AIの著者性を解読する：LLMは文学と政治の領域で本当に人間の文体を模倣できるのか？

要旨: 生成AIが特定の人間の文体を模倣する能力を高める中で、本研究は、GPT-4o、Gemini 1.5 Pro、Claude Sonnet 3.5 を含む最先端の大規模言語モデル（LLM）が、著名な文学者・政治家の作家としての署名を模倣できるかを調査する。対象は Walt Whitman、William Wordsworth、Donald Trump、Barack Obama である。厳密なテーマ整合を伴うゼロショット・プロンプト手法を用いて、合成コーパスを生成し、トランスフォーマーベースの分類（BERT）と解釈可能な機械学習（XGBoost）を組み合わせた補完的な枠組みで評価した。手法は Linguistic Inquiry and Word Count（LIWC）マーカー、パープレキシティ、可読性指標を統合し、AIが生成した文章と人間が執筆した文章との乖離を評価する。結果は、AIによる模倣は依然として高い確度で検出可能であることを示す。限定された8つのスタイロメトリック特徴量に基づいて学習したXGBoostモデルは、高次元のニューラル分類器と同程度の精度を達成した。特徴量の重要度分析により、判別の主要指標はパープレキシティであることが明らかになり、AI出力における確率的な規則性の大きな乖離が、人間の文章にみられるより高い変動性と対比されることが示された。LLMは、統語の複雑さや可読性といった低次元のヒューリスティック特徴量に関しては人間の著者と分布が収束するものの、現時点では、人間が執筆したコーパスに固有の微妙な情動の密度や文体上の多様性を完全には再現できていない。現在の生成的模倣における特定の統計的ギャップを切り分けることで、本研究はLLMの文体挙動に関する包括的なベンチマークを提供し、デジタル・ヒューマニティーズおよびソーシャルメディアにおける著者帰属推定に対して重要な洞察を与える。