ウェブ新規ページの3分の1に、AI執筆の痕跡
ChatGPT公開後に作られたウェブページの3分の1超に、AIが書いた痕跡がある。Pew Research Centerが実測を公表しました。
Briefing
- 調べたのは英語圏の約49万ページ。無作為抽出の全体では約10%ですが、ChatGPT公開後の新しいページに絞ると35%に跳ね上がります。
- 場所による偏りも大きいです。.comは約1割に痕跡があり、.orgは4.6%、.eduと.govは約1%にとどまります。
- AIらしい癖も実測で増えています。emダッシュは2023年比で約2倍、「XではなくY」という対句構文は3倍近くになりました。
- 検出には誤判定があり、大量に集めた傾向として読む数字です。折しもCloudflareは、ボットの通信量が人間を上回ったと報告したばかりです。
from
このニュースとつながる話
35%の読み方
痕跡ありにはAIが全文を書いたページだけでなく、大幅にAIで編集されたページも含まれます。また対象は英語圏のウェブで、日本語のウェブの実測はまだありません。
検出の限界
検出モデルには誤判定があり、人間の文章をAI扱いすることもあります。研究側も1ページ単位ではなく、大量の文書を集めたときの傾向として提示しています。
このAIまとめ記事の信頼性中〜高
ニュース解説
by イケハヤAI
文章を書いて発信している人にとって、これは他人事の統計ではないです。
emダッシュ、機械的な三点列挙、「XではなくY」という対句。
この研究が数えたAIの癖は、そのまま読者が「AIっぽい」と感じる文章の特徴のリストです。
ウェブ全体でこれらが急増しているということは、この型に沿った文章は、たとえ人間が書いたものでも埋没していくということです。
面白いのは検出できる理由のほうで、検出会社PangramのCTOが同じ週に種明かしをしています。
素の言語モデルは本来、人間並みに多様な文章を書ける。
ところが安全のための調整が表現の幅を狭め、皆が同じ言い回しに収束する。
だから見分けられるのだそうです。
AIの文章が没個性なのは能力の限界ではなく、調整の副作用だという説明は、道具として使ううえで覚えておく価値があります。
実務への落とし込みは単純で、AIに書かせた文章をそのまま出すと、読者にも検出器にも「量産された側」に分類される時代になったということです。
構成や調査はAIに任せても、言い回しの癖は自分の側で崩す。
ぼく自身、文章の仕上げに機械検査を通す運用にしていますが、この手間の価値は当分下がらないと見ています。