WriteHuman AI Humanizer レビュー

WriteHumanは、年額請求で月額$12から始まるAIヒューマナイザーである。機械生成テキストを貼り付けると、人が作成したかのように読めることを意図した書き換え版を返す。提供元はこれを「本格的な執筆のためのプレミアムAIヒューマナイザー」と呼んでおり、製品はよく作られている。すべてのプランにAI検出器があり、さらにAI画像検出器、語数カウンター、Chrome拡張機能、REST API、MCPコネクタがあり、40以上の言語に対応する。

このレビューは、学術執筆という1つの用途、すなわち、参考文献付きの章、方法の節、文献レビューについて評価する。これらの文書には、引用、定義された構成概念、報告された統計、そして最初のページから最後のページまで維持されなければならない文体が含まれる。

大学が実際に許可していること

多くの機関における規則は開示である。Elsevierは、原稿に申告があることを条件に、可読性と言語を改善するための生成AIの使用を認めている。Natureは執筆における生成AIを認める一方で、モデルを著者として記載することは認めない。著者性には、ソフトウェアが担えない説明責任が伴うからである。COPEは別の方向から同じ結論に至る。ツールは作業に責任を負えないので、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。

立場は単純である。ツールを使い、使ったことを明示し、スタイルガイドが求める場合にはモデルを引用する。ChatGPTの引用方法と、開示声明テンプレートを参照されたい。

AI下書きに人間らしさが必要な理由

問題は2つある。第1に、モデルが生成した散文は一般的である。文の長さは狭い範囲に集中し、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言わなくなり、段落は定型的な要約で終わる。指導教員は検出器については触れず、文章に声がないと言うだろう。

第2に、検出である。Turnitin、GPTZero、Originality.ai、Pangramは、それ以前のすべてを踏まえたときに次の語がどれだけ予測可能かを評価し、生成された散文は構造上予測可能である。これはAI検出器の仕組みで説明したとおりである。Turnitinの文書は、AI指標が人間化されたテキストやバイパサーを通したテキストも対象に含むと述べており、別途、AI言い換えツールで修正された可能性が高いテキストも示す。書き換えによって検出から逃れられるわけではなく、私たちのものを含め、どのヒューマナイザーも特定の文書について検出結果を約束することはできない。

AIヒューマナイザーの仕組み

• 文構造を変化させる。 文の長さの分散は直接測定されるため、これは検出器の値を最も動かす。
• モデルに典型的な語彙を置き換える。 生成文に人間の文章よりはるかに頻繁に現れる語や接続表現を入れ替える。単独では表面的である。
• 文体を調整する。 目標読者に合わせて、形式性、ヘッジ、複雑さを変える。

多くのヒューマナイザーは会話的な文体を目指すが、それはニュースレターには適していても、論文には失敗する。その結果、出力は自分自身の議論を学部生が要約したように読める。

WriteHumanとは何か、書き換えエンジンはどう機能するか

WriteHumanはテキストの塊を書き換え、複数の版を返す。数はプラン機能であり、エントリーレベルでは2、中位では3、最上位では5である。

提供元は、この書き換えが何であるかについて異例なほど率直である。自社ページでは、書き換え機能は「新しいアイデアを生み出さない」と述べ、利用者に対して「結果を読み直し、事実を再確認し、最初の下書きと同じように編集する」よう求めている。これは、この種の製品群について多くの競合が示す説明よりも公平であり、評価に値する。

ランキング上位という主張と、測定研究が示すこと

この率直さに対して、マーケティングは、方法論もサンプルも示さない「Humanizer Leaderboard」での1位に依拠している。これはマーケティングとして扱うべきである。独立研究は、人間化されたテキストが実際にどの位置にあるかをよりよく示す。International Journal for Educational Integrityの研究では、4,000語を超える学術論文160本をPangram、GPTZero、Copyleaks、Turnitinに通した。Pangramは人間化された論文の92.5%を検出し、Turnitinはその50%を検出した一方、4つすべてが人間が書いた論文の100%を通過させた。結果は検出器によって大きく異なり、TextPulseを含むどのヒューマナイザーも、特定の結果を約束することはできない。

機能セット

すべてのプランには、ヒューマナイザー本体と内蔵AI検出器への完全なアクセスに加え、AI検出チェックとMCPアクセスが含まれるため、検出はアップグレード経路の外にある。これに加えて、AI画像検出器、語数カウンター、Chrome拡張機能、REST API、MCPコネクタがある。Ultraでは、MCPアクセスは月1,000回に制限される。

誰が購入するか

短文の一般執筆、すなわち、マーケティング文、ウェブページ、ニュースレター、SNS投稿、そして章ではなく小さな断片で届く学生の課題である。APIを通じてヒューマナイザーを自社の処理系に組み込むコンテンツチームこそ、この機能一覧が想定している購入者である。

WriteHumanの価格

プランは、月あたりの依頼回数と1回あたりの語数という2つの方法で同時に計測される。両方が同時に適用され、2つ目がツールが論文に適するかどうかを決める。

月払いでは各階層の費用は高くなり、提供元は年額請求を3か月無料として位置づけている。Ultraは依頼回数の上限をなくすが、これは寛大に見える。ただし、依頼回数の上限はそもそも本当の制約ではなかった。

1回あたりの語数上限が本当の制限である

学術作業では、月間の依頼回数はほとんど問題にならず、1回あたりの語数上限がすべてを決める。4,000語の章はProの1回の依頼には収まらない。4つの別々の1,200語の依頼に分割され、それぞれが他の依頼について何も知らないまま処理される。

これらの断片の接続部はすべて継ぎ目であり、学術文書が壊れるのはまさにその継ぎ目である。用語はずれる。なぜなら、断片1が別の表現を選んだときに、断片3がそれを「perceived organisational support」と呼び続ける義務はないからである。時制もずれる。結果の段落が過去形で始まったのに、現在形で再開することがある。引用は境界にまたがって置かれることがあり、著者名が1つの断片に、年が次の断片に入る。Basicではさらに厳しく、600語ではその章はおよそ7つの断片になる。

複数のバリエーションは品質管理を利用者側に移す

1回の依頼につき複数の版があると、見出しレベルでは役立つ。長文では作業が増える。Proでその章を扱う場合、3つのバリエーションを持つ4回の依頼となり、読み、判断し、選び、1つの議論に縫い合わせるべき断片は12になる。バリエーションは品質管理を利用者側に移す。

それでも使う場合に上限内で作業する方法

断片は規律があれば扱える。節の境界で分割し、段落の途中では決して分けない。編集画面の横に用語表を置き、各依頼の後にすべての構成概念名をそれと照合する。参考文献が多い段落は文献管理ソフトと照合する。書き換えられたナラティブ引用は、採点者が最初に見る誤りだからである。その後、各接続部を通して時制を読み直す。どれも難しくはないが、そのすべてはツールが利用者に課した作業である。

引用、用語、統計、文体

WriteHumanのページには、引用の扱い、用語の固定、学術的な文体目標についての記述がない。これらは一般執筆向けに作られた製品の範囲外である。したがって、参考文献は、たまたまそのまま残る場合にのみ安全である。ナラティブ引用、たとえば「Alvarez and Brooke (2019) argued that」は文の文法的な一部であるため、その文を再構成する書き換え機能は引用そのものに直接作用している。

用語にも同じ問題がある。1つの正しい名称しかない測定尺度であれば、置き換えられた同義語はすべて採点者が見つけられる誤りであり、断片をまたぐとそれらは増殖する。統計はそのまま通過しなければならない。書き換えられたp値はデータの問題であり、もはや文体の問題ではないからである。文体は最も見えにくいリスクである。考察節で会話的な出力は読みやすいが、提出はできない。WriteHumanのこれら4点すべてに対する答えは、読み直して確認するよう求める助言であり、その助言は妥当だが、完全に手作業である。

TextPulseは、同じ4点を1回の処理の中で扱う。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で書き換え前に任意の構成概念名や測定尺度名を固定し、統計と化学式を自動的に保持し、文体をFlesch-Kincaidの13から18の範囲に維持する。

私たちのテストでの評価

ワークスペースは、このツールの最も優れた部分であった。1回の依頼につき2から5版あるため、同じブロックを再送してより良いものを期待するのではなく、比較して選べるので、インターフェースとして有用である。検出器はすべてのプランにある。

学術的なトーンは、多くの一般的な書き換えツールよりも正式な文体をよく保ったが、論文が置かれる13から18の範囲を目指すのではなく、読みやすい専門的散文を目標としている。Turnitinの結果は、トーン重視のツールより上で、専門特化型より下に位置した。文構造は、いくつかの箇所で読みを変えるのに十分に動き、バリエーションは、変化しない段落に対して2回目、3回目の試行を与える。

文法、引用、主要用語は中位であった。文は概ね整って返ってきたが、時に硬さがあり、引用と構成概念名は、書き換えがそれらをそのまま残したときは生き残り、そうでないときはずれた。1つの章の4つの断片全体では、それは計画というより賭けである。40以上の言語は確かに広い対応範囲だが、英語以外の出力品質は中位であった。

WriteHumanは、トーンのみのツールより上で、学術特化型より下に位置する。より広い比較は、best AI humanizerの総覧にあり、そこではUndetectable AIが最も強いTurnitin結果を示した。

WriteHumanの代替

• Undetectable AI. 大量の一般コンテンツ向けで、月間語数プールがあり、出力が検出された場合は返金がある。
• QuillBot Humanizer. 既存のQuillBot利用者に適しており、すでに料金を支払っている統合スイートの中にある。
• Grammarly Humanizer. トーンと声のプリセットを備えた、ビジネスおよび日常執筆向け。
• StealthWriter. 各文の書き換えを確認して選びたい執筆者向け。

これらはいずれもWriteHumanが属する一般用途の書き換えツールであり、したがって、参考文献付き文書に対する答えを変えるものではない。学術原稿には、その用途のために作られたTextPulseを使うべきである。

TextPulseとWriteHumanの比較

1回あたりの容量は、最も重要な行である。文書を全体で処理すれば継ぎ目の問題はなくなる。1回の処理、1組の用語判断、1つの時制、1つのヘッジ水準が全体を通して維持される。

WriteHumanの結論

WriteHumanは洗練されており、自身の限界について率直である点は評価できる。書き換え機能は新しいアイデアを生み出さず、出力には読み直しと事実確認が必要だと利用者に伝えることは、多くの販売ページよりもこの種の製品群を正確に説明している。短文の一般コンテンツを書く場合、多言語で作業する場合、またはAPIやMCPコネクタを通じて組み込まれたヒューマナイザーを求める場合には、月額$12からその仕事をよくこなし、長文が収まる語数上限を与えるのは月額$36のUltra階層だけである。

参考文献付きの学術章には、TextPulseを使うべきである。WriteHumanが自らの限界について率直であることは、その限界を取り除かない。WriteHumanは、各依頼の後に自分で引用、用語、事実を確認するよう求めるが、Proで4,000語の章1本を処理すると、1つの下書きができる前に12回の手作業による確認が必要になる。TextPulseはこれらの要件を処理の中で扱い、文書を一度に処理するため継ぎ目がない。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。2,000件の学術コーパスに対する提供元ベンチマークでは、Turnitin AI 92.33%、Originality.ai 89.12%、GPTZero 87.91%の通過が報告され、各処理は検出器の判定についての保証ではなく、自分のテキストから計算された推定Human Scoreを返す。方法において支援を開示し、researchers向けヒューマナイザーから始められたい。