされるように書かれています。この5つの質問は率直な答えを強要しますし、ベンダーが答えられないなら、それが答えです。
- 結果が返された後、私のテキストは保存されますか？ 処理と保持の違いに注目してください。「スコアを生成するためにテキストを処理します」という文言は、その後サーバーにコピーが残るかどうかについては何も述べていません。どのくらいの期間か、削除は自動かリクエストベースかを尋ねましょう。
- 私のテキストはモデルの学習に使われますか？ 未公開の作品にとってこれが最も重要な質問です。ツールはデバッグのためにテキストを保存しつつ、学習には一切使わないこともあります——これらは別々の約束事なので、別々に確認しましょう。
- 私のテキストは共有、販売、または下請け業者に送信されますか？ 多くのツールは裏でサードパーティの検出APIを呼び出しています。それが自動的に悪いわけではありませんが、あなたが取引していると思っていたベンダーからテキストが離れることを意味します。どの関係者が見るのか尋ねましょう。
- 貼り付けたものを削除できますか、その方法は？ ダッシュボードから結果を消すだけの削除ボタンは、ストレージからの削除とは同じではありません。どちらなのか尋ねましょう。
- 無料アカウントと有料アカウントの保持のデフォルトは何ですか？ 無料プランはしばしば最も緩い条件を伴います。テキストが製品だからです。
答えを書き留めましょう。チームのためにツールを選ぶなら、それらを表に並べて、マーケティングの要約ではなく実際の文言を比較しましょう。
人気ツールのプライバシーポリシーはどう比較すればいい？
安心させる形容詞ではなく、法的な重みを持つ言葉に注目してポリシーを読みましょう。「お客様のプライバシーを真摯に受け止めています」は約束ではありません。「お客様のコンテンツをモデルのトレーニングに使用しません」が約束です。
実用的な比較表は次のようになります：
| 確認項目 | 強い回答 | 弱い回答 |
|---|---|---|
| 保持 | 処理後にテキストを削除、期間を明記 | 期間の記載なく「安全に保管」 |
| トレーニング利用 | 明示的なオプトアウト、またはデフォルトで一切使用しない | 言及なし、または「サービス改善に使用される場合があります」 |
| 第三者 | 委託先や検出APIを具体的に明記 | 「信頼できるパートナー」 |
| 削除 | セルフサービス、即時、文書化済み | メールでの依頼、期限の記載なし |
| 無料プラン | 有料プランと同じ条件 | 脚注に埋もれた異なる条件 |
最後の行は、多くの人が繰り返し引っかかるポイントです。ツールによっては、有料プランではクリーンなポリシーでも、無料プランでは緩いポリシーになっていることがあります。実際の素材でテストする場合、適用されるのは料金ページで読んだ条件ではなく、無料プランの条件です。
参考までに、DeAIze自身の利用規約は意図的に範囲を狭くしています。テキストは現在のタスクのためだけに処理され、トレーニングには一切使用されず、再販もされません。これが、私がどんなツールにも求める基準です — 私たちのものも、あなたがすでに料金を支払っているものも含めて。
自分の文書について何かを決める前に、文単位のスコアリングがどのように機能するかを確認したい場合は、AI検出器ガイドで、ハイライトされた各行が実際に何を意味するのかを順を追って説明しています — 機密性の高いものを貼り付ける前に役立つ背景情報です。
機密資料を貼り付ける前に何を伏せるべきですか？
伏せ字は偏執的なことではなく、基本的な衛生管理であり、検出器は事実ではなく文体を評価するため、ほとんどコストはかかりません。文のリズムを見るモデルに、あなたのクライアントの名前は必要ありません。
貼り付ける前に、これらを削除または置き換えてください：
- 人名、クライアント名、会社名。 「the client」や「Company A」に置き換えてください。
- 連絡先情報と識別子。 メールアドレス、電話番号、住所、口座番号、学生ID。
- 財務および法務の詳細。 数値、契約条件、取引額、案件参照。
- 健康、移民、または人事の詳細。 個人のステータスを特定するものすべて。
- 未発表の研究データ。 生の結果、参加者の引用、出版前の発見。
- 認証情報。 APIキー、パスワード、トークン — 理由を問わず、これらをどこにも貼り付けないでください。
具体例を示します。あなたの草稿の段落が次のように書かれているとします：「第3四半期に、Meridian LogisticsはBrackley契約を再交渉することで出荷あたりのコストを削減し、Leeds depotの荷役予算のおよそ5分の1を節約した。」 検出用に伏せ字にすると、次のようになります：「前四半期に、クライアントはサプライヤー契約を再交渉することで出荷あたりのコストを削減し、あるdepotの荷役予算のかなりの割合を節約した。」
文体のシグナルは残ります — 文の長さ、節の構造、やや平板なリズム — そして機密の具体的な内容は残りません。検出品質はほとんど変わりません。これがあなたが望むトレードオフです。
正直な注意点が一つあります。墨消しはテキストを変えるため、得られるスコアは墨消し版のスコアです。墨消しされた箇所がずっと短かったり、不自然な言い回しだったりすると、読み取り結果が変わる可能性があります。ほとんどの散文ではこれは軽微ですが、墨消しサンプルを元のテキストの完全な代理と見なさないでください。
データの取り扱いが不明確な無料ツールこそが本当のリスクである理由
有料ツールはあなたと契約を結びます。無料ツールはしばしばあなたのデータと契約を結びます。この非対称性こそが危険の大半が潜む場所であり、悪意の問題ではなくビジネスモデルの問題です。
認識すべき3つのパターン:
- 無期限保持のデフォルト。 削除ジョブを誰も書かなかったため、テキストはストレージに残ります。ベンダーはそれを販売しているのではなく、単に出口を構築しなかっただけです。
- 利用規約のトレーニング条項。 クリックして同意したときにこれに同意し、それはあなたがこれまでに貼り付けたすべてをカバーします。
- 名前のないサブプロセッサチェーン。 あなたのテキストは検出APIに送られ、それがホスティングプロバイダーに送られ、元のベンダーはそれがどこに行き着いたかを教えることができません。
これらは仮定の話ではありません。急速に作られたツールにごく普通に起こる失敗パターンです。
また、スコアそのものが何であるかを率直に言っておく価値があります。それは著者性の証明ではなく、確率の推定値です。検出器があなた自身の文章にフラグを立てたからといって、機械が書いたというわけではなく、画面に表示される数字は判決ではありません。この区別は、機密文書でどの程度のリスクを取るかを決めるときに重要です。あなたが買っているのは確実性ではなく、シグナルです。
機関およびクライアント業務のベストプラクティス
他人に帰属する資料を扱う場合、基準はあなた個人の快適さよりも高くなります。精査に耐えるいくつかの習慣:
- まず契約を確認する。 クライアント契約や機関の方針は、データをどこで処理してよいかを定めていることがよくあります。ツールのプライバシーページがそれを上書きすることはありません。
- 墨消しした作業コピーを使う。 原本は手を付けずに保管します。検出と編集のパスは削除版で行い、その後で実際のファイルに変更を適用します。
- 条件を明示しているツールを選ぶ。 あなたのテキストがどう扱われるかを明言しているベンダーのほうが、そうでないベンダーより擁護しやすいです。
- 記録を残す。 どのツールを、いつ、何を墨消しして使ったかを記録します。後で誰かに尋ねられても答えられます。
- メールで送らないものは貼り付けない。 粗いですが効果的なテストです。
チームが著者性を確認するのではなく、AI支援で作成した草稿を整える場合は、同じルールが適用されます。また、ヒューマナイズのワークフローが該当ページです。これは、スコアを付け、フラグが立った文だけを書き直し、意味が保たれたかを確認し、再スコアするという閉ループを説明しているからです。出力に対する責任は依然としてあなたにあります。アイデア、データ、結論はあなた自身のものでなければなりません。
検出器が実際にどれだけのシグナルを扱っているかを知る手がかりとして、2026-09-13に行った当社自身の測定が参考になります。30%のフラグ閾値で当社の検出器を使い、手書きのDeAIzeガイド23件をスコアリングしました。結果はAIスコアの平均21%、中央値22%、範囲0〜46%でした。同じ実行で、未編集のモデル出力12件は平均33%でした。人間の文章と機械の文章は大きく重なります。だからこそ、タスクに必要な以上のテキストを渡すべきではないのです。
貼り付ける前に確認する短いチェックリスト
初回だけでなく、毎回これを実行してください：
- この ティアの保持およびトレーニング条件を読んだか？
- 氏名、識別子、数値、未公開データを削除したか？
- 墨消し版は、有用にスコアリングできるだけの代表性をまだ保っているか？
- このテキストの送信先を制限するクライアントまたは組織のポリシーはあるか？
- その後で削除する方法を知っているか？
これを5分やるだけで、後で厄介な会話をしなくて済みます。問題はツールではなく、デフォルト設定です。デフォルトを変えれば、貼り付けは普通の、リスクの低い操作になります。
スコア自体の仕組みを知りたい場合は、AI検出の仕組みで検出器が読み取るシグナルを説明しています。これは、文書のどの程度を本当に自分のマシンから出す必要があるかを判断するときに役立ちます。
測定に関する注記：本記事の数値は、2026-09-13に当社の検出器を実行して得られたものです — 手書きガイド n = 23 対 未編集のモデル出力 n = 12、AIスコアの中央値はそれぞれ22%と34%でした。手法：/methodology/.
テキストが英語でない場合、何が変わるのか？
ほとんどのプライバシーに関するアドバイスは、文書が英語であることを前提としています。助成金申請書、学位論文の一章、あるいはクライアント向けのコピーなど、別の言語で書かれたものを貼り付ける場合、リスクプロファイルは同時に二つの方向へ変化します。
第一に、墨消しの工程が難しくなります。氏名、住所、機関識別子は異なる慣習に従っており、「Mr」や「Ltd」を素早くスキャンしても見落とされます。パターンではなく役割で墨消ししましょう。人物は「the applicant」、団体は「the funding agency」、場所は「the regional office」に置き換えます。
第二に、スコア自体の情報量が少なくなります。検出シグナルは英語の文章に大きく最適化されているため、翻訳されたテキストや非英語テキストについたフラグは、同じフラグが英語についた場合よりも、著者性について伝える情報が少なくなります。弱い判定は安心材料にはならず、強い判定は証明にはなりません。数値はおおよそのシグナルとして扱い、ハイライトされた文はご自身で読んでください。
文書が複数の言語を混在させている場合 — 非英語の本文の上に英語の要約がある、または第三言語で引用された資料がある — は、一つのブロックとしてではなく、セクションごとに個別にスコアリングしてください。非英語検出ガイドでは、言語によってフラグの挙動が異なる理由を説明しています。多言語文書のどの部分を実際にマシンから出す必要があるかを判断する前に、読んでおく価値があります。
プライバシールールは変わりません。まず墨消しし、次に貼り付け、タスクに必要な以上のものを貼り付けないでください。