何が起きたか
AI検出モデルを提供するPangramが、Chrome拡張機能を通じて2026年4月から6月にかけて5つのプラットフォームで100万件を超える投稿をスキャンしました。対象は250語を超える「長文」投稿です。結果、全体の約25%、つまり4件に1件がAI生成と判定されました。
プラットフォーム別の差は鮮明です。LinkedInは41%で最多。X/Twitterの長文記事も半数近くがAI生成またはAI支援と判定されました。一方、Substackは約10%と最も低く、Redditの返信に至っては98%が人間の手によるものでした。ただしRedditでも、返信ではなく単体の投稿になるとAIテキストの比率は大きく跳ね上がります。
Pangramは最新モデル「Pangram 3」の誤検知率を0.01%としています。同社は、このモデルが「人間が書いた文章」を見分けることのほうが得意である可能性に触れており、つまり実際のAI比率はさらに高い可能性があります。なお本調査は品質の良し悪しについては一切判断していません。
なぜ重要か
この数字が示すのは「AIが文章を書いている」という当たり前の事実ではなく、プラットフォームごとにAI文章の経済的インセンティブがまったく違うという構造です。
LinkedInとRedditの返信の落差が象徴的です。LinkedInの長文投稿は、多くの場合「発信すること自体」が評価される場です。営業パイプライン、採用、個人ブランディング——投稿は成果指標に直結し、頻度が価値を持ちます。だからこそ量産へのインセンティブが働き、AIが埋める余地が生まれます。
対してRedditの返信は、文脈への的確さと固有の体験がなければコミュニティに弾かれます。ここではAIで書いても得るものがない。Substackの10%も同じ論理で説明できます。有料購読という形で「その人でなければならない理由」に金が払われる場では、AI量産のリターンが小さいのです。
「発信量」が指標として壊れつつある
見落とされがちなのは、リスクの本体が「AIが書くこと」ではなく「AIで書かれた文章が、人間の思考の証明として流通し続けること」にある点です。
採用担当者が候補者のLinkedIn投稿を「思考力の証拠」として読む。営業がリード候補の発信を「課題感の表明」として読む。この読み方が成立するのは、書く行為にコストがかかっていた前提の上でした。長文の4件に1件がAI生成となった時点で、その前提は崩れています。
LinkedIn自身、すでにAI生成投稿への取り締まりを始めています。プラットフォーム側が「AI濃度が上がりすぎるとフィードの価値が失われる」と判断し始めた、というシグナルとして読むべきでしょう。
💼 事業会社視点：これは自社にどう効くか
日本企業のB2Bマーケ・採用部門にとって、これは「SNS発信のKPI設計を組み直せ」というシグナルです。投稿数・投稿頻度をKPIに置いている組織は、そのKPIがAIで無限に達成できるものになった瞬間に、指標としての意味を失っています。LinkedInが取り締まりを始めた以上、量で押す運用はプラットフォーム側のペナルティリスクすら抱えます。
SaaS・受託開発でLinkedIn経由のリード獲得やインバウンド採用に投資している事業責任者は、まず自社アカウントの長文投稿を棚卸ししてください。AIで下書きすること自体は問題ではありません。問題は、社内の一次データ——実際の商談で聞いた顧客の言葉、失敗したプロジェクトの数字、自社ログから見えた事実——がゼロの投稿を出し続けていることです。それは41%の側に沈むだけで、リードにも採用にもつながりません。
採用の現場では即座に運用変更が要ります。候補者の発信内容を「思考力の証拠」として評価する運用は、もう根拠を失いました。判断材料は面談での深掘りと、書いた文章の背後にある一次体験の有無に戻すべきです。
逆に言えば、Substackが10%、Redditの返信が98%人間だったという事実は、一次情報と固有の体験を出せる企業には追い風です。AI量産が効かない場所こそ、いま差がつく場所です。