LinkedInの長文投稿、4割以上が「AI生成」か Pangram Labsなどの調査で判明
2026年7月17日 00:43
ソーシャルメディア上の100万件以上の投稿を対象とした新たな調査により、LinkedIn（リンクトイン）におけるAI生成コンテンツの割合が、競合プラットフォームの約2倍に達していることが示された。キャリアの信頼性を築くべきビジネスSNSにおいて、250ワードを超える長文投稿のうち、実際に人間が書いたものは6割未満にとどまるとみられている。この調査結果は、AI生成コンテンツの開示を義務付ける欧州連合（EU）の「AI法」第50条の施行を2026年8月2日に控えるなか、プラットフォームが抱える構造的な課題を浮き彫りにしている。
■5つのプラットフォームを対象としたPangramの調査結果
AI検知スタートアップのPangram Labs（パングラム・ラボ）は2026年7月9日、同社のChromeブラウザ拡張機能から得られたデータを基にした調査レポートを発表した。2026年4月24日から6月末にかけて、匿名でのデータ共有に同意したユーザーのフィードから、LinkedIn、Medium、Substack、X（旧Twitter）、Redditの5つのプラットフォームにおける50ワード以上の投稿計1,002,627件をスキャンし、同社の最新検知モデル「Pangram 3.3」で分析した。
その結果、すべてのプラットフォームとコンテンツ長において、スキャンされた投稿の13.8%が「完全にAIによって生成されたもの」と分類された。この割合は長文コンテンツになるほど急上昇し、250ワードを超える投稿（Pangramが長文と定義する基準）では、プラットフォーム全体の4分の1が完全に機械によって書かれたものと判定された。
なかでもLinkedInの数値は際立っていた。LinkedInの投稿はスキャンされた全データの約3分の1を占めていたが、AIと判定された全コンテンツの実に62%がLinkedInのものだった。さらに、LinkedInの長文投稿の40%以上（約41%）が完全にAI生成であると分類され、これは調査対象となったプラットフォームの中で最も高く、全体平均の約2倍に達している。
一方、対極にあったのがRedditである。Redditはスキャンされた全コンテンツの36.7%を占めていたものの、AI判定されたコンテンツに占める割合はわずか4.4%にとどまった。これはRedditの投稿の大部分がコメントであり、コメントの98.1%が人間によって書かれたものと判定されたためである。Redditのスレッド作成（トップレベル投稿）におけるAI検出率は11.6%だったが、膨大なコメント数が全体の数値を引き下げた形だ。
■実名ビジネスSNSでなぜAI投稿が急増したのか
Pangramの分析は、直感に反する事実を明らかにしている。実名や実際の経歴を掲げて投稿するLinkedInのユーザーは、匿名やハンドルネームで利用されるRedditやXのユーザーよりも、AIに執筆を代行させる傾向が強いという点だ。プロフィールの顔写真や役職、職歴のすぐ横に表示される投稿であるにもかかわらず、AIの採用率が最も高かった。
この背景には、LinkedInの製品設計があるとみられている。LinkedInは投稿作成画面に「Enhance Post（投稿を改善）」ボタンを直接組み込んでおり、ユーザーが投稿を公開する前にAIが文章を生成・書き換えられるようにしている。さらに、有料プランのユーザーには、マイクロソフトの「Copilot」連携を通じた追加のAI執筆ツールも提供されている。つまり、プラットフォーム側がアーキテクチャとビジネスモデルの両面でAI執筆を推奨してきた経緯がある。
また、LinkedInユーザーにおけるAIの使われ方には「全か無か（all-or-nothing）」という極端なパターンも見られた。LinkedInの長文コンテンツのうち、「AI支援」や「人間とAIの共同執筆（ミックス）」と分類されたものはわずか4.3%と、調査対象のプラットフォーム中で最も低かった。残りの投稿は「完全に人間が書いたもの」か「完全に機械が書いたもの」のどちらかであり、ユーザーが自身の草稿を推敲するためにAIを使っているのではなく、執筆作業そのものを完全に丸投げしている実態が示唆されている。
LinkedInが2026年5月に発表した「AIスロップ（低品質なAI生成コンテンツ）」対策の告知によると、同プラットフォームのコンテンツ量は前年比14%増（2026年5月時点）を記録した。この成長時期はChatGPT以降のAI執筆ツールの普及と重なっており、増加したビジネスコンテンツの相当な割合が合成されたものである可能性を示している。
■検知モデルの仕組みと「非英語ネイティブ」への影響
この調査結果を正しく理解するには、検知モデル「Pangram 3.3」が何を測定しており、何が測定できないのかを知る必要がある。
このモデルは、人間が書いた約100万件の文書と、主要なフロンティアモデルが生成したAIテキストを学習したニューラルネットワークアーキテクチャを採用している。分析対象のテキストをトークン化し、高次元空間における意味を表す数値埋め込みに変換した上で、分類器を通して「人間」か「AI」かの二値判定を下す。
Pangram社は、競合ツールとの差別化要因として「ハードエグザンプルマイニング（誤判定しやすい事例の重点学習）」を挙げている。初期トレーニングの後、モデルが誤ってAIと判定してしまった人間執筆のテキストをデータセットに追加して再学習を繰り返す。このプロセスにより、同社は「誤検知率（偽陽性率）0.01%」という極めて高い精度を安定して維持していると主張している。この精度は、非英語ネイティブスピーカーによるTOEFLのエッセイを用いたベンチマークでも安定していると同社は報告している（競合ツールでは同ベンチマークで最大7.7%の誤検知が発生したとされる）。
しかし、この非英語ネイティブ（ESL）に関する主張には慎重な検証が必要だ。2023年にスタンフォード大学のLiang氏らが発表した研究では、広く使われている7つのAI検知ツールを非英語ネイティブが書いたTOEFLエッセイでテストしたところ、平均61%という極めて高い誤検知率が記録された。非英語ネイティブは、予測しやすい語彙や構文パターンを使用する傾向があり、これがAI検知ツールに「機械生成テキスト」と誤認されやすいためである。LinkedInの10億人を超えるユーザーベースには、英語を第二言語とするビジネスパーソンが多数含まれており、Pangramのモデルがどれほど堅牢であっても、この層が系統的にAI生成と誤判定されるリスクは排除できない。
Pangramの技術レポートでは、LinkedIn特有のビジネス投稿を行う非英語ネイティブのデータを大規模にテストした結果は示されていない。管理されたベンチマーク性能と、実際のLinkedInフィードにおける多様な言語表現との間にあるこのギャップこそが、本調査が解決していない最も重要な留意点である。
■LinkedIn独自のAI検知アルゴリズム「360Brew」
LinkedIn側も、サードパーティの検知ツールだけに頼っているわけではない。同社は2025年末に従来のフィード評価システムを刷新し、2026年3月に公式に認めた「360Brew」と呼ばれる1500億パラメータのデコーダー専用トランスフォーマーモデルを導入している。このモデルは、投稿に含まれる単語だけでなく、語彙、文のリズム、トピックの一貫性が、投稿者のプロフェッショナルとしての属性と一致しているかを評価する。
実務上、360Brewは「語彙の多様性分析」を通じてAI生成コンテンツを検出する。AIモデルは、一様で予測可能な語彙や、人間の文章に見られる自然な揺らぎを欠いた一貫したトーンに偏る傾向がある。このモデルの挙動を分析した研究者によると、AIの学習データに不自然に多く含まれる特定の語彙（「delve（掘り下げる）」「holistic（包括的な）」「leverage（活用する）」「transformative（変革をもたらす）」「impactful（影響力のある）」など）を検知すると、システムがフラグを立てる仕組みになっているという。
ここで重要なのは、LinkedIn独自の検知システムとPangramのシステムが、特定の投稿に対して必ずしも同じ結論に達するとは限らない点だ。LinkedInのシステムは、フラグが立った投稿を削除するのではなく、その投稿者の直接のネットワーク（つながり）以外への拡散を制限（インプレッションを抑制）する。現時点でLinkedInは、360Brewと2026年5月に発表した「アンチ・スロップ（低品質コンテンツ排除）」イニシアチブが検知レベルでどのように連携しているか、また非英語ネイティブのユーザー層に対してどの程度の精度を保っているかについての詳細を開示していない。
■「AIスロップ対策」の発表自体がAI生成と判定される皮肉
2026年5月20日、LinkedInのグローバル編集担当バイスプレジデントであるLaura Lorenzetti氏は、AIスロップに対抗するための3つの施策を発表した。それは、「独自の視点を欠き、AI生成の疑いが強い投稿のリーチを縮小すること」「自動化されたAIコメントの検知を強化すること」「検証済みプロフィールからのコンテンツのみを表示するフィルターを導入すること」である。同氏は、「AIが大規模に使用されると、本物の人間同士の会話から得られる真の洞察が薄れてしまう」と指摘していた。
しかし、Pangramのレポートによると、Lorenzetti氏自身が投稿したこの対策発表の文章が、Pangramの検知モデルによって「AI生成」と判定されるという皮肉な事態が発生した。
この矛盾は、単一の投稿のユーモラスな誤判定にとどまらない。LinkedInは、AIコンテンツを生成するツールに投資する一方で、それを抑制するツールにも投資している。Lorenzetti氏の発表の数日前には、マイクロソフトがLinkedInのインターフェースに直接統合された「Copilot」の拡張機能を展開したばかりだった。プラットフォームの商業戦略はAIによる生産性向上機能に依存しているが、編集戦略はそれらの機能が生み出す汎用的なコンテンツの抑制に依存しているという、構造的なねじれが存在する。
LinkedIn側は、初期テストにおいて汎用的なAI生成コンテンツを94%の精度で識別できたと主張しているが、誤検知に関するデータは公開していない。Lorenzetti氏は当時、この抑制機能の完全なロールアウトには数ヶ月かかる可能性があると述べていた。Pangramのデータが示す限り、この取り締まりはまだ一般ユーザーのフィードにおけるAI遭遇率を低下させるには至っていない。
■Xやその他のプラットフォームにおける傾向
他のプラットフォームでも興味深いパターンが見られた。X（旧Twitter）は、完全にAI生成された長文コンテンツの割合が約24%と、LinkedInに次いで2位だった。しかし、「AI支援」のコンテンツも含めると、長文記事の約47%にAIの関与が認められ、完全に人間だけで書かれたものは53.2%にとどまり、実質的に全プラットフォーム中で最もAI関与率が高かった。XはAI生成コンテンツへの任意ラベル表示を導入しているが、開示はあくまで自主的であり、実際にラベルが付いているケースは稀である。
Mediumでは、長文投稿の約3分の1がAIによって執筆または共同執筆されていると判定された。一方、最もAIの割合が低かったのはSubstackで、AI生成またはAI支援と判定された投稿は21.9%だった。さらに際立っているのは、Substackでは「投稿が長くなるほど、完全にAI生成である確率がわずかに下がる」という、本調査で唯一の逆相関パターンを示した点だ。読者との長期的な購読関係を築くSubstackの有料ニュースレターモデルは、インプレッション重視のLinkedInとは異なる執筆動機を生み出している可能性がある。
■データに対する独立した検証
Pangramの調査には、商業的な背景が存在することを考慮する必要がある。同社はAI検知製品を月額20ドル（約3,240円、1ドル=162円換算）で販売している企業であり、「あらゆる場所でAI検知が必要である」という結論を導く動機がある。また、データは同社の拡張機能を利用するテクノロジー感度の高い有料ユーザーから収集された非ランダムなサンプルであり、平均的なLinkedInユーザーの体験を完全に代表しているとは限らない。
しかし、競合する検知企業であるOriginality.aiが2026年1月に発表した独立調査でも、LinkedInに関してほぼ同様の結論に達している。Originality.aiがインフルエンサー99人の投稿3,368件を分析したところ、50%以上がAI生成の可能性が高いと判定された。また、2018年1月から2024年10月までの8,795件の投稿を対象とした過去の分析でも、100ワード以上の基準で54%がAI生成と判定され、Pangramと同じ250ワードの基準を適用すると、Pangramの41%という数値と一致した。
異なるモデル、異なるサンプリング手法を持つ競合2社が、同じ文字数閾値においてほぼ一致する数値を示したことは、この結果が単一の検知モデルの偏りによるものではない可能性を裏付けている。
なお、Originality.aiの調査では、AI生成の投稿は人間が書いた投稿に比べて平均で45%エンゲージメントが低いというデータも示された。ただし、「リーダーシップとインスピレーション」カテゴリにおいては、AI投稿が人間の投稿を75%上回るエンゲージメントを獲得しており、特定の洗練された自己啓発的コンテンツにおいては、読者がAIによる執筆を検知できないか、あるいは気に留めていない可能性が示唆されている。
■問われるプラットフォームの価値と、迫るEU規制の期限
LinkedInの長文投稿フォーマットは、履歴書や推薦文だけでは伝わらない「そのプロフェッショナルが実際にどう考え、課題をどう解決し、どのような専門知識を持っているか」を可視化するために設計された。採用担当者や投資家、ビジネスパートナーがプラットフォームから得ていたのは、この「人間の言葉で表現された専門的な判断」というシグナルである。そのコンテンツの41%が機械によって書かれたものであるという事実は、単なるノイズの問題を超えて、プラットフォームの根幹価値の毀損を意味している。
PangramのCEOであるMax Spero氏は、AIコンテンツの蓄積を「読者の時間に対する税金」と表現している。合成されたノイズの中から本物のビジネスシグナルを見つけ出すためのコストは、ノイズの割合に比例して増加する。AI執筆ツールが進化するにつれ、人間の声と機械の出力を区別することはさらに困難になり、検証コストは上昇し続ける。
そして2026年8月2日、この問題は単なるプラットフォームの品質問題から「法令遵守（コンプライアンス）」の問題へと移行する。EU AI法第50条が施行され、EUユーザーに配信されるAI生成コンテンツの提供者および展開者は、それが機械によって生成されたものであることを開示することが義務付けられる。EU加盟国で広く展開しているLinkedInは、AI生成投稿に対する開示メカニズムを実装するか、さもなければ最大1500万ユーロ（約24億3000万円、1ユーロ=162円換算）、または世界年間売上高の3%のいずれか高い方の制裁金を科されるリスクに直面する。
LinkedInの現在の対策は「AIコンテンツの抑制」であり、「ラベルによる開示」ではない。この規制の期限が迫るなか、LinkedInはこれまで避けてきた問いに答える必要がある。すなわち、「人間の名前と顔写真の下に表示される投稿をスクロールしている読者には、それが人間によって書かれたものではないと知る権利があるのか」という問いである。
■注目ポイントQ&A
●LinkedInの投稿がAIによって書かれたものかどうか、どのように見分ければよいですか？
PangramなどのAI検知ツールを使用する以外にも、いくつかの文体的な特徴があります。例えば、個人の声（主観）が感じられない極めて洗練され均一化された文章、典型的な構成（ドラマチックな導入、短い段落、3つの教訓、最後にエンゲージメントを促す問いかけなど）、AIが好む特定の語彙（「delve」「leverage」「holistic」「transformative」など）の多用、また「XではなくYである」といった対比構造の導入などが挙げられます。ただし、これらのパターンは決定的な証拠ではなく、最終的には執筆者本人にしか分かりません。
●LinkedInのアルゴリズムはAI生成の投稿をペナルティ（リーチ縮小など）の対象にしていますか？
はい、LinkedInが導入している「360Brew」アルゴリズムは、汎用的またはAI生成と判定されたコンテンツを検知し、優先度を下げる（リーチを抑制する）処理を行っています。2026年5月に発表された対策では、フラグが立った投稿は投稿者の直接のネットワークには届くものの、それ以上の拡散が制限されます。ただし、投稿自体が削除されるわけではなく、AI生成である旨の開示ラベルが強制されることもありません。
●AI検知ツールが、英語を母国語としない（非英語ネイティブの）ユーザーの投稿を誤ってAI生成と判定することはありますか？
これはAI検知業界全体で指摘されている重大な課題です。2023年のスタンフォード大学の研究では、非英語ネイティブが書いたエッセイに対して、主要な検知ツールが平均61%の割合で誤検知（人間が書いたものをAI生成と判定）したことが示されています。非英語ネイティブはシンプルで予測しやすい構文を好む傾向があり、これがAIの出力パターンと類似しているためです。Pangramは自社モデルの誤検知率が極めて低いと主張していますが、実際のLinkedIn上の多様な非英語ネイティブの投稿に対する大規模な検証データは公開されておらず、注意が必要です。
●2026年8月2日に施行されるEU AI法第50条によって何が変わりますか？
EUユーザーに向けて配信されるAI生成コンテンツについて、それが機械によって生成されたものであることを明示（開示）することが義務付けられます。これはプラットフォームだけでなく、コンテンツの作成者にも適用されます。LinkedInのようにAIコンテンツを「ラベル表示」ではなく「アルゴリズムで抑制」するだけのアプローチでは、この開示義務を満たせない可能性があり、違反した場合は最大1500万ユーロ、または世界年間売上高の3%の制裁金が科される可能性があります。
元記事: LinkedIn Leads All Platforms in AI-Written Posts, Study of a Million Feeds Confirms