投稿者 投稿日: カテゴリー AIニュース
文体を模倣したAI文章は、主要なAI検出器を学術文書で最大48%すり抜けることが判明しました。
AI研究機関のEpoch AIが2026年7月に公表した調査で、著者の文体を模倣させたAI生成文章に対して、主要なAI文章検出器の見逃し率が平均13%、学術文書では最大48%まで跳ね上がることが分かりました。単純なプロンプトで生成した文章はほぼ100%検出できるのに、書き方をひとつ変えるだけで検出網に大きな穴が開くという結果です。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）が解説します。
何が起きたか｜3つの主要検出器を495本の人間の文章でテスト
結論から言うと、検出器の性能そのものは高いが、文体模倣という単純な回避策に共通の弱点があると示されたのが今回の調査です。The Decoderが7月19日に報じました。
Epoch AIの研究チームがテストしたのは、広く使われている3つのAI文章検出器です。Pangram（バージョン3.3.2）、GPTZero（モデル2026-05-11-base）、Originality.ai（Turbo 3.0.2）を対象に、人間が書いた文章、単純なプロンプトで生成したAI文章、特定の著者の文体を意図的に模倣させたAI文章という3カテゴリで検出精度を比較しました。
比較の土台となる人間の文章は、99人の著者による495本のパッセージです。ブログ、フィクション、学術文書の3ジャンルに均等に割り振られ、すべてChatGPT公開（2022年11月）より前に書かれたものを使うことで、言語モデル由来の文章が紛れ込む汚染を排除しています。
単純なプロンプトで生成したAI文章に対しては、3つの検出器はほぼ完璧でした。見逃し率（AI文章を人間の文章と誤判定する率）は最大でも0.7%にとどまります。人間の文章の誤判定については、PangramとGPTZeroは誤検知ゼロでしたが、Originality.aiは495本中19本を誤ってAI生成と判定し、3.8%という無視できない誤検知率を示しました。
なぜ重要か｜たった5本のサンプルで見逃し率が急上昇する
この調査が重要なのは、検出を回避する手口が極めて簡単だからです。研究チームは3つのフロンティアモデル（Claude Opus 4.8、GPT-5.5、Gemini 3.1 Pro）に、各著者の実際の文章を5本ずつ参考資料として渡し、同じ文体で新しい文章を書かせました。特別な脱獄（ジェイルブレイク）や専用ツールは使っていません。
こうして生成された297本の文章のうち、平均38本が検出をすり抜けました。見逃し率は約13%です。検出器別ではPangramが10%、GPTZeroが11%、Originality.aiが18%を見逃しました。
ジャンル別の差はさらに顕著です。フィクションでは見逃し率が1〜5%に収まった一方、学術文書ではPangramが25%、GPTZeroが24%、Originality.aiが29%を取りこぼしました。最悪の組み合わせでは、PangramがGemini生成の学術文書の48%を、Originality.aiがGPT-5.5生成の学術文書の39%を見逃しています。AI検出が最も実運用されているとみられる学術・教育分野こそが、最大の弱点だったという皮肉な結果です。検証データはGitHubで公開されています。
注目すべきは、3つの検出器が異なる手法を使っているのに、同じ盲点を共有している点です。Pangramはニューラルネットワークによる判定、GPTZeroは語彙選択の予測可能性とそのばらつきの測定、Originality.aiは学習で得た統計パターンの探索と、アプローチはバラバラですが、いずれも「単純生成はほぼ全部捕まえるが、模倣は大きく取りこぼす」という同一のパターンを示しました。手法を変えても解決しない構造的な課題である可能性が高いということです。
The Decoderの記事は、2026年6月末に報じられた米作家協会（Authors Guild）のテストとの補完関係も指摘しています。作家協会のテストは「人間の文章を人間と正しく判定できるか」を検証したもので、今回のEpoch AI調査は「AI文章をどれだけ取りこぼすか」というもう半分の実態を埋めた形です。誤検知率が低いことは、見逃しの少なさを保証しません。
今後の動き｜検出器といたちごっこの構図が固まる
今後の焦点は、検出器側が文体模倣にどう対抗するかです。今回の手口はサンプル5本を渡すだけという再現性の高いもので、模倣精度は今後のモデル進化でさらに上がるとみられます。検出器ベンダーが模倣文体を学習データに組み込む対策を打っても、モデル側が新しい書き方を獲得するいたちごっこの構図は避けられません。
教育機関や出版社など、検出器の判定を合否や採用の根拠にしている組織への影響も大きいでしょう。見逃しが2割前後ある検出器の判定だけでは、AI利用の有無を断定する材料として不十分です。逆に、Originality.aiの3.8%という誤検知率は、人間が書いた文章を誤ってAI認定してしまうリスクも示しており、判定結果の一人歩きには両方向の危うさがあります。なお、検出器の判定に依存しない運用ガイドラインが各分野でどう整備されるかは現時点で不明であり、要確認です。
まとめ
Epoch AIの調査は、AI検出器が単純生成にはほぼ完璧でも、文体模倣には平均13%、学術文書で最大48%の穴があることを数字で示しました。EC事業者にとっても他人事ではありません。外注ライターの記事や商品説明文をAI検出器でチェックしている場合、その判定はすでにすり抜け可能であることを前提に、AIライティングの品質管理は検出器頼みではなく、事実確認・一次情報の出典明示・AIの過信を前提にした業務設計というプロセス側の管理に軸足を移すべき局面です。
参考文献
- The Decoder – AI text detectors struggle when language models mimic an author’s style
- Epoch AI – Data Insights: AI detectors false negatives
- GitHub – jaeholee-brown/ai-text-detectors（検証データ）
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
引用元: The Decoder
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
