Originality.aiがあなたのテキストにフラグを立てました。このスコアは確率の推定値であり、モデルを使った証拠ではありません。そして、シグナルを担っている文を編集することで、正直に下げることができます。まず、文書全体のスコアと文レベルのハイライトを一緒に読んでください。次に、下書き全体ではなく、フラグが立った行を修正します。これが方法のすべてであり、この記事の残りはその詳細です。
Originality.aiのスコアは実際には何を意味するのか？
Originality.aiは、そのテキストが機械生成である可能性を推定するパーセンテージを返します。それは判決ではなく、著者性の証拠でもありません。同じ段落を読む2つのツールが大きく異なる結果を出すことがあります。それぞれが異なるシグナルを重み付けしているからです — パープレキシティ、バースト性、文のリズム、そして次の単語がどれだけ予測可能か。
Originality.ai自身のドキュメントでは、このスコアを予測として説明しており、私たちがテストしたすべての検出器と同様に、偽陽性と偽陰性の両方を生み出します。2026-09-28の私たち自身の測定では、61件のDeAIzeガイドから709件の参照箇所を30%のフラグ閾値で検出器にかけました。これらのガイドは、メタデータが生成済みとマークしていなかったために選ばれました。平均AIスコアは26%、中央値は25%、範囲は0から69でした。709件のうち239件の箇所が閾値以上でした。人間の著作であることは独立に検証されていないため、これらの数値は人間の偽陽性率を立証することはできません。自分の作品にフラグが立ったと慌てる前に、その数字をもう一度読んでください。
ここが不快な部分です。高いスコアはあなたがカンニングしたことを意味せず、低いスコアはしていないことを意味しません。それは、あなたのテキストの表面的なパターンが、モデルが認識するように訓練されたパターンに似ていることを意味します。それらのパターンを修正することは、道徳的な問題ではなく、技術的な問題です。
なぜOriginality.aiは本当にあなた自身の文章にフラグを立てるのか？
検出器は意味を読まない。形を読む。均一で中程度の長さの文と整った接続詞で構成され、意外性のない段落は、人が書いたものでも生成されたように見える。なぜなら、その形こそが生成されたテキストが通常持つ形だからだ。
スコアを何よりも押し上げる3つの要素：
- 均一な文の長さ。 それぞれ18語の文が10個並ぶと、テンプレートのように読める。
- 予測可能な接続詞。 「さらに」「その上」「加えて」が連続して積み重なる。
- 具体性のない平板な主張。 名前も、擁護できる数字も、あなただけが知る詳細もない。
正直に名指しする価値のある構造的バイアスも存在する。ノンネイティブの英語話者はより頻繁にフラグが立てられる。なぜなら、ライティングコースで教えられるような丁寧なアカデミック英語は、意図的に規則正しいからだ。それは検出器が捕まえるために作られたものに見える。もしそれがあなたの状況なら、修正方法は下手な英語を書くことではない。より多様な英語を書くことだ。
何かを書き直す前に、どの特定の行がシグナルを運んでいるかを確認したいなら、まず下書きをAI検出器にかけてみよう。文レベルのスコアは、恐ろしい数字を短い編集リストに変えてくれる。
比較：各ツールが実際に提供するもの
この表は私たちが作成したものです。各ツールが何を報告し、何のために作られているかを説明しており、それぞれの精度については触れていません。正直に引用できる数値を公表している検出ツールは一つもありません。
| ツール | 報告内容 | 最適な用途 | 注意点 |
|---|---|---|---|
| Originality.ai | 文書レベルのAI確率と盗用チェック | 大量の投稿をスクリーニングする編集者 | 修正への明確な道筋がない単一のスコア |
| GPTZero | 文単位のハイライト付き文書スコア | どの行にシグナルがあるかを確認する | 短いテキストでは文スコアが自信ありげに見えることがある |
| Copyleaks | 文書およびセグメントレベルのAI確率 | 学術・出版ワークフロー | セグメント境界が一つのアイデアを不自然に分割することがある |
| Turnitin | 機関レポート内のAI指標 | 個人の書き手ではなく機関 | 通常、生のレポートを自分で見ることはできない |
| DeAIze | 文書全体のスコアと文ごとのAI確率 | 編集すべき行を見つけて再スコアリングする | これらすべてと同様、確率の推定値である |
この表に含まれていないものに注目してください。精度の列です。これは意図的です。検出ツールの出力は確率の推定値であり、これらのツールを合否のゲートとして扱うことが、誤った告発を生む原因になります。
修正方法：原稿全体ではなく、指摘された文を編集する
すべてを書き直すことは、自分の声を壊す行為です。指摘された文は通常、文書のごく一部であり、あなたが最も具体的でなかった箇所に集中しています。
1. テキストをスコアリングし、指摘された文をリストアップする。 今は文書のスコアは無視してください。しきい値を超えた文を書き出します。
2. 指摘された各文に、あなただけが知り得ることを一つ加えましょう。 日付、場所、名前、自分のデータからの数字、観察した結果などです。具体性は最強の検出回避シグナルであり、文章そのものも良くなります。
3. リズムを崩しましょう。 長い文が三つ続いたら、一つを短くします。四語でも構いません。変化そのものがポイントです。
4. 口に出して言わない接続詞は削りましょう。 「Furthermore」はほとんど口にしません。「Also」は普通に使います。
5. 再スコアして比較しましょう。 意味が保たれた編集だけを残します。書き換えで主張が変わったなら、元に戻してやり直しましょう。
これが DeAIze の実行するループです。スコアを付け、指摘された文だけを書き換え、意味が保たれたかを意味的類似度で確認し、再スコアして前後を表示します。サイトの例文では、92% の AI スコアが 4% になります。サイト自身の実行では、報告されている平均削減率は 60% 以上、最良で 71% です。これらは製品による予測スコアであり、Originality.ai やその他の公式判定ではありません。
実例
これは説明用の例であり、実際の文書ではありません。
変更前:「人工知能は現代教育においてますます重要になっています。さらに、それは学生と教育者の両方に多くの利点をもたらします。また、教育機関はこれらの変化に適応しなければなりません。」
変更後:「私たちの学科は前学期からAI採点アシスタントを使い始めました。8人の教員のうち2人が最初の1か月で使用をやめました — どの学生に対してもフィードバックが同じに聞こえると言っていました。」
2番目のバージョンには、数字、時間枠、そして誰かが反論できる意見があります。どちらが人間が書いたように読めるかは、検出器に教えてもらうまでもありません。
これが間違ったアプローチである場合
編集が答えではないケースについて、自分に正直になりましょう。
あなたの所属機関やクライアントがAI支援による草稿作成を禁止する規則を設けているのに、それでもモデルを使用した場合、テキストを編集してもその問題は解決しません。問題は文章ではなく、開示にあります。まずポリシーを確認してください — 何が虚偽表示に該当するかに関する私たちの解説では、ほとんどのポリシーがその線引きをどのように行っているかを扱っています。
検出スコアがあなたに対する証拠として使われている場合、その告発を編集で覆そうとしてはいけません。そのスコアを生成したツールは何か、どのしきい値が適用されたのか、生のレポートは入手可能かを尋ねてください。しきい値が示されていない確率推定は、認定結果ではありません。
また、根底にあるアイデア、データ、結論があなたのものでなければ、どれだけ文を編集してもその成果があなたのものになるわけではありません。ヒューマナイズは、あなた自身の文章に対する誤検出を減らし、あなた自身のAI支援草稿を整えるものです。それが全体の範囲です。
検出率を低く保つ週次ルーティン
フラグが付いた後の編集は後手に回る対応です。これは予防版であり、かかる時間はほぼ同じです。
- いつもどおりに草稿を書く。AI支援の有無は問わない。
- 音読する。プレスリリースのように聞こえる文はすべて書き直す。
- 各セクションに具体的な詳細を1つ加える — 名前、数値、日付。
- 提出前にスコアを確認する。後ではなく。
- 変更した内容をメモしておく。誰かに尋ねられた場合に備えて。自分の編集を説明できることは、あなたが置ける最も強い立場です。
これが組み込まれるより広範な編集工程については、AIテキストを人間らしくするガイドで同じループをより詳しく解説しています。
もう一つ知っておく価値のある測定値があります。同じ2026-09-28の実行で、私たちの検出器は参照サンプル（人間による著作であることは独立に検証されていない）において約100語あたり1つのAIの痕跡を、未編集のDeepSeekモデル出力においても100語あたり1つを検出しました。痕跡は両コーパスを分けるものではありません。分けるのは変動の頻度です。だからこそ修正は類語の置き換えではなく、リズムと具体性なのです。
次の10分でやるべきこと
フラグが立った文書を開きます。最もスコアの高い3つの文を見つけます。それぞれに、具体的で確認可能な詳細を1つ加えます。その段落を音読します。再度スコアを測定します。数値が動き、意味が保たれていれば、それがあなたの方法です — 文書の残りの部分でも繰り返し、フラグが立った行がなくなった時点で止めます。文書のスコアがゼロになるまでではありません。ゼロにはなりませんし、そうする必要もありません。
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。