何が起きたか（事実は簡潔に）
Pangramは、テキストにAIがどれだけ関与したかを推定パーセンテージで返すツールです。判定にはAI自身を使います。従業員24人、ブルックリンのPopeyesの上階が本社で、累計調達額は1300万ドル。7月に900万ドルを調達し新モデル「Pangram 4」を発表、求人6件は人員25%増に相当します。
発端は1月。RedditとYouTubeで自費出版小説『Shy Girl』へのAI利用疑惑が広がり、著者Mia Ballardは否定しましたが、CEOのMax Spero氏がX上で「78%がAI生成」と投稿。Hachetteは後に刊行を中止しました。以後、The New York Timesの「Modern Love」1本（100%）、Commonwealth Short Story Prize受賞作（100%）、『Daggermouth』（60%）、240万ドルで売れたスリラー『Call Me, I’ll Hide the Body』（97%）と告発が連鎖します。7月末にはSubstackがPangramを統合し、読者が疑わしいAI利用をすぐ確認できるようにすると発表しました。
なぜ重要か
本質は「AI検出精度」の話ではありません。確率的な推定値が、実質的な処分の引き金になっていることです。Penguin Random Houseは、編集者が承認済みのAI検出ツールを「AI生成の可能性を見つける追加手段のひとつ」として使い得るが「決定的ではなく、より広い編集プロセスの一要素にすぎない」と説明しました。Simon & SchusterとHarperCollinsはコメントを拒否、HachetteとMacmillanは回答なし。業界としての判断基準は、まだ存在しません。
それでも運用は先行しています。文芸エージェンシーAevitasのco-CEOであるTodd Shuster氏は、Pangram導入直後から著者と難しい会話を持たざるを得なくなったと語り、作品が「50%から95%までAIで書かれている」と示されたと述べています。基準なきまま、スコアが交渉のテーブルに乗っているわけです。
論点1：誤検知と偏りが直撃する層
Edinburgh Napier Universityで批判的AIリテラシーを教えるSam Illingworth教授は、検出器は機能せず特定の人々に対して偏見を持つと述べています。ある研究では、非ネイティブ英語話者の文章がAI生成と判定されやすいことが示されました（この研究はPangram登場以前のもので、Spero氏は反証する社内調査を挙げています）。ニューロダイバースな書き手からも、自分の文章パターンが不釣り合いに検出されるという申し立てが出ています。
見過ごせないのは、出版界最大の3件——『Shy Girl』『Daggermouth』『Call Me』——の著者がいずれも有色人種だという点です。Association of American Literary Agents会長のRegina Brooks氏は「アフリカ系アメリカ人のエージェントとして、業界内の不平等に注意を払う必要がある」と述べています。Spero氏は誤判定を主張する書き手に賞金を提示していますが、今のところ応じた人はいないとしています。
論点2：エコシステムが狭すぎる
Stony Brook UniversityのTuhin Chakrabarty助教は、Pangramで自費出版小説14,419冊を分析し、約20%が高いAI検出スコアを示したという論文を発表しました（『Daggermouth』告発の元ネタです）。ただし同氏は2024年後半にSpero氏の投稿でPangramを知り、APIクレジットの提供を受け、現在は「親しい友人」。SNSでPangramの結果を発信し、擁護もしています。さらに同氏のパートナーが前述のShuster氏で、ChakrabartyがShusterにPangramとの面談を勧め、Shusterは現在Pangramの顧問として出版社への紹介まで行っています。『Shy Girl』の件も、Pangramの営業担当が出版業界アナリストに話し、それがNYTに渡ったと報じられました。
研究・エージェント・営業が同じ輪の中にある構造は、スコアの中立性そのものを弱めます。加えて、Spero氏が判定にかけた『Shy Girl』原稿は海賊版サイト由来だったと調査プロジェクトThe Drey Dossierが指摘し、Spero氏自身「よく見ていなかった。そのままPangramに入れた」と認めています。
論点3：本当の争点は「使ったか」ではなく「開示したか」
Gotham Ghostwritersが昨年1,481人の現役ライターに調査したところ、61%がAIツールを使い、7%がAI生成テキストを公開したと回答しました。つまり利用はすでに常態です。Substackの担当者も「我々の哲学は反AIではない。ただ、読者は自分が消費しているものを知るべきだ」と述べています。Spero氏の「作品の価値がAIではないと思わせることに依存しているなら、それは問題だ」という言葉も同じ方向を向いています。検出は禁止の道具ではなく、開示の代替として使われ始めている、と読むのが正確でしょう。
💼 事業会社視点：これは自社にどう効くか
日本企業にとってこれは「出版業界の話」ではありません。受託開発・広告制作・オウンドメディア運営では、納品物のAI利用が検収や瑕疵の争点になり始めます。Pangramが教育・法務・採用領域にも展開している以上、日本でも「AIスコアを理由に検収拒否」は近い将来の現実です。
役員が今やるべきは三つ。第一に、発注・受注契約とスクリーニング規程にAI利���の開示ルールを先に書くこと。61%が使い7%しか公開していない状況で「使用禁止」は機能せず、開示条項の方が守れます。第二に、検出スコアを単独の判断根拠にしない運用を明文化すること。Penguin Random Houseの「決定的ではない、一要素にすぎない」は、そのままリスク管理の文言として使えます。第三に、日本企業は誤検知の被害者側になりやすいという認識。非ネイティブ英語話者が不利に判定されるという指摘は、海外向けEC商品説明・英文提案書・グローバル採用の応募書類に直撃します。英語での対外発信を外注しているなら、下書き・改稿履歴を残す運用を今から整えるだけで、後の反証コストが大きく下がります。
SaaS事業者は逆に機会側です。Substackの統合は「UGCプラットフォームは開示可視化を求められる」というシグナルで、レビュー・Q&A・コミュニティ機能を持つ日本のサービスも同種の要求に直面します。ただしベンダー選定では、学習データのライセンス（Spero氏は自社は適正と主張）と、Pangramで露呈したような利益相反の有無を必ず確認すべきです。