Originality AIはカナダ発のテキスト検査ツールで、出版社・制作会社・教育者向けにAI生成の有無と盗用を判定します。精度の数値はすべて事業者の自己申告であり、同社の規約はそのスコアだけを根拠に誰かを処分することを禁じています。
このツールを使いましたか？評価してください
Originality AIは、カナダのオンタリオ州コリングウッド、ハーオンテリオ通り64番地に登記されたOriginality AI Incが運営する、ウェブベースのテキスト検査サービスです。一編の文章を受け取り、二つの主要な判定を返します。そのテキストがAIモデルによって生成された可能性を示すスコアと、既存の公開素材に対する盗用照合です。この二つの周りに、文法、可読性、事実確認、コンテンツ品質スコア、ガイドライン適合といった補助的な検査が並びます。
会社はJon Gillhamが自ら創業したコンテンツマーケティング会社を売却したのちに設立し、サービスは2022年11月に公開されました。注目すべきは、それがChatGPTの一般公開より前だという点で、当時はGPT-3の出力を検出するために作られていました。最初の商用AI検出器だという同社の主張の根拠が、まさにこの時期です。
本稿の残りはすべて一つの区別にかかっているので、先に整理します。トップページは製品を「第三者研究において最も正確なAI検出器」と説明しています。ところが同社が公表する精度の数値——99%、99%+、97.8%、そして0.5%から2.4%に及ぶ偽陽性率——は、自社のベンチマーク表が「Internal Benchmark」（内部ベンチマーク）と明記したデータセットから出たものです。事業者が自ら走らせた試験を、事業者が自ら選んだデータで出した結果であり、そのいずれも独立した監査を受けていません。 一方で、この問題を扱った査読済み文献は、検出ツールという分野全体について明確に異なる結論に達しています。以下では両方を並べて示します。このツールに頼るかどうかを判断する読者には、双方が必要だからです。
現行モデルは三つで、2025年9月に公開され、事業者はそれぞれについて具体的な数値を掲げています。Lite 1.0.2は主要なフラッグシップモデル——OpenAI、Gemini、Claude、DeepSeek——に対して99%の精度と0.5%の偽陽性率を表明します。Turbo 3.0.2は同じモデル群に対して99%+、「人間化」処理されたコンテンツに最大97%の精度、偽陽性率1.5%を表明します。Academic 0.0.5は99%+の精度と1%未満の偽陽性率を掲げ、STEMの解答・コード・数式を含む学術素材に焦点を当て、AI人間化・回避ツールに対して最大92%の精度を主張します。
これがマーケティングの拠り所となる数字であり、事業者が示した出典と並べて読む価値があります。公開されたベンチマーク表はLite 1.0.2を真陽性率98.91%、偽陽性率0.52%、偽陰性率1.09%と記載していますが、その対象データセットは事業者自身の列見出しに「Internal Benchmark: Recently Released Models」と書かれています。
2026年6月に導入されたAI Allowanceは、これまであらゆる検出器が投げてきた二者択一の問いから離れます。「これはAIか否か」ではなく、どの程度のAI関与まで受け入れるかを利用者が設定し——0%、5%、15%、25%、40%——その閾値に照らして採点します。事業者は既定の15%設定で99%+の精度を主張しています。
概念としては製品の中で最も興味深い部分です。二分法が覆い隠してきた事実、つまり2026年の現実の文章の大半は完全に人間と完全に機械の間のどこかに位置しており、編集方針が気にするのは有無ではなく程度だという事実を認めているからです。ただし、その細かな区別を基礎となる測定が本当に支えられるのかは、やはり内部試験だけが証言しています。
2025年5月公開のMultilingual 2.0.0モデルは30言語を扱い、全体精度97.8%、偽陰性率1.99%、偽陽性率2.4%を表明します。
最後の数値は注目に値します。非英語の検出が測定可能なほど弱いことを、事業者自身が開示したものだからです。Liteの0.5%、Academicの1%未満に対して2.4%です。英語以外のテキストを評価する人は、会社自身の数字に従っても、英語モデルのおよそ二倍から五倍の偽陽性率を抱えて作業していることになります。
盗用検出は付け足しではなく対等な製品ラインです。創業者が語った動機の一つが、スキャン履歴・共有可能な結果・チームアクセスを備えた現代的な盗用検査ツールを作ることでした。この二本の柱を囲んで、事実確認ツール、文法チェッカー、可読性チェッカー、コンテンツ品質スコア、ガイドラインチェッカーがあり、大量処理向けのBulk ScanとURLを受け取って巡回するサイト全体スキャンが加わります。
クローム拡張はGoogle Docs内で直接スキャンを実行でき、執筆過程を再生できます。完成したテキストだけを見て判断するのではなく、文書が時間をかけてどう書かれていったかを示すのです。これは検出スコアとは性質の異なる証拠です。統計的推論ではなく過程の証拠であり、偽装がはるかに難しい。生徒が本当に自分で書いたのかを確かめようとする教員にとって、自然な下書きの流れを示す再生は、どんな百分率よりも有用です。
透明性の面で、この会社は競合の大半より多くのことをしています。2023年8月にオープンソースのベンチマークデータセットとオープンソースの効果測定ツールを公開しました。ほとんどの事業者が何も公表しない分野において、これは実質的で珍しい一歩です。
ただし相反する二つの事実と併せて量る必要があります。現行の主力モデルの精度数値は、その公開データセットではなく依然として内部ベンチマークから出ています。そして利用規約はモデル・重み・プロンプト・非公開ベンチマークに対するリバースエンジニアリング、逆コンパイル、導出の試みを禁じています。つまり外部からは、現行システムがどのように結論に至るのかを独立に検証できません。
Enterpriseプランは制作会社と出版社向けと明示されており、このツールの限界が最も問題になりにくい用途がまさにここです。編集者がフリーランスの納品物が依頼どおりかを確かめるとき、検出スコアは会話の入力であって、結果を伴う判決ではありません。一括スキャンとサイト全体スキャンが、これを規模の面で現実的にします。
AI Allowanceは、実際に方針を文書化している組織に向きます。「AIは調査と構成案には使ってよいが、文章は自分で書くこと」といった方針であって、一律禁止ではありません。方針に対応する閾値を設定するほうが、二者択一の検出器が層のあるルールを執行できるふりをするよりずっと誠実です。
Academicモデル、Moodleプラグイン、学生データ条項は、この領域が意図的に支援されていることを示します。しかしここは同時に、このツール自身の規約が最も強い制限を課す場所でもあり、後段で詳述します。複数のシグナルの一つとして——執筆再生、下書き履歴、学生との対話と併せて——使えば貢献します。決め手として使えば、事業者自身の許容使用ポリシーに違反します。
コンテンツを発注する人、寄稿を審査する人、製品レビューが本物かを見極める人には正当な必要があり、この場面での偽陽性の帰結は釣り合っています。人を罰するのではなく、原稿を見送るだけだからです。
見落とされがちな使い方があります。格式ばった構造的な文体で書く人——これは相当数の非英語母語話者、テクニカルライター、研究者に当てはまります——は、自分の文章が旗を立てられそうかを事前に確かめ、説明が必要になるかもしれないと前もって知ることができます。批判者がめったに触れない、このツールの防御的な使い道です。
アカウントなしで1日3回、1回あたり最大2,000語までスキャンできます。出所をすでに確実に知っているテキストで試してください。自分で書いた一編と、機械生成だと確実にわかっている一編を入れて、お金を払う前に期待値を較正するのです。
引き換え条件に注意してください。無料検出器に入力したテキストは学習に使われる可能性があり、これを拒否するには有料アカウントが必要です。機密資料や顧客資料を無料ツールに貼り付けないでください。
Lite、Turbo、Academicは互換ではありません。AcademicはSTEMの解答・コード・数式のために作られ、最も低い偽陽性率を報告します。Turboは人間化ツールに対してより堅牢な選択肢です。テキストが英語でない場合は多言語モデルが適用され、より高い2.4%の偽陽性率を伴います。
AI Allowanceを使うなら、実際に文書化した方針に合わせて百分率を設定してください。厳格に見えるからと0%を選んでも、実際の方針がAI補助の調査を許容しているなら、結局は無視することになる旗が量産されます。それはツールそのものを信用しないよう自分を慣らしてしまいます。
このツールを責任をもって使えるかどうかは、この段階で決まります。高いAIスコアは、そのテキストが機械生成に似た統計的特徴を持つという意味です。そのテキストがどう作られたかを確定するものではありません。格式ばった文体、平易な語彙、入念に手を入れた文章、非母語話者らしい言い回しは、いずれもAI利用とは無関係な理由でスコアを押し上げます。
結果が誰かに影響しうるなら、他のシグナルを集めてください。版の履歴、執筆再生、比較用の以前の文章サンプル、あるいは対話です。これは私個人の慎重さではなく、後段で示すとおり事業者の規約が利用者に求めていることです。
1クレジットは100語です。サブスクリプションのクレジットは毎月末に失効し繰り越されません。別途購入した従量制クレジットは2年間有効です。作業量にむらがあるなら、従量制のほうが毎月失う容量に支払う事態を避けられます。
Enterpriseは365日のスキャン履歴を提供し、Proは同等の保存期間を明示していません。検出結果が人に関する決定に関与しうるのなら、いつ何をスキャンしたかを後から辿れることだけでも、プラン差額に見合います。
利用規約第9条は、出力を重大な決定の唯一の根拠とすることを禁じ、検出または盗用スコアのみを理由に学生・従業員・請負人・執筆者・応募者を制裁することを禁じています。機関のワークフローを設計しているなら、この条項がその形を規定すべきです。事業者がこれを文書に書き込んだことは異例で評価に値し、同時に利用者であるあなたを拘束します。
規模を広げて導入する前に、これから評価するのと同じ集団の人が書いたと確実にわかるテキスト群で一度回してください。同じ主題、同じ言語背景、同じ文体である必要があります。事業者のベンチマークはあなたの実際のコーパスについて何も語らず、自分自身の偽陽性率がいくらなのかを知る方法はこれしかありません。
事業者自身の数字が、多言語の偽陽性率を2.4%、英語Liteモデルを0.5%としています。翻訳文や非英語の文章を評価するなら、それに応じて確信の度合いを下げてください。
この種のシステムの動作についての公開説明はいずれも、検出の信頼性がテキストの長さとともに向上するとしています。自社の分類器が1,000文字未満では信頼できないと述べたOpenAIの注記もそこに含まれます。一段落に付いた旗は、ほとんど意味を持ちません。
過程の証拠を得られるなら、それはスコアより強い証拠です。文書が数時間かけて起草され、修正され、組み替えられていく様子を示す再生は、どんな百分率にも出せない形で、人間が書いたことを積極的に裏づけます。
無料プランの入力は学習に使われる可能性があり、拒否できるのは有料アカウントだけです。顧客の成果物、未発表の原稿、個人データを含む学生の提出物は、スキャンするとしても有料アカウントでのみ扱うべきです。
確認済みの利用者から、解約の経路を最後まで進むのが難しいという報告が出ています。これをどう評価するにせよ、実務上の対応は同じです。更新日よりかなり前に解約し、書面で確認を取り、次の請求サイクルを点検してください。
出版社、制作会社、コンテンツ取引プラットフォームが最も適合します。このツールが関与する判断が個人に向けたものではなく商業的なもの——成果物を受け入れるか見送るか——であり、一括およびサイト全体スキャンという道具立てが彼らの運用の仕方と噛み合うからです。
AI方針を文書化した編集チームは、とりわけAI Allowanceから実質的な価値を得ます。閾値ベースのツールが閾値ベースの方針と噛み合う形は、二者択一の検出器には決して実現できないものです。
教育関係者と機関は意図的に支援されています——Academicモデル、Moodleプラグイン、学生データ保護——が、これを軸にどんな手続きを組む前にも本稿の制限の節を最後まで読むべきであり、事業者自身の「唯一の根拠の禁止」を細かい但し書きではなく設計上の制約として扱うべきです。
自分の文章を点検する書き手、とりわけ格式ばった文体で書く人や英語を追加言語として書く人には、本当に防御的な使い道があります。
別を当たるべき方：確率ではなく証明を求める人は、ここでもどの競合製品でも見つけられません。基礎にある問題が現時点では証明を許さないからです。学術不正の認定を自動化しようとする機関は、事業者が許容する範囲の外に明確に置かれます。主として非英語の文章を評価する人は、より高く開示された偽陽性率を慎重に量るべきです。そして、実際の帰結を伴う誤答を一定割合受け入れられない人は、そもそも自動検出を使うべきではありません。
Originality AIはダッシュボードを備えたウェブアプリケーションとして提供され、クローム拡張（Google Docs内でスキャンを実行し執筆再生を提供）、教育機関向けMoodleプラグイン、プログラムからの利用に向けたAPI、企業向け連携を通じて他の環境に届きます。ファイルアップロードはdocx、doc、PDFに対応し、テキストの貼り付けや直接入力も可能で、サイトスキャンはURLを受け取ります。
APIアクセスはProではなくEnterpriseプランの機能です。無料ツール——AIチェッカー、事実確認ツール、盗用チェッカー、可読性および文法チェッカー——はサイト上に独立したページとして公開されています。
公表されているサブスクリプションは二段階で、いずれも米ドル建て、年額払いが月額払いより割安です。
Proは年額払いで月12.95ドル（年155.40ドル）、月額払いで14.95ドル、個人と小規模チーム向けです。月2,000クレジットが含まれ、1クレジットは100語なので、おおよそ月20万語分のスキャンにあたります。標準サポート、ファイルアップロード、サイト全体スキャン、チーム管理、スキャンのタグ付け、クローム拡張が含まれます。チーム席の追加は月9.95ドル、年額払いなら8.62ドルです。
Enterpriseは年額払いで月136.58ドル（年1,638.96ドル）、月額払いで179ドル、制作会社と出版社向けです。月15,000クレジット、専任のカスタマーサクセスマネージャー、通常1時間以内に解決する優先サポート、365日のスキャン履歴、APIアクセスが含まれます。席の追加は月24.95ドル、年額19.04ドルです。
無料利用はアカウントなしで可能です。1日3回、1回あたり最大2,000語まで。この方法で送信したテキストは学習に使われる可能性があり、拒否できるのは有料アカウントだけです。
表示価格より重要なクレジットの仕組みが二つあります。サブスクリプションのクレジットは使わなければ毎月末に失効し、蓄積されません。一方、一括払いで購入した従量制クレジットは購入日から2年間有効です。利用量が季節変動する、あるいは案件単位であるなら、従量制のほうが毎月消える容量に支払わずに済みます。
返金について規約は率直です。解約は今後の更新を止めるだけで、すでに発生した請求を自動的に返金するものではなく、法律または注文書に別段の定めがない限り支払済みの料金は返金されず、すでに消費されたサービス——完了したスキャン、盗用チェック、API呼び出し——は返金されません。ただし放棄できない強行的な消費者の権利は規約もそのまま留保しています。
GPTZeroは教育領域で最も直接的な競合であり、同じ根本的な但し書き——事業者自身による試験——を伴って自社の精度を公表しています。出所のわかっている自前のコーパスで両者を比べるほうが、両社のマーケティングを比べるより有益です。
Turnitinは既存の学習管理システムとの関係と長年積み上げた盗用検出の基盤を通じて、機関側で重みを持ちます。大学では、統合の経路と調達の手続きが精度より先に答えを決めてしまうことが少なくありません。後述するWeber-Wulffの評価に含まれた二つの商用システムのうちの一つでもあります。
CopyleaksはAI検出と盗用の両面で競い、とりわけ多言語対応を強調します。コーパスが主に非英語であるなら、その領域で開示されている偽陽性率がより高いことを踏まえると、意味を持つ可能性があります。
Winston AIなどの比較的新しい参入者は、価格と、人間化ツールの出力を捉えるという具体的な主張で競います。同じ証拠上の慎重さが、これらすべてに等しく当てはまります。
自動検出を使わないという選択も、現実的な代替として挙げておく価値があります。過程の証拠——下書き履歴、バージョン管理、口頭試問、授業内での執筆——は、実際に擁護できる結論を生みますし、複数の機関が意識的にこの方向へ移りました。手間がかかり規模化しにくいものの、偽陽性率を伴いません。
正直にまとめると、中核的な主張が構造的に検証しづらい分野にあって、Originality AIは比較的透明な部類に入ります。モデルのリリース履歴を公開し、オープンなベンチマークツールを配布したことがあり、使用上の明確な制限を自社の規約に書き込んでいます。そのいずれも、根本の問い——どの検出器が帰結を伴う用途に耐えるほど正確か——を解決はせず、独立した文献はこの分野が全体として耐えないことを示唆しています。
これが中心的な但し書きであり、例外なく当てはまります。99%、99%+、97.8%、そして0.5%から2.4%の偽陽性率は、すべて会社が自ら試験し、ベンチマーク表が「Internal Benchmark」と記したデータセットで出したものです。独立した監査機関がこれらを検証したことはありません。これは不誠実さの告発ではなく、これらの数字の証拠としての地位の記述であり、この分野全体では通常の状態です。
関連する主張も正確に述べる必要があります。トップページは製品を「第三者研究において最も正確なAI検出器」と説明しています。会社自身の精度に関する記事には第三者研究の概観を約束する節の見出しがありますが、そのページに提示される実質的な精度データは内部ベンチマークから出ています。トップページの文言を裏づける第三者研究を探す読者は、そこに該当する引用を見いだせません。
最も重みのある独立評価はWeber-Wulffらによる論文で、題は「AI生成テキストの検出ツールの試験」、英語の原題はTesting of detection tools for AI-generated textです。国際教育誠実性学術誌に掲載され、同誌の第19巻26号、発行年は2023年です。公開されている検出ツール12種と商用システム2種を試験し、利用可能な検出ツールは「正確でも信頼できるものでもない」と結論づけ、AIコンテンツを人間が書いたものと誤分類する顕著な偏りがあるとしました。さらに、コンテンツの難読化手法がツールの性能を著しく悪化させることを確認し、学術の場でこうしたシステムを用いることの重大な含意を強調しています。
この研究はOriginality AIだけを名指ししたものではなく、試験されたモデルは現行世代より前のものです。しかしこの分野について存在する独立評価に最も近いものであり、その結論はどの事業者の99%という主張とも折り合いをつけがたいものです。
スタンフォード大学のLiang、Yuksekgonul、Mao、Wu、Zouの五名による共同論文で、題は「GPT検出器は非英語母語話者に対して偏っている」、英語の原題はGPT detectors are biased against non-native English writersです。プレプリント番号はarXiv 2304.02819、2023年4月に提出され、同年7月に最終版となりました。彼らの発見は、検出器が非英語母語話者の文章を一貫してAI生成と誤分類する一方、母語話者の文章は正確に分類するというものです。さらに、単純なプロンプトの調整でこの偏りを減らすことも検出を回避することもできると示しました。検出の信頼性を両方向から同時に削ぐ結果です。
Originality AIは「欠陥のあるスタンフォード研究への回答」と題した記事で公に反論しました。この回答は方法論に異議を唱えています。注目すべきは、同時にその研究の中心的な数値を否定せずに繰り返している点です。検出器がTOEFLエッセイの半数以上をAI生成と誤って表示し、平均偽陽性率が61.3%だったという数値です。
読者はこのやり取りから自ら結論を導くべきです。争いがないのは、非母語話者の文章を誤分類する危険が、双方ともその存在を認める、記録され公表された論点だということです。
この問題がどれほど難しいかについての最も明快な指標は、検出される側のモデルを作る会社自身から来ています。OpenAIの分類器のページにはこう記されています。「2023年7月20日をもって、このAI分類器は精度が低いため提供を終了しました。」公表された性能は、「英語のチャレンジセットにおいて、AIが書いたテキストの26%を『おそらくAIが書いた』と正しく識別する一方、人間が書いたテキストの9%をAIが書いたと誤って表示する」というものでした。
これはOriginality AIの個別のモデルへの評価ではありません。後者が主張する数値ははるかに良好です。この分野がどれだけの懐疑を勝ち得てきたかという背景です。
教育や人事に携わる人にとって、これは本稿で最も重要な事柄であり、しかも会社自身から出ています。利用規約第9条は、利用者が出力を「個人に法的・学術的・雇用・住居・保険・信用・懲戒・評判・医療またはそれに類する重大な影響を及ぼしうる決定の唯一の根拠」とすることを禁じ、とりわけ「AI検出の出力または盗用スコアのみを理由として」学生・従業員・請負人・執筆者・応募者その他の人を「告発し、懲戒し、処罰し、解雇し、不合格とし、通報し、またはその他の方法で実質的に不利に扱う」ことを禁じています。第8条は「個人に実質的な影響を及ぼしうる行動を取る前に、人による検討と適切な適正手続を用いる」ことを求めています。
素直に読めば、事業者は最も正確な検出器だと宣伝しながら、同時にその出力を学生を不合格にしたり従業員を解雇したりする根拠として扱うことを禁じています。二つの立場はそれぞれに筋が通っており、両方を並べて掲げる誠実さは競合の大半を上回ります。しかし不正認定を自動化するためにこのツールを導入した機関は、自ら同意した規約に違反していることになります。
会社の数値を額面どおり受け取っても、算数は依然として問題です。Academicモデルが掲げる1%未満の偽陽性率で計算すると、本当に人間が書いた課題を千件スキャンした場合、なお十件近くが旗を立てられうることになります。多言語モデルの2.4%なら絶対数はさらに増えます。マーケティングでは安心に見える百分率が、一学年全体に適用されると、相当な数の具体的な人を指すことになります。
Trustpilotのプロフィールは1,294件のレビューで4.6点——標本は大きい——であり、5つ星80%、4つ星6%、3つ星1%、2つ星1%、1つ星12%という分布です。
但し書きが二つあります。このプロフィールは2023年9月から事業者が所有権を主張しており、Trustpilotは同社が積極的にレビューを依頼していると表示し、事業者は否定的レビューの89%に返答しています。いずれも選択の圧力を肯定方向に押す要因です。より実質的な点として、最近の肯定的レビューを読むと、検出の正確さではなくカスタマーサポートの体験に大きく偏っていることがわかります。個々のサポート担当者の名前が繰り返し挙がります。この4.6点は、検出器の正しさに対する利用者の裏づけではなく、会社の応答性についての信号として読むのが適切です。
否定的な側では、解約に関する具体的な不満が繰り返し現れます。確認済みのあるレビュアーは、解約リンクが「極端に小さく、うまく隠されており、ほとんど完全に透明なフォント」だと述べ、続いて八回ほどの引き留めの提案があり、フィードバックの送信を選ぶと解約を完了することが事実上不可能になり、アカウントが一時停止状態に変わると記しています。
サブスクリプションのクレジットは繰り越されず、使い残した容量は月末に消えます。解約は今後の更新を止めるだけで既に発生した請求を返金せず、消費済みのスキャンとAPI呼び出しは返金されません。利用量にむらがある場合は、2年間有効な従量制のほうが構造的に適します。
規約はソースコード、アルゴリズム、モデルの重み、プロンプト、システム設計、非公開ベンチマークに対するリバースエンジニアリング、逆コンパイル、導出の試みを禁じています。標準的な商業上の保護ですが、内部で生成された精度の数値と重ね合わせると、この製品の中核的な主張が設計上、外部から確認できないことを意味します。
事業者自身のモデル履歴は、最も難しいテストセットでの精度が一度のリリースで90.2%から98.8%へ上がった一方、同じ段階で偽陽性率は2.9%から2.8%へわずかに改善しただけだったことを示しています。この軌跡が映しているのは動く標的です。人間化・回避ツールは検出器と並んで進化しており、今日公表された数値は、その試験が行われた時点に存在した回避手法に対する性能を述べているにすぎません。
会社は現行の英語モデルについて99%以上、偽陽性率0.5%から1%未満を掲げ、30言語の多言語モデルについては全体97.8%、偽陽性率2.4%を掲げています。いずれも「Internal Benchmark」と記されたデータセットで会社が自ら試験した結果であり、独立した監査を受けたものはありません。検出ツールという分野全般に対する独立した査読研究——代表的にはWeber-Wulffら2023——は、利用可能なツールが「正確でも信頼できるものでもない」と結論づけています。事業者の数値は測定値ではなく主張として扱ってください。
あります。事業者もその比率を直接開示しています。より重要なのは、公表された研究がこの危険の分布が均一でないことを記録している点です。スタンフォードの研究は、検出器が非英語母語話者の文章を母語話者の文章よりはるかに高い頻度でAI生成と誤分類し、TOEFLエッセイでの平均偽陽性率が61.3%だったと述べています。Originality AIはその研究の方法論に異議を唱えつつ、この数値を繰り返しています。格式ばった文体、平易な語彙、入念な推敲はいずれも、AI利用とは無関係な理由でスコアを押し上げます。
それだけでは使えません。しかもこれは助言ではなく事業者自身の規則です。利用規約は、出力を学術・雇用・懲戒の帰結を伴う決定の唯一の根拠とすることを禁じ、検出または盗用スコアのみを理由に学生・従業員・請負人・執筆者・応募者を制裁することをとりわけ禁じています。規約はまた、個人に実質的な影響を及ぼしうる行動の前に、人による検討と適切な適正手続を求めています。
Proは年額払いで月12.95ドル、月額払いで14.95ドル、月2,000クレジット付きです。Enterpriseは年額払いで月136.58ドル、月額179ドルで、15,000クレジット、APIアクセス、365日のスキャン履歴、優先サポートが付きます。1クレジットは100語です。両プランとも席の追加は別料金です。アカウント不要で1日3回、1回2,000語までの無料利用もあります。
あります。アカウントなしで1日3回、1回あたり最大2,000語までです。代償は、無料検出器に入力したテキストが学習に使われる可能性があることで、拒否できるのは有料アカウントだけです。機密資料や顧客資料には使わないでください。
サブスクリプションでは繰り越されません。サブスクリプションのクレジットは使わなければ毎月末に失効します。別途購入した従量制クレジットは購入日から2年後に失効し、不規則な作業量にはこちらのほうが適します。
対応しています。30言語を扱う多言語モデルがあり、事業者は全体精度97.8%を掲げています。ただし同じ開示がこのモデルの偽陽性率を2.4%、英語Liteモデルを0.5%としている点に留意してください。事業者自身の数値でも、はっきりと高いということです。
事業者はTurbo 3.0.2が人間化コンテンツを最大97%の精度で識別し、Academic 0.0.5が人間化・回避ツールに対して最大92%で堅牢だと主張しています。内部の数値です。検出と回避は同時に進化するため、この種の数値は試験が行われた時点で入手できた回避手法に対する性能を述べているにすぎません。
Trustpilotの分布は1,294件のレビューで4.6点、5つ星80%、1つ星12%です。肯定的レビューは検出の正確さではなくカスタマーサポートに集中しています。繰り返し現れる否定的な主題は解約の難しさで、確認済みのあるレビュアーはほとんど見えない解約リンク、八回ほどの引き留めの提案、そしてフィードバック送信を選んだ後に解約を完了できなかった状況を述べています。
ありません。どの競合製品も同様です。検出スコアは統計的な可能性であって、テキストがどう作られたかについての証拠ではありません。この製品が提供する最も証明力のあるものはスコアではなく、クローム拡張の執筆再生であり、文書が実際にどう書かれたかを記録します。その種の過程の証拠はどんな百分率よりはるかに強く、擁護に耐える学術的誠実性の実務がずっと向かってきた方向でもあります。
