エムダッシュはAIフィンガープリントか? 議会のプレスリリース、2025年に使用が倍増
AI支援によるライティングは、広く議論されている「指紋」を残す。それがem-dash(ダッシュ)である。事前登録された研究では、2021年から2025年にかけて米国議会事務所が発表した14万件以上のプレスリリースを分析し、スペースなしのem-dashの密度が2025年に急上昇し、4年間のベースラインの2倍以上に達したことが判明した。これは、大規模言語モデル(LLM)が公式文書に浸透していることを定量的に示す証拠となる。
- この研究では、下院および上院の480の事務所から146,239件の議会プレスリリースを分析(2021~2025年)
- スペースなしのem-dashの密度は2021~2024年は1,000文字あたり0.10~0.12で推移したが、2025年には0.217に上昇し、ベースラインの2倍以上に
- 米国の報道機関の文章はAPスタイルに従い、スペース付きのダッシュを使用するため、スペースなしの形式はLLM支援テキストの指標となる
- この事前登録された研究は公開データで再現可能
なぜem-dashがAIの指紋なのか?
大規模言語モデルは、その支援を受けて書かれたテキストに微妙な文体の痕跡を残す。最も議論されているのはem-dash(Unicode U+2014)、特にスペースなしの「word—word」という形式である。英文タイプセットの散文ではスペースなしのem-dashが一般的だが、米国の報道機関の文章はAPスタイルに従い、スペース付きのダッシュを使用する。そのため、米国政府の公式プレスリリースにスペースなしのem-dashが多用されている場合、AIが執筆を支援したことを示すかなり明確な兆候となる。
データ:2025年の突然の倍増
事前登録されたデザイン(OSF: 10.17605/OSF.IO/U5NEY)を用いて、この研究は公開データセット「congress-press」から480の議会事務所の146,239件のリリースを抽出した。クリーニングされたテキスト1,000文字あたりのスペースなしの散文形式のem-dashの密度を、ポアソン/負の二項モデル、長さオフセット、事務所ごとのクラスタリングを用いて測定した。結果は、密度が2021~2024年は1,000文字あたり0.10~0.12で推移した後、2025年には0.217に上昇し、ベースラインの2倍以上になったことを示している。また、そのようなem-dashを含むリリースの割合も増加した。
テクニカルライティングへの影響
この意義は政治コミュニケーションにとどまらない。LLM支援によるライティングが大規模なテキストコーパスにどの程度浸透しているかを検出するための定量化可能な方法を提供するからだ。テクノロジーメディアにとっては、これは身近な問題である。多くのニュースルーム(当社を含む)は、スタイルガイドでem-dashを明示的に禁止している。まさにそれが最も目立つAIのライティング習慣だからだ。文体の好みが測定可能な科学的指標となった今、AIによるライティングがどれほど広まっているかを客観的に測る尺度が得られたことになる。
