AI判定の確認方法：AI検出レポートで文章をチェックする

Academic Humanizerで文章がAIで書かれたように判定されるかを確認するには、AI検出レポートを読みます。Humanizerを実行するたびに表示されるページです。このレポートは2つの問いに答えます。下書きのどの文がAI検出ツールにフラグ付けされたのか、そしてhumanize後の文章は同じ基準でどう比較されるのか、です。2026年9月30日に復活・改良したこのレポートの各部分を、1分以内で読めるように順を追って説明します。

テキストがAI生成かどうかを確かめる方法を探してここに来た方への短い答えは、「1つのスコアだけでは決まらない」です。このレポートは、ご自身で判断できるよう文ごとに根拠を示す設計になっています。

レポートに表示される内容

レポートは、大まかなものから詳細なものまで3つの層で構成されています。

1. 判定ラベル検出ツールが文章全体をどう読んだかを4つのラベルのいずれかで要約します。
2. 人間らしい文の割合人間が書いたと判定された文の割合を、下書きと出力それぞれについて同じ基準で表示します。
3. 並列表示のテキスト下書きとhumanize後の出力を2列で表示し、フラグが付いた各文を書き換え後の文と対にして示します。
4. ステータスの注記まだフラグが付いた文が残っているかどうかを明記し、その部分を再度humanizeするオプションを示します。

この順に読んでください。ラベルで概要をつかみ、割合でどれだけ変わったかを知り、文のペアで何が変わったかを正確に確認できます。

4つの判定ラベル

検出ツールが単純な「はい・いいえ」で一致することはまれで、実際の学術文章の多くは完全に人間が書いたものでも、完全に機械が書いたものでもありません。そのため、レポートでは2つではなく4つのラベルを使っています。

ラベルは文章全体に対して付くため、長い下書きでは、大半の文に問題がなくても混合ラベルになることがあります。だからこそ、見出しのラベルよりも文単位の層のほうが重要です。

人間らしい文の割合：実行前と実行後

レポートでは、下書きと出力を「人間が書いたと判定された文の割合」という1つの基準で比較します。両方の列に同じ基準を使うのは意図的です。実行前後の比較は、2つの数字が同じ意味を持つときにだけ役に立つからです。

下書き55%

humanize後の出力95%

この例では、20文からなる文献レビューの段落で、最初は9文にフラグが付いていたため、20文中11文（55%）が人間らしいと判定されています。実行後にフラグが残ったのは1文で、20文中19文（95%）が人間らしいと判定されました。これは計算の仕組みを示すための架空の数字で、実際の文書の結果ではありません。

注意点が2つあります。1つ目に、割合は単語ではなく文を数えるため、長い文も短い文も1文として同じ重みになります。2つ目に、Humanizer v2はフラグが付いた文だけを書き換えるので、下書きの中ですでに人間らしいと判定された文は書いたとおりに残ります。割合の向上はすべて書き換えによるものです。

フラグが付いた文のペアの読み方

最も注意を向けるべきなのは並列表示です。下書きでフラグが付いた各文が、出力側の書き換え後の文と並んで表示されます。フラグが付かなかった文は両方の列に変更なしで表示され、レポートにはそのまま残された文の数も示されます。

Smith and Lee (2021) surveyed 312 nurses across four hospitals. Their findings shed light on the intricate interplay between workload and well-being. Burnout scores rose with weekly overtime hours. This underscores the importance of considering staffing in future research.

説明用の例です。各文は「フラグあり」「人間らしい」「境界」のいずれかで表示されます。

各ペアについて、次の3点を確認してください。

• 意味。書き換え後の文は、同じ主張を同じ強さで述べていますか。留保表現が消えたり（"may" が "does" になるなど）、逆に加わったりしていないか注意しましょう。
• 事実。名前、数値、日付、引用は同一ですか。書き換えはこれらを保つよう設計されていますが、AIの出力には誤りが含まれることがあります。
• つながり。新しい文は前の文から自然に続き、次の文へつながっていますか。

いずれかに問題があれば、手で修正してください。出力を使う前に、すべてをご自身で承認します。素早く直すための実践的なパターンはAIっぽい文を推敲するガイドで紹介しています。

まだフラグが付いた文が残る場合

実行後も数文にフラグが残ることがあります。レポートは「20文中2文がまだAIとして検出されています」のような件数と、一部の検出ツールがまだAIのシグナルを捉えているという注記で、そのことをはっきり示します。全体スコアの陰に隠すことはしません。

妥当な選択肢は3つあります。

1. フラグが付いた部分をもう一度humanizeする。該当する段落だけを実行します。書き換えられるのはフラグが付いた文だけで、課金は送信したテキストの長さに応じるため、短い部分なら費用はわずかです（500文字で1クレジット）。
2. 自分で文を直す。フラグが付く文は汎用的であることが多いものです。サンプル、調査地、理由など、あなたにしかわからない具体的な情報を加えると、読み手にとっても検出ツールの判定にとってもプラスになりやすくなります。
3. そのままにする。長い章の中の境界的な1文は、目的によっては問題にならないかもしれません。所属機関やジャーナルのAIポリシーを踏まえて、ご自身で判断してください。

フラグが付いたのがAIを使わずに自分で書いた文章だった場合、それも有益な情報です。丁寧でフォーマルな文章は、検出ツールに誤判定されることがあります。AIと誤判定されたときの対処法をご覧ください。フラグが付いた行が参考文献、引用、定型文であれば、Turnitinで参考文献や引用がAI判定される理由をご覧ください。

レポートが反映している検出ツール

Academic Humanizerは、Turnitin、GPTZero、ZeroGPT、Copyleaks、Sapling、Originality.aiで検証されています。これらのツールは手法も学習データも異なるため、同じ文について常に一致するとは限りません。その理由はAI検出ツールの判定が食い違う理由で詳しく解説しています。レポートはシグナルがどこにあるかを示すためのもので、特定のツールで特定のスコアを約束するものではありません。

よくある質問

AI検出レポートはTurnitinのAIスコアと同じですか？

いいえ。Turnitinは独自のシステム内で独自のスコアを算出します。私たちのレポートは、文章がAI検出ツールにどう読まれるかを示し、下書きとhumanize後の出力を1つの基準で比較するものです。Turnitinの数値の示し方についてはTurnitinのAI検出スコアの解説をご覧ください。

humanizeせずに、テキストがAI生成かどうかだけ確認できますか？

Humanizerは毎回まず下書きをスキャンし、フラグが付いた文がなければ、クレジットを消費せずにテキストをそのまま返します。開発者は別途Detector APIを呼び出すこともできます。APIの記事をご覧ください。

「人間が執筆」と判定されれば、どの検出ツールも通過できますか？

いいえ。検出ツールは時間とともに変わり、互いに判定が食い違います。どのツールも結果を保証することはできません。判定は、その時点で文章に対して実行したチェックの結果です。

割合はなぜ単語ではなく文で数えるのですか？

検出ツールは文にフラグを付け、あなたも文単位で推敲するからです。文で数えることで、数字が実際に行える修正と結びついたものになります。

過去のレポートはどこで見られますか？

メンバーは履歴から保存済みの結果を再度開くことができ、名前の変更や削除もできます。

レポートを推敲のチェックリストとして使う

レポートは短いToDoリストとして使うと最も効果的です。確認すべき文のペアがいくつかと、何か残っているかどうかの明確な注記。これがAcademic Humanizerの考え方です。主張と根拠はあなたのものであり続け、レポートは何が変わったかを正確に示すので、すべての行に自信を持てます。