AI検出ツールの正解率は26%。疑いを晴らすのは文章ではない

「これ、AIに書かせましたよね?」

一番きついのは、自分で書いたときにこれを言われる場面です。 反論しようにも、出せる証拠が「自分で書きました」しかない。

先に結論を書きます。AI検出ツールの判定は、疑いを晴らす材料にも、人を責める根拠にもなりません。 争えるのは文章そのものではなく、それを作った過程のほうです。今日はその過程をどう残すか、実際に疑われたときに何を出すかを書きます。

作った本人が半年で撤退した——正解率26%、誤判定9%

OpenAIは2023年、AIが書いた文章を見分ける「AI Text Classifier」を公開しました。同社自身が公表した数字はこうです。AIが書いた文章のうち「AIらしい」と当てられたのは26%。逆に、人が書いた文章を「AIが書いた」と誤判定した割合が9%。

そして2023年7月20日、OpenAIはこのツールを「精度が低い」として提供終了しました。作った本人が、自社の看板を掛けて撤退しています。

ここで大事なのは26%という低さより、9%のほうです。 100人が自分で書いた文章を出したら、9人に「AI」の札が貼られる。当たらないだけなら無害ですが、誤って人を巻き込む側の数字が一桁パーセントある、ということになります。

誤判定は「文章が下手な人」ではなく「型どおりに書ける人」に当たる

スタンフォード大の研究チーム（Liangら、学術誌 Patterns、2023年）が、市販のAI検出器7種類を人間の作文にかけました。結果、英語が母語でない人の書いたTOEFL作文は、平均61%が「AIが書いた」と誤判定されました。 7つのうち少なくとも1つに引っかかった作文は97%にのぼります。一方、米国の中学生が書いた作文は、ほぼ正しく「人間」と判定されました。

なぜこうなるのか。検出器が見ているのは中身の真偽ではなく、「次に来る語がどれくらい当てやすいか」（パープレキシティ）と、文の長さや複雑さのばらつきです。 使う語彙が限られ、教わった型どおりに書かれた文章は、次の語が当てやすい。だから「AIっぽい」と出ます。

つまり検出器は、うまい/へたを見ていません。予測しやすいかどうかだけを見ている。 そして予測しやすい文章を書くのは、雑に書く人ではなく、マニュアル・報告書・申請書のような整った文章を書く訓練を受けた人のほうです。日本語でも事情は同じで、社内文書を型どおりに書ける人ほど不利になります。

図解1: 検出ツールが実際に見ているもの

　誤解 → この内容は本物か
　実際 → 次の語が当てやすいか

　整った定型文
　　→当てやすい→「AI」と判定
　固有名詞・数字・失敗談
　　→当てにくい→「人間」と判定

判定する側も、すでに降り始めている

バンダービルト大学は2023年8月16日、Turnitin のAI検出機能を大学として停止しました。 理由の説明が具体的で参考になります。同大は年間75,000本の課題を提出しており、Turnitin公称の誤判定率1%をそのまま当てはめると、約750本に誤って「AIの可能性あり」の札が貼られる計算になる、と。

さらに同大は、判定の仕組みが開示されておらず学生に説明できない点も理由に挙げています。「なぜAIと判定されたのか」を誰も説明できない道具で、人の成績を左右してはいけない、という筋の通し方です。

これは疑われる側にとって使える材料でもあります。「検出ツールがそう言っている」に対しては、ツールの数字と張り合うのではなく、そのツールを使うのをやめた組織の判断のほうを持ち出せます。

だから争点は文章ではなく「過程」になる

文章そのもので争うと水掛け論にしかなりません。書いた本人は「書きました」としか言えず、疑う側は「ツールがそう出た」としか言えない。どちらも証拠を持っていません。

決着するのは、過程が残っているかどうかです。 AIに全部書かせた人は、たいてい過程を持っていません。自分で書いた人は、頼まなくても過程が手元にある。ここが唯一、非対称になっている場所です。

具体的に残しておくものは3つでいい。

下書きの履歴 … Googleドキュメントの変更履歴、noteの下書き保存、Wordのバージョン履歴。どれも自動で残ります。書く場所を「履歴が残るところ」にするだけで達成できます。
調べた元データ … 参照したURL、数字の入った元ファイル、自分で撮った写真。文中の数字と1対1で対応していれば強いです。
AIに投げたログ … AIを補助に使ったなら、隠すよりむしろ残す。「要約だけ頼んだ」「構成案だけ相談した」が示せるほうが、全否定より信用されます。

図解2: 疑われたときの手札

　文章そのもので争う
　　→ 水掛け論（正解率26%）

　過程で示す
　　⇒│元データ│下書き履歴│AIログ│
　　　この3つは後から作れない

この3つが後から作れないことが肝です。 完成した文章は後からいくらでも直せますが、「3日前の17時に途中まで書いてあった」という事実だけは作れません。だから証拠になります。

疑われたときに送る返信文（コピペ可）

感情で反論すると弱くなります。事実だけを並べて、相手に確認の手段を渡すのが最短です。

ご指摘の件、確認いただける材料をお送りします。

・下書きの変更履歴（着手〜提出の版）: <リンク>
・本文中の数字の出どころ: <リンク/ファイル名>
・AIの使用範囲: <例: 誤字チェックのみ／構成案の相談のみ／未使用>

判定ツールの結果については、開発元自身が精度を理由に
提供を終了した例もあり、単独の根拠にはしにくいと理解しています。
不足があれば、必要な箇所を指定いただければ追加します。

3行目の「AIの使用範囲」を自分から書くのが要です。「一切使っていない」と全否定するより、使った範囲を先に開示するほうが、後から1か所見つかったときに崩れません。

逆の立場になったときの3つのルール

自分が受け取る側——部下の報告書、外注の納品物、応募書類——になる日も来ます。そのときの原則を先に決めておきます。

①ツールの数値を単独の根拠にしない。 誤判定は必ず出ますし、なぜそう出たかは誰も説明できません。説明できない根拠で人を責めると、外したときに取り返しがつきません。

②文章ではなく中身を聞く。「この数字はどこから取りましたか」「この案を選んだ理由は」の2問でいい。書いた本人なら即答でき、丸投げした人は詰まります。これはツールより速くて正確です。

③「AIを使ったか」ではなく「事実として正しいか」を基準にする。 そもそも困るのは、AIを使ったことではなく、中身が誰にも確認されていないことのほうです。基準をここに置き直すと、判定ツールはそもそも要らなくなります。

まとめ: 今日の一歩

検出ツールは中身を見ていません。見ているのは「次の語が当てやすいか」だけで、その結果として、型どおりに書ける人ほど誤って疑われます。 だから疑いを晴らすのは文章ではなく過程です。

今日やるなら、これだけでいい。次に書く文章を、履歴が残る場所で書き始める。 GoogleドキュメントでもnoteのエディタでもWordでもかまいません。それだけで、疑われたときに出せる手札が1つできます。

最後に、ここまでの数字の出どころも書いておきます。26%と9%はOpenAIの公表値、61%はスタンフォード大チームがPatterns誌に発表した論文、750本の話はバンダービルト大学が公開した説明です。数字を出したら出どころを書く——これも結局、過程を残すことの一部だと思います。

同じような場面、ありませんでしたか。役に立ったら♡やブックマークをどうぞ。

この記事は note にも掲載しています（初出: note版 2026-08-13）。