# AIが書いた文章は見抜けるか｜透かしの検出率・編集で消える割合・AI判定ツールを採用や評価に使う前に(2026年10月)

> AIが書いた文章は見抜けるのか。OpenAIが公表した透かしの検出率と言い換えによる低下、透かしが示さないこと、文章の特徴から推定する一般のAI判定ツールの研究結果を整理し、採用・人事評価・学校・取引先の文書に判定を使う前に決めることを発注側の視点でまとめます。

発行: 株式会社ウェステリア(https://westeria.jp) / カテゴリ: AIニュースの読み解き / 出典: https://westeria.jp/guide/ai-text-detection-limits/

OpenAIは2026-10-05(米国時間)、ChatGPTの文章への電子透かし(EUのみ)を発表し、あわせて検出率の評価を公表しました。Anthropicは2026-08からClaudeの文章に世界中で透かしを入れています。「AIが書いたかを機械で見抜ける時代になった」と受け取られがちですが、公表された数字を読むと、見抜ける条件はかなり限られます。この記事では、2026-10-06時点の公式情報と大学の研究をもとに、透かしと一般のAI判定ツールで何がどこまで分かるか、採用や評価に判定を使う前に何を決めるべきかを整理します。

## 結論

- 透かしでも確実には見抜けません。OpenAIの評価(英語)では、誤検出を1%に抑えた条件で200トークンの文は約80%、400トークンで約95%を検出。単語の10%を言い換えると約92%から66%に、25%で17%に下がります
- 文章の特徴から推定する一般のAI判定ツールは、透かしとは別物です。スタンフォード大学の研究(2023)では、7つの判定ツールが英語を母語としない人の小論文91本の平均61.22%をAI製と誤判定しました。日本語での精度を示す公的な評価は、当社では確認できていません(2026-10-06時点)
- 採用・人事評価・成績・取引先の審査に判定結果をそのまま使うのは避け、先に「誤検出のときの扱い」「人の確認」「本人への説明と反論の機会」を決めます。社外の文章を透かしで確かめる手段は、一般の会社にはまだありません

## 前提: 「AI判定」には2つの方式がある

AIが書いた文章を機械で見分ける方法は、大きく2つあります。ニュースで話題の「透かし」と、以前からある「AI判定ツール」は、仕組みも信頼できる範囲も違います。

| 項目 | 透かし(ウォーターマーク) | 一般のAI判定ツール |
| --- | --- | --- |
| 仕組み | AIの提供者が、文章を作る時点で単語の選び方に見えない統計的な印を埋め込む。検出には提供者の鍵が要る | 文章の言い回しや語の偏りなど、AIらしい特徴から推定する。提供者の鍵は使わない |
| 分かること | 特定の提供者(例: OpenAI、Anthropic)のAIが関わった可能性 | AIが書いた「らしさ」の推定。どのAIかは原則分からない |
| 使える人(2026-10-06時点) | OpenAIもAnthropicも、文章の検出は承認された研究者・規制当局などに限定 | 市販・無料のツールが多数あり、誰でも使える |
| 人が書いた文章を誤ってAI製とする危険 | 誤検出率を決めて設計できる(OpenAIの評価は1%を目標) | 書き手の特徴に左右される。研究で高い誤判定が報告されている |

Anthropicも公式ブログで、AI判定ツールは鍵を持たないため、AIの言い回しの癖のような特徴を見ており、透かしの検出とは根本的に違う方法だと説明しています。

仕様の出典: [Anthropic「How Claude's text watermark works」(2026-08-14、2026-09-01更新)](https://www.anthropic.com/news/claude-text-watermark)

## 透かしの検出率: 公表された数字

文章の透かしについて具体的な検出率を公表しているのはOpenAIです(2026-10-06時点)。条件は英語の文章(ELI5という質問応答のデータ)で、誤検出率、つまり人が書いた文章をAI製と判定してしまう割合を1%に抑えた設定です。

| 条件 | 検出率(OpenAIの評価、2026-10発表) |
| --- | --- |
| 心理学の題材・200トークン | 約80% |
| 心理学の題材・400トークン | 約95% |
| 数学のように言い回しの自由が小さい題材 | 大きく下がる(数値は本記事で確認していない) |
| 400トークン・単語の10%を同義語に置き換え | 約92%→66% |
| 400トークン・単語の25%を同義語に置き換え | 17% |

読み方のポイントは3つです。1つ目に、200トークンは英語でおよそ150語前後(当社の目安)の短い文章ですが、それでも5本に1本は見逃します。メール1通や短い報告の判定は、透かしでも当てになりません。2つ目に、人が少し手を入れるだけで検出率は大きく落ちます。4語に1語を言い換えた文章では、検出できるのは6本に1本程度です。3つ目に、題材によって差が出ます。答えがほぼ決まる文章では、透かしを入れる余地そのものが小さいためです。

OpenAI自身も、理想的な条件での性能は日常の検出の信頼性を保証しないと書いています。Anthropicは検出率の数値を公表していませんが、短い文は判定しにくい、事実の文やコードには透かしが入りにくい、文法だけ直した校正には印がほとんど残らない、と説明しています(2026-08-14の公式ブログ)。日本語の文章での検出率は、どちらの会社も公表していません(2026-10-06時点)。

仕様の出典: [OpenAI「Our approach to EU text provenance rules」(2026-10-05)](https://openai.com/index/eu-text-provenance/)
仕様の出典: [OpenAI「textGrain」技術報告(PDF)](https://cdn.openai.com/pdf/e9508624-d767-41b6-a26d-e34ca798ada6/textgrain-entropy-calibrated-watermarking-for-language-model-text.pdf)

## 透かしが検出されても分からないこと

仮に透かしが見つかっても、それで判断できることは多くありません。OpenAIとAnthropicの説明を合わせると、透かしは次のことを示しません。

- 人の関与の量: AIが全部書いたのか、人の下書きをAIが直したのか、AIの下書きを人が大きく直したのかは区別できない
- 元の考えの出どころ: 翻訳・要約・ファイル変換にAIを使うと、元の内容が人のものでも印が付くことがある(Anthropic)
- 誰が使ったか: 利用者・組織・アカウント・会話は特定できない
- 内容の正しさ・適法さ: 正確か、誤解を招かないか、開示が必要だったかは何も示さない
- 責任の所在: 誰の著作物か、誰が責任を負うかは変わらない

逆に、透かしが見つからないことも「人が書いた」証明になりません。短い、編集された、翻訳された、透かしの導入前のモデルで作った、他社のAIで作った、などの理由で検出されないことがあります。OpenAIとAnthropicの透かしは鍵も方式も別なので、片方の検出器でもう片方の文章は判定できません。

仕様の出典: [OpenAI「Our approach to EU text provenance rules」(2026-10-05)](https://openai.com/index/eu-text-provenance/)
仕様の出典: [Anthropic「How Claude marks AI-generated content」(ヘルプ、2026-10-01更新)](https://support.claude.com/en/articles/16266773-how-claude-marks-ai-generated-content)

## 一般のAI判定ツールの精度: 研究で分かっていること

文章の特徴から推定するAI判定ツールについては、ツールの提供会社が精度をうたうことが多い一方、第三者の検証は限られます。ここでは大学の研究者が公表した結果だけを挙げます。どちらも英語の文章で、2023年時点のツールを調べたものです。

- スタンフォード大学の研究者(Liang ほか、2023): 広く使われる7つの判定ツールに、英語を母語としない人が書いた英語の小論文(TOEFL)91本を判定させたところ、平均61.22%をAI製と誤判定した。7ツールすべてがAI製としたのは18本(19.78%)、少なくとも1つのツールがAI製としたのは89本(97.80%)。同じツールは米国の中学2年生の小論文はほぼ正しく人が書いたと判定した。研究者は、評価や教育の場で使うことに注意を促している
- 欧州の大学などの研究者(Weber-Wulff ほか、2023): 公開されている12のツールと、学術機関で使われる2つの商用システムを調べ、利用できる判定ツールは「正確でも信頼できるものでもない」と結論づけた。AI製の文章を人が書いたと判定する方向に偏っており、文章を言い換えるなどの手を加えると性能はさらに悪くなった

この2つの研究から読み取れるのは、一般のAI判定ツールは「見逃し」と「濡れ衣」の両方を起こし、とくに語彙が限られた書き手、つまり外国語で書く人や文章に慣れていない人を不利に扱いやすい、という点です。ツールは2023年以降も更新されており、いまの精度が同じとは限りません。ただし、日本語の文章での精度を大学や公的機関が評価した結果は、当社では確認できていません(2026-10-06時点)。精度の数字を示されたら、誰が、どの言語・どの長さの文章で、誤検出率を何%に設定して測ったかを確かめてください。

仕様の出典: [Liang ほか「GPT detectors are biased against non-native English writers」(スタンフォード大学、arXiv、2023)](https://arxiv.org/abs/2304.02819)
仕様の出典: [Weber-Wulff ほか「Testing of Detection Tools for AI-Generated Text」(International Journal for Educational Integrity、2023)](https://arxiv.org/abs/2306.15666)

## 日本の会社で使えるか

透かしによる文章の検出は、日本の一般の会社にはまだ使えません。OpenAIの文章の検出ツールは承認された研究者・専門機関だけに提供され、一般には公開しない方針です。Anthropicの文章の検出APIはプライベートプレビューで、規制当局・法執行機関・報道・研究者・教育機関・EUの市民団体と、EUのAI法の対応で確認の義務がある企業に限られています(どちらも2026-10-06時点)。

画像・音声などのファイルは別で、OpenAIの確認ページやAnthropicの「Claude Content Checker」で誰でも来歴情報を確かめられます。ただし、どちらも文章は対象外です。

そのため、日本の会社が社外の文章をいま判定しようとすると、一般のAI判定ツールを使うことになります。上の研究結果のとおり、その結果は「疑いの目安」以上の重みを持たせにくいものです。

## 採用・評価・学校・取引先の文書に判定を使う前に決めること

AI判定の結果は、人の評価や取引の可否に直結する場面で使われがちです。使う前に、少なくとも次の4点を決めて文書にしておきます。

| 決めること | 具体的に決める中身 |
| --- | --- |
| 何のために判定するか | AIの使用そのものを禁じているのか、AIを使った事実の申告を求めているのかを先に明確にする。AI使用を認めている場面で判定する意味は薄い |
| 誤検出のときの扱い | 判定結果だけで不合格・減点・取引停止にしない。結果は「確認のきっかけ」にとどめると決める |
| 人の確認 | 判定が出たら、誰が、何を見て判断するかを決める。下書きや作業の経緯、面談での説明など、判定以外の材料で確かめる |
| 本人への説明 | 判定を使うことを事前に知らせる。疑いが出たときは、根拠を伝え、本人が説明・反論できる機会を設ける |

### 採用の応募書類・課題

エントリーシートや課題の文章にAI判定をかける場合、上の研究のように、母語でない言語で書いた応募者や、簡潔な文体の応募者が不利になるおそれがあります。AIの使用を禁じたいなら、判定に頼るより、面接で内容を本人に説明してもらうほうが確かです。AIの使用を認め、使った場合は申告してもらう運用もあります。

### 人事評価・社内の報告書

社内でAIの利用を認めているなら、報告書がAI製かどうかを判定する意味はほとんどありません。評価すべきは内容の正しさと、本人が説明できるかです。AIを使ってよい文書と、使うなら申告が要る文書を分けて決めておくほうが運用しやすくなります。

### 学校・研修の課題

社内研修のレポートや、教育事業で受け付ける課題も同じです。判定結果だけで不正と扱わず、作成の経緯の確認や口頭での確認と組み合わせます。

### 取引先から届いた文書

取引先の提案書や納品物にAIが使われたかを判定しても、品質や責任は分かりません。気にするべきは、AIを使ってよいか、使うなら機密情報をどう扱うかを契約や発注条件で決めておくことです。判定ツールに取引先の文書を貼り付けると、そのツールの提供会社に文書を渡すことにもなる点に注意してください。

## いまやること・待ってよいこと

### いまやること

- 社内でAI判定ツールを使っている部署(人事、教育、品質管理など)があるかを確かめ、判定結果を何に使っているかを洗い出す
- 判定結果だけで不利益な扱いをしない、というルールを1行で決めて共有する
- 自社の文書にAIを使ってよい範囲と、使ったときの申告・表示のルールを決める。判定より先に、こちらが効く
- 判定ツールを導入・継続するなら、提供会社に精度の測り方(言語、文章の長さ、誤検出率)と、貼り付けた文章の扱いを確認する

### 待ってよいこと

- 透かしの検出ツールの導入。OpenAIもAnthropicも、文章の検出を一般の会社に開放していない(2026-10-06時点)
- 日本語の文章を対象にした判定の本格運用。日本語での精度の公的な評価が出るまでは、目安として使うにとどめる
- 社外から届いた文章の網羅的な判定。透かしの対象は一部の提供者・モデルだけで、検出されなくても人が書いた証明にはならない

## 出典

- OpenAI「Our approach to EU text provenance rules」(2026-10-05): https://openai.com/index/eu-text-provenance/
- OpenAI「textGrain」技術報告(PDF): https://cdn.openai.com/pdf/e9508624-d767-41b6-a26d-e34ca798ada6/textgrain-entropy-calibrated-watermarking-for-language-model-text.pdf
- OpenAI API「Content provenance」: https://developers.openai.com/api/docs/guides/content-provenance
- Anthropic「How Claude's text watermark works」(2026-08-14、2026-09-01更新): https://www.anthropic.com/news/claude-text-watermark
- Anthropic「How Claude marks AI-generated content」(Claude Help Center、2026-10-01更新): https://support.claude.com/en/articles/16266773-how-claude-marks-ai-generated-content
- Liang, Yuksekgonul, Mao, Wu, Zou「GPT detectors are biased against non-native English writers」(Stanford University、arXiv、2023): https://arxiv.org/abs/2304.02819
- Weber-Wulff ほか「Testing of Detection Tools for AI-Generated Text」(International Journal for Educational Integrity、2023): https://arxiv.org/abs/2306.15666

## よくある質問

### AIが書いた文章は見抜けますか?

条件付きでしか見抜けません。OpenAIの透かしの評価(英語)では、誤検出を1%に抑えた条件で400トークンの文の約95%を検出できますが、200トークンでは約80%、単語の25%を言い換えると17%まで下がります(2026-10発表)。透かしの検出ツールは一般には公開されていません。

### AI判定ツールの精度はどのくらいですか?

日本語での精度を大学や公的機関が評価した結果は、当社では確認できていません(2026-10-06時点)。英語では、スタンフォード大学の研究者が2023年に、7つの判定ツールが英語を母語としない人の小論文の平均61.22%をAI製と誤判定したと報告しています。

### 透かしが検出されなければ、人が書いたと言えますか?

言えません。短い文、編集・翻訳した文、透かしの導入前のモデルや他社のAIで作った文は検出されないことがあると、OpenAIとAnthropicの両社が説明しています。

### 採用の応募書類にAI判定ツールを使ってよいですか?

判定結果だけで合否を決めるのは避けてください。研究では、母語でない言語で書いた人が誤ってAI製と判定されやすいことが報告されています。使うなら、応募者に事前に知らせ、疑いが出たら面接などで本人に説明の機会を設け、人が最終判断する手順を決めておきます。

## 関連ページ

- https://westeria.jp/guide/chatgpt-text-watermark-eu/
- https://westeria.jp/guide/claude-text-watermark/
- https://westeria.jp/guide/ai-content-labeling-policy/
- https://westeria.jp/guide/ai-agent-governance/

---

株式会社ウェステリアは、AIネイティブな開発スタイルでソフトウェア開発と業務自動化を行う会社です。初回1時間の無料ヒアリングを受け付けています: https://westeria.jp/#contact