マーケティング企業Graphiteが、最新の大規模言語モデルが書く文章の「癖」を調べた研究が話題です。人間の文章より2倍以上多く出る表現は、1万3,000個ありました。Claude Opus 5.5は「this matters」を人間の116倍使い、OpenAIのAstraは「単にXではなく」型の言い回しが100倍以上でした。em-dash（長いダッシュ）は各社が減らしましたが、癖の総量は減っていません。AI文章の見分け方と作り手側の課題が見えてきます。
背景と文脈
AIが書いた文章はすでにウェブに大量にあり、人間はそれを見分ける手がかりを求めています。かつては、em-dashの多用や「delve」という単語が分かりやすい目印とされました。しかし、これらの目印は現在ほぼ通用しなくなっています。
TechCrunchの記事によると、研究者は今も、モデルが文章を書くときに繰り返し頼る言い回しがあると指摘しています。Graphiteの新しい調査は、その癖を各モデルごとに洗い出しました。
同社が使う「癖（tell）」の定義は明快です。AIが書いた文章で、人間の文章より2倍以上多く出る語句を指します。この基準で見つかった表現は、1万3,000個に達しました。
調査の方法と結果
調査設計は、モデル由来の偏りを減らす工夫が中心です。まず、ChatGPT公開前に出た記事1万本を、人間が書いた対照群にしました。次に、各モデルに記事の要約からその記事を書き直させ、元記事と同じテーマの文章を比較用に用意しました。
この結果、Claude Opus 5.5の最大の癖は「dependable」という単語でした。人間のサンプルの23倍の頻度で出ます。「it’s not X, it’s Y」の型はすでに避けますが、代わりに「is more than an X, it’s a Y」と言う傾向があります。
最も目立つのは、理由づけの癖です。Opusは「this matters」を人間の116倍、「why X matters」を92倍の頻度で使います。内容の重要性を、読み手に説明したがる性格が表れているようです。
OpenAIのAstraは別の癖を持ちます。あるテーマの「別の側面」を語りたがり、「may provide」「can provide」のように効果を控えめに断定します。最大の癖は、Graphiteが「訂正的な枠組み」と呼ぶ型です。「単にXではない」と定義したり、「Xに頼るのではなく」と別案を示したりする言い方で、人間の文章より100倍以上多く出ました。
em-dashへの対応は、各社でほぼ共通しています。Opus 5.5の使用量はOpus 5より99%少なく、Astraは人間のサンプルより88%少なくなりました。Gemini 3.1 Proは、ほぼ完全に使わなくなっています。
それでも総数は減っていません。Graphiteの最高AI責任者Greg Druck氏は「癖が減っているわけではない。有名な癖は消せても、別の癖が現れる。そしてモデルのバージョンごとに固有の癖がある」と話しています。
傾向の違いも出ました。Druck氏によると、Claudeのモデルは世代を追うごとに人間の語彙分布へ近づいている一方、GPT系列は離れていっています。
これからどうなるか
各社は文章の自然さを売りにしてきました。Anthropicは、Opus 5.5が「以前のモデルより自然に伝える」と述べています。OpenAIも、GPT-6系のSolとLunaで、明快さが増して言い回しの不自然さが減ると説明しました。調査結果は、その訴求と必ずしも一致しません。
Druck氏は、完全に癖を消すのは難しいと見ています。数十億のパラメータ（モデル内部の調整値）を持つ巨大モデルは、実行できるテストの数が限られ、すり抜ける癖が出るという見立てです。個々の癖を潰しても、別の癖が生まれる構造だと言えます。
開発者にとっての実用的な示唆は2つあります。1つ目は、自社プロダクトでAIが文章を生成する場合、癖の頻出表現を後処理で検出して書き換える、または出力指示で避けさせる運用が現実的になる点です。2つ目は、AI検出ツールの判定が、癖のリストに強く依存していて、モデル更新のたびに精度が落ちうる点です。
文章の癖は、読者の信頼にも影響します。「this matters」のような定型が続くと、内容が正しくても読み手は距離を置きます。自社の記事やドキュメントをAIで下書きする場合は、人の目で語彙を整える工程を残すのが無難です。
最後に、読者の側の見方も変わりそうです。癖は文章のスタイルに過ぎず、内容の正確さとは別の問題です。癖があるからといって誤りだとは限りませんし、癖がないから正しいとも言えません。表現の見た目で判断するより、出典の確認と事実の裏取りを優先する姿勢が、これからの読み手には求められます。
まとめ
Graphiteの調査は、AI文章の癖がモデルごとに異なり、有名な癖を消しても総量は減らないことを示しました。Opus 5.5は「this matters」、Astraは訂正的な枠組みが際立ちます。生成文を扱う開発者は、癖の検出と編集工程を前提に設計するとよいでしょう。
参考リンク
アイキャッチ画像: Photo by Mike Tinnion on Unsplash
