AI use in American newspapers is widespread, uneven, and rarely disclosed

論文「アメリカの新聞における AI 利用は広範で、偏在し、めったに開示されない」の詳細な技術的サマリーを以下に示す。

1. 問題提起

大規模言語モデル（LLM）のジャーナリズムへの急速な統合により、重大な透明性のギャップが生じている。AI ツールは原稿作成、編集、コンテンツ生成にますます利用されているが、公開されたニュースにおけるその採用の程度は不明なままである。この開示の欠如は、以下の点にリスクをもたらす：

• 公衆の信頼： 読者はコンテンツが人間によって書かれたものか、AI 支援によるものか、しばしば気づいていない。
• 事実の正確性： AI モデルは「幻覚」（事実の捏造）を起こしやすく、厳格なチェックが行われない場合、誤情報を拡散させる可能性がある。
• 倫理的基準： ニュースルームにおける AI 著者権に関する明確な方針の欠如は、説明責任を複雑化させる。

本論文は、米国の新聞における AI 生成コンテンツの普及度を定量化し、異なるメディアタイプ（地域対全国、ニュース対意見）間での分布を分析し、開示率と事実の信頼性を評価することを目的としている。

2. 手法

データセット

著者は合計231,310 記事からなる 2 つの主要なデータセットを構築した：

1. recent_news（186,507 記事）： 2025 年 6 月から 9 月の間に発表された、1,528 の米国地域および全国紙からの広範な記事サンプル。このデータセットは、多様な所有グループ、発行部数、トピックを網羅している。
2. opinions（44,803 記事）： 2022 年 8 月から 2025 年 9 月の間に発表された、3 つの主要な全国紙（『ニューヨーク・タイムズ』、『ワシントン・ポスト』、『ウォール・ストリート・ジャーナル』）からの意見記事の標本。
3. ai_reporters（20,132 記事）： 2022 年 11 月の ChatGPT 前後の両方で発表された 10 人のベテラン記者を追跡する縦断データセットであり、時間経過に伴う採用傾向を分析する。

検出ツール

本研究では、Pangram Labs が開発した最先端の AI テキスト検出器Pangram（v2.0）を利用する。

• ラベル： 記事は HUMAN-WRITTEN（人間執筆）、MIXED（部分的 AI）、AI-GENERATED（AI 生成）の 3 つのカテゴリに分類される。
• 精度： Pangram はニューステキストにおいて偽陽性率（FPR）が約 0.001% と報告されている。著者はGPTZeroとの相互参照によりこれを検証し、88.2% の一致率（Cohen's $\kappa$ = 0.764）を観察した。
• 免責事項： 著者は明示的に、これらは検出器の出力であり、著者権の決定的な証拠ではなく、特定のジャーナリストの意図や不正行為を帰属させるものではないと述べている。

分析パイプライン

• トピック分類： 記事は、QWEN3-8Bモデル（ゼロショットプロンプティング）を介して割り当てられた、IPTC Media Topics分類体系を用いた 19 のトピックでラベル付けされた。
• メタデータリンク： 新聞は、発行部数データ（米国ニュース砂漠データベースから）および所有情報（Medill ローカルニュース・イニシアチブから）とリンクされた。
• 手動監査：
  • 開示監査： AI 使用の開示を確認するための、AI 検出された 200 記事の手動レビュー。
  • 事実性監査： 幻覚（捏造された引用、誤った統計など）を特定するための、AI 検出された 100 記事対人間検出された 100 記事の手動レビュー。
  • 機械翻訳（MT）分析： 非英語テキストにおける高い AI 検出率が機械翻訳のアーティファクトかどうかを判断するため、300 件の英語記事を 12 言語に翻訳した。

3. 主要な結果

AI 利用の普及度

• 全体率： recent_news データセットの約**9.1%**の記事が、MIXED（3.98%）またはAI-GENERATED（5.24%）として検出された。
• 意見対ニュース： 主要な全国紙において、意見記事は標準的なニュース記事よりも6.4 倍AI コンテンツを含む可能性が高い（4.56% 対 0.71%）。
• 時間的傾向： 意見記事における AI 利用は、2022 年（0.1%）から 2025 年（3.4%）にかけて25 倍に急増した。ai_reporters コホートでは、2023 年以前の AI 利用は約 0% から 2025 年には**40.4%**に跳ね上がった。

不均一な分布

AI の採用は、いくつかの次元において極めて不均質である：

• 発行部数： 小規模な地域メディア（発行部数 10 万未満）は、大規模な全国紙（10 万以上、1.7%）と比較して、AI 利用が有意に高い（9.3%）。
• 所有： 採用率はメディアグループによって大きく異なる。Boone NewsmediaおよびAdvance Publicationsは高い採用率（15% 超）を示す一方、Nash HoldingsおよびHearstは 1% 未満の率を示す。
• トピック：
  • 高利用： 天気（27.7% の AI 確率）、科学/技術（16.1%）、健康（11.7%）。
  • 低利用： 紛争/戦争（4.3%）、犯罪/法（5.2%）、宗教（5.3%）。
• 言語： 非英語記事は**31.0%の AI 利用率を示すのに対し、英語は8.0%**である。ただし、実験では機械翻訳が AI 検出スコアを抑制することが示唆されており、高い非英語率は検出のアーティファクトではなく（翻訳/自動化ツールによるものと思われる）、真の採用傾向であることを示唆している。

透明性と開示

• 開示の欠如： 200 件の AI 検出記事の手動監査において、**96.5%の著者と94.0%**の出版社が AI 利用を開示しなかった。
• 方針のギャップ： サンプリングされた 200 のメディアのうち、AI 利用に関する公的な方針を有していたのは 12 のみであり、186 は公的な方針を持っていなかった。

事実の信頼性

• 幻覚： AI 生成として検出された記事は、人間執筆の記事よりも8.2 倍幻覚を含む可能性が高い。
• 率： AI ラベル付き記事の**41%が、少なくとも 1 つの幻覚された主張（捏造された引用、誤った統計、誤った日付など）を含んでいたのに対し、人間ラベル付き記事ではわずか5%**であった。

注目すべき事例

• 完全 AI 生成メディア： Argonautという 1 つのメディアは、人間のスタッフを一切持たない完全な AI 生成新聞として特定された。
• 助言コラム： 人気のある助言コラム（例：Dear Annie）において、AI が回答を生成していることが検出され、読者の信頼を裏切る可能性がある。
• ゲスト投稿者： 著名な人物（上院議員、CEO、ノーベル賞受賞者など）は、しばしば開示なしに AI 検出された意見記事の著者となっている。

4. 主要な貢献

1. 初の大規模監査： 約 25 万件の米国新聞記事を AI コンテンツについて監査した初の包括的な研究であり、業界の基準を提供する。
2. 詳細な洞察： 所有、発行部数、トピック、言語別による AI 利用の詳細な内訳により、AI は単一の傾向ではなく、経済的および編集上の制約によって変化するものであることを明らかにする。
3. 事実性分析： AI 検出コンテンツと事実誤り（幻覚）の有意に高い率との関連を示す実証的証拠。
4. 開示ギャップ： 業界における透明性のほぼ完全な欠如（96.5% の非開示）の定量化。
5. オープンリソース： 今後の監視のためのデータセット（メタデータのみ）、分析コード、およびインタラクティブなダッシュボード（ainewsaudit.github.io）の公開。

5. 意義と含意

本論文は、ジャーナリズムの誠実性における緊急の危機を浮き彫りにしている。意見記事や地域報道において特に顕著な、ニュースにおける AI の広範かつ非開示の利用は、公衆の信頼と情報の正確性を脅かしている。

• 読者にとって： 人間と AI コンテンツを区別できないことは、信頼性を評価する能力を損なう。
• ニュースルームにとって： AI コンテンツにおける幻覚の多さは、現在の編集ワークフローが AI 生成テキストを検証するには不十分であることを示唆している。
• 政策提言： 著者は以下を提案する：
  • 明確な編集基準： 許容される AI 利用（例：文法チェック）と禁止される利用（完全生成）の定義。
  • 義務的な開示： 混合または AI 生成コンテンツに対する明示的なラベルの義務化。
  • ゲスト投稿者の宣誓： 外部著者に提出時に AI 利用の開示を義務付けること。

本研究は、更新された編集基準と透明性がなければ、AI 採用が加速するにつれて、第四の権力としての信頼性が危険にさらされると結論付けている。