検出と生成は猫とねずみの競争に閉じ込められています。新しいモデルリリースのたびに検出器が依存する統計的ギャップが縮まり、各検出改善には新たな人間化ツールで回答されます。実際に内部で何が起きているかを解説します。
あらゆるAIテキスト検出器は本質的に統計的識別器です——テキストの特徴（トークン確率、パープレキシティ、突発性、構文規則性）を調べ、機械生成と人間執筆コンテンツを区別するシグナルを探します。Binoculars法（ICML 2024）は2つの言語モデル間のクロスパープレキシティの比率をシグナルとして使用します。ModernBERT教師あり手法はラベル付き例から直接シグナルを学習します。
両手法は根本的な脆弱性を共有します：依拠するシグナルはモデルがテキストを生成する方法の副作用であり、機械書きの本質的特徴ではありません。生成モデルが改善するにつれ、その副作用は縮小します。より人間らしく書くよう訓練されたモデルは——定義上——検出が困難になります。
これは研究の失敗ではありません。問題の構造的事実です。検出は動く標的に作用します：主要LLMリリースのたびにギャップが縮まり、人間化ツールは明示的に検出器出力に対して訓練されます。問題は「永遠に100%検出できるか」——できません——ではなく、「現世代より十分先行して実用的であり続けられるか」です。
検出を困難にする生成トレンドが3つあります。サイズ：大規模モデルはより豊かな内部分布を持つため、統計的により多様なテキストを生成します。700億パラメータモデルは70億パラメータモデルより広範な人間らしい出力を持ちます。指示チューニング：RLHFと構造的手法により、GPT-3を見分けやすくしていた反復的・回避的・平板なパターンを避けるよう訓練されます。温度とサンプリング：チャットインターフェースがニュークレウスサンプリングとランダム性に移行し、従来の検出器が錨として使用していた低分散パターンを壊します。
GPT-5、Claude 4.5、Gemini 2.5はいずれも前世代より検出が格段に困難です。内部検証でも確認されています：各モデル世代で、そのファミリーに対する当社AUCが前世代比5～10パーセントポイント低下します。モデル別数値については精度ベンチマークをご覧ください。
人間化ツール——Undetectable AI、StealthWriter、Humanbeingおよび増加リスト——は明示的な敵対者です。AI出力を取り、特に検出器を欺くために言い換え・書き換え・スタイル転写します。公開検出器（当社含む、ただしモデルウェイトは非公開）に対して訓練されており、更新のたびに測定可能に向上します。
検出器には生成軍拡競争への3つの対応があります。アンサンブル：複数の検出シグナルを組み合わせ、単一の回避戦術では不十分にします。教師なしBinocularsと教師ありModernBERTのアンサンブルはこれを活用します：一方のコンポーネントを破る人間化ツールはもう一方でしばしば失敗し、アンサンブルスコアが両者を捕捉します。
継続的再訓練：主要新生成モデルリリースから4週間以内にサンプルを追加します。明日GPT-6がリリースされれば、翌月中頃には訓練コーパスに含まれます。コスト（計算、アノテーション、再検証）はかかりますが、検出を最新に保つ唯一の方法です。年一回以下の再訓練の検出器は1年以内に実質的に博物館展示物になります。
敵対的訓練：人間化AIサンプルや言い換え出力で意図的に訓練し、表面レベルのスタイル転写を見透かすようモデルを教育します。これにより人間化ツールが回避に必要な作業の下限が上がり、軍拡競争が減速します。
人間化ツールは実際にどう機能するのでしょうか。3つの広いカテゴリがあります。言い換え：二次LLMを使用してテキストを単語・文単位で書き換えます。正確なトークン列に依存する単純な検出器に対しては効果的ですが、統計的手法に対しては中程度の効果。スタイル転写：特定の著者や文体を模倣するようテキストを変換します。より効果的——スタイル転写AIテキストに対して当社検出器のAUCが約8ポイント低下します。
ハイブリッド人間-AI編集：著者が草稿を書き、LLMで磨き、磨かれたバージョンを手動編集します。これが最も困難なケースです——文章レベルで人間とマシンのシグナルが混在する正当な協働作業。検出器が見えない編集履歴メタデータなしには、当社含むいずれの検出器でも信頼性高く解決できません。
有用なメンタルモデル：人間化ツールは検出器破壊者ではなく、回避者にとってのコスト乗数です。時間、時には金銭、常にエラー導入のリスクが伴います。ほとんどの学術的不正行為はコストが利益を上回るため人間化ツールを使用しません。人間化ツールが支配的なのはプロのコンテンツファームとAI生成SEOスパム——スループットが重要でクオリティ管理が弱いユースケースです。
任意の文書を貼り付けると、文章別判定がリアルタイムで表示されます。上記のアンサンブルロジックが30秒以内にテキストで実行されます。
単一シグナル検出器は単一の失敗モードを持ちます。パープレキシティのみに依存すると、トークン確率を変化させた言い換え出力で破られます。教師ありクラシファイアのみに依存すると、分布外テキスト（新モデルファミリー、新執筆領域）で破られます。アンサンブルは弱点を平均化します：パープレキシティを破る言い換えはおそらく教師ありヘッドで検知され、逆もしかりです。
本番検出器は明示的にアンサンブルされています：35% Binoculars（ゼロショット、モデル非依存、分布外に堅牢）+ 65% ModernBERT（教師あり、ドメイン特化、分布内テキストで高精度）。重みは経験的に選択されました——ModernBERTが支配的だがBinocularsがエッジケースで拒否権を保持する場合にアンサンブルAUCが最大化されました。
結果として：人間化ツールが当社の判定を回避するには、構造的に大きく異なる2つの検出アーキテクチャを同時に破る必要があります。公開の人間化ツールは通常単一のターゲット検出器に対して訓練されており、その特定の検出器には成功することが多いですが、アンサンブルに対しては失敗します。これが現在の軍拡競争における検出の主要な構造的優位性です。
2026～2027年を通じて何を期待すべきでしょうか？GPT-6とClaude 5はおそらく年央リリース。いずれもギャップをさらに縮めます。オープンウェイトモデル——Llama 4、Qwen 4——は高品質生成のコモディティ化と人間化ツールの大規模実行コスト低下を継続します。フロンティアモデルの検出AUCはリリース後1年間で0.80～0.90帯に低下し、再訓練で修正されます。
防衛側では：マルチモーダルシグナル（タイピングダイナミクス、編集履歴、既知コーパスに対する著作確認）が24ヶ月以内に純テキストベース検出より重要になる可能性があります。テキスト専用検出器は最初のフィルターであり続けますが、より豊かな証拠スタックの一投票者として増加する傾向にあります。
正直な結論：純テキストベース検出は決して100%に達しません。分布内テキストで90～95% AUC付近でプラトーに達し、フロンティアモデルで75～85%になります。ワークフローが確実性を要求する場合、スコア以外の証拠が必要です。ワークフローが人間レビューの優先付けに強いシグナルを要求する場合、テキストベース検出は有用であり、何もしないより測定可能に優れています。
この記事はAIテキスト検出の構造的特性を説明します。具体的な数値は内部検証を指し、一般化しない場合があります。新しい研究と生成モデルリリースに応じてこのページを更新します。
ウクライナと共に立ち上がろう！