AIチェッカーは、文章や画像がAIで作られた可能性を推定する道具です。
「AI判定ツール」「AI検出ツール」「生成AIチェッカー」とも呼ばれます。
表示される割合やスコアは可能性の目安で、AIを使ったかどうかを証明するものではありません。
この記事では、AIチェッカーが文章と画像を判定する仕組み、使い方、主なツールを、各社の公式の資料をもとに解説します。
そのうえで、同じ3本の文章を3つのツールにかけた結果を、入力した文章と結果の画面で示します。
自分で書いたのにAIと判定されたときの対処と、大学のレポートでの扱いも紹介します。
最後に、この記事の内容をまとめた配布メモから、NoLangで作った解説動画を載せています。
ツールの情報と試した結果は、2026年11月15日に確かめたものです。
NoLang配布メモから、 AIチェッカーの解説動画を作る
この動画を作る
AIチェッカーとは
AIチェッカーは、入力した文章や画像に、AIで作ったものに見られる特徴や印があるかを調べ、AIで作られた可能性を示します。
ほかの文章をそのまま写していないかを調べる盗用チェック(コピペチェック)とは、別のものです。
盗用チェックは既存の文章と照らし合わせますが、AIチェッカーは文章そのものの特徴から可能性を推定します。
文章や画像を作る生成AIの種類は、生成AIのおすすめ で紹介しています。
結果が可能性の目安であることは、ツールを提供する会社も公式に説明しています。
ユーザーローカルの生成AIチェッカー は、判定結果を「生成AIが書いた可能性をスコアで示す指標」とし、重要な判断には人の目でも確かめるよう案内しています。
大学などが使うTurnitinも、公式のFAQ で、AIの検出の結果を学生への対応の唯一の根拠にしないよう求めています。
文章を判定する仕組み
文章のAIチェッカーが見ているものは、大きく4つあります。
ツールによっては、このうちいくつかを組み合わせて使っています。
文章のAIチェッカーが見ているもの
見ているもの 内容 予測しやすさ 次に来る言葉をどれだけ当てやすいか。パープレキシティとも呼ばれる。AIは続きやすい言葉を選ぶ傾向があるため、AIの文章は次の言葉を当てやすくなる ばらつき 文の長さや言い回しが、どれだけ変化するか。バースト性とも呼ばれる。人の文章は、長い文と短い文が混ざるなど、むらが出やすい 判定モデル 人の文章とAIの文章を学ばせたモデルが、入力した文章がどちらに近いかを推定する 電子透かし AIが文章を作るときに、目に見えない印を入れておき、後からその印を探す
予測しやすさとばらつきは、海外のAIチェッカーのGPTZero が、AIチェッカーが見る主な要素として説明しているものです。
ユーザーローカルの生成AIチェッカーは、生成AIに特有の言い回し、語彙の偏り、文章のクセをAIで調べると説明しています。
電子透かしは、印を入れたAIで作った文章にしか使えません。
Googleは文章の透かしの技術「SynthID Text」を開発者向けに公開しています。
OpenAIは、ChatGPTの文章に透かしを入れているのはEUだけで、短い文章では透かしを確かめるのに十分な文字がないことが多いとヘルプ で説明しています。
そのため、ふつうに使われているAIチェッカーの多くは、予測しやすさ、ばらつき、判定モデルのような、文章そのものの特徴から推定しています。
画像を判定する仕組み
画像のAIチェッカーには、ファイルに残った記録や印を読む方法と、見た目から推定する方法があります。
画像がAIで作られたかを確かめる方法
方法 調べるもの 確かめられる範囲 来歴の情報(C2PA) ファイルに書き込まれた、作った道具や編集の記録 記録を付ける道具で作り、記録が残っている画像 電子透かし(SynthIDなど) 画像に入れた、目に見えない印 透かしを入れた会社の道具で作った画像 判定モデル 画像の見た目の特徴 どの道具で作った画像にも使えるが、結果は可能性の目安
来歴の情報は、C2PAという業界の標準の形式で記録され、「Content Credentials」とも呼ばれます。
OpenAIは、ChatGPT、OpenAIのAPI、Codexで作った画像に、Content Credentialsと電子透かしのSynthIDの両方を入れていると説明しています(OpenAIヘルプ )。
同じヘルプには、Content Credentialsはスクリーンショットやファイルの変換といったふだんの操作で失われることがあるとも書かれています。
C2PAの説明資料 も、来歴の情報は取り除けるものだとしたうえで、来歴の情報だけでは内容が正しいかどうかまでは分からないと説明しています。
電子透かしは、ふつうの加工では消えにくい印です。
Googleは、画像のサイズや色を変えたり圧縮したりしても、ふつうは透かしが残ると説明しています(何度も手を加えると、検出できなくなることはあります)。
ただし、確かめられるのは、透かしを入れた会社の道具で作った画像だけです。
GoogleのGeminiアプリは、GoogleのAIで作った画像や動画しか認識できないと公式ヘルプ で説明しています。
つまり、来歴の情報や透かしが見つからなくても、AIで作った画像ではないとは言えません。
記録が消えた画像や、記録を付けない道具で作った画像もあるためです。
AIで画像を作る道具ごとの使える範囲や商用利用の条件は、画像生成AIのおすすめ で比べています。
AIで作った写実的な画像や動画をSNSに投稿するときは、各サービスがAIを使ったことの開示を求めています(AI動画の収益化 で説明しています)。
AIチェッカーの使い方
文章を確かめる手順
1. 提出先のルールを確かめる :大学の授業や会社で、生成AIを使ってよいか、使ったときにどう書くかを先に確かめます。ルールによっては、判定に使うツールも決まっています。
2. 個人の情報を消してから貼る :氏名、学籍番号、連絡先などは消してから入力します。入力した文章を保存するかどうかは、ツールごとに違います。
3. 文字数の目安を守る :短い文章ほど結果が安定しません。ユーザーローカルの生成AIチェッカーは500字以上で精度が上がる傾向があるとし、Turnitinは数百文字の短い文書では予測がほとんど「オール・オア・ナッシング」になると説明しています。
4. 割合と判定の文、ハイライトを読む :全体の割合だけでなく、判定の文と、AIらしいとされた文の場所を見ます。どの文がAIらしく見えているかが分かります。
画像を確かめる手順
AIで描いたイラストや、写真のように見える画像も、確かめる手順は同じです。
1. 元のファイルを用意する :SNSから保存し直した画像やスクリーンショットは、来歴の情報が消えていることがあります。できるだけ元のファイルを使います。
2. 来歴の情報と透かしを確かめる :OpenAIのコンテンツの検証のページ は、画像か音声のファイルをアップロードすると、OpenAIのツールで作られたことを示すC2PAやSynthIDが含まれているかを表示します。GoogleのAIで作った画像かどうかは、Geminiアプリに画像をアップロードして「この画像は Google AI によって作成または編集されたもの?」のように聞くと確かめられます(ログインが要ります)。
3. ほかの記録も調べる :C2PAの記録は、Content Credentialsの確認のページ で中身を見られます。ユーザーローカルの生成AI画像チェッカー も、画像にC2PAやSynthIDのメタデータが含まれるかを調べます。
4. 見た目から推定するツールは目安にする :記録や透かしがない画像は、判定モデルのツールで可能性を推定します。結果は可能性で、作った道具を特定するものではありません。
この記事のアイキャッチの画像は、OpenAIの画像生成のモデル(GPT Image)で作りました。
生成したままのPNGと、同じ画像を画面に表示して撮ったスクリーンショットを、Content Credentialsの確認のページと、ユーザーローカルの生成AI画像チェッカーで確かめました(2026年11月15日)。
生成したままのPNGをContent Credentialsの確認のページに入れると、発行元に「OpenAI OpCo, LLC」と出て、「この画像は AI ツールで生成されました。」と表示されました。
ユーザーローカルの生成AI画像チェッカーも、同じPNGを「AI生成画像の可能性が高いです」と判定し、「AIモデル:OpenAI API」と表示しました。
画面の下の詳細データには、PNGに残っていたC2PAの記録の中身が並びます。
同じ画像を画面に表示してスクリーンショットを撮り、そのPNGを入れると、判定は「AI生成画像の可能性は低いです」に変わり、AIモデルの行も出ませんでした。
スクリーンショットのPNGには、元のPNGにあったC2PAの記録が残っていませんでした。
Content Credentialsの確認のページでも、スクリーンショットのPNGからは記録を読み取れず、結果は表示されませんでした。
AIで作った同じ画像でも、スクリーンショットにして記録が消えると、判定が変わりました。
主なAIチェッカー
文章のAIチェッカーは、日本語の扱いと、一度に入れられる文字数がツールごとに違います。
次の表は、各ツールの公式のページの説明をまとめたものです。
文章の主なAIチェッカー(2026年11月15日時点の公式の説明)
ツール 日本語 文字数 特徴 生成AIチェッカー(ユーザーローカル) 対応 1万字まで 記事、レポート、論文向け AIチェッカー(Uravation) 対応 100〜8,000字 5つの観点の根拠を表示 AIチェッカー(Decopy) 多言語 200,000字まで AI、混合、人間の割合を表示 GPTZero 完全対応は5言語 ログインなしで1万字まで 英語での精度を公表 Copyleaks 対応 ログインなしで25,000字まで 30以上の言語に対応 Smodin 100以上の言語 1,000字以上 ファイルの読み込みに対応 Turnitin 対応 300語以上 大学などが契約して使う
ユーザーローカルの生成AIチェッカーは、記事、大学のレポート、論文の形式の文章に対応し、物語、日記、会話文には対応していないと説明しています。
Uravationは無料で登録が要らず、1人あたり10分間に10回まで使えます。
Decopyの基本のチェックは無料で、文ごとの分析は試用のクレジットを使います。
GPTZeroは英語、ドイツ語、ポルトガル語、フランス語、スペイン語の5つの言語に完全に対応するとしていて、日本語は含まれていません。
Turnitinは2025年4月2日に日本語の文章のAIの検出を始め、英語、スペイン語、日本語の長い文書に対応しています。
画像を確かめる道具は、次のとおりです。
画像を確かめる主な道具
道具 調べるもの 対象 OpenAIのコンテンツの検証 C2PAとSynthID OpenAIのツールで作った画像と音声 Geminiアプリ SynthIDとC2PA GoogleのAIで作った画像、動画、音声 Content Credentialsの確認のページ C2PAの記録 記録が付いた画像や動画など 生成AI画像チェッカー(ユーザーローカル) C2PAとSynthIDのメタデータ JPEGとPNG、10MBまで Hive 判定モデル 画像、動画、音声
3つのツールで同じ文章を試した結果
AIチェッカーの結果がどのくらい違うかを見るため、2026年11月15日に、同じ3本の文章を3つのツールにかけました。
使ったのは、ログインせずに使える、ユーザーローカルの生成AIチェッカー、Uravationのチェッカー、Decopyのチェッカーです。
試した3本の文章
A:人が書いた文章(799字) :寺田寅彦の随筆「科学者とあたま」(1933年)の第2〜6段落です(青空文庫 )。生成AIが生まれる前に人が書いたことがはっきりしている文章として選びました。
B:AIが書いた文章(562字) :同じ主題で、生成AI(Claude)に「科学者に求められる『頭のよさ』について、800字ほどの文章を書いてください」と頼んで書かせた文章です。
C:人の文章をAIが書き直した文章(595字) :Aを、生成AI(Claude)に「意味を変えずに現代のレポートの文体に書き直してください」と頼んで書き直させた文章です。
Bの書き出しは次のとおりです。
科学者に求められる「頭のよさ」とは、単に知識が多いことや計算が速いことだけを指すわけではありません。もちろん、複雑な理論を正確に理解し、論理を一つずつ積み重ねていく力は、研究を進めるうえで欠かせない能力です。
Cの書き出しは次のとおりです。
「科学者になるには頭がよくなければならない」という考えは、一般によく知られている。この考えは、ある意味では正しいといえる。
結果
3つのツールの判定(2026年11月15日)
文章 ユーザーローカル Uravation Decopy A:人が書いた AI 30%、人の可能性が高い AI率 5% AI確率 38%、混合 B:AIが書いた AI 55%、判定の文なし AI率 85% AI確率 0%、人間 C:AIが書き直した AI 40%、AIの可能性が高い AI率 65% AI確率 10%、人間
ユーザーローカルは、AIらしさと人らしさの割合を横の帯で示し、その上に判定の文を出します。
AIらしいとされた文は、赤(高)と黄色(中)で示されます。
Cは割合が40%でしたが、判定の文は「AIによって生成されたテキストである可能性が高いです」でした。
Bは割合が55%と3本の中で最も高かったのに、判定の文は出ませんでした。
Uravationは、AI率を参考値として示し、判定の理由をコメントで書きます。
Bは85%で、論理の構成が非常に整っていることや、具体的なエピソードと固有名詞がないことが理由に挙げられました。
画面の下には、文体の均質性や定型表現率など5つの観点ごとの点数と、根拠にした本文の引用が並びます。
Decopyは、AI確率と、AI、混合、人間の割合、最終判定を示します。
AIが書いたBは「人間のテキスト」(AI確率0%)と判定されました。
1933年に人が書いたAは「混合テキスト」(AI確率38%)と判定され、2つの文がAIか混合として示されました。
試して分かったこと
ツールによって結果が大きく分かれる :AIが書いたBは、Uravationでは85%でしたが、Decopyでは「人間のテキスト」でした。1つのツールの結果だけでは、どちらとも決められません。
人の文章もAI寄りに出る :1933年に人が書いたAが、Decopyでは「混合テキスト」と判定されました。
割合と判定の文は別に読む :ユーザーローカルでは、40%のCに「AIの可能性が高い」という判定の文が出て、55%のBには判定の文が出ませんでした。割合の数字だけを見て判断しないようにします。
同じ文章でも値が変わることがある :Uravationでは、Aを3回判定すると、AI率が15%、5%、5%でした。ユーザーローカルの3本と、DecopyのAとBは、2回判定して2回とも同じ値でした。
Aは広く知られた文章で、Uravationの判定のコメントには「寺田寅彦の随筆特有の」とありました。
自分で書いた文章を確かめるときとは、条件が違います。
この結果は3本の文章で試した一例で、ツールの精度を比べたものではありません。
AIチェッカーの精度と限界
AIチェッカーの精度には限界があることを、ツールを作る側も認めています。
OpenAIは2023年1月に、AIが書いた文章を見分ける分類器「AI Classifier」を公開しましたが、精度が低いことを理由に、2023年7月20日に提供をやめました(OpenAIの告知 )。
公開したときの評価では、AIが書いた文章を正しく見分けられたのは26%で、人が書いた文章の9%をAIが書いたものと誤って判定していました。
OpenAIは教育者向けのヘルプ で、自社の調べではAIの検出ツールは学生の評価に使えるほど信頼できなかったと説明しています。
自社で検出器を作ったときに、シェイクスピアの作品やアメリカの独立宣言をAIが書いたものと判定した例も挙げています。
Turnitinは、AIの文章が20%以上と判定された文書について、人が書いた文書をAIと誤判定する率を1%未満に抑えるよう努めているとしています(TurnitinのFAQ )。
一方で、20%未満では誤判定が起きやすくなるため、割合を表示せずにアスタリスク(*%)で示しています。
誤判定が起きやすい例として、構造の変化が少ない箇条書き、同じことを繰り返す文章、新しい考えを足さずに言い換えた文章を挙げています。
研究でも、検出ツールの限界が報告されています。
英語を母語としない人の文章 :Liangほかの研究(2023年 )では、7つの検出ツールが、英語を母語としない人が書いたTOEFLの作文の半分以上をAIが書いたものと判定し、誤判定の率は平均61.3%でした。
14のツールを比べた研究 :一般に公開されている12のツールと2つの商用のシステムを比べた研究(Weber-Wulffほか、2023年 )は、調べた検出ツールは正確でも信頼できるものでもないと結論づけています。最も高い精度でも80%を下回り、人が手で直したり、言い換えのツールにかけたりしたAIの文章を、すべて正しく判定できたツールはありませんでした。
どちらも英語の文章を対象にした2023年の研究で、日本語やいまのツールにそのまま当てはまるとは限りません。
ただ、短い文章、書き直した文章、決まった形の文章で判定が揺れることは、各社の説明とも重なります。
ChatGPTに「AIが書いたか」を聞いても判定できない
ChatGPTに文章を見せて「これはAIが書いた?」と聞いても、判定はできません。
OpenAIのヘルプは、ChatGPTはどの文章がAIで作られたかを知らず、「この文章はあなたが書いた?」のような質問への答えはでたらめで根拠がないと説明しています。
ChatGPTのサイトには「AI検出ツール」のページもあり、文章を分析してAIが生成した文章に見られる特徴をチェックすると案内しています。
ただし、このページには判定の仕組みや精度の説明がありません。
ChatGPTの答えを、AIで書いたかどうかの判断の根拠にはしないようにします。
自分で書いたのにAIと判定されたとき
自分で書いた文章でも、AIと判定されることがあります。
OpenAIのヘルプは、決まった形の文章や簡潔な文章を書く学生、英語を第二言語として学ぶ学生が、不利な判定を受けやすい傾向が見られたとしています。
丁寧に書いて構成が整った文章、決まった言い回しの多い文章、短い文章も、AIらしく見えやすくなります。
疑われたときは、判定の数字に言葉で反論するより、書いた過程を示す材料をそろえます。
下書きと編集の履歴 :Googleドキュメントの版の履歴や、Wordの古い版など、書き進めた跡が残っているものを示します。
参考にした資料とメモ :調べた本やページ、メモ、構成の案を示します。
内容の説明 :なぜその結論にしたか、どこを調べたかを、自分の言葉で説明できるようにします。
AIを使った範囲 :調べものや言い回しの確かめにAIを使ったなら、その範囲を正直に伝えます。
指摘を受けた後に文章を書き換えると、元の版が分からなくなります。
元のファイルはそのまま残しておきます。
大学のレポートとAIチェッカー
大学では、AIチェッカーの結果だけで不正と決めないよう求める方針が出ています。
文部科学省は2023年7月13日の周知 で、AIが生成した文章かを判定するツールを学修の評価に使う場合でも、その結果を過信しないことが重要だとしています。
レポートに生成AIを使ったときは、使ったことや生成AIの種類と箇所を明記させること、小テストや口述試験を組み合わせることも有効としています。
東京大学は2023年4月28日の教員向けの案内 で、検出ツールは過信できず、学生が不正にAIを使った証拠としては不十分だとしています。
上智大学は2025年11月11日のガイドライン で、検出ツールの検出率は100%ではなく、誤検出の可能性もあるとしています。
レポートを出す前には、次のことを確かめます。
授業のルール :その授業で生成AIを使ってよいか、テーマ決めや下書きに使った場合も書く必要があるかを、シラバスや担当の教員の指示で確かめます。
使ったときの書き方 :使ったなら、生成AIの名前、使った日、目的、箇所など、求められる書き方で書きます。
書いた過程の記録 :下書きや版の履歴、参考にした資料を、提出の後もしばらく残します。
NoLangで作った作例:配布メモからAIチェッカーを説明する動画
この記事で説明した仕組みと結果の読み方を、授業で配る1枚の説明メモにまとめ、NoLangで解説動画にしました。
メモは架空の授業「情報リテラシー」の配布資料として作ったもので、AIチェッカーとは、文章を判定する仕組み、画像を判定する仕組み、結果を読むときの注意、AIと判定されたときの対処の5つの項目を載せています。
作例の設定
項目 内容 見る人 授業でAIチェッカーの結果の読み方を学ぶ学生 もとにした資料 説明メモのPDF(A4、1ページ) 長さと向き 約2分7秒、横 流れ 判定の例 → AIチェッカーとは → 文章の仕組み → 画像の仕組み → 結果を読むときの注意 → AIと判定されたら → まとめ
動画は、「AIの可能性87%」と出た判定の例に「証拠ではない」の判子を押す場面から始まります。
画像の仕組みの場面では、スクリーンショットや形式の変換で来歴の情報が消える様子と、確認のツールで透かしが浮かび上がる様子を見せます。
結果を読むときの注意では、同じ文章でもツールによって数値が違うことと、短い文章では数値が安定しないことを、数値が動く画面で示します。
最後に、冒頭の判定の例に「可能性の目安」の判子を押し、要点を3行でまとめます。
87%などの数値は画面の上の例で、実際のツールの結果ではありません。
人物や風景の画像はAIで生成したもので、ナレーションと字幕が付いています。
この動画はテンプレートになっていて、作例の「このテンプレートで作る」から、同じ流れで、手元の説明の資料をもとに解説動画を作れます。
授業で配るメモと一緒に流したり、配る前に要点を伝えたりする短い動画として使えます。
NoLang手元の資料から、 解説動画を作ろう
NoLangで解説動画を作る
会社でAIの利用のルールを伝えるとき
会社で生成AIを使うときは、どの情報を入力してよいか、作ったものをどう確かめて使うかを、社内のルールとして決めておくと安心です。
NoLangでは、社内のルールや研修の資料のPDFかPowerPoint(PPTX)をアップロードして、ナレーションと字幕のついた説明の動画を作れます。
文章で配るだけでは読まれにくいルールも、動画にすると研修や朝礼で同じ内容を伝えられます。
導入の相談はお問い合わせ から受け付けています。
資料をダウンロード