AIテキスト検出（エーアイテキストケンシュツ）

AIテキスト検出

AIテキスト検出（AI Text Detection）は、LLMが生成したテキストを人間が書いたテキストから区別する技術。学術不正防止・フェイクニュース対策・著作権確認などの用途で重要性が高まっている。

主要なアプローチ

パープレキシティ（PPL）解析

LLMは訓練データに基づいて「最も確率の高い」トークンを選ぶため、生成テキストのパープレキシティが人間のテキストより低く均一になる傾向がある。低PPLはAI生成の可能性が高いことを示す。

バーストネス（Burstiness）分析

人間のテキストはPPLが大きく変動する（高バーストネス）のに対し、AIテキストは均一。GPTZeroはPPLとバーストネスの組み合わせで判定する。

ウォーターマーク検出

KGWウォーターマークなどで埋め込まれたパターンを統計的に検出する。ウォーターマーク入りならz検定で高精度（>95%）に検出可能。

分類器ベース

RoBERTa・DeBERTaなどで人間 vs AI テキストを分類するモデルを微調整する。

主要ツール比較

• GPTZero: PPL + バーストネス、無料プランあり、教育向け
• Originality.ai: 分類器 + PPL、有料、マーケティング向け
• Turnitin: 分類器、大学採用多数、LMS統合
• SynthID-Text: ウォーターマーク、Gemini生成のみ対応、最高精度
• Zerogpt: PPL、無料、誤検知多い

課題

パラフレーズ攻撃: AIテキストを別の言葉で言い換えると検出精度が大幅に低下する（30〜50%まで落ちることも）。

多言語の限界: 英語以外では精度が著しく低下する。日本語対応ツールは2025年時点でも限定的。

誤検知リスク: 非ネイティブ話者が書いた英語や専門的な文体がAI生成と誤判定されることがある。Turnitinはこれを認め、判定結果の最終解釈は人間に委ねるとしている。

2025年の動向

OpenAIがGPT-4o生成テキストへのC2PA（Content Credentials）メタデータ埋め込みを開始。GoogleのSynthID-TextがウォーターマークをGemini APIに統合。EU AI Actでは高リスクAIシステムへのウォーターマーキング義務付けが議論されており、2026年施行に向けて主要AIプロバイダーが対応を急いでいる。