Grammarly AI Humanizer レビュー

GrammarlyのAI Humanizerは、Grammarlyのライティングスイート内にあるエージェントである。機械生成らしく読めるテキストを受け取り、選択したトーンへと書き換える。あらかじめ用意された4つのスタイルに加え、自分自身の文章サンプルで学習したカスタムボイスもある。Grammarlyによれば、言語学者がこれを構築したという。英語、スペイン語、フランス語、ドイツ語、ポルトガル語、イタリア語の6言語でhumanizeでき、Grammarlyアカウントがあれば無料で開始でき、Grammarly Proは月額$12である。

このレビューはHumanizer単体を評価し、しかも学術的作業、すなわち論文の章、原稿、検出器が読む報告書として評価する。スイートの他の部分は文脈にすぎない。Grammarlyは、AIの使用を隠すのではなく申告することを中心にツールを構築しており、その設計上の判断が以下の大半を説明する。

大学が実際に許可していること

Oxfordは、未申告の使用を違反とみなし、支援そのものは許可している。公表されている規則のほぼすべてがこの形をとっており、その許可範囲は多くの研究者が想定するより広い。

COPE's position on authorship and AI toolsは、責任から出発する。ソフトウェアは成果物に対して責任を負えないので、名前のある人間の著者が責任を負わなければならず、ツールが何をしたかを述べなければならない。Natureは同じ理由で、AI支援による執筆を認める一方、モデルを著者として記載することは認めない。私たちのAI disclosure statement templateは、適宜修正できる文言を示しており、humanizingはその申告の後に位置する。

AI下書きにhumanizingが必要な理由

問題は2つあり、1つ目は、生のモデル文が一般的すぎることである。文の長さは狭い範囲に収まり、接続表現は平板になり、ヘッジは積み重なって主張が何も確定しなくなり、段落は直前の文の定型的な要約で終わる。私たちのAI words and phrasesの一覧は、それを見分ける語彙を扱っている。

2つ目の問題は測定である。Turnitin、GPTZero、Originality.ai、Pangramは意味を読んでいるのではない。各語がそれ以前の語からどれほど予測可能かを評価しており、生成文は非常に予測可能である。なぜなら、それこそが生成が最適化するものだからである。私たちのhow AI detectors workのガイドは、その仕組みを扱っている。

Turnitinの文書は、そのAI indicatorがhumanizedされたテキストやbypasserを通したテキストを対象に含むと述べており、Turnitinは別途、"likely revised using an AI-paraphrase tool or word spinner"と見なされるテキストをフラグする。粗雑な書き換えは、下書きをあるフラグから別のフラグへ移すことがある。

AI Humanizerの仕組み

• 文構造。 長さと構成を変えることが検出器の判定を最も動かす。なぜなら、その変動が測定されるからである。人間の文章は9語から30語へ、さらに戻るが、モデル出力は狭い範囲にとどまる。
• 語彙。 "underscoring"、"thereby"、"pivotal"、"intricate"のような、モデルに典型的な表現を置き換えること。
• レジスター。 場面に合わせて形式性を調整すること。一般向けツールは会話的な調子を目指し、方法節を親しみやすく書き換えると、学部生のブログ記事のように読める。

GrammarlyのAI Humanizerとは何か

これはライティングスイート内のエージェントであり、文法チェッカー、AI detector、引用ツールの隣で動作する。Grammarlyによれば、言語学者がこれを構築したという。出力は整っており、慣用的で、一貫している。

書き換えエンジンの仕組み

4つのプリセットスタイルが、通常のトーンの範囲をカバーする。カスタムボイスのオプションは自分の文章サンプルで学習するため、書き換え結果は通常の書き方により近づく。

6言語と、その対象外

Humanizerは英語、スペイン語、フランス語、ドイツ語、ポルトガル語、イタリア語をカバーする。ビジネスチームにとっては十分な範囲だが、世界的な研究人口にとっては狭い。中国語、アラビア語、ヒンディー語、日本語、韓国語はなく、北欧語やスラブ語もない。この欠落は重要である。なぜなら、非母語話者は検出器が最も不利に扱う集団だからである。Patternsに掲載されたLiangらは、非母語の英語話者による91本のTOEFLエッセイを7つの検出器に通し、平均61.3%の偽陽性率を記録した。対象外の言語で下書きを作成し、それを英語へ移す研究者は、誤ってフラグされる可能性が最も高く、ここで最も恩恵が少ない。

誰が使うのか

GrammarlyのHumanizerページは、その目的を一般的な執筆におけるトーンとボイスとして位置づけている。すなわち、エッセイ、報告書、提案書、マーケティング文、サポートメッセージである。同ページはまた、AI使用の承認について適切なガイドラインに従うよう利用者に求めている。

その周辺にある透明性機能

Authorshipは、テキストの出所によってラベルを付ける。すなわち、自分で入力したもの、AI経由で生成されたもの、Grammarlyで編集されたもの、またはウェブサイトからコピーされたものである。そして、文書の何パーセントがオリジナルか、AI執筆か、コピーかをレビュー担当者に示す。これは申告のための手段であり、しかも良い手段である。Grammarlyはまた、99%の検出精度を主張するAI detectorも提供しているが、同じページのFAQには"No AI detector is 100% accurate"とあり、どの検出器もAIがテキストを生成したかを決定的には判断できないと述べている。

なぜ申告の積み重ねは隠蔽に弱いのか

3つの要素を並べると、その意図は明らかである。Humanizerはトーンを調整し、Authorshipは各段落の出所を記録し、AI detectorはレビュー担当者が見るものを示す。これらを合わせると、AI使用を可視化し、申告可能にする。これはCOPEと大学の方針が求めることである。Turnitinのレポートを見つめる学生が望むような検出回避手段としては、これは不適切なツールである。

書き換えがAI典型に寄る箇所

Grammarlyの書き換えはAI駆動であり、それは選ぶ語に表れている。以下のスクリーンショットは、人間が書いた経済学の原稿に対する処理から得たものであり、したがって各提案はGrammarly自身の選好である。

このカードには2つの変更がある。"which can reduce"は"thereby reducing"になり、"the consumers' perspective"は"the perspective of consumers"へ言い換えられている。どちらも正しく、どちらも著者の表現より形式的である。"Thereby"に分詞を続ける形は、学術英語においてモデルに非常に典型的な構文の1つである。この組み合わせを受け入れると文は平板になり、その平板さこそが予測可能性スコアが測定する性質である。

このパネルには1本の原稿に38件の提案があり、その中には"which highlights"の代わりに"underscoring"を提案するものもある。問題は累積的である。下の方に並ぶ妥当な提案を受け入れていくと、人間の下書きは言語モデルの語彙で書き換えられ、強くAI書き換えされた散文こそがTurnitinの"likely revised using an AI-paraphrase tool or word spinner"のカテゴリに入る。

Grammarly Humanizerの価格

Humanizer自体に価格はない。価格を決めるのは、それが属するスイートである。

すでにGrammarlyに料金を支払っている書き手にとって、Humanizerは請求額を増やさない。1本の論文のためにこれを買うということは、自分の文書種別向けに設計されていない1つのエージェントに到達するために、スイート全体を引き受けることを意味する。

引用、用語、統計、レジスター

GrammarlyのHumanizerページは、この4つのいずれも説明していない。すなわち、引用処理なし、用語固定なし、学術レジスターの帯域なし、そしてHumanizerについての検出通過率の記載もない。

• 引用。 文中引用と参考文献項目は、ページ番号に至るまで、入力時とまったく同じ形で戻らなければならない。
• 用語。 ある段落で"perceived behavioural control"が"a sense of control over behaviour"に変われば、方法はもはや単一の変数を記述していない。
• 統計。 文を書き換える自由のあるエンジンは、数値を含む節を書き換える自由もある。
• レジスター。 トーンのプリセットは雰囲気を目指す。学術レジスターは測定可能な帯域である。

TextPulseはこの4つを中心に構築されている。6つの引用スタイルにわたって引用を逐語的に保持し、freeze termsが構成概念名や測定尺度名を書き換え前に固定し、統計と化学式は自動的に保持され、レジスターはFlesch-Kincaid grade 13 to 18の帯域に保たれる。2,000文書の学術コーパスに対するベンダーのベンチマークでは、Turnitin AI 92.33%、Originality.ai 89.12%、GPTZero 87.91%の通過率が報告されている。

私たちのテストでの評価

Turnitinの結果は、私たちが試したhumanizerの中で最も弱く、QuillBotのHumanizerと並んでいた。書き換え後の段落には、指標が維持されるのに十分なモデル典型構造が残っていた。これは、統計的な予測不能性ではなくトーンに調整されたエンジンが生み出す結果である。

学術的トーンは、このセットで最も強い結果であり、他はほとんど及ばなかった。出力は段落ごとに形式的で一貫しており、一般向けhumanizerを考察節でばらつかせるような会話的な逸脱はなかった。

文法、引用、主要用語はいずれも良好に戻った。文は整っており、参考文献はほぼそのままで、用語も大部分が保持された。ほぼ、そして大部分が、ここで重要な語である。どの機能も参考文献項目を範囲外にしたり、構成概念名を固定したりはしないので、長い文書全体での一貫性は設計ではなく運に左右される。

Humanizerは文書全体の作業空間ではなく、段落に適用されるエージェントである。章を保持する場所も、本文の横に用語一覧を置く場所もない。6言語は多くのhumanizerより優れるが、研究グループの範囲には及ばない。

上位のトーンと下位のTurnitinを並べると、このレビューは要約できる。私たちのbest AI humanizerの総覧にはより広い比較があり、そこではUndetectable AIが最も強いTurnitin結果を示した。

Grammarly Humanizerの代替

• Undetectable AI. 大量の一般コンテンツ向けで、月間ワードプールと、出力がフラグされた場合の返金がある。
• QuillBot Humanizer. パラフレーズスイート内にあるため、すでに購読している書き手に向く。
• WriteHuman. 短文の一般的な執筆向けで、選択できる複数のバリエーションを返す。
• Phrasly. 一般的な学生用およびマーケティング用の下書き向けで、文書エディタが付属する。

これら4つはいずれも一般コンテンツ向けに作られており、GrammarlyのHumanizerが占める範囲と同じである。したがって、どれも学術的な問いには答えない。論文の章や原稿にはTextPulseを使うべきである。

TextPulseとGrammarly Humanizerの比較

Grammarlyに対する結論

GrammarlyのAI Humanizerは、一般的な執筆とビジネス文書に対して有能なトーンおよびボイスのツールである。カスタムボイスは良い発想であり、実装も良好で、6言語は多くのhumanizerより広い到達範囲を持ち、Authorshipは大学や出版社の方針が求める申告を助ける。提案書、マーケティング文、サポートメッセージを整え、すでにGrammarly Proに月額$12を支払っているなら、使う価値がある。

検出器に直面する学術下書きについては、2つの点で不利である。書き換えはAI駆動であるため、"thereby reducing"や"underscoring"の提案が人間の書いたテキスト上に示すように、検出器がフラグするよう訓練されたレジスターへ散文を寄せてしまう。そして、学術文書が依存するものを何も保護しない。引用処理なし、用語固定なし、レジスター帯域なし、通過率の明示なしである。

論文の章や原稿には、TextPulse academic AI humanizerを使うべきである。引用は6つの引用スタイルにわたり逐語的に保持され、freeze termsは構成概念をそのまま維持し、統計と数式は変更されずに通過し、レジスターはFlesch-Kincaid grade 13 to 18の帯域内に保たれ、文書は全体として処理されるため用語がずれない。Proは25,000語で月額$19、Plusは50,000語で$29、または年額請求で$169と$259である。どのhumanizerも特定の文書で結果を保証することはできず、TextPulseは1つの結果を主張する代わりに推定Human Scoreを報告する。どのツールを使う場合でも、支援を申告し、スタイルガイドが求める箇所ではモデルを引用すべきである。