日本の主要文学賞22件超の生成AI条項は、次の6区分に収斂しています(AI teller、2026年9月時点)。

学術出版はさらに体系的な3類型に整理されています。Science(AAAS)の禁止型、Elsevier・Springer Nature・Wiley・SAGEなど大手出版社が採る開示必須の許容型、Emeraldのような用途別条件付き型です。STM・COPE・WAME・ICMJEのガイドラインは、開示・透明性・人間の説明責任・AIへの著作者性付与の禁止という4原則で概ね一致しています。

いずれの分野でも共通しているのは、規定そのものの精緻化は進んでいても、それが実際に機能しているかどうかの検証は別問題として残っているという点です。第1回で見た「AI利用ポリシー導入率約70%に対し、実際の開示率は約0.1%」というギャップは、規定の存在と実効性が別物であることを端的に示しています。

小説投稿サイト「小説家になろう」は、AI利用を「直接使用」「間接利用」「補助的利用」「不使用」の4段階に区分し、「誰が最終編集の主体だったか」を軸にした定義を採用しています。これは、生成物のどこまでが人間の創作的関与によるものかを切り分ける、実務的に応用範囲の広い枠組みです。

米国ロマンス作家協会(RWA)は「AI-assisted」と「AI-generated」を明確に区別したうえで、違反が疑われる場合に専門の審査委員会が調査し、当事者に不服申立ての機会を与える手続きを制度化しています。事後統制の仕組みを規定に組み込むという発想は、査読や助成金審査のような他の評価プロセスにも転用可能です。

デザイン分野では、グッドデザイン賞が「人を中心に考え、目的を見出し、それを実現する一連のプロセス」そのものをデザインと定義し、成果物だけでなくその解に至った思想・思考・方法論を評価する哲学を1957年の前身制度以来採用しています。

しかし、生成AIはもっともらしい開発ストーリーを後付けで生成することを既に得意としており、プロセスの言語化自体をクローズアップして評価基準に据えても、提出者本人がAIに語らせた説明と実際の思考過程を評価者が区別する手段がありません。プロセス評価は、目利きの検証困難性という問題に形を変えて回帰してしまいます。この限界は、査読における「研究の動機や意義の説明」を重視する評価にも同様に当てはまります。