高いスコアが出ると、まず却下ボタンが目に入ります

外部ライターや応募者から届いた原稿をAI検出器にかけたところ、「AI生成の可能性98%」と表示されました。締め切りは迫っており、執筆者に何を聞くべきかも曖昧です。このとき、スコアをそのまま判定に変えるのは速くても安全ではありません。

Pangramを含むAI検出器の結果は、執筆者を判定する証拠ではなく、どの箇所をさらに確認するかを決める選別シグナルとして使うべきです。 検出器は文が作られた過程を見ず、完成したテキストのパターンを分析するためです。

極端な例もあります。Fritzの2026年比較記事は、GPTZeroが米国憲法をAI執筆と表示し、Originality.aiが『ダ・ヴィンチ・コード』を100% AI生成と表示したと伝えています。ただし、この記事には入力全文、実行時点、製品バージョン、しきい値、結果ログがないため、独立して再現可能なベンチマークとは見なせません。 著名な人間の著作物でも検出され得るという警告例として読むのが正確です。

Pangramが変えたのは著作の証明ではなく、学習データです

Pangramは2026年7月、Menlo Ventures主導の900万ドルの資金調達とともに、Pangram 4と画像検出モデルを発表しました。Haystack、ScOp、Script Capital、Cadenzaも投資に参加しています。 ただし、調達額は製品性能の独立した検証とは別の事実です。

Pangram 4の中心となる手法は、synthetic mirrorとhard-negative miningです。まず、人間の文書ごとにテーマ・長さ・文体が似たAI文書を作り、学習ペアとして使います。次に、人間が書いた文章をAIと誤分類した事例を学習データに戻し、誤検出を減らします。

ここには重要な境界があります。 この方法は、人間の文書とAI文書の統計的な違いをよりよく学習する方法です。文書の下書き、キーストローク、貼り付け履歴、ウォーターマークを確認して著者を証明する技術ではありません。

製品は文書をHuman Written、AI-Assisted、AI-Generatedの区間に分け、各区間のスコア、信頼度、文字位置を返します。モデルカードによると、512トークンの重複ウィンドウで文書を分析した後、文単位で結果を調整します。 隣接するラベルは最小でおよそ2文分の長さになるよう統合されることがあるため、表示色を単語ごとの執筆元として解釈してはいけません。

誤検出0.0041%は強い結果ですが、普遍的な法則ではありません

Pangramが公開した数値は、分母まで確認できる点で有用です。ただし、いずれもPangramの研究者が定められた評価コーパスで測定した、開発元自身の結果です。

評価対象公開結果読む際の限界
英語の人間文書FineWeb 100万件中41件の誤検出、0.0041%分野別の誤検出率は、学術文0.019%、詩0.078%、レシピ0.049%と異なりました
英語のAI生成文26モデルの519,993件中1,766件を見逃し、偽陰性率0.3396%数学・コーディング・多肢選択の依頼は評価から除外されました
韓国語評価2022年以前のFineWeb2人間文書の誤検出率0%、AI生成文の偽陰性率0.5805%韓国語別の標本数は公開されておらず、AI生成文は英語文書を翻訳・ミラーリングした内部合成評価です

英語の人間文書における誤検出率の95%信頼区間は0.0032%～0.0050%、英語AI生成文の偽陰性率の信頼区間は0.3242%～0.3558%と報告されています。 モデルカードは韓国語AI生成文の偽陰性率も0.5805%と公開していますが、韓国語別の標本数は示していません。さらに、この値は英語文書を翻訳・ミラーリングして作った内部合成評価の結果であり、実際の韓国語の応募書類、短い広告文、専門分野の原稿全体における精度を意味するものではありません。 公式サイトが韓国語対応を明記していることと、韓国語の実務精度が実証されているという主張は区別する必要があります。

無料アカウントでは「判定」ではなく、まず確認フローを試しましょう

現在のPangram無料プランでは、支払い方法なしで1日最大2,000語のテキスト検査を利用できます。 テキストを貼り付けるか、PDF・DOCX・RTFファイルをアップロードでき、別途インストールは不要です。 最初から実際の提出物を入れず、AI使用の有無が分かっている内部検証用の原稿2件で、結果画面と記録方法を先に確認してください。2件の合計を2,000語以内に収めにくい場合は、1日1件ずつに分けて検査できます。

  1. まずアップロード権限と分量を確認します。
    個人情報と機密情報を除いた「人が直接書いた原文」1件と、「人が書いた文章をAIで軽く整えた原稿」1件を用意してください。同日に検査するなら2件の合計を2,000語以内に収め、超える場合は日を分けます。外部サービスにアップロードする権限が不明確なら、検査を進めません。
  2. Pangram公式ページで無料アカウントにログインし、Text Detectionを選択します。
    原稿全文を貼り付けるか、対応ファイルをアップロードして検査を実行してください。Pangram 4は、完全な文で構成された散文を最低50語入力するよう案内しています。
  3. 総合スコアより、表示された区間を確認します。
    Human Written・AI-Assisted・AI-Generatedのラベル、区間ごとの信頼度と位置を記録します。APIを接続する場合は、レスポンス内の区間別スコアと文字位置も保存できます。
  4. フラグが付いた区間を別の証拠と照合します。
    下書きとバージョン履歴、引用元の原文、出典の不一致、過去の仕事からの急激な文体変化を確認してください。スコアと独立した証拠は、記録上でも分けます。
  5. 説明が必要な箇所だけを執筆者に尋ねます。
    該当区間をどの順序で執筆・編集したか説明し、以前の下書きを示す機会を与えてください。検査日、モデルバージョン、入力範囲、区間結果、最終判断の根拠も併せて残します。

最初の試験の成功基準は、2件の原稿を完璧に当てることではありません。担当者が検出スコアと別の証拠を分けて記録し、どの結果が人による追加確認を促すか合意できれば、最初のフローはできています。

検出器を二つ使うより、独立した証拠一つの方がよい

異なる検出器を二つ動かして同じ結果が出ても、著作の有無が証明されるわけではありません。二つの製品が似たテキスト特性に依存していれば、同じ文章で一緒に間違う可能性があるためです。14の検出器を比較した査読研究も、ツールや文書の変形によって性能差が大きく、結果を学術的不正行為の証拠として使うのは不適切だと結論付けました。ただし、この研究は2023年の英語標本54件を使っており、Pangram 4は含まれていません。

グラスゴー大学の2026年ガイダンスは、AI検出スコアを調査の根拠とするのではなく、以前の下書き、執筆者の説明、存在しないまたは一致しない出典など、証拠全体を調べるよう案内しています。 コンテンツ運用でも同じ原則を適用できます。

確認基準は次のように分けられます。

  • 編集の優先順位が目的なら、検出結果で人が先に見る区間を選びます。
  • 却下・採用取消・懲戒のような影響の大きい判断では、下書き、出典、執筆者の説明なしにスコアだけを使いません。
  • アップロード権限や個人情報処理の基準がなければ、検出器の利用より先に内部手順を定めます。
  • 韓国語・専門分野・短い文書が主な入力なら、実際の文書分布で内部ベースラインを作ってから利用範囲を定めます。

Pangram 4の進展は、より具体的な評価数値と混合著作区間を提供する点にあります。それでも検出器が答えられるのは、「このテキストがどのようなパターンに似ているか」までです。「誰がどのような過程で書いたのか」に答えるには、下書き、バージョン履歴、出典、執筆者の説明が必要です。

さらに深く知りたいなら

Pangram 4 Technical Report synthetic mirror、hard-negative mining、評価コーパスの構成を直接確認できる技術報告書です。 arxiv.org

Pangram 4 Model Card 英語と韓国語の評価結果、エラー率、入力条件、混合著作区間の処理方法を確認するのに適しています。 pangram.com

GenAI Guidance 2026 - Identifying Potential Concerns 検出スコアの代わりに、下書き、説明、出典などどの証拠を確認すべきかを示すグラスゴー大学のガイダンスです。 gla.ac.uk