A Faceted Proposal for Transparent Attribution of AI-Assisted Text Production
本論文は、形式、生成、評価、意図、制御、追跡可能性などの次元にわたる貢献を分類することにより、現在の開示慣行におけるギャップに対処し、AI 支援によるテキスト生成を透明性を持って帰属させるための多面的かつ多段階のモデルを提案する。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
ケーキを焼いていると想像してください。過去に料理本を書く場合、単に「私が焼いた」と書くだけでした。しかし今、あなたを助ける超スマートなロボットアシスタントがいると想像してみましょう。時には小麦粉を混ぜるだけ（小さな手助け）です。時にはあなたのためにレシピそのものをゼロから書き上げます（大きな手助け）。時には指示書のタイプミスだけを修正します。
問題は、「ロボットを使った」と言うだけでは、読者にロボットが「どのように」助けたかが伝わらないことです。ロボットがケーキ全体を書いたのか、それともあなたが砂糖を振りかけるよう頼んだだけなのか。この論文は、この協力関係をより詳細に記述する必要があると主張しています。
以下に、この論文の提案を簡単な概念に分解して示します。
問題：執筆の「ブラックボックス」
現在、研究者が論文を書く際に AI を使用する場合、単に「AI を使用した」と述べるのが一般的です。これは、料理人が「道具を使った」と言うだけで、スプーンを使ったのかブルドーザーを使ったのかを伝えないのと同じです。これはあまりに曖昧です。誰が実際に考え、誰が作業を検証し、ロボットが最終的な出来栄えをどの程度変えたのかを伝えていません。
解決策：「多面的」なラベル
著者のジェラルド・シェセオは、単一の大きなラベルの使用をやめ、多面的なラベル（見る角度によって異なる色を示すプリズムのようなもの）を使い始めることを提案しています。一文で済ませるのではなく、テキストを特定の分類、つまり「側面（ファセット）」のセットを用いて記述すべきです。
これはテキストのための栄養成分表示のようなものだと考えてください。ただし、カロリーや脂肪の代わりに、テキストがどのように作られたかをリストアップするのです。
「コア」ラベル（基本）
すべてのテキストには、少なくとも以下の 3 つの情報が必要です。
- 形式（リメイク）： AI は単にスペルミスを修正しただけ（スペルチェッカーのように）なのか、それとも論理構成全体を完全に再編成した（構造設計者のように）のか？
- 比喩： AI は車をワックスかけしただけなのか、それとも車体を塗り直し、エンジンを変更したのか？
- 生成（起源）： 言葉はどのように現れたのか？人間が書き、AI が文を完成させただけなのか？AI が短いプロンプトから段落全体を書いたのか？それとも人間と AI が長い対話を通じてテキストを共同で構築したのか？
- 比喩： 人間が設計図を描いたのか、それとも「城」という一言から AI が家を設計したのか？
- 評価（検査）： 誰かが作業を検証したか？人間が全体を注意深く読んだのか、それとも AI の出力をそのまま提出したのか？
- 比喩： 料理人が提供前にスープを味見したのか、それとも単にボウルに注いだだけなのか？
「拡張」ラベル（深掘り）
より重要な文書（博士論文や主要な科学論文など）については、著者はさらに 3 つの詳細を追加することを提案しています。
- 意図（なぜ）： なぜ AI を使用したのか？文法修正のためか、言語翻訳のためか、それとも大きなアイデアを思いつくのを助けるためか？
- 比喩： 食器を洗うためにロボットを使ったのか、それともメニューを設計するよう頼んだのか？
- 制御（運転手）： 誰が船を操縦していたのか？人間が各ステップで具体的な指示を出していたのか、それとも AI が大部分を運転し、人間は助手席に座っているだけだったのか？
- 比喩： 人間が命令を出す船長だったのか、それとも自動操縦で飛行機を飛ばしている間、人間は地図を持っているだけの乗客だったのか？
- 追跡可能性（領収書）： 証拠は見られるか？チャットログ、プロンプト、ドラフトがあり、それがどのように起こったかを証明できるか？
- 比喩： 調理過程の領収書と映像記録があるのか、それとも単に出来上がった皿があるだけなのか？
実際の姿
この論文では、これについて長い段落を書くべきではないと提案しています。代わりに、テキストの横にコードやアイコンを使用できます。
例えば、段落には次のような小さなタグが付いているかもしれません。|F4|G4|E3|I4|C2|T3|
これは無意味に見えるかもしれませんが、以下のように翻訳されます。「この段落は完全に再構成され（F4）、AI との長い対話を通じて構築され（G4）、人間によって完全に検証され（E3）、大きなアイデアのために使用され（I4）、人間によって導かれ（C2）、チャットログで証明されています（T3）。」
また、この論文は、このコードをコードを読みたくない人のために平易な英語に自動的に変換できる方法も示しています。例えば：「このセクションは、AI との反復的な対話を通じて再構成され、ドラフト化され、著者によって完全にレビューされ、概念的なサポートのために使用されました。」
「実例」（論文そのもの）
著者は、今あなたが読んでいるこの論文自体にこのシステムを実際に適用しました！
- 主張： この論文は、単に「人間が書いた」または「AI が書いた」だけではないと認めています。それはハイブリッドです。
- ラベル： この論文は自分自身に
|F4|G4|E3|I4|C2|T3|というラベルを与えています。 - 意味： 人間著者が大きなアイデアを持ち、プロセスを導いた（制御）が、AI がドラフトの作成と構造の整理を助けた（生成）。人間がすべてを読み、修正し（評価）、チャットログを保持した（追跡可能性）。
結論
この論文は「AI を禁止する」でも「AI にすべて書かせる」でもありません。言いたいのは：具体的にせよ、ということです。
「電卓を使った」と言うことから「この計算には特定のアプリを使った」と言うことへ移行してきたように、「AI を使った」と言うことから「この特定の部分を、この特定のやり方で AI を使った」と言うことへ移行する必要があります。これにより、読者はアイデアの責任が誰にあるのか、そしてテキストにどの程度信頼を置くべきかを理解できるようになります。
著者は、これは単なる出発点であり、会話を始めるための「提案」であると認めています。目標は共通言語を作成することであり、将来、人間と機械の心がどのように協力して文章を作成したかを、誰もが正確に理解できるようにすることです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。