【マンガ解説】Substack｜読者が全記事をAI判定・書く人へ
読者があなたの記事を「AI判定」にかける時代が、7月21日に始まった。
米国の有料ニュースレター大手Substackが、AI検出ツールPangramを全記事に組み込み、100語を超える投稿・コメントを読者側からスキャンできるようにした。
「Substack AI検出」の仕組みと、noteで書く人が今日からできるAI開示の備えをまとめる。
何が起きたか：検出ボタンが読者の手に渡った
Substackは2026年7月21日、AI検出企業Pangramとの提携を発表した。
読者は記事のメニューからスキャンを実行でき、その文章が「人間が書いた」「AI補助」「AI生成」のどれに近いかの割合が表示される。
対象は7月21日以降に公開された100語超の記事・ノート・返信・コメントで、Web版とiOS版から使える（Android版は後日）。
これまでAI検出は、大学が学生のレポートを調べるような「検査する側の道具」だった。
今回の違いは、プラットフォームが検出器を標準機能として全読者に配ったことにある。
書き手が望むかどうかに関係なく、読者の側から「この記事、AIでしょ」と調べられる状態が既定になった。
なぜSubstackは検出器を入れたのか
共同創業者CEOのChris Bestは、狙いを「人間が書いたと思って読んだら、実は誰も書いていなかった」というギャップの解消だと説明し、これをClaudefishing（AI文章による人間らしさの偽装）と呼んだ。
低品質なAI投稿があふれる状態を「LinkedInのようになる」ことにたとえ、そうなる前に読者の信頼を守るという理屈だ。
有料購読で成り立つSubstackにとって、「人間が書いている」という信頼は商品そのものだから、筋は通っている。
一方で書き手には拒否権も用意された。
自分の記事でAI検出を無効にする、公開前に下書きを自分でスキャンする、誤判定と思う結果に訂正を申し立てる、AIをどう使ったかを説明する「制作過程の表明欄」を書く、の4つだ。
AI検出は誤判定しないのか
Pangramは精度99.98%、誤判定はおよそ1万件に1件と主張し、シカゴ大学ブースの独立検証でも他の検出器より低い誤判定率が報告されている。
ただし、検出器一般への疑いは消えていない。
今月の国際会議ACL 2026では、16種の検出器が英語非ネイティブの文章をAI扱いしやすいという研究が発表されたばかりで、Substack自身も「Pangramに検出できる範囲には限界がある」と認めている。
実際、米国の書き手からは「魔女狩りに使われる」という反発が公開直後から出ている。
noteで書く人はどう備えるか：AI開示の三点セット
日本のnoteに検出ボタンはまだ無い。
しかし読者が無料の検出ツールに記事を貼り付けることは今日でもできるし、大手が始めた機能は他のプラットフォームに波及しやすい。
疑われてから釈明するのではなく、先に開示しておく側に回るのが安全だ。
次の3つをAI開示の三点セットとして固定しておくとよい。
1. 使い方の一文開示：記事末尾やプロフィールに「下調べと構成にAIを使い、本文は自分で書いています」のように、AIの使いどころを1文で書いておく。
2. 下書きの自己スキャン：公開前に自分の文章を検出ツールにかけ、AI寄りに出た段落は自分の経験や固有の描写を足して書き直す。
3. 過程の記録：メモ・下書き・修正履歴を捨てずに残す。誤判定されたとき、書いた過程を示せることが最強の反論になる。
編集部の見解：検出は「罰」から「表示」に変わる
救急の現場では、処置の正しさを口で主張するより、記録が残っていることが自分を守る。
文章も同じ段階に入ったと感じる。
Substackの設計で注目すべきは、AI使用を禁止せず、検出結果と書き手の説明を並べて読者に判断させる点だ。
AIを使ったかどうかの二択ではなく、「どこにどう使ったか」を表示する競争になれば、AIを堂々と使って正直に書く人がいちばん得をする。
noteで書く私たちも、その前提で発信の型を作っておいて損はない。
出典
TechCrunch（2026-07-22）: https://techcrunch.com/2026/07/22/substacks-new-tool-tells-you-whos-been-writing-their-newsletters-with-ai/
Engadget（2026-07-21）: https://www.engadget.com/2220064/substack-is-adding-an-ai-detection-feature/
Substack公式ヘルプ「How can I detect AI on Substack?」: https://support.substack.com/hc/en-us/articles/50891130623508
Pangram公式（精度の主張）: https://www.pangram.com/
あわせて読みたい
この記事のあとに読むと話がつながる3本です。
今日の記事にも出てきた「16種の検出器の誤判定」研究を、数字の中身まで見た回です。
検出とは逆に「世の中の文章にAIがどれだけ入ったか」を実測した研究。論文の3分の1という数字です。
AIを堂々と使う側の話。ひとり仕事の面倒をChatGPTに任せる新プログラムの解説です。
