AI検出ソフトウェアの市場は、アルゴリズムが、学生が書いた作文と機械が生成した文章を判別できるという約束に支えられている。今週CNETが発表した実地テストは、その約束が崩壊したことを示唆している。主要な検出ツールはすべて、無料または低コストの回避手段によって打ち負かされ、同じ画像に対して検出ツール同士が矛盾する結果を示したという。
CNETの寄稿者でアリゾナ州立大学のジャーナリズム教授であるレイチェル・ケイン氏は、実際の課題のPDFをChatGPT、Claude、Gemini、NotebookLMに入力し、得られたエッセイを人間化ツール（AI生成文を人間が書いたように見せるツール）に通した。記事によると、人間化されたテキストはすべて検出を余裕で通過した。また、このテストは業界の構造的な矛盾も浮き彫りにした。AI検出を販売する一部の企業が、それを打ち負かすために設計された人間化ツールも販売しているのだ。
矛盾は画像検出で最も顕著だった。あるツールは、生成AIが登場する前に作られたグラフィックを100％AI生成と警告した一方、別のツールは完全にAIが作成したインフォグラフィックをAI生成わずか1％と判定した。記事は、告発に直面した学生がこうした不一致を利用できると指摘する。2つの検出ツールが同一の成果物に対して正反対の判定を下すことは珍しくないからだ。
AI耐性を備えるよう設計された課題でさえ、テストに失敗した。視覚要素を必要とする課題を完成させるためのプロンプトを1つ与えただけで、Claudeは追加の指示なしに、標準化された形式のプロフェッショナルな外観のインフォグラフィックを生成した。著者は課題も出力結果も一切確認しなかった。これは、作業をモデルに委ねても学生が教材を吸収するという主張の根拠を弱める。
独立した研究も、こうした事例ベースの結果を裏付けている。International Journal for Educational Integrityに掲載された系統的評価では、広く使われている商用検出ツールがGPT-4が生成したコンテンツに対して一貫性のない結果を示し、偽陰性と不確かな分類の両方を生み出していることが判明した。ブランダイス大学のAI運営評議会は、検出ツールが高い偽陽性率を持ち、英語を母語としない話者に対して偏る可能性があることを示す研究をまとめている。また、2023年以降の報道では、人間が書いた文章を機械生成と判定する検出ツールの事例が記録されている。
このエコシステムの経済性は、一つの方向を示している。複数ページに及ぶ課題をオンデマンドで完成させる宿題支援アプリは、学習補助ツールとして販売され、月額約7〜12ドルのサブスクリプション料金が設定されている。試験対策向けツールは、年間15〜192ドルで検出不能な体験を宣伝している。CNETの記事は、この業界全体の主要な顧客は、誠実性を執行しようとする教育者ではなく、課題を早く終わらせたい学生であると結論づけている。
大学は、技術的対応ではなく構造的対応に動き始めている。各教育機関は、より大きな問題プールからの出題ランダム化と対面試験の拡充へと移行しつつある。ソフトウェアをめぐる軍拡競争は、検証ツールを握る者ではなく執筆ツールを握る者に有利に働くとの認識に基づく動きだ。差し当たり、教育者にとっての実践的な教訓は、検出スコアだけでは証拠にならないということだ。学生にとっては、執行の仕組みは信頼するよりも打ち負かす方が簡単だということになる。
雅子 訳
Sources: I Used Every AI Cheating App and Detector and Came to One Conclusion (CNET, July 31, 2026); Evaluating the efficacy of AI content detection tools in differentiating between human and AI-generated text (International Journal for Educational Integrity, Springer); Limitations of AI Detection Tools (Brandeis University AI Steering Council); Detecting AI may be impossible. That’s a big problem for teachers (Washington Post, June 2023)