メインコンテンツへスキップ
見出し画像

AI臭はなぜ消えないのか。そして、AIと一緒に書くために知っておくべき3つのこと 〜GPT5.5と黒パグの境界線クイズ・解説編〜


    こんにちは、黒パグです🐾 CCC技術解析班(自称) #ChatGPTCreativeClub

    先日のGW企画、「あなたはAIを見抜けるか。GPT5.5と黒パグの境界線クイズ」、読んでくれた人ありがとうございます!🤩

    最近裏でやってたGPT5.5検証、Opus4.7技術検証が終わったのでがっつり書きました。

    ありがたいことに反響があって、しかも反響の中身が「クイズ難しかった」だけじゃなくて、
    「なんで後半になるほど見抜きづらくなるの?」
    「結局、AI臭ってなんなんですか?」
    「GPT-5.5でもClaude Opus 4.7でも、なんで指紋が残るんだ?」
    みたいな、めちゃくちゃ良い問いが集まった。コメントだけでなくDMもありがとうございます😭
    どちらも嬉しいので遠慮なく書いてください!

    これ、本当は技術的に答えるとかなり長い話になる。実際、39ページのガチ論文書きました。(先に読みたい人はダウンロードしてください)。

    でもその前に、ふつうに記事として、ふつうの言葉で、解説しておきますね。
    クイズの答え合わせは本文で全部終わってるので、だから今回はクイズの種明かしです。

    なぜ最新モデルの文章にも、人間が嗅ぎ分けられる「何か」が残り続けるのか。
    そしてそれを知ったうえで、私たちはAIとどう付き合って、どう書いていけばいいのか。
    カップ焼きそばのお湯を捨て忘れる人間の、ささやかな尊厳の話🐾

    0. ネタバレ全開で行きます

    これから書く話は、クイズ5問ぜんぶの正解と、しかも仕掛けの種まで全部開示します。
    クイズまだ解いてない人、ストップ。先に解いてきてください!


    戻ってきましたか🐾 じゃあ始めましょう。

    画像


    1. 後半ほど難しくなった、その種明かし

    クイズ覚えてますか。①ハルシネーション、②サイレントフェイル、③純文学「語調」、④深夜のコンビニ、⑤帰宅。
    正解はこう。
    ① A=GPT、B=黒パグ
    ② B=GPT、A=黒パグ
    ③ B=GPT、A=黒パグ
    ④ B=GPT、A=黒パグ
    ⑤ A=GPT、B=黒パグ
    ①②は、たぶんほとんどの人が一発で見抜けた。
    理由はシンプルで、GPT側にめちゃくちゃ「AIっぽい単語」を残してたから。

    「一般的に、大規模言語モデルは大量のデータを学習しています。」

    「具体的には、以下の3つのケースが代表的です。」

    「このように、ハルシネーションはAI活用において重要な課題の1つと考えられています。」

    これね。「一般的に」「具体的には」「このように」「重要な課題」「と考えられています」

    これを並べると、人間の脳のAI検知器が一瞬で点灯する。「あ、こいつAIだ」って。
    ここまでは多分、誰でもわかる。

    問題は、③④⑤に進むにつれて、GPT側もこういう単語を抜いてくること。プロンプトで指示すれば抜けるからね。
    GPT-5.5に「AIっぽい接続詞抜いて」「箇条書きやめて」「人間っぽく書いて」って頼めば、だいたい抜ける。④の深夜のコンビニとか、⑤の帰宅とか、結構いい線まで来てる。
    それでも、人間は見抜く。なぜか。
    ここからが本題🐾

    画像


    2. 知っておくべき1つめ:AIは「次の言葉」を予測してるだけ

    GPT-5.5もClaude Opus 4.7も、その他のAIも、やってることは究極的にはたった1つ。
    「次に来る言葉の確率」を計算して、選ぶ。
    それだけ。
    例えば「今日はとても」って文章があったとして、AIの中ではこんな感じになってる。
    今日はとても
     ├─ 楽しかった   28%
     ├─ 嬉しかった   18%
     ├─ 素敵だった   12%
     ├─ 充実した     8%
     └─ 疲れた…      2%

    画像


    で、AIは基本的にこの中から「確率の高い言葉」を選ぶ。なんでかというと、それが学習データのなかで一番ありそうだった答えだから。
    これを延々と繰り返す。1単語ごとに「次の確率」を見て、確率の高い道を選ぶ。文章一本書き上げるまで、毎回これ。
    何が起きるかというと、「みんなが選びがちな道」を毎回選んじゃう。
    統計的に整った、平均的な、無難な道。
    例えるなら、AIの文章はトロッコみたいなもんで。レールの上をひたすら走ってる。脱線できない。確率の谷に行こうとしないのです。
    「楽しかった」を選ぶと文章が整う。
    「疲れた…」を選ぶと文章が崩れる。
    人間は「疲れた…」を選ぶ。気分次第で。何故か今日はそういう気分だから、で。
    AIはそれをやらない。確率2%の選択肢に手を伸ばさない。

    画像


    これが、AI臭の正体の1つめ。
    「整いすぎてる」って違和感は、確率の高い道ばっかり選ばれてるから出る。AIに悪意はない。むしろ最適に動いてるんだけど、最適が、整いすぎを生んでしまう。
    GPT-5.5になってもClaude Opus 4.7になっても、ここは構造的に変わらない。「次の言葉の確率を計算する」っていう動作の枠から出てないから。

    賢くなるって、確率分布がより精密になるってこと。それは性能向上だけど、同時に「整いすぎ」も強化される。
    クイズの後半、GPT側は接続詞も抜いてた。それでも見抜かれたのは、選んでる単語1つ1つが、確率の山の上を歩き続けてたから。

    3. 知っておくべき2つめ:AIは「整った型」を二重で覚えてる

    さっきの「次の言葉の確率」って話、実はもう一段あって。
    AIには「事前学習」と「事後学習」っていう2つのフェーズがあって、両方で整いすぎが育てられる。

    画像


    事前学習:ネットの「整った文章」を浴びる

    AIは膨大なテキストで学習する。Wikipedia、ニュース記事、技術ブログ、論文、ビジネス文書、教科書、etc。
    これね、よく考えてもらいたいんですが、全部「ちゃんと書かれた文章」なんですよ。

    雑に書かれたツイートとか、感情的なLINEのやり取りとか、酔っぱらいの夜中のメモとか、そういう「ノイズの多い文章」もネットにはあるけど、学習データはわりと品質フィルタかかってる。
    つまりAIが浴びてるのは、世界中のかなり「整った」文章。
    その結果、「適切な」「重要な」「具体的には」「一方で」みたいな、ビジネス文書・教育コンテンツ的な言い回しが、確率の山として固まる。
    クイズ①でGPTが「重要な課題の1つと考えられています」って書いたの、別に意地悪してるわけじゃなくて、AIの確率分布の中で、これが本当に高確率の選択肢なんだ。学習データの中で、こういう締めくくりが何百万回も出てきたから。

    画像


    事後学習(RLHF):人間が「整ってる方が好き」と教える

    事前学習だけだと、AIはまだ会話できない。「人間と対話する型」を覚える次のフェーズが必要で、これがRLHF(人間のフィードバックによる強化学習)。
    ざっくり言うと、人間の評価者が「こっちの返答のほうが好き」を選ぶ。それを大量にやって、AIを「人間が好む方向」にチューニングする。
    ここで何が起きるか。
    人間の評価者って、「整ってる答え」を選びがちなんだ。
    明快、構造的、丁寧、過不足ない、適切な留保つき、最後にまとめがある。こういう答えを「good」と評価する。逆に脱線してたり、結論があやふやだったり、感情的だったりすると「bad」になりやすい。
    評価者は意地悪じゃない。むしろ親切でやってる。でも結果的に、「整いすぎ」のほうにAIが鍛えられていく。
    これがクイズで嗅ぎ取られた指紋の正体の2つめ。
    事前学習で「整った文章」を浴び、事後学習で「整った答えが好き」と教え込まれる。二重の整いすぎ強化が、最新モデルにも残ってる。

    画像


    ちなみに、各社のAIごとに微妙に「文体のクセ」があって、これも面白い。GPT-5.5は整理癖(番号付きリストが大好き)、Claude Opus 4.7はメタ認知的な留保(「私が理解する限り〜」)、Gemini 3.1 Proは3分割癖(「3つの観点から」)。みんな違う方向に整ってるけど、全員「整う方向」に向かってるってのが共通してる🐾
    4. 知っておくべき3つめ:人間らしさは「ノイズ」に宿る

    ここまでは「AIがなぜ整いすぎるか」の話。
    ここから逆に、「人間がなぜ整わないか」の話🐾

    画像


    クイズの④、覚えてますか。深夜のコンビニ。
    黒パグ側(A)の最後の一文、これ。
    帰り道、ガードレールに猫がいた。なんで今でも覚えてるのか分からない。
    これ、よく考えるとめちゃくちゃ変な文なんだ。
    物語的に、この猫は何の役にも立ってない。回収されない。意味を持たされない。象徴としても機能してない。「何で覚えてるのか分からない」って、書いてる本人すらわかってない。
    普通の編集者だったら「この一文、削っていいですか?」って言う。情報伝達の効率としてはゴミ。
    でも、この一文があるかないかで、文章の人間度がぜんぜん違う。
    なぜか。

    画像


    人間って、こういうことするんです。
    新幹線に乗って大事な打ち合わせに行く朝、なぜかガードレールの上の猫を見て、それを30年後にも覚えてる。打ち合わせの内容は忘れてるのに。
    これって、物語経済としては完全にバグってるんだけど、人間の脳のメモリ管理はそういうバグだらけで動いてる。
    AIはこれが書けない。書けないというか、書いた後、回収せずに放置するのが構造的にできない。
    AIに「ガードレールに猫がいた」って書かせると、次の段落でほぼ確実に猫が回収される。「その猫を見て、なぜか故郷を思い出した」とか「猫はじっと私を見ていた。何かを語りかけているようだった」とか。
    物語の中で意味を持たされる。確率の山が、そういう続きを選んじゃうから。
    人間の文章はそうじゃない。猫はただいる。意味なくいる。書いた本人にも理由がない。
    これが、ノイズ=人間性の正体。

    画像
    焼きそばには見えない


    クイズ⑤の最後の問題、「帰宅」にも仕掛けがあったの覚えてますか。GPT側(A)にはこんな一文が紛れ込んでた。
    一般的に、人は長く一緒にいるほど、相手への配慮を無意識に最適化していく傾向があります。
    ここだけ急に、説明文。エッセイの流れの中で、突然こういう「整理する一文」が出てくると、人間の脳のAI検知器が点灯する。
    整いすぎは、ノイズを許容しないことから来る。
    人間は許容する。むしろ放置する。ガードレールの猫を、なぜ覚えてるのかわからないまま、文章に残す。
    それが、人間の文章を人間の文章たらしめる🐾
    5. じゃあ、AIと一緒にどう書けばいいの?

    ここまでが理屈の話。じゃあ実用編。
    「AI臭が消えない理由はわかった、で、どうすりゃいいの」
    これに答えるのが修正3原則🐾

    画像


    私たちはもうAIなしでは書けない時代に入ってる。下書きをAIに書かせる、構成をAIに考えさせる、リサーチをAIにやらせる。これは効率として正しい。
    問題は、その後そのまま出すと整いすぎるということ。
    だから、AIが書いたものに人間の手で「ノイズ」を入れ直す。これが核心。
    3つだけ覚えてください。

    画像


    原則①:接続詞を削る

    AIが書いた文章で「一方で」「したがって」「具体的には」「そのため」「ただし」が出てきたら、まず疑う。
    削れるか試す。だいたい削れる。削れない場合も、別の言葉に置き換える。
    × 一方で、彼女は何も言わなかった。
    ○ 彼女は何も言わなかった。
    ○ 彼女は、ただ何も言わなかった。
    ○ でも彼女、何も言わない。
    接続詞は確率の山。削ると、確率の谷に踏み込める。

    画像


    原則②:構造を崩す

    AIは「結論先出し→3つに分けて説明→まとめ」が大好き。
    これ、ビジネス文書としては正しい。でもエッセイや小説や個人的な発信でこれをやると、一瞬でAI臭が出る。
    崩し方はいろいろあるけど、一番簡単なのは:
    結論を最後に持ってこない(あえて)
    段落の長さを揃えない(短い段落と長い段落を混ぜる)
    「3つあります」をやめる(2つでも4つでも、不揃いでもいい)
    中途半端なところで段落を切る
    文章の見た目が「凸凹」してる方が、人間っぽい。
    整然とした構造の中身は、整いすぎ。

    画像


    原則③:主観ノイズを入れる

    これが一番大事で、一番難しい。
    AIが絶対に書けない領域に、自分から踏み込む。
    具体的には:
    「なぜか覚えてる」「思ったより寒かった」みたいな身体感覚
    物語に関係ない細部(ガードレールの猫、ぬるくなった缶コーヒー、レジ袋の重さ)
    説明されない矛盾(悲しいのに笑えてきた、嫌いなはずなのに気になる)
    回収されない脱線(書きながら別のことを思い出して、戻ってこない)
    これらは全部、AIの確率分布の中では低確率。書けないわけじゃないけど、書いた後で必ず回収しちゃう。
    人間は回収しない。
    クイズ④の「ガードレールの猫」は、まさにこれだった🐾
    クイズ⑤で黒パグ側にあった「街灯にぶつかる虫」もそう。物語的には何の意味もない。でも、その細部が、文章を人間の文章にする。

    画像


    修正3原則の実践テンプレ

    AIに下書きさせて、自分で仕上げるときの順番、こんな感じ。
    AIに書かせる:構成・下書きはAIに任せる(効率)
    接続詞を狩る:「一方で」「したがって」を全部消す or 言い換える
    構造を崩す:結論先出しを後出しにする、箇条書きを地の文に戻す
    主観ノイズを混ぜる:自分の身体感覚、回収しない細部、不要な脱線を1〜2箇所入れる
    これだけで、文章の人間度はかなり戻ってくる。
    「全部自分で書け」とは言わない。AIは効率としてめちゃくちゃ強い。でも、整いすぎたまま出すと、読者の脳のAI検知器が点灯する。
    3原則を通すだけで、AIの効率と、人間の体温が両立する🐾
    おわりに:カップ焼きそばのお湯を捨て忘れる、その尊厳

    クイズ記事の最後、覚えてますか。
    黒パグ、GWにもかかわらず緊急対応で出勤してて、休み時間にこの記事を書いてる途中でカップ焼きそばのお湯を捨て忘れました。
    これは100%人間です。
    これ、ふざけて書いたんだけど、後で考えたらこの記事の核心だった気がする。
    AIは、お湯を捨て忘れない。
    カップ焼きそばのお湯を捨てるベストタイミングを、確率分布から最適に計算する。
    人間は、捨て忘れる。緊急対応の合間に、AI論文書きながら、お湯を捨て忘れて、麺を伸ばす。そして30年後にもなぜか覚えてる。物語的には何の意味もないのに。
    「カップ焼きそばのお湯を捨て忘れる」ことには、尊厳がある。
    それは効率の対極にあって、最適化の敗北で、確率の谷ですらない、確率密度ゼロの領域から生じる出来事。
    AIが整いすぎるのは、AIが悪いんじゃない。確率の山を辿るっていう、そういう生き物だから。
    人間が整わないのは、人間が劣ってるんじゃない。ガードレールの猫を覚えてしまうっていう、そういう生き物だから。
    両方ある世界で、私たちはAIと一緒に書いていく。
    AIの効率を借りて、人間のノイズを乗せて。
    それが、AIと共に書くってことだと、黒パグは思ってます🐾

    画像


    おまけ:もっと深く知りたい人へ

    この記事を書く裏で、ガチ技術論文も書きました。
    確率分布、SFT、RLHF、文学理論(バルト・ベンヤミン・蓮實重彦)まで盛り込んだ50分くらいで読めるPDF。
    GPT-5.5・Claude Opus 4.7の最新ベンチマーク、各社の文体DNA比較、Humanized AI検知率の崩壊データ(既存AI検出器がプロが手を入れたAI文章を7%しか検知できないヤバい現実)まで全部入ってます。
    無料配布です。記事冒頭からダウンロードどうぞ🐾

    そして、鑑識プロンプトv3.2もある。20項目チェックリストでテキストのAI臭を定量化するやつ。これは有料記事として置いてあります。

    ただね、こいつはもうすぐv4.0にアップデートするために今n1000で検証中。自動化でぶん回してるけど。
    それが終わったら手動検証のターン。

    今の記事で書いた「整いすぎ」の話を、20項目以上の精度で測れるようにしてるところ。
    v4.0出たらガッツリ宣伝するから、今は気にしなくていい🐾
    ここまで読んでくれてありがとうございました。
    カップ焼きそばのお湯を捨て忘れた人も、捨てないままお湯入れて麺伸ばした人も、同じく人間です。
    それでは、また次の記事で🐾


    #AIと始めてみた #ChatGPT #生成AI #AI活用 #AI創作 #AIとやってみた #エッセイ #noteのつづけ方





    #AIと始めてみた
    #ChatGPT
    #生成AI
    #AI活用
    #AI創作
    #AIとやってみた
    #エッセイ
    #noteのつづけ方

    この記事が参加している募集

     
     
    昭和生まれのAI技術者。生成AIの公式発表・論文・新機能を、実際に触って検証しています。難しいことを面白く、一次ソースは原文まで。画像、創作、黒パグも。PR・レビューのご相談はXかDMへ。AI使用率:記事平均30%、画像100%。パグ好きに悪い人はいないと思うよ🤧🐶

    あなたへのおすすめ