Copyleaks AI Detector レビュー: LMS に組み込まれた検出器

ほとんどの学生は Copyleaks を自分で選ぶことはない。これは、何年も前に契約に署名した機関によってあらかじめ導入され、課題提出用のドロップボックスに組み込まれているためであり、多くの執筆者がその名称を初めて耳にするのは、提出物の横に割合が表示されたときである。したがって、重要な問いは Copyleaks が人気かどうかではない。大学が学習管理システムに組み込んだその検出器が、機関がそれに負わせている重みを担うのに十分な精度を持つかどうかである。

提供元の答えは強い。製品ページでは 99 percent を超える精度と、業界最低水準の .03 percent の偽陽性率を掲げている。これまでに公表された最も厳密な独立系の学術的検証は、異なる答えを示している。2026年6月に公表された Vrije Universiteit Brussel の査読付き研究では、Copyleaks は完全に AI 生成された 40 本の学術論文のうち 1 本も完全には検出しなかった。

この二つの記述は同時に真であり、その隔たりこそが本稿の主題である。すなわち、Copyleaks とは何か、企業は何を主張しているのか、独立した検証は実際に何を見いだしたのか、そしてそのスコアが何を証明でき、何を証明できないのかである。

Copyleaks とは何か、そして実際に誰が使っているのか?

Copyleaks は盗用検出ツールとして始まり、生成モデルの登場に伴って AI 検出を追加した。これは、機関がこれを好む理由そのものである。1 回の提出で、盗用の一致箇所と AI 生成の疑いのある内容の両方を含む 1 つの統合レポートが作成されるからである。同社のサイトには、Canvas, D2L, Moodle, Blackboard, Schoology, Edsby, Sakai とのネイティブ統合が記載されており、学生が利用する可能性の高い LMS 市場の大半をカバーしている。また同社は、30 languages を超える言語への対応と、GPT-5, GPT-4, Claude, Gemini, DeepSeek, Llama などの出力の検出を主張している。

この配布モデルこそが、Copyleaks に関する最も重要な事実である。Turnitin と GPTZero と並んで、これは機関が実際に大規模に導入している数少ない AI 検出器の一つである。つまり、これによって判定される人々は、それを選んだ人々ではないことが多く、完全なレポートを見ることができる人々でもないことが多い。

Copyleaksは自社の精度について何を主張しているか?

同社のAI detector pageの見出しには「独立した第三者研究に裏付けられた99%の精度」とあり, 同じページのさらに下ではその主張が「99%以上の精度と業界最低の.03%の偽陽性率」へとより強く述べられている。ページは最新モデルについて言語別の数値も公表しており, 英語では人間のテキストに対して99.97 percent, AIテキストに対して99.20 percentと示し, フランス語, ドイツ語, イタリア語, ポルトガル語, スペイン語はいずれも93 percentを超えている。また, このツールは「非母語の英語テキストに対して低い偽陽性率」を維持すると述べ, Cornell Techの研究者によるarXiv上の研究を指して, Copyleaksを試験された中で最も正確な検出器としたと述べている.

これらの主張は注意深く読むべきである。言語別の数値はベンダー自身の試験方法に由来し, 引用されている第三者研究も同社が選んだものである。それによって数値が虚偽になるわけではないが, 大学が実際に判定する種類の文書で外部の第三者が再現するまでは, それはマーケティングにとどまる。機械的には, Copyleaksは人間の文章で訓練されたモデルを説明しており, 人間のパターンからの逸脱を検出する, TextPulseのAI detectors workに関する解説がこのカテゴリ全体について扱うのと同じ統計的な信号群である.

独立した証拠は何を示しているか?

これまでで最も強力な独立検証は、2026年6月に International Journal for Educational Integrity に掲載されたVrije Universiteit Brussel の研究である。研究者たちは、長文の学術論文160本からなるコーパスを作成し、各論文は4,000語超で、4つのカテゴリーに均等に分けた。すなわち、英語を母語としない大学院生が完全に人手で執筆したもの、完全に AI 生成のもの、ハイブリッドのもの、そして AI 生成後に意図的に人間らしく修正したものである。彼らは160本すべてを、Pangram、GPTZero、Copyleaks、Turnitin の4つの機関向け検出器に通した。

Copyleaks は、人手で書かれた40本すべてを問題なしと判定し、これは実際に良好な結果であった。それ以外はすべて不調であった。完全に AI 生成された40本については、完全に AI 執筆と判定したものは1本もなく、部分的にでも検出したのは40本中10本だけであり、報告された AI 比率の中央値は、100パーセント機械生成の文書であっても20パーセント未満にとどまった。人間らしく修正した AI 論文では、22.5パーセントを検出した。研究で最も成績が良かった Pangram は、同じ文書群に対して、完全に AI 生成されたセットの97.5パーセント、人間らしく修正したセットの92.5パーセントを検出した。

論文セット（各40本）	Copyleaks	Turnitin	Pangram
完全に人手で執筆	100% 正しく問題なし	100% 正しく問題なし	100% 正しく問題なし
完全に AI 生成	25% が少なくとも部分的に検出, 0% が完全に検出	0% が検出	97.5% が検出, 65% が完全に検出
人間らしく修正した AI	22.5% を識別	50% を識別	92.5% を識別

著者らの結論は率直であった。検討した4つのツールのうち、「現時点で満足できる結果を示したのは1つだけ」であり、それは Copyleaks ではなかった。現行モデルによる長文の学術執筆、すなわち機関が最も重視する文書において、この検証で Copyleaks の支配的な失敗様式は、人間を誤って非難することではなく、AI テキストを見逃すことであった。

偽陽性はどうか、そして誰が被害を受けるのか?

偽陰性は販売業者にとって恥ずべきことである。偽陽性は学生の学期を台無しにするため、.03 percent という主張はそれ自体で検証に値する。Bloomberg Businessweek の 2024年の調査では、記者が 500 件の Texas A&M の出願エッセイを、すべて ChatGPT が存在する前の 2022年夏に書かれたものとして、Copyleaks と GPTZero にかけた。両サービスはそのうち 1 to 2 percent を誤って検出し、場合によっては stated certainty がほぼ 100 percent であった。1 to 2 percent は、大学の提出件数全体に掛け合わせるまでは小さく聞こえるが、Copyleaks が宣伝している率の 30 to 60 倍である。

公平性の状況は実際にはかなり混在している。VUB の研究では、Copyleaks が問題なしとした 40 本の人間が書いた論文はすべて非ネイティブの英語話者によるものであり、このサンプルに関しては販売業者に有利な実証的証拠である。しかし、より広い査読付き文献では、検出器がまさにこの集団に対して誤作動することが繰り返し示されており、この傾向は TextPulse の why AI detectors are biased against non-native speakers のページで詳しく扱われている。また、Bloomberg の報道では、確認も異議申立てもできないスコアによって記録が損なわれた学生が取り上げられた。もしそれが自分に起きたなら、実務上の対応手順は別途文書化されている, how to prove you didn't use AI。

価格設定とアクセス, 選ばなかった人々のために

販売業者自身のページには個人向けの価格が示されている。すなわち、最大 25,000 characters までの無料スキャン枠、月額 16.99 dollars の Personal プラン, 年払いでは 13.99 billed annually, クレジット上限付き, 月額 99.99 dollars の Pro プラン, そして営業チームを通じて販売される個別見積もりの Education および Enterprise 契約である。学生がこれらの費用を支払うことはほとんどない。機関がライセンスを購入し、教員が報告書を見て、評価される執筆者は、誰かが共有しない限り、しばしば何も見ない。この非対称性こそが、表示価格ではなく、重要なアクセスの現実である。

Copyleaks は検出器の状況の中でどこに位置づけられるか

Copyleaks の真の強みは運用面にある。すなわち、盗用検出と AI 検出をまとめた 1 つのレポート、同カテゴリで最も広い LMS 対応範囲、そして多くの競合よりも多い対応言語である。企業向けワークフロー製品としては信頼できる。しかし、測定手段として見ると、その公開されたエビデンス基盤は、導入規模に比べて薄い。長い学術文書を対象とした唯一の査読付き直接比較では、最良クラスのツールに大差をつけられ、さらに Turnitin でさえ、その検出方法は 異なる仕組みで動作する が、人間化された集合をより多く検出した。Copyleaks の割合は、高くても低くても、ベンダーが報告のあり方を管理する条件下での、あるモデルの推定値にすぎない。それは注意深く見るべき理由にはなるが、それ自体で結論を下すものではない。

完全な比較

Copyleaks は混雑した分野における一つのプレイヤーにすぎず、このレビューが見いだしたパターン, すなわち、前面にはベンダーの確信があり、その背後にはより薄い独立したエビデンスがあるという構図は、全体に繰り返し現れる。Turnitin、GPTZero、Pangram、ZeroGPT、その他のツールと同じエビデンス優先の基準でどう位置づけられるかについては、完全版の AI detectors compared ガイドを参照されたい。

私たち自身の研究でわかったこと

TextPulse Research の検出器一致性研究では、9つの商用AI検出器が同じ90本の学術テキストを評価しました。そのひとつが455語のハイブリッドテキストで、人間が書いた冒頭と結びの間に168語のAI生成部分を挟んだものです。Copyleaks はこのテキストを 0% AI と判定しましたが、同じ文章に対する他のツールの判定は 0% から 95.7% までばらつきました。論文全文、コーパス、ツール別スコア行列は TextPulse Research で公開されています。