AI記事の品質管理とは、生成AIで作った下書きを公開物として使えるかを、工程ごとの基準で判定して記録する運用のことです。AIを使った割合そのものを合否にせず、事実誤認率・出典未確認率・独自情報ゼロ率といった成果物側の指標に管理限界を置き、外れた記事だけを差し戻します。2026年8月20日にPew Research Centerが公開した実測調査を起点に、その基準の作り方を整理します。
この記事でわかること
- 10%という数字の読み方： Pewが測ったのは「AIが書いた確定10%」ではなく「AI執筆の兆候が有意なページが10%」です。
- 自社のAI利用率の測り方： 分子と分母を決めないと管理図が成立しません。記事数・文字数・工程通過数のどれで測るかを先に決めます。
- 管理限界をどこに引くか： AI利用率に上限を設けるのではなく、事実誤認率など成果物側の指標に管理限界を置きます。
結論：Web全体の10%にAI執筆の兆候。ただしこの数字を自社基準にしてはいけない
Pewが測ったのは英語Webの標本であって、企業サイトの品質基準ではありません。
Pew Research Centerのデータラボは2026年8月20日、Common Crawlから抽出した約49万件の英語ページを分析し、2026年7月時点で10%にAI執筆の有意な兆候が見られたと発表しました。ChatGPT公開後に作られたページに限れば3分の1を超えます。数字は大きく、そのまま「Webの1割はAI記事」と紹介した記事も多く出ています。
ただしこの10%は、英語Web全体の分布を推計した値です。自社サイトが何%までAIを使ってよいかという問いには、まったく答えていません。外部の平均値を自社の管理限界に流用するのは、他社の検査室の測定値を自分の装置の基準値にするのと同じことです（アイダイム分析）。
「AIが書いた10%」ではなく「兆候が有意な10%」
Pewの原文は「signs of AI authorship」で、AIが書いたと確定した10%ではありません。
Pewは検出モデルのスコアが0.2以上のページを「AI執筆または編集の意味のある兆候を含む」と分類しています。文章の一部にAIが入っているページと、全文をAIが書いたページが、同じ10%の中に入っています。「AIが書いた記事が10%ある」と読むと、実態より強い数字になります。
ChatGPT以降の35%には分母がある
35%の母数は、公開日を取得できたページだけです。全クロール標本の10〜15%にすぎません。
Pewの方法論ページには「各クロール標本のうち公開日フィールドを持つのは約10%から15%」と明記されています。そのうえで「2026年7月のクロールでChatGPT以降の公開日を持つページの35%にAI執筆の兆候」としています。つまり正確には「Pewが公開日を確認できたページのうち、ChatGPT公開後に公開されたものでは35%」であり、この部分集合はWeb全体の無作為標本ではありません。10%と35%のどちらも、自社サイトの比較対象にはできないということです。
Pewは何をどう測ったのか
Common Crawlから無作為抽出した49万ページを、AI検出モデルにかけて兆候の有無を数えた調査です。
手法を押さえておくと、この数字をどこまで自社の議論に使えるかが決まります。
49クロール×1万ページで49万ページ
Pewは49回分のクロールそれぞれから英語ページを1万件ずつ無作為抽出しています。
対象期間は2021年1月から2026年7月までの5年半です。「Common Crawlにある全ページを解析した」のではなく、そこから抽出した標本を数えた調査だという点が、後の解釈に効いてきます。
検出器はOpen Pangram、実体はeditlens_Llama-3.2-3B
Pewが本文で挙げた検出器の実体は、editlens_Llama-3.2-3Bというモデルです。
本文の表記は「Open Pangram」ですが、方法論ページで実際に入力したモデルとして書かれているのはこの名前です。このモデルは0から1のスコアを返し、Pewは0.2以上を兆候ありと扱いました。あわせて7クロール分・62,370ページを、Pangram社の商用モデルであるPangram 3.3にもかけて比較しています。検出器の名前だけを引用して「AI検出器で判定した」と書くと、閾値の設定という一番効く条件が落ちてしまいます。
4つの言語マーカーはどれも倍前後に増えている
Pewが挙げた4指標は、2023年1月から2026年1月にかけていずれも増加しています。
| 言語マーカー（1万語あたり） | 2023年1月 | 2026年1月 |
|---|---|---|
| emダッシュ（—） | 5.79 | 11.19 |
| オックスフォードカンマ | 34.04 | 55.51 |
| AIに多い語彙 | 11.94 | 26.02 |
| 否定並列（negative parallelism） | 0.87 | 2.36 |
いずれも英語の文体指標であり、日本語の記事にそのまま当てはめられるものではありません。日本語で同種の指標を作るなら、自社の記事から自前で頻度を取る必要があります。
Pew自身が書いた限界＝ChatGPT以前のページでも約1%を検出している
Pewは、ChatGPTが存在しなかった時期のページでもOpen Pangramが約1%を検出したと書いています。
その時期のページはAIで書けないため、この1%は偽陽性と考えるのが自然です。Pewはあわせて「検出モデルは完璧ではなく、個々の文書では誤分類が起こる」「emダッシュやオックスフォードカンマ単独では、その文書がAI生成であることを必ずしも意味しない」とも明記しています。検査の言葉に置き換えると、この調査は感度と特異度が公表された定量検査ではなく、集団の分布を見るスクリーニングだということです（アイダイム分析）。
Q. 自社の記事をAI検出器にかけて、白黒つけてしまってよいですか。
A. 個別記事の合否判定には使わないでください。Pewは自社が使ったモデルについて、個々の文書では誤分類が起こると明記しています。検出器のスコアは傾向を見る参考値として記録し、公開可否は本文の中身で判断するのが安全です。
検出器を判定装置として使えないなら、何を検査項目にするのか。実際に指標として使われがちなemダッシュから見ていきます。
「emダッシュ＝AI」は検査項目として使えるか
使えません。単独マーカーは偽陽性が多く、Pew自身が判定根拠にしないよう注意しています。
Xでは、この指標が独り歩きしていることへの反発が目立ちます。「AIがemダッシュを発明したと思っている人が好きだ」という投稿には2,200を超えるいいねが付き、弁護士が相手の投稿のemダッシュを見て「AIに聞いたな」と決めつける場面も観測されています。逆に「最初はemダッシュだった。次は何か。AI検出に落ちないよう文章の質を落とすべきなのか」と書く書き手もいます。
指標として使えるかどうかは、その指標が単独で結論を出せるかで決まります。
| 条件 | 検査項目として |
|---|---|
| emダッシュ・オックスフォードカンマなど単独の記号 | 使わない。人間の書き癖と区別できない |
| 検出器のスコア（1記事単体） | 合否には使わない。参考値として記録する |
| 検出器のスコア（サイト全体の分布・時系列） | 使える。急に分布が動いたら工程を疑う |
| 事実誤認・出典の有無・独自情報の有無 | 使う。読者と検索エンジンの双方に影響する |
単独の記号を数え上げても品質は上がりません。検査項目は、外したときに読者が損をするものだけに絞るのが原則です。
Googleが見ているのは「AIかどうか」ではない
Googleはランキング操作を主目的とした大量・低価値生成を問題にしており、作成方法は問いません。
Google検索セントラルのスパムポリシーは「大量生成されたコンテンツの不正使用」を「ユーザーをサポートすることではなく、検索ランキングの操作を主な目的として大量のページを生成すること」と定義しています。判断の軸は目的・価値・規模であり、生成AIツールを使ったかどうかではありません。AI生成記事とペナルティの関係は「【2026年最新】AI生成記事はペナルティ？Googleの公式見解と順位急落の本当の原因・対策」で詳しく整理しています。
Pewは順位との因果を測っていない
Pewの調査には検索順位もトラフィックも入っていません。10%も35%もSEOの結果とは無関係です。
測ったのはWeb上の文章に見られる兆候の割合だけで、それらのページが検索で評価されているかは調べていません。「35%もAIで書かれているのだから、AIで書いてもSEO上は問題ない」という読み方は、この調査からは導けません。逆に「10%しかないのだから使うと危ない」も導けません。順位の話をするなら、Googleのポリシーと自社サイトの実測を見る必要があります。
臨床検査技師の精度管理をAI執筆に当てる
AI利用率は検査値と同じで、合否ではなく分布として記録し、外れた記事だけを差し戻します。
当社代表は臨床検査技師として10年以上、検査値の精度管理に携わってきました。検査室では、1つの測定値だけを見て装置の異常を判断することはしません。同じ条件で測り続けた値の分布を作り、その分布から外れたときに初めて工程を疑います。AI執筆比率も同じ扱いにできます（アイダイム分析）。
AI利用率は「異常値」ではなく分布として見る
1本の記事のAI利用率が高いか低いかではなく、自社サイト全体の分布がどこにあるかを見ます。
分布を作っておくと、「先月まで平均が20%だったのに今月は60%に上がった」という変化を検出できます。変化が出たときに疑うのは記事ではなく工程です。担当者が変わった、締切が詰まった、下書きの投入方法を変えた。原因は工程側にあります。個別記事を1本ずつ叩いても、この種の変化は見つかりません。
まず分子と分母を決める
測る前に「何を1件と数えるか」を決めないと、管理図は時系列で比較できなくなります。
| 測り方 | 向いている場面 |
|---|---|
| AI下書きを使った記事数 ÷ 公開記事数 | 工程を導入したばかりで、どこまで広がったかを見たいとき |
| 人手で書き直した文字数 ÷ 総文字数 | 編集の手が実際に入っているかを見たいとき |
| 検出器スコアの中央値（サイト全体） | 外部から見た自社サイトの傾向を追いたいとき |
| 一次情報を含む記事数 ÷ 公開記事数 | AI利用そのものより差別化の量を見たいとき |
どれを選んでも構いませんが、途中で定義を変えると過去の値と比較できなくなります。決めたら記録欄の名前まで固定します。
管理限界はAI利用率ではなく成果物側に置く
AI利用率に上限を設けるのではなく、公開物の欠陥率に管理限界を引きます。
AI利用率は工程の記録であって、読者が損をする指標ではありません。読者が損をするのは、事実が違う、出典が無い、書いてあることがどこかで読んだ内容と同じ、という状態です。管理限界はそちらに置きます。
| 指標 | 位置づけ | 外れたときにやること |
|---|---|---|
| AI利用率 | 工程情報（合否に使わない） | 工程が変わっていないか確認する |
| 事実誤認率 | 管理限界を引く | 該当記事を差し戻し、検証工程を止めて原因を見る |
| 出典未記載率 | 管理限界を引く | 出典付与の工程を独立させる |
| 独自情報ゼロ率 | 管理限界を引く | 取材・自社データの投入を追加する |
| 公開後訂正率 | 管理限界を引く | 前工程のどこをすり抜けたかを遡る |
この置き方にすると、AIを多く使ったかどうかで議論する必要がなくなります。見るのは、出てきたものが基準を満たしているかどうかだけです。
AI下書きの検査に抜き取りは成立しない
AIの下書きは、どこを間違えるか事前に絞れないため、全部読むしかありません。
（実務知見）当社でAI下書きを使い始めたとき、「まずどこを見るか」という優先順位を作ろうとしましたが、作れませんでした。数値だけ、固有名詞だけ、といった当たりを付けた見方では取りこぼします。どこを間違うか分からないからです。臨床検査でいえば、AI下書きは抜き取り検査が成立しないロットにあたります。ここを認めておかないと、検査したつもりで通す工程になります。
そのため当社は、AI下書きの検証工程を「読む速度を落として全文を通す」と定義し、記事の分量に対して検証時間の目安を先に確保するようにしています。速く読める工程は、検査ではなく確認です。
検査項目に「言い回しの違和感」を入れる
事実誤認より先に、日本語としておかしい言い回しとして表面化することがあります。
（実務知見）実際に、AI下書きの言い回しがおかしいまま公開直前まで進んだことがあります。事実が間違っていたのではなく、文としておかしかった。流し読みをしていたために、その段階で気づけませんでした。読み飛ばせてしまう程度の違和感は、事実チェックのリストには載りません。
この経験から、当社では検査項目に「読んで引っかかる箇所があるか」を明文化して入れています。引っかかった箇所は、そのまま直さずに一度出典まで戻ります。言い回しが崩れている段落は、元の情報を正しく理解しないまま書かれていることが多いためです（アイダイム分析）。
工程は3つで足ります。増やすほど、どこで落ちたかを追えなくなります。
明日からできるチェックリストと、外に出すときの線引き
公開前に確認するのは5項目です。どれも記事1本につき記録を残せる形にします。
| 確認項目 | 記録の形 |
|---|---|
| 数値・年号・固有名詞に一次ソースを当てたか | 確認したURLを記事ごとに残す |
| 全文を速度を落として通したか | 検証にかけた時間を記録する |
| 読んで引っかかった箇所を出典まで戻したか | 戻した箇所数を記録する |
| 自社にしか書けない情報が1つ以上あるか | 該当箇所の見出し名を記録する |
| 公開後に訂正が入ったか | 訂正日と原因工程を記録する |
外部のライターや制作会社に出す場合も、渡すのは「AIを使うな」という禁止ではなく、この5項目です。使ってよいかどうかではなく、どの状態で納品されるかを約束事にするほうが、双方にとって検証可能になります。
📌 ツールで機械的に測れる範囲と、人が読まないと分からない範囲の線引きは、SEO診断ツールでも同じ構造になります。
→ 無料SEO診断ツールおすすめ10選｜どこまで分かって、どこから人の判断が要るのか
AI記事の品質管理のよくある質問
記事本編で扱いきれなかった周辺の疑問をまとめます。
Q. 自社サイトのAI利用率は何%までに抑えるべきですか。
A. 基準値はありません。Pewの10%も35%も英語Web全体の分布であり、企業サイトの品質基準ではないためです。AI利用率は記録にとどめ、事実誤認率や公開後訂正率など成果物側の指標に管理限界を置いてください。
Q. 日本語の記事でもemダッシュの多さはAIの目印になりますか。
A. なりません。Pewが測ったのは英語の文体指標で、日本語の記事にそのまま当てはまるものではありません。日本語で傾向を見たい場合は、自社の記事から語尾や接続表現の頻度を自前で取る必要があります。
Q. AIを使ったことを記事上で開示する必要はありますか。
A. Googleのスパムポリシーは開示を要件にしていません。ポリシーが問題にしているのは作成方法ではなく、検索順位の操作を主目的とした大量・低価値な生成です。開示するかどうかは、読者との関係で自社が決める方針の問題になります。
Q. AI下書きを使うと記事の独自性はどうしても落ちますか。
A. 工程しだいです。AIの出力をそのまま公開すれば、他社と似た内容になります。自社の実測値・失敗・判断基準を各セクションに1つずつ足す工程を独立させておけば、下書きにAIを使っても独自性は残ります。設計の具体は「AIライティングでAIバレを防ぐ設計術」でも扱っています。
参考情報
- Pew Research Center「How much of the internet is written with AI?」（2026年8月20日）https://www.pewresearch.org/data-labs/2026/08/20/how-much-of-the-internet-is-written-with-ai/
- Pew Research Center「Methodology」（2026年8月20日）https://www.pewresearch.org/data-labs/2026/08/20/methodology-ai-content/
- Google検索セントラル「スパムに関するポリシー｜大量生成されたコンテンツの不正使用」https://developers.google.com/search/docs/essentials/spam-policies?hl=ja
