AI Humanizer vs Paraphrasing Tool: 同じ仕事ではない

第3週に、指導教員はある段落が原文に近すぎると指摘する。第9週に、指導教員は別の段落がChatGPTのように聞こえると指摘する。指導教員は両方の段落を、同じブラウザのタブのフォルダに指摘する。学生は、すでに開いているどれかのツールに手を伸ばす。なぜなら、学生にはそれが同じ問題に見えるからであり、実際には、同じ苦情をまとった2つの異なる問題だからである。

この不一致は、AI humanizer と paraphraser の問題であり、同じ棚で売られている2つの異なるツールに由来する。paraphrasing tool は、ある原文を別の言葉で言い換えるために存在する。これは本質的に盗用回避の作業である。入力は他人の文であり、仕事は、入力文とあまりにも似ていて複製と見なされないようにしつつ、同じことを述べる新しい文を作ることである。AI humanizer は、文章の読み味を変えるために存在する。これは文体の作業である。入力は通常、ユーザー自身が AI で下書きしたテキストであり、仕事は、その文章が language model の出力の統計的平均のように読めなくなるまで、リズムと語彙選択を変化させることである。

TextPulse のAI text を humanize する方法に関するガイドは、humanizer が実際に行う文レベルの修正を扱っている。この文章は、そのさらに一段上にとどまる。つまり、実際に何を直そうとしているのかを踏まえたとき、どの種類のツールに手を伸ばすべきか、という点である。

AI Humanizer と paraphraser の違い, その核心

AI humanizer と paraphraser の違いは、品質ではなく目的の違いである。paraphraser は、意味を保ちながら表現が原文からどれだけ離れるかによって評価される。なぜなら、その距離こそがそれを使う目的そのものだからである。humanizer は、完成した文章がどのように読まれるかによって評価される。なぜなら、特定の、不均一な人間の声のように聞こえることこそが、それを使う目的そのものだからである。

各ツールが想定する入力も異なる。パラフレーズツールは、他人の文を受け取り、新しい文として返すように作られている。humanizerは、通常はユーザー自身のものであり、language modelによって完全に生成された下書きを受け取り、比較対象となる第二のソースを必要とせずに、その形を作り直すように作られている。humanizerに他人の論文からの引用を与えても、それも問題なく書き換えるため、ここで両者は実際に重なり始める。

パラフレーズツールが実際に行うこと

パラフレーズツールは文ごとに働き、元の意味を保とうとしながら語を置き換え、節の順序を入れ替える。その設計全体は一つの結果を目指している, すなわち、類似性チェッカーが元の文と一致させない一方で、人間の読者には同じことを述べていると認識できる、新しい語列である。これは見た目ほど狭い作業である。というのも、このツールは、意味を保持しつつ同時に表現を変えなければならず、それを触れるすべての文で行う必要があるからである。

この失敗の仕方は、その設計から直接生じる。パラフレーズツールは、目の前にあるあらゆる語列を置換の対象として扱う。そこには、ただ一つの正しい形を持つ専門用語、固有名詞、あるいは文中に置かれた引用も含まれる。パラフレーズツールは引用と通常の節を区別できないため、(Alghamdi et al., 2019) のような参照は、そのまま残るのではなく、崩れた形で返ってくることがある。同じ盲点は分野特有の用語にも及ぶ。'statistically significant' をより緩い表現に置き換えると、その文が実際に主張している内容が変わり、単に響きが変わるだけではない。

AI humanizerが実際に行うこと

AI humanizerは文および段落のレベルで働き、文の長さを変え、節を再構成し、language modelが過度に用いる少数の語を置き換える。これらはすべて、detectorや注意深い読者が気づく統計的な均一性を崩すことを目的としている。そこには、近接を保つべき原文も、避けるべき類似度スコアもない。なぜなら、他人の作業との文字列の重なりを避けることは、そもそもその役割ではなかったからである。

また、この失敗モードがその設計に由来していることも注目に値する。言い換えツールは語だけを変えるものであり、しかも語全体を変えないことも多いのに対し、humanizer には、異なる二つの主張を担っていた二つの文を一つにまとめる力、数値にかかっていた限定節をその数値から離してしまう力、あるいは原文で実際に機能していた特定の細部を失ってしまう力がある。言い換えツールは、単独の語で本来そのままにしておくべきものを壊す。humanizer は、段落を通じて意味を運んでいた文どうしのつながりを壊す。

実際に比較されるのはここである

並べてみると、この二つのツールは競合相手というより、異なる機器のように見えてくる。

	言い換えツール	AI humanizer
目的	盗用と見なされるほど原文の表現に近づけずに、出典を言い直すこと	何を述べているかは変えずに、下書きの読み方を文ごとに変えること
典型的な入力	他人の文または文章	ユーザー自身のAI生成下書き
最適化の対象	原文とのテキスト上の重なりが少ないこと	文のリズムが不均一で、語の選択が平易であること
よくある失敗	入れ替え可能な語として扱ってしまうため、専門用語、固有名詞、引用を壊してしまうこと	文を結合したりずらしたりして、その過程で細部や限定節を失うこと
本当に有効な用途	引用している特定の箇所を、その表現をそのまま持ち出さずに言い直すこと	AIが下書きした文書全体を、あたかも一人が書いたように読める形に作り直すこと

実際に必要なのはどちらか

どのツールを使うべきかは、実際にどの問題を抱えているかによって決まる。もし懸念が、あなたの表現が特定の出典にあまりにも近いことであるなら、言い換えツールはまさにその一つの箇所のために作られている。もし懸念が、文書全体が language model によって書かれたように読めることであるなら、言い換えツールではそれは解決できない。個々の語を並べ替えても、読者や検出器が実際に気づく文レベルのリズムにはほとんど触れないからである。

AIヒューマナイザーは第2の問題に対応するために作られている。そのため、AIが下書きした文書全体をTextPulseのAIヒューマナイザーに通すと、逐語的な置換では決して触れない文のリズムに対処できる。

無料のburstiness checkerを使えば、ヒューマナイザーが修正しようとしているのと同じ不均一さを、1文も書き換えずに確認できる。どのツールが実際に問題を解決するのかを判断する前に、その問題を見たい場合に有用である。

作業に適したツールを選ぶ

いくつかの製品は、意図的にこの区別を曖昧にしている。QuillBotは主として言い換えツールとして販売されており、現在ではPremiumプランに別個のヒューマナイザー機能が併せて含まれている。これは、基礎となる役割が異なるにもかかわらず、2つのカテゴリが交換可能であるかのように見せる典型的な構成である。そのような統合機能が特定の検出器に対して実際に有効かどうかは、この文章が答えようとしている問いとは別である。実際に必要なのが言い換えであり、出典を要約したり、定義を自分の言葉で言い直したりすることで、検出器を介さない場合には、学術的文章のために設計されたパラフレーザーを使い、ヒューマナイザーは、それが解決するために存在する統計的な問題に対して用いるべきである。

パラフレーザーは、特定かつ十分に記録された形で失敗する。なぜ言い換えたテキストでも依然としてフラグが立つのかはその仕組みを説明しており、Turnitinが特にQuillBotを検出するかどうかは別ページで扱っている。

誤ったものを使っても、失敗はすぐには見えにくい。見かけ上は類似性チェックを通過しているのに、なお機械的に読めるパラフレーザーのように見えることもあれば、あるいは、人間らしく完璧に読める一方で、もともと追跡するために作られていない出典から静かにずれていくヒューマナイザーのように見えることもある。どちらのカテゴリも、単なる類似度スコアではなく実際の検出器に対して本当に有効かどうかは別の問いであり、その点はAIヒューマナイザーが実際に機能するかどうかに関する記事で扱っている。