エムダッシュがあると、その文章はAIが書いたことになるのでしょうか

この説は、AIに関するほとんどの俗説が生まれる場所から広がりました。目に見える事例の積み重ねです。2023年から2024年にかけて、大勢が初めてChatGPTでメールや投稿、レポートを書き、そのまま公開しました。それらの下書きには共通の指紋があり、その最も目立つ部分がエムダッシュでした。ほとんどの人が打てない記号だったからです。

この点は重要です。Windowsのキーボードに専用キーはなく、Alt + 0151やWordのオートコレクト、文字コード表が必要です。MacではShift + Option + -。モデルはその記号を即座に、正しく出力します。だから読者は「手間のかかる記号」と「明らかに手間のかかっていない文章」を結びつけて学習してしまいました。

主張を二つに分けると整理できます。A: エムダッシュは人間の文章よりAIの文章に多く現れる。 これは広く支持されています。モデルは過剰に出力します。B: エムダッシュがあればその文章はAIが書いた。 これは支持されておらず、支持できません。記号はモデル専用ではないからです。

「AIはXを多く使う」という知見は、Xが人間にどれくらい使われるかを知らない限り、目の前のXがAI由来である確率については何も語りません。そして基準となる頻度は告発に不利です。エムダッシュは出版された文章の標準であり、それは1世紀以上続いています。書くことを生業にする人、編集者に習った人は何も考えずに使います。

違いは*特徴*と*分布*の間にあります。ダッシュ1つは特徴であり、特徴は人間と機械で絶えず重なります。分けるのは分布です。どれくらいの頻度で、どれくらい均一に、そして他にどれだけ揺らいでいるか。均一さが誠実な手がかりで、ダッシュはその最も目立つ症状にすぎません。

1. ダッシュを数えます。エムダッシュカウンターは同系統の文字をすべて集計します。
2. 単語数で割って1,000を掛けます。それが密度です。
3. 1段落を音読します。ダッシュがコンマや句点の仕事をしているなら置き換えます。
4. AI用ダッシュ削除ツールなら一度に処理でき、入力された--や---も対象です。