事実確認通過も20件の言い過ぎ、AIが18件発見

筆者の診断は、文が正確さの確認を通っても強さの点で誤り得るというものだ。比較・因果・自己描写・記録された行為・検索範囲・引用表現・主語という7類型はいずれも同じ形で失敗した。事実を捏造したのではなく、記録が許すより一段強く書いたのだ。例えば「違いは権限の1点だけ」は、エージェント定義を開くとモデルとツールが一致していなかった時点で崩れた。

最も印象的なのは誰が直したかだ。過去2記事の修正20件のうち18件は、公開前の点検で一次記録を開きながら記事を書いたAIが発見。1件はファクトチェックAI（公式文書の要件漏れ）、筆者自身は0件で、役割は修正の承認だった。筆者は各工程が何を参照するかの違いだと推測する。ファクトチェックは外部資料に当たり、逆引きは書き手自身の記録に当たる。

2025年のRoyal Society Open Science誌の研究も同じ方向を示すと筆者は指摘する。10のLLMが科学・医学の要旨4,900件を要約したところ、正確さ重視のプロンプトでも出典より広い一般化を生み、人間の要約に対するオッズ比は4.85だった。ただしClaudeの3モデルは5%水準で有意差を示さなかった。筆者は限界も明記する。研究は要旨要約が対象でブログ執筆や記録からの作業ではないこと、自身の観察も2記事に限られることから、方向性の一致は原因の一致の証明ではない。