AIヒューマナイザーの強度レベル: 各設定の働き, MildからULTRAまで
TextPulseには6段階の人間化強度レベルがあり, MildからULTRAまであります。各設定がテキストで何を変えるか, GPTZeroでのAIスコア低減, そしてどれを使うべきかを示します。
AIの人間化強度レベルは、書き換えが元の下書きからどれほど変化するかを定めます。TextPulseには1本のスライダー上に6段階あり、すなわち、Mild、Moderate、Balanced、Strong、Aggressive、ULTRAです。各段階を上げるごとに、書き換えはより深くなり、AIスコアの低減も高まり、GPTZeroではMildの50%からULTRAの89%まで上がります。
ULTRAは新しい6番目の設定であり、Plus planに付属します。この投稿では、各設定があなたのテキストに対して何を行うのか、ULTRAが可読性と文法の面で何を犠牲にするのか、そして特定の文書に対してどの設定を選ぶべきかを扱います。
| 強度レベル | その機能 | AIスコアの低減(GPTZero) |
|---|---|---|
| Mild | 最も軽い書き換えで、あなたの表現に最も近い | 50% |
| Moderate | 中程度の書き換えで、可読性と文法を優先する | 59% |
| Balanced | 推奨される既定値で、最良の均衡 | 68% |
| Strong | より強い書き換えで、AIスコアの低減を優先する | 76% |
| Aggressive | より高いAIスコアの低減で、許容可能な可読性と文法 | 78% |
| ULTRA | 最大の書き換えで、最も高いAIスコアの低減、可読性と文法はやや低下する | 89% |
人間化の強度があなたのテキストで変えるもの
強度は、humanizerが各文のどれだけを書き換えるかを制御します。低い側では、語の選択や短い句を変えるだけなので、文の順序と語彙の大部分は残ります。高い側では、文を分割したり結合したりし、段落全体のリズムを変えます。
AI detectorsは、語の予測可能性(perplexity)や文の長さの変動(burstiness)といった統計的パターンを読み取ります。より深い書き換えは、それらのパターンをより多く変化させます。そのため、AIスコアの低減はスライダーとともに上昇します。また、それはテキストをあなたの下書きからさらに遠ざけるため、意味内容の忠実性は各設定で少しずつ低下します。
いくつかの事項は、すべての設定で保持されます。本文中の引用と参考文献項目は逐語的に保持され、数値と固定した用語も同様です。引用を保持するAI humanizerに関する記事では、それが各引用形式でどのように機能するかを説明しています。
MildからULTRAまでの6つの強度設定
ダッシュボードのスライダーには、各設定にカーソルを合わせると短い説明が表示され、可読性と文法、書き換え、AIスコアの低減の3本のバーが示されます。以下に、それぞれが何を行うかを示します。
- Mildは最も軽い書き換えです。最も高い可読性と文法を優先し、AIスコアの低減は最も低くなります。すでに細かく編集した本文に使用します。
- Moderateは一段階強い設定です。それでも、AIスコアの低減よりも可読性と文法を優先します。
- Balancedは推奨される既定値であり、Pro planの設定です。良好な可読性と文法と、許容可能なAIスコアの低減の間で最良のバランスを与えます。
- Strongはより強い書き換えです。AIスコアの低減が最優先であり、可読性と文法は良好です。
- Aggressiveは段落レベルで書き換えます。許容可能な可読性と文法を伴いながら、より高いAIスコアの低減を目標とします。
- ULTRAは最大の書き換えです。わずかに低い可読性と文法を代償として、可能な限り最も高いAIスコアの低減を優先します。
下のグラフは、6つの設定に対して3つの指標を示しています。GPTZeroでのAIスコアの低減、NLIによる意味的一致度、そしてLanguageToolの警告数を1,000語あたりで示した文法です。

ULTRAの機能と費用
ULTRA は、下にある5つの設定とは別に、独自の微調整済みモデルで動作します。各段落の書き換え量は他のどの設定よりも多く、GPTZero における AI スコア低減は 89% で、6つの中で最も高い値です。次の設定である Aggressive は 78% です。
その代償は本文にあります。可読性と文法はやや低下し、意味の忠実性は6つの設定の中で最も低くなります。文が意図した内容からずれることがあるため、ULTRA の出力は他の人が見る前に注意深く確認する必要があります。
この投稿の数値は GPTZero 上での測定です。特定の文書についての保証を意味するものではなく、検出器モデルは時間とともに変化します。TextPulse が低い AI 検出器スコアを保証するかどうかに関する FAQ に詳細があります。
自分の論文を人間らしくする
重要な語句や引用には手を加えずに、AI支援テキストを変換して自然な人間の文章のようにします。
ULTRA の出力をどのように修正するか
提出前に出力を修正してください。短い手順で、問題になりうる点の大半を確認できます。また、各手順では、すでにダッシュボードにある表示またはツールを使用します。
- Diff 表示を開き、下書きの横に出力を置いた状態で、段落ごとに変更を読みます。
- 各主張を下書きと照合します。数値、留保表現、そして各所見の方向です。
- Cites 表示を開き、本文中の引用を下書きと比較します。引用は、それが支える文にとどまるべきです。
- ずれた文は手作業で修正するか、Aggressive でその箇所を再度 humanize し、より良い版を残します。
- Actions メニューから Grammar Checker を使用して残存する誤りを取り除き、その後、無料の Readability Checker を使用して、本文全体の読みやすさを確認します。
- 所属機関または学術誌が求める場合は、Declare AI use を使用して、あらかじめ用意された開示文を提出物にコピーします。
どの AI humanizer の強度レベルを使用するか
Balanced から始めてください。これはほとんどの学術的な文章に適しており、その出力には最も軽い見直しだけが必要です。Balanced の人間化でも機械的なリズムが残る場合は、Strong または Aggressive に上げて、もう一度人間化してください。AI テキストを人間化する方法のガイドでは、各回に伴うモード、凍結語句、見直しを扱っています。
| 文書 | 開始位置 | 理由 |
|---|---|---|
| 論文の章または学術誌の原稿 | Balanced | 可読性と文法が最優先であり、すべての読者が論旨を確認します |
| 手作業で書き直した要旨 | Mild または Moderate | 本文には軽い調整が必要であり、あなたの表現に近いままでなければなりません |
| Balanced ではまだ機械生成のように読めるエッセイ | Strong または Aggressive | より深い書き直しによって、文のリズムのより多くが変わります |
| AI スコアの低減が最も重要なテキスト | ULTRA | 6 段階の中で最も高い AI スコアの低減であり、修正のための時間が確保されています |
最も高い AI スコアの低減が重要であり、出力を修正する時間がある場合は、ULTRA を使用してください。ULTRA の長い文書は、Balanced の同じ文書よりも見直しに時間がかかるため、設定を選ぶ前に時間を計画してください。
Doc Humanizer における ULTRA と他言語での利用
同じ 6 段階のスライダーは Document Humanizer のポップアップでも開くため、.docx 全体を ULTRA で人間化できます。本文の段落はその設定で人間化され、見出し、表、図、参考文献は逐語的に保持されます。Word 文書を人間化する方法の投稿では、アップロードを扱っています。
ULTRA は英語テキストにのみ対応します。多言語人間化ツールは独自のエンジンで 60 以上の言語を扱い、その最上位設定は Aggressive であるため、ULTRA に設定された英語以外のテキストは Aggressive の強度を使用します。AI Humanizer ページでは、書き方のモードと Voice フィルターを含め、エンジン全体を扱っています。
よくある質問
ULTRAです。スライダーの第6設定であり, 6段階の中で最も高いAIスコア低減を示す最大の書き換えで, GPTZeroでは89%です。ただし, 可読性と文法はわずかに低下します。
PhD in natural language processing, with years spent building NLP applications end to end. Moe works on text analysis: lexical and syntactic structure, and what separates machine-generated prose from human prose statistically. He has been experimenting with computational linguistics since the early days of NLTK, spaCy and WordNet, and still writes most of his tooling in Python.