教師は検出器にエッセイを貼り付け、" 87% AI-generated" を取得します。編集者はフリーランサー' の記事を別の記事に投稿し、" を取得します。おそらく人間" 求職者にカバーレターにフラグが立てられたと告げられます。いずれの場合も、ある人に関する質問に答えるために 1 つの数字が尋ねられます。彼らはこれを書いたのですか?その数字は重みを運ぶことができず、その理由は十分に文書化されています。
正直に測定できるのはテキストそのものです 文の長さ、語彙、ヘッジや句読点は 書くことについての事実であり 読者にとって草稿が定型的に感じられるのと同じ事実です このガイドでは 著者検出が失敗する理由、測定可能な各信号が何を意味するのか、数値の計算方法、誰かを告発するのではなく草稿を改善するためにそれらを使用する例が使われています AI ライティング チェッカー、 の 一 AI 書き物 ツール toolz では 6 つの信号を報告し、AI が作成される可能性を意図的に示していません。
tl;dr: AI がテキストを書いたかどうかを確実に判断できるツールはない OpenAI は精度が低いとして 2023 年に独自の分類器を撤回し、調査によると、検出器は英語以外のライターに AI としてフラグを立てることが多い。チェッカーが正直に測定できるのは、文長の変動(乱れ)、平均文長、1,000 単語あたりの使いすぎ語彙、ヘッジ フレーズ、em ダッシュ密度、接続オープナーなどの文章です AI ライティング チェッカー これら 6 つの信号をそれぞれの背後にある証拠とともに報告し、クライアント側で実行し、無料でサインアップしません。
AI検出器で誰が文章を書いたか分かる?
いいえ、AI 検出器は、テキストの表面の特徴から著者であることを推測する統計的分類子であり、それらの推測は多くの場合間違っているため、それらに基づいて行動することは安全ではありません。
最も明確な証拠は、それらを構築した企業から得られています OpenAIは2023年1 月にAIテキスト分類器をリリースし、2023年7 月にそれを撤回しました。 の更新 その 発表 ページ 分類器はもう利用できなかったと述べています " 精度率が低いため "モデルをトレーニングした組織が出力用の信頼できる検出器を構築できない場合、サードパーティのスコアにはほとんど信頼がありません。
失敗もランダムではありません スタンフォードの研究者らによる2023 年の研究では、 GPT検出器は、英語を母国語としない作家に対して偏っています (liang et al.) は、英語を母国語としない人が書いた TOEFL エッセイよりも広く使用されている 7 つの検出器を実行しました。人間が書いたエッセイの半分以上は平均して AI 生成として分類されましたが、米国の 8 年生によるエッセイははるかに正確に分類されました。メカニズムは単純です。第二言語で書く人は、より狭い語彙とより規則的な文構造を使用する傾向があり、規則性はまさに検出器が機械のように読むものです。
さらに2 つの問題により、スコアは脆弱になります。 生成された下書きの軽い編集により、スコアを "AI" から "human" に移動できます。また、文法ソフトウェアを使用した人間の下書きの重い編集では、逆に移動する可能性があります。通常の編集で反転する測定は、作成者の数を測定するものではありません。
ライティングチェッカーは正直に何を測定できますか?
誰が生成したかにかかわらず、真であるテキストのプロパティを測定できます。 Toolzチェッカーは6 つを報告します:
| 信号 | それが測定するもの | どのように報道されるのか | 人間的な終わり | 式末 |
|---|---|---|---|---|
| 文長のバリエーション | 文の長さがどれだけ違うか(乱暴さ) | 変動係数 (パーセンテージ) | 70% 以上です | 15% 以下です |
| 平均文の長さ | 文ごとの意味単語 | 言葉 | 14 以下 | 30以上 |
| 語彙の使いすぎ | 約40 ワードのモデルが使いすぎます | 1,000 ワードあたりのカウントと評価 | 千あたり0 | 千人当たり20 人以上 |
| ヘッジフレーズ | " it is worth noting" のようなフレーズ | 数える | 0です | 5 以上です |
| Em ダッシュ密度 | Em と en ダッシュ | 1,000 ワードあたりのカウントと評価 | 千あたり0 | 千あたり十以上 |
| 接続オープナー | 始まる文 さらに、さらに、しかし | 文のシェア | 0% | 30% 以上です |
各信号は、これら 2 つのアンカーの間に 0 ～ 1 のスケールで配置され、人間のようなもの (0.34 未満)、混合されたもの (0.34 ～ 0.67)、または定型的なもの (0.67 以上) として色付けされます。アンカーは編集のしきい値であり、作者の統計的なカットオフではありません。読者がパターンに気づき始める場所を示します。
すべての信号には、実際の文の長さ、一致した単語、見つかった生垣、接続詞で開いた文などの証拠もリストされています。数字が間違っていると、その理由が証拠によって示されます。
バースト性とは何ですか、そしてなぜそれが最も強い信号ですか?
破裂とは、テキスト間で文の長さがどの程度異なるかということです。人間の文章では、短い文と長い文が混在しています。3 語の文がポイントを獲得します。30 語の文がその節を含む修飾を通過します。生成された草稿は、15 ～ 22 語の文の後に、均一な中間長に落ち着く傾向があります。
チェッカーは、変動係数としてバースト性を報告します。文長の標準偏差を平均で割ったものです。平均で割ると、その数字は文全体の長さに依存しないため、短い文のテキストと長い文のテキストを公平に比較できます。
長さが4、17、2、11 語の4 つの文の計算は次のとおりです:
mean = (4 + 17 + 2 + 11) / 4 = 8.5
squares = 4.5² + 8.5² + 6.5² + 2.5² = 20.25 + 72.25 + 42.25 + 6.25 = 141
variance = 141 / 4 = 35.25
std dev = √35.25 ≈ 5.94
CV = 5.94 / 8.5 ≈ 0.70 → "70% variation"
70% でテキストは人間のような端にあります。これらの長さを 15、17、16、18 に変更すると、標準偏差は平均 16.5 で約 1.12 に低下します。これは、公式の端である約 7% の変動です。
破裂音は、書き換えずに偽造するのが難しく、修正するのが簡単なため、最も強力な単一信号です。つまり、1 つの長い文を分割し、2 つの短い文を結合し、強調すべき点を示す非常に短い文を追加します。
語彙、ヘッジ、ダッシュ、オープナーはどのようにカウントされますか?
語彙の使いすぎ. チェッカーは、人間の文章よりも生成されたテキストではるかに頻繁に表示される約 40 語のリストから単語全体の一致をカウントします leverage、 robust、 crucial、 comprehensive、 holistic、 meticulous、 transformative あんど navigating。カウントは、短いテキストと長いテキストを比較すると、1,000 ワードあたりのレートに変換されます。
ヘッジフレーズ. 10 のパターンが数えられます。 " " に注意することが重要です。 、" それは注目に値します" 、" それは注意する必要があります" 、" 来るとき" 、" 一日の終わりに" 、" 言う必要はありません" そして"今日'sペースの速い世界"。
Emダッシュ密度. すべての em ダッシュと en ダッシュはカウントされ、1,000 ワードあたりのレートに変換されます。キーボードで入力する人がその文字を生成することはほとんどありません。モデルはそれを常に生成します。
接続オープナー. チェッカーは、 で始まる文をカウントします。さらに、さらに、特に重要なことに、結果またはただし、すべての文のシェアとしてカウントします。
平均文長. 文ごとの平均単語数。 15 から20 の単語は快適に読んでいます; 過去25 読者は働き始めます。
文はピリオド、疑問符または感嘆符の後に空白が続き、単語は文字とアポストロフィの連続です。 " など " のような略語は、したがって、文を早期に分割することができ、それはわずかに長さの数字を見つけることができるように、証拠のリストは長さを示しています。
すべての数字で動作する例
この短いテキストを貼り付けます:
The report is ready. It covers three regions and explains why sales in the north fell by a fifth last spring. Read it. Moreover, it is important to note that the landscape is changing.
チェッカーは34 の単語と4 つの文を報告し、これらの信号で:
| 信号 | 値 | 評決 |
|---|---|---|
| 文長のバリエーション | 70% の変動 (長さ 4、17、2、11) | 人間らしい |
| 平均文の長さ | 8.5ワード | 人間らしい |
| 語彙の使いすぎ | 1 インスタンス (1,000 ワードあたり 29.4): 風景 | 整数 |
| ヘッジフレーズ | 1 件見つかりました: "注意して引用することが重要です; | 人間らしい |
| Em ダッシュ密度 | ダッシュ 0 (1,000 ワードあたり 0.0) | 人間らしい |
| 接続オープナー | 4 文中1 文 | 整数 |
この中から二つの教訓が生まれるのです まず 非常に短い文章のレートは激しく揺れます 34 の中の1単語は 1,000 あたり29.4 のレートで スケールから外れています 語彙やダッシュレートに多くを読み込む前に 少なくとも数百の単語を貼り付けます 2つ目に 信号は特定の文を指しています 最後の1つは opener, hedge and a listed wordを運び " に書き換えます 市場は変化しています " 3つすべてをクリアします。
このテキストの全体的なラベルは "Reads naturally" です。, なぜなら、6 つのスコアの平均は混合しきい値のすぐ下に収まるからです。その境界線の結果は、ラベル全体がシグナルの概要であり、成績ではない理由をよく示しています。
ライティングチェッカーをどのように使用すべきか、そしてどのように使用すべきではありませんか?
自分の下書きに使って、どの段落が定型的に読めるかを見つけ、パターンがどのようなものかを学びましょう。寄稿した作品を編集するときに、軽い編集が役立つ場所への指針として使用します。
学生がだまされたかどうか、フリーランサーがモデルを使用したかどうか、または申請者が自分の手紙を書いたかどうかを判断するために使用しないでください。ページには、結果の上の警告ボックスに次のように書かれていますが、その理由は繰り返す必要があります。検出器では著者であることを確立できず、誤検知は第二言語ライターに最も強くかかり、スコアに基づいて構築された告発は、何も悪いことをしなかった人に実害を与える可能性があります。著者であることが本当に重要である場合は、ライターに相談するか、草稿や改訂履歴を確認するか、推論の説明を求めます。
目指すスコアもありません ばらつきが小さい場合は文をバラバラに ヘッジが高い場合はヘッジを切ります どちらも書いた人が書くことを改善します。
チェッカーが見つけたものをどのように修正しますか?
各信号には直接修正があります。
| ファインディング | 修正 |
|---|---|
| 文長のバリエーションが少ない | 1 つの長い文を分割する; 2 つの短いものをマージする; 強調のために非常に短い文を追加します |
| 平均的な文の長さが高い | " と " で文を壊します。 、"どれとquot;そして"なぜなら"節が独立した場所 |
| 語彙率が高い | リストされている各単語を、使用、強、キー、完了などの単純な単語に交換します |
| ヘッジフレーズ | 句を削除; 文は同じ意味です |
| 高いemダッシュ率 | 文が望むものであれば、ダッシュを全停止、カンマ、または括弧に置き換えます |
| 接続オープナー | オープナーを削除します;文の順序にはすでに接続が示されています |
これらのいくつかは自動的に適用できます。 the AI テキスト ヒューマナイザー ヘッジとオープナーを削除し、使いすぎた単語を交換してダッシュを置き換え、各変更をリストアップして、適合しないものは拒否できます。文の長さは変更されないため、バースト性は依然として手動編集です。実用的なループは次のとおりです。チェック、人間化、文のリズムを手作業で編集し、再度チェックします。
編集内容がどの程度変わったかを確認したい場合は、前と後を a に貼り付けます テキスト差分チェッカー。特定のプラットフォーム上の長さのターゲットについては、へのガイド 言葉を数えたり、読む時間 単語数の計算方法とツールが同意しない理由について説明します。
パターンチェッカー対AI検出器対可読性スコア
これら 3 つのツールはさまざまな質問に答えるため、しばしば混同されます。
| ツールタイプ | 質問してください | 出力 | 信頼できる |
|---|---|---|---|
| AI 検出器 | モデルはこれを書いたのか? | 確率や判決 | 何も結果的; 精度が低すぎる |
| パターンチェッカー | このテキストにはどのような定型的な習慣がありますか? | 証拠で測定された信号 | 編集と自己レビュー |
| 可読性スコア (フレッシュなど) | これはどれくらい読みにくいですか? | グレードレベルまたはイーズスコア | テキストを視聴者にマッチングします |
可読性の公式とパターンチェッカーは文の長さで重なっていますが、その先にあるさまざまなものを見てください。 「フレッシュスコアリング」は単語ごとに音節をカウントします; パターンチェッカーは特定の単語や構造をカウントします。これらは一緒に使用すると、下書きが読みにくいかどうか、またテンプレート化されているかどうかがわかります。
テキストはアップロードまたは保存されていますか?
いいえ すべての測定はブラウザの JavaScript で実行されます。テキストは送信、ログ記録、または保存されず、読み込まれるとページはオフラインで動作します。テキスト ボックスの焦点が合わなくなると、ページには単語数のみを含む使用イベントが記録され、テキストは記録されません。
これは、人々が最もチェックしたい正確な文書、つまり未公開の草稿、学生の作品、原稿、クライアントの成果物にとって重要です。単語リストとしきい値はページ内で固定されているため、同じテキストで常に同じ数値が生成され、2 人の編集者がメモを比較すると結果を再現できます。
今ドラフトを確認するには、 書き方パターンチェッカーに貼り付けます、各信号の下で証拠を読み、最も重要2 つか3 つを修理して下さい。
