AIに英訳や校正を頼んだ論文はどう評価されるのか

AI Claude 論文

日本語で論文を書き上げてから、最後に英訳だけAIに頼む。あるいは書き上げた英文の誤字と不自然な言い回しをまとめて直してもらう。どちらもよくある使い方ですが、この原稿はテキスト透かしのAI検出器にかけると全文が反応します。Claudeが生成した文章に不可視の透かしが入るようになったからです。仮説を立てたのも実験をしたのも解析をしたのも人間なのに、検出器はそこを見ません。

• 2026年8月から透かしが入っている
• 透かしが付いているのは語の並びなど人には見えない部分
• 英訳を任せた原稿は全文が反応する
• 申告しなくていい使い方ほど、はっきり検出される
• LLMは言語の壁を下げる道具として認められてきた
• 困るのは、英語と予算に恵まれていない人

2026年8月から透かしが入っている

How Claude marks AI-generated content | Claude Help Center

https://support.claude.com/en/articles/16266773-how-claude-marks-ai-generated-content

Anthropicは自社のヘルプセンターで、2026年8月2日以降にローンチしたClaudeモデルはローンチ時点からテキストに機械可読なマーキングを施すと明記しました*1。それ以前のモデルも移行期間中に順次対応します。背景となったEUのAI Act*2には、署名者にGoogle、Meta、Microsoft、OpenAIも並んでいますので、他のAIも遅かれ早かれ同じテキスト透かしの埋め込みを実行するでしょう。Googleは2024年にすでに透かし技術のSynthIDをGeminiに載せているので、実装の公表順が違うだけで各社は同じ義務を課される状況にあります。

AI検出器そのものはまだ公開されていません。Anthropicは技術文書とツールを今後出すとしているだけで、時期を明らかにしていません*3。検出する側の道具が出そろっていないだけで、埋め込む側はもう動いています。

ややこしいのは、どのモデルがいつ対応するのかという一覧が公表されていない点です。たとえばClaude Opus 5のリリースは2026年7月24日で*4、8月2日より1週間ほど前にあたります。ローンチ時点で対応が確定しているモデルではなく、移行期間中に順次対応していく側に入る計算です。いま自分が使っているモデルの出力に透かしが入っているのかどうかを、利用者の側から確かめる手段はありません。

透かしが付いているのは語の並びなど人には見えない部分

仕組みの下敷きは2023年の論文です*5。文章を生成するとき、直前のトークン列のハッシュ値から語彙を「グリーンリスト」と「レッドリスト」に二分し、グリーンリスト側の語をわずかに選びやすくします。読んでいる分には自然な文章ですが、検出器で調べると語の分布に統計的な偏りが出ており、p値付きの検定として扱えます。書式でもメタデータでもなく単語の選択そのものに入っているので、メモ帳を経由しようがコピーしても消えません。

耐性についてAnthropic自身は「一部の編集には耐えうる」としか書いていません。GPTZeroのCTOであるAlex Cui氏の解説によれば、ハッシュは直前の限られた範囲に依存するため、冒頭を削って途中から引用するような操作では透かしは残ります*6。逆に全文を一文ずつ言い換えて並べ替えれば壊れる、というのが同氏の見立てです。

肝心なのは、AI検出器で検出されるかどうかを決めるのは、その研究がAIにどれだけ依存したかではありません。最終稿の文字列をAIがどれだけ触ったかだけです。

英訳を任せた原稿は全文が反応する

日本語で論文を書く研究者を考えます。仮説を立て、実験を組み、データを取り、解析し、考察を書き、共著者と議論して結論を固める。ここまで全部自分たちでやりました。最後に投稿用の英文に翻訳するところだけ、AIに訳させたとします。投稿される英文原稿は、文字列としては全文がAIの生成物です。透かしは冒頭から末尾まで途切れなく入ります。統計的な偏りは文章が長いほど検出しやすくなるので、フルペーパー一本ぶんの長さがあれば、検出器はまず確実に反応します。しかも強く反応します。

同じ検出器に、構想から結論まで全部AIに書かせたうえで自分の言葉に全面的に書き直した原稿をかけると、前の節で見たとおり透かしは壊れていて、検出を免れる可能性が高くなります。研究の中身をAIに委ねた原稿のほうが反応せず、中身を人間が全部やって最後の翻訳だけ委ねた原稿のほうが真っ黒に出る。順序が逆転します。

英訳は論文の本質ではありません。日本語圏の研究者にとって、母語で組み立てた論理を英語に移す作業は、内容の質とは別のレイヤーにあります。それでもAI検出器の目には「全文がAI生成」としか映りません。ここが一番危ないと思っています。

申告しなくていい使い方ほど、はっきり検出される

英訳だけの話ではありません。言い回しがくどい段落を整えてもらう。誤字脱字を拾ってもらう。日本語話者が書きがちな不自然な英語を直してもらう。どれも中身をいじる作業ではありませんし、実際よく使われています。そして原稿全体を通して直してもらうのが普通なので、透かしは結局、原稿の全文に乗ります。

ここで投稿ルールとの相性が悪くなります。医学系の雑誌の多くは、投稿規定を作るときにICMJE（医学雑誌編集者国際委員会）という団体の勧告を土台にしているそうで、AI自身を著者にはできないと決めたうえで、AIを使ったなら申告するよう著者に求めなさい、と各雑誌に指示しています*7。Nature系の雑誌を出しているSpringer Natureは、AIの使い方を3段階のリスクで分ける枠組みを採っています*8。言い回しを整えてもらう程度の使用は最も低いリスク（グリーン）に置かれ、許可されたうえで「開示は信頼と透明性を高める」と書かれています。大がかりな校正や執筆支援は一段上（アンバー）で、開示を伴う形で許可されます。開示しないまま中核的な論証をLLMに生成させることが、禁止（レッド）にあたります。

つまり、言い回しを整える程度の使い方には開示が必須とされていません。ところがその軽い使い方でも、原稿全体に通してしまえば透かしは全文に残ります。著者は規定に沿って何も書かずに投稿する。編集部が検出器にかけると、原稿は最初から最後まで反応する。ルールを守って行動した人の原稿が、黙ってAIに書かせた人の原稿と同じように見えてしまいます。

しかも、疑われた側に説明の手段がありません。検出結果は数字で出てきますが、「翻訳に使っただけです。論証の本編には使っていません。」という説明を裏づけるものを著者は持っていないからです。潔白であることを自分で証明しろ、という話になりかねません。

LLMは言語の壁を下げる道具として認められてきた

ここで3年前の議論を振り返っておきます。2023年2月、JAMAが編集部見解として、AIを著者にはできないという方針を打ち出しました*9。これに対して、松井健太郎先生（国立精神・神経医療研究センター）、香田将英先生、吉田和生先生の3名が、JAMAにレターを寄せています*10。

主張は明快で、LLMは英語が堪能でない著者が英文誌に論文を掲載するのを支援できる、というものです。AIの使用を一律に危険視すると、英語を母語としない研究者だけが不利益を被る。言語の違いで損をするのはおかしい、という問題提起でした。

JAMA編集部は同じ号に返信を載せ*11、この意見に同意すると書いています*12。ただし前提として、AIツールを使ったならその旨を明記すること、最終的な生成物には著者が責任を持つこと、この2つが必要だとされました。いま各誌の投稿規定にある「禁止ではなく開示」という線は、こうしたやりとりを経て引かれたものです。

透かしは、この3年の流れをちょうど反対側に押します。LLMを言語の壁を下げる道具として認めるという考え方は「AIを使ったと申告すれば不利には扱わない」という信頼の上に成り立っていました。ところが検出器は、申告の有無と関係なく反応します。しかも前の節で見たとおり、最も濃く反応するのは英訳と校正、つまり言語の壁を越えるための使い方です。壁を下げるために使った道具が、壁を越えようとした証拠として残ります。

日本語で研究し、日本語で考え、最後に英語へ渡すという書き手にとって、これは正面から効いてきます。松井先生たちが取り除こうとした言語の壁が、AI検出という別の形で戻ってくるからです。

困るのは、英語と予算に恵まれていない人

この影響は、誰にでも同じようにやってくるわけではありません。AIをどれだけ使うかは、その人が何を持っているかで決まるからです。勤め先が英文校正の費用を出してくれる人、英語が母語の共著者がいる人、校正会社に何万円も払える研究費のある人は、AIを使わずに投稿できます。そうした後ろ盾がない人ほど、原稿をまるごとAIに通すことになります。

同じ水準の研究をしていても、疑われる確率だけが変わってきます。差になっているのは研究の質ではなく、その人が置かれた環境です。大きな組織に所属していない研究者、英語を母語としない書き手が、不利な側に回されます。ぼくが一番気にしているのはここです。

そして話は「この論文が通るか落ちるか」では終わりません。何年もかけて人間が積み上げた仕事に、最後の翻訳や校正という一工程だけを理由に「AIが書いた論文」という見方がついてしまう。撤回まで行かなくても、一度そう見られた研究は評価が戻りにくくなります。疑いをかけられた事実は、晴れたあとも残ります。研究者としての実績全体に疑いがかかるところまで行きかねません。

検出器が返すのは「この文字列がAIの生成物か」という数値ですが、「この研究に価値があるか」「この主張はデータに支えられているか」には何も答えていません。ジャーナルが判断すべきは後者のはずですが、前者は自動化できて数値で出るぶん、運用がそちらに引きずられやすくなります。このAI検出器は科学水準の向上に寄与するのか足を引っ張るのか、なんとも後味の悪さが残るような気がしています。

• 前へ
• 日記/2026年

更新日：2026-08-12 閲覧数：19 views.