TL;DR：「AI臭さ」を消すツールが届くのは「パターン層」まで——帰納できる、列挙できる、自動化できる領域。しかし人間らしさは、ツールも届かず、AIも学びきれない非パターン層にある。AIはあなたのスタイルを学べても、あなたの真髄は学べない。統計的な平均に近づくほど読みやすくなるが、それはもう誰でもない誰かの文章だ。

「機械複製時代に凋落するもの、それはアウラだ。」 ——ベンヤミン

AIが強くなるほど、文章は書きやすくなる。しかしあまりに滑らかな言葉には、人間らしさが薄れていることが多い。

理由は単純だ。強いモデルほど「最も出現しやすい語」を選ぶ。一歩ごとに最も安全な選択を積み重ねると、文章は驚きのない滑らかさになる。しかし人間らしさはたいてい、その「出にくい」選択の中に潜んでいる——一つの間、不釣り合いな細部、あなたにしか言えないような一文。それは帰納できる場所にあるのではなく、ルールが及ばず、モデルが学びきれない隙間にある。

「標準的に美しい」の先に、誰も自分でなくなる

これはAIが生成する顔に似ている。顔のプロポーションはすべて正しく、どこかがおかしいとも言えない。それでも、あなたはその顔が本物の人間ではないと感じる。あらゆる顔の平均が描かれているからだ。

本物の顔が「その人」である理由は、標準からずれている部分にある——少し歪んだ笑み、非対称な眉、ある角度からしか見えない表情。文章も同じだ。AIの書く文章はどこも正しいが、あなたではない。均一すぎる正しさには、プラスチックの匂いがする。

これは比喩にとどまらない。心理学の研究によると、人が「美しい」と感じる顔は平均に最も近いものであり、統計的な平均に近いほど好感を持たれやすい。AIが文を生成するメカニズムも、まさに「統計的に最も可能性が高い語を一歩ずつ選ぶ」というものだ。平均顔と平均文の背後には同じ原理がある——最も典型的なものを選ぶ。読みやすく、好感を持たれやすい——それは「典型的すぎる」ことの副産物だ。しかしその典型の果てに、誰もが自分でなくなる。

AIはスタイルを学べても、真髄は学べない

ここで二つのことを区別しておく必要がある。

あなたの書き物の中には、帰納できる部分がある——好んで使う語、慣れ親しんだ構文、固定したリズム。この層はAIが学べる。ある人の「スタイル」を模倣するとき、AIが捉えるのはまさにこの層だ。あなたの文章を十分に与えれば、それなりに似た文章を出力できる。

しかしもう一つ、帰納できない部分がある——なぜここで一度止まるのか、なぜこの比喩を選んだのか、なぜこの文はあえて整えないのか。その選択の背後には、あなたの判断、経験、その瞬間の匙加減がある。それがあなたの真髄であり、AIには学べない。

一言で言えば——AIはあなたのスタイルを学べても、あなたの真髄は学べない。第一回で書いた「最も抜け出しにくいAI臭さは、最も自分に似た部分だ」という言葉は、スタイルの層が平均とぶつかっている状態を指している。本当にぶつからないのは、真髄の層だ。

「AI臭さ」を消すツールが広まるほど、文章は似通う

だから「AI臭さをきれいに消す」だけでは足りない。

誰もが同じツールを使い、その背後に同じモデルがあれば、消した後の「きれいさ」も同じ種類のきれいさになる。これが皮肉なところだ——「AI臭さ」を消すツールが普及するほど、文章はかえって似通っていく。整形と同じで、同一の黄金比率に沿って整えていけば、似た顔が一列に並ぶ。

きれいさは土台に過ぎない。きれいにした後、そこにあなたが見えるかどうかは、自分で補い直した部分にかかっている——ツールではなく。ツールはあなたのものでない要素を除くが、あなたのものである部分は、あなた自身が育てなければならない。

検出器が冤罪にするのは、たいてい最も誠実な書き手だ

これはAI検出器が信頼できない理由でもある。

検出器が捉えるのはパターン層の特徴だ——語の予測可能性が高すぎる、文長が均一すぎる。問題は、最も丁寧に書き、最も念入りに推敲した人間の文章もまた、きれいで、整っていて、予測しやすい。だから検出器が最も冤罪にしやすいのは、AIではなく、誠実な書き手のほうだ。

スタンフォードの2023年の研究で複数の主流検出器を検証したところ、英語母語話者の文章はほぼ正しく判定されたが、非母語話者のTOEFL作文は60%がAIと誤判定された。非母語の書き物は語彙の選択が保守的で構造がシンプルになりがちであり、ちょうど「予測可能すぎる」特徴に当てはまる。さらに皮肉なことに、その作文をAIが好みそうな表現で書き直すと、誤判定率が大幅に下がった。検出器が罰しているのは、まだ磨き消されていない本物の声だ。

非母語話者だけの話でもない。別の研究では、22人の審査員にAIの原稿と人間の原稿をブラインドで読ませたところ、AIを正しく見分けられたのは12人だけで、4人は人間の原稿をAIだと誤認した。専門の審査員でも確実には判別できないのだ。

検出器が出すのは確率スコアであって、証拠ではない。誠実な書き手を冤罪にしうるツールに判断を委ねることは、そのツールの盲点と自分の眼を交換することに等しい。

では、あなた自身はどうなのか？

ここまで読んで、こんな疑問が浮かぶかもしれない——著者であるあなたも、AIを多用して書いているのではないか？

そのとおりだ。しかし私は、自分でやるべき部分を手放していない。AIには「AI臭さ」を消すこと、アイデアを広げること、初稿を走らせることを任せる。しかしどの視点が重要で、どう構成し、どこに自分の経験を差し込むか——その判断は渡していない。書くという技術が鍛えるのは、まさにその部分だ。

このサイトの記事はそうやって書いている——AIに草稿を出させ、私が十数回往復して改め、一つひとつの選択を自分で下している。

ある文章が持つ最も強い「人間らしさの証拠」は、人が書いたように見えることではない。問い返しに耐えられるかどうかだ——何稿を経たか、なぜそう変えたか、どの文を残してどの文を消したか、著者は説明できるか。

学ばれてしまうものは、そもそも真髄ではない

最後の問い——AIがいずれ、あなたの言う「判断」や「推敲」まで学習したらどうなるのか？

その方向の研究は実際に進んでいる。AIの「平均へ収束する」傾向は、特定のプロンプト戦略によってある程度解消できるという知見もあり、より多様な出力が技術的には可能だ。パターン層の均質化には、技術的な解がある。

しかし私の答えは変わらない——学ばれてしまう部分は、そもそも真髄ではない。

真髄とは常に「まだ帰納されていない部分」だ。ある手法がいったん方法として整理されAIに習得された瞬間、それは新たな平均になる。するとまだ帰納されていない別の何かが、新しい人間らしさとして前に出る。技術はパターン層の境界を際限なく押し広げられるが、その前を走る部分は常に先へ行く。この境界線が止まることはない——人間が前に進み続ける限り。

AI時代に、なぜまだ自分で書くのか？

最後に、「文章があなたに似ているか」より大きな問いを立てたい。

AIに書くことを奪われるという不安を多くの人が抱いている。しかしその不安は、自分の脳を過大評価している。人間の脳は深く考えることを苦手としている——本当に得意なのは、見ること、動くこと、直感的に反応することだ。深く考えることはコストが高く、たいていの場合、私たちは迂回することを選ぶ。

問題は、AIが普及した世界では、そのコストを喜んで省いてくれる存在が増えるということだ。プラットフォームのアルゴリズムはあなたの認知水準を読み取り、真偽が入り混じった、感情を揺さぶるコンテンツを流し込む。プロセスはスムーズで心地よく、気づかないまま、判断力は少しずつ刈り取られていく。

こういう環境の中で、書くことの価値が変わった。一つの作品を産出するためだけのものではなく、認知の筋肉を鍛えるためのものになった。

一つのことを自分で考え抜き、言葉にする——それは認知の複雑さを維持するための最も安価な方法だ。アルゴリズムの流れに飲まれながら、少しずつ自分の判断を手放していくことへの、最も地味な抵抗でもある。

だからAI時代に書くことは、発表するためではなく、正気を保つためだ。