米国の学校におけるTurnitin AI検知：採用率、大学の方針、精度調査の結果、そして深まるキャンパスの分断

エグゼクティブ・サマリー：TurnitinによるAI検知機能は、米国の高等教育現場で意見が大きく分かれています。世界16,000以上の教育機関（うち米国内4,000以上）がこの機能を導入していますが、全米トップ50の国立大学で明確に利用を継続しているのはわずか2校に過ぎません。35校が利用を無効化または導入を拒否しており、13校は設定を公表していません。AIによる誤検知の多発、英語を母国語としない書き手に対するバイアス（スタンフォード大学の調査では61%という驚異的な誤分類率）、さらに神経多様性を持つ学生が誤ってフラグを立てられる事例の増加を受け、学期を追うごとに同機能の利用を取りやめる大学が増加しています。

1. 採用状況：米国の学校で実際にTurnitin AI検知を使用しているのは誰か

1.1 規模と範囲

Turnitinは2026年1月、世界中の16,000以上の教育機関が同社のAIライティング検知機能を採用していると発表しました。表向きには、米国での導入は広範囲に及んでいるように見えますが、エリート校の実態を掘り下げてみると、その傾向は逆転します。

導入のタイムライン：

• 2023年4月： Turnitinが約10,700の教育機関に対してAI検知をデフォルトでONに設定。学校側はオプトアウトの手続きが必要となる。

• 2025年秋： 米国の4年制大学の80%以上がTurnitin AIモジュールを有効化。コミュニティカレッジも2026年春に追随。

• 2025年の1年間： カリフォルニア州立大学 (CSU) システムがTurnitinに110万ドル以上を支出。その中にはAI検知アドオンのための16万3,000ドルの追加費用が含まれる。

1.2 実際の学生のAI使用データ (Turnitin自身の3,300万件の提出物データセット)

2026年7月のTurnitin『学習公正性洞察レポート（Learning Integrity Insights Report）』は、2025年10月から2026年4月までの米国の高等教育機関からの3,300万件の提出物に基づいたもので、実際の教室でのAI使用状況をこれまでで最も鮮明に映し出しています：

• 米国の大学への提出物の19.4%が、AIライティングスコア80%超（実質的に完全なAI執筆）を示している

• これは、同期間の英国 (9.8%) やオーストラリア (10.2%) の割合の約2倍である

• K-12（幼稚園から高校まで）レベルでは、AIスコア80%超の米国の学生はわずか5〜6%であり、高等教育レベルよりも大幅に低い

• 成長の推移：2023年の開始時には提出物のわずか3.3%がAIスコア80%超だったが、2026年初頭にはほぼ15%まで急増し、現在は19.4%に達している

1.3 提出後に何が起こるか — スコアのしきい値

Turnitinはすべての論文に対して、従来の剽窃チェックと独立したAIライティング検知モデルの2つの分析を実行します。教授はレポート内で、両方のパーセンテージを並べて確認できます。

学生が知っておくべき2つの重要な注意点：

1. Turnitinは1〜19%の範囲の正確な数値を非表示にし、アスタリスク *% とのみ表記する。これは、信頼度が低い場合にAI生成物と人間による執筆を確実に区別できないことをシステム側が認めているためである。

2. Turnitin自体が±15パーセントポイントの誤差範囲を規定している。例えば50%というスコアは、実際には35%から65%のどの値であってもおかしくないことを意味する。

2. 機関としての見解：大学の実際の立ち位置

米国の大学は、TurnitinのAI検知機能に対して、明確に3つの陣営に分かれています。

2.1 第1陣営 — 積極導入派（エリート校では稀）

TurnitinのAI検知機能を公式に認め、積極的に活用している大学はごくわずかです：

2.2 第2陣営 — 慎重派・教員裁量重視（最大勢力）

トップ50大学のうち40校以上が、AI検知の判断を個々の教員に委ねています。コーネル大学、ミシガン大学、南カリフォルニア大学（USC）といった異なる大学で、「指導教員の裁量による」という文言がほぼそのまま採用されています。

この中間派の大学は、以下の共通理念を持っています：

• AIは新しい文章作成ツールとして受け入れつつも、キャンパス全体での一律禁止は非現実的である。

• AI検知スコアは調査の出発点に過ぎず、不正行為の決定的な証拠にはならない。

• 不服申し立ての機会、草稿や修正履歴の精査、必要に応じた口頭試問など、適正な手続きが不可欠である。

2.3 第3陣営 — 無効化・不採用派（最も急成長中）

現在最も急激に勢力を拡大しているグループです。米国のトップ50大学のうち70%（50校中35校）が、TurnitinのAI検知機能を無効にするか、あるいは一切使用していません。理由はどこも一貫しており、「誤検知のリスクが検知によるメリットを上回る」というものです。

先陣を切ったヴァンダービルト大学（2023年8月） ヴァンダービルト大学は、主要研究大学として初めてTurnitinのAI検知機能を公に無効化しました。同大の試算では、Turnitinが公表する「約1%の誤検知率」であっても、年間75,000本の提出論文のうち約750本が誤ってフラグを立てられる可能性があり、懲戒処分に使用するにはリスクが高すぎると結論付けました。

AI検知を無効化・制限した主な大学（2025–2026年）：

世界的な状況：2026年中盤の時点で、少なくとも4か国61の大学がAI検知機能を完全に無効化しています。

2.4 新たな州法による影響

2026年には、学校に対してAIに関する正式な方針の策定を義務付ける法律が、米国の2州で可決されました：

• オハイオ州（HB 96）：すべての学区に対し、AIに関する正式な方針を採択するか、州が管理するAI枠組みに従うことを義務付け。

• バージニア州（SB 394）：教育委員会単位で正式なAI方針枠組みの管理を同様に義務付け。これらの法律により、各機関はAI検知の使用の有無や、適正手続きの内容について明文化することを強く求められるようになりました。

3. 検出結果：主張と現実

3.1 精度におけるギャップ — Turnitinのマーケティング vs. 独立した調査

3.2 誰が誤ってフラグを立てられるのか — 高リスクの3つの集団

① 英語を母国語としない人（ESL / ELL / 留学生）

これは、AI検出器における最も明確な公平性の欠如です。核心的なメカニズムは単純で、AI検出器はパープレキシティ（単語選択の予測可能性）とバーストネス（文章の長さの変動）に基づいてテキストを分類します。非ネイティブの書き手は、統計的により予測可能な語彙や構文を自然に生成しますが、これは検出器が機械生成物と関連付ける特徴そのものです。

2024年から2025年にかけての追跡調査では、Turnitinに提出されたESLの課題は、同一の課題においてネイティブスピーカーの提出物よりも最大30%高い確率で誤ってフラグを立てられることが確認されました。

Turnitinはバイアスがないとする内部調査を発表しましたが、これは多くの実際の学生論文が満たしていない「最低300語」という厳しい条件に依存しており、それ以前およびそれ以降に発表されたすべての主要な独立調査と矛盾しています。

② 神経多様性のある学生（自閉症、ADHD、失読症、OCD）

北イリノイ大学の研究では、繰り返しフレーズや一貫した独特の単語選択、あるいは高度に構造化されたコミュニケーションパターンを使用する傾向がある神経多様性のある学生に対し、誤検知率が高くなることが報告されています。

Orion Newby / アデルファイ大学の事例（以下のセクション4を参照）は代表的な例です。大学が割り当てたチューターと論文に取り組んだ自閉症の1年生に対し、100%のAIフラグが立てられました。他の2つの独立した検出器（Grammarly、ZeroGPT）は人間が書いたと判定しましたが、アデルファイ大学は当初判定を維持しました。最終的に、裁判官がその判定を取り消しました。

③ 非常に定型的な学術的ライティング

特定のジャンルは、その厳格な構造のために、統計モデルから見ると自然に「AIのよう」に見えます：

• 実験レポート（IMRaD形式）

• 法律意見書およびIRACメモ

• 看護ケアプラン

• エンジニアリング仕様書

• MBAケース分析テンプレート

• 5段落エッセイ（GPTモデルがデフォルトで生成する形式であり、米国の標準的な高校形式）

何千人もの学生が同じ厳格なテンプレートを提出すると、テキストは検出器がAIと読み取るパターンに収束します。Turnitin自身の注意書きにも、文書の20%未満がAIとフラグ付けされる場合、信頼性が急激に低下することが示されていますが、これこそが定型的な学生のライティングで生じる問題です。

3.3 人種間格差の側面

調査データによると、誤検知の問題は言語的背景を超えて人種的な側面も持っています：

• 黒人の10代の20%が、学校の課題でAIを使用したと誤って非難されたと報告

• ラテン系の10代の10%

• 白人の10代の7%

黒人の学生は、誤って非難される可能性が約3倍高い状況です。誤ったフラグが落第点や停学処分につながる場合、それは既存の教育的不平等をさらに増幅させることになります。

3.4 意図的な設計上のトレードオフ

Turnitinの最高製品責任者（CPO）であるAnnie Chechitelliは、同社が意図的な調整を行ったことを公に認めました。文書レベルの誤検知を1%未満に抑えるために、アルゴリズムは意図的に約15%の真のAIライティングを見逃すように設定されているのです。Turnitinは、多くの人間の書き手を誤って非難するよりも、「AIライティングの一部を見逃す」ことを選択しました。

その結果、システムは無実の学生に対して過度に厳しく、一方で実際のAI利用に対しては過度に寛容であるという、公正性の観点からは最悪の状態になっています。

4. 訴訟と転換点：AIによる誤った告発と闘う学生たち

2026年中頃までに、AIの検出結果を根拠として処分を受けた学生たちにより、米国内で少なくとも6件の正式な訴訟が提起されています。

スコアボード：学生側の完全勝訴1件、学校側の勝訴2件、係争中3件。現時点で、AI検出器そのものが違法であると断定した裁判所はありません。これまでの判決はすべて、検出技術の科学的妥当性ではなく、デュープロセス（公正な審理、反対証拠の検討、大学規定の手続き遵守）が争点となっています。

注目：2つの画期的なケース

ニュービー対アデルファイ大学 — 初の学生勝訴 アデルファイ大学のBridges支援プログラムに在籍していた自閉症の1年生、オリオン・ニュービーは、大学から割り当てられた指導教員の助けを借りて世界文明の論文を執筆しました。しかし、TurnitinはこれをAI判定100%としました。他の2つの独立したツール（GrammarlyとZeroGPT）は人間による執筆と判定しました。ニュービー側は草案の履歴や指導教員の証言を提示したものの、大学の誠実性委員会は告発を支持。最終的に、ニューヨーク州最高裁判所の裁判官がこの認定を取り消し、記録を完全に抹消するよう命じました。

重要なのは、これが連邦裁判ではなく州レベルの第78条手続きによるものであり、Turnitinそのものの是非を問う裁判ではなかった点です。しかし、Turnitinのスコアが100%であっても実際の調査の代わりにはならないということを明確に示した先例として、学生の権利を守る人々から非常に注目されています。

カトウ対パロアルト統合学区 — 1,162ページの証拠資料 パロアルト高校の10年生がアーサー・ミラーの『るつぼ』についてエッセイを書いたところ、TurnitinがAI判定76%とマークしました。教師は学生に対し、クラス内で監督下での書き直しを命じ、成績はA/B評価からCへと下がりました。家族側は、学生が自ら執筆したことを証明するため、Googleドキュメントの改訂履歴、草案、タイムスタンプ付きの作業成果物など、1,100ページ以上の資料を学区に提出しました。しかし学区が成績修正を拒否したため、このケースは現在、カリフォルニア北部地区連邦地方裁判所へと持ち込まれています。

訴訟が学校側に強いている変化

2025年から2026年にかけてAIポリシーを更新したほとんどの大学では、現在以下の事項が明示的に義務付けられています：

1. AI判定の割合単体では、懲戒処分の十分な根拠とはならない。

2. 草案、バージョン履歴、口頭での確認、執筆サンプルなど、多角的な証拠を検討しなければならない。

3. 文書化された手続きに基づいた、正式な異議申し立てルートが存在しなければならない。

4. 教員はAI検出器の限界に関するトレーニングを受けなければならない。

Turnitin自体も2026年2月の戦略発表にて、最終的なスコアで判断するのではなく、文書がどのように書かれたかを経時的に教員が確認できる機能を搭載し、「検出から透明性へ」の転換を図ると表明しました。

5. 反応のスペクトル

5.1 学問的公正性の検知を維持すべきという主張

• 大規模な公正性の管理：検知ツールがなければ、数百から数千人の学生を抱える大規模なクラスにおいて、学問的公正性を維持することは事実上不可能となる。

• 何もしないよりはまし：欠陥があるとはいえ、Turnitinは市場で最も正確な汎用検知ツールである。OpenAI独自の分類器は、2023年7月に完全に停止される前、AI生成テキストのわずか26%しか検知できず、人間が書いたテキストの9%を誤判定していた。

• 行動変容の促進：抑止効果が期待できる。不完全な検知であっても、学生が課題に取り組む際の誠実さに変化をもたらす。

• 困難を抱える学生への支援：逆説的だが、自動的な処罰ではなく対話のきっかけとして検知ツールを利用すれば、学問的公正性のルールを理解できていない学生や、学習に苦しんでいる学生を特定し、罰するのではなく介入や支援を行うことができると主張する学生生活担当者もいる。

5.2 検知を廃止すべきという主張

• トップ10大学のコンセンサス：米国の国立大学トップ10のいずれも、授業の規律維持のためにAI検知を公には導入していない。トップクラスの教育機関が撤退しているという事実は、このツールの信頼性が欠如していることに対する専門的な合意を示している。

• 61%にのぼるESLの誤判定率：非ネイティブの学習者が書いた純粋なエッセイの5本中3本を誤判定するようなシステムに、正当性があるとは言えない。

• 交差的な不利益：ESL（英語学習者）、神経多様性、人種的な背景が重なり、すでに社会的に疎外されている学生集団が過剰に監視される結果を生んでいる。

• 教育的萎縮効果：学生たちは、明快さや創造性、説得力のために書くのではなく、「アルゴリズムに適合させるため」に書くようになったと報告している。Perplexity（文章の複雑さ）やバースト性（文章の変化の激しさ）を最適化することが、実際の思考に取って代わってしまっている。

• 証拠に基づいた代替案の存在：評価方法の再設計、執筆プロセスに基づいた検証、ポートフォリオの比較、口頭試問などは、すべて検知ツールより優れた実績があり、学生の文章スタイルを罰するようなこともない。

• エドワード・ワトソン（AAC&U デジタルイノベーション担当副学長）：「AI検知ツールは、学問的公正性の調査において、せいぜい補助的な参考資料として利用すべきものだ。教員はAI検知の結果を、決定的な証拠や『揺るぎない証明』として決して扱ってはならない。」

5.3 代替ツールキット：学校が検知の代わりに活用しているもの

検知ツールを廃止した大学では、圧倒的に以下の3つの評価再設計パターンが主流となっている：

6. クイックリファレンスデータテーブル

6.1 導入に関する主要数値

6.2 学生によるAI利用状況（米国の高等教育、2025年10月～2026年4月）

6.3 精度および誤検知マトリックス

7. 結論

米国の教育現場におけるTurnitinのAI検知を巡る状況は、めまぐるしく変化しています。現時点で以下の4つの重要な結論が導き出されます。

① 普及する一方で、名門大学では導入見送りが加速。 米国の4年制大学の80%が技術的にはTurnitin AIを導入していますが、権威ある名門大学ほど同ツールの利用から離れています。米国国立大学ランキング上位50校のうち、明示的に利用を継続しているのはわずか2校にとどまり、35校は機能をオフにしています。コミュニティカレッジやオンラインプログラム、大規模な州立大学システムなど、規模が大きく自動化に依存する組織ほど、依然として検知ツールへの依存度が高い傾向にあります。

② 大学側の共通見解：AIスコアは証拠能力を持たない。 検知ツールの利用有無にかかわらず、全米の大学の方針は「Turnitin AIのスコア単体では懲戒処分の根拠にはなり得ない」という方向で一致しています。AI判定を根拠とするには、下書きや修正履歴、ライティングサンプル、口頭試問など、他の複数の証拠との照合が必須です。「Newby対Adelphi事件」の判決では、大学側が十分な調査を行わずにAIによる「一致率100%」という判定を鵜呑みにしたことを理由に、裁判所が処分を取り消しており、この原則が決定的なものとなっています。

③ 精度には、記録にも残る深刻な人口統計学的バイアスが存在する。 Turnitinの検知精度は、ネイティブスピーカーによる自由記述の文章では許容範囲内です。しかし、既存のシステムで不利益を被りやすい層に対しては、壊滅的な結果が出ています。スタンフォード大学の研究では、非ネイティブの英語話者に対して61%という高い誤検知率が記録されたほか、神経多様性のある学生、定型的な文章を書く学生、調査データから推察される黒人やラテン系の学生に対しても同様の問題が見られます。この組織的なバイアスこそが、大学がTurnitinから離反する最大の理由です。

④ 単純なプロンプト調整ではTurnitin AI検知を回避できない。 査読付き論文や実際の教育現場の事例から、「人間らしく書いて」という指示の追加、文長の調整、AIが生成したテキストの再パラフレーズといった表面的なプロンプトの調整では、Turnitin AIのスコアを大幅に下げることはできないことが判明しています。Turnitinは表面的な文体ではなく、語彙選択や構文に見られる統計的な深層パターンを検知するためです。スコアを確実に下げる手法（文字レベルの微細な改変、30%以上の手動書き換え、逆翻訳の繰り返しなど）は、文章の質を著しく低下させるか、あるいは学生が実質的に最初から書き直すことと同義になります。

現在、米国の高等教育界において形成されつつある究極の合意は、「AI時代の学問的誠実さは、ブラックボックス化したAI判定器で監視することはできない」という点です。持続可能な道は、検知志向からプロセス志向への転換です。すなわち、執筆のプロセスそのものを重視し、多様な証拠源を活用し、教員と学生の対話を深め、本質的な課題設計を行うことです。誤検知を巡る訴訟がさらに増えて問題を深刻化させる前に、すべての大学がこの転換を図れるかどうかが今後の焦点となります。