提出内容をめぐる開示には、性質の異なる2つの問題が混在しています。評価者による確認は評価プロセスである以上当然の前提であり、既存の公開情報・先行事例との照合は、一般公開の有無にかかわらず一次評価の段階で実施すべきです。一方、評価後に詳細を世間一般へ公開するかどうかは、まったく別の判断です。

特に①発掘・②疑似検証の段階は、評価の核心が「まだ公開されていない着眼点・非公開情報」や「未検証の技術的仮説」そのものであるため、評価後に詳細まで全面公開すると、評価対象だった情報的優位性そのものを消してしまい、競合への模倣機会を提供する結果になりかねません。これは表彰事業に限らず、助成金審査で研究アイデアが詳細公開される場合や、投資審査で事業計画が共有される場合にも共通するリスクです。

著作権法には表現/アイデア二分論という大原則があり、保護されるのは具体的な表現のみで、その背後にあるアイデア・方法・技術的な考え方は保護対象外です。軸1が評価する「情報の非対称性に基づく問い」は本質的にアイデア・着眼点であり、まさに著作権が守らない領域にあたります。

実際の競争優位を保護できるのは、著作権ではなく特許権・実用新案権、または営業秘密(不正競争防止法)です。両者はいずれも「先に公開してしまうと保護が成立しなくなる」という、著作権とは正反対の性質を持ちます。

日本の著作権法は無方式主義を採っており、著作権は公表の有無にかかわらず創作時点で自動的に発生します(文化庁「AIと著作権に関する考え方について」2024年3月)。つまり「公開すれば守られる」という直感は、権利の発生ではなく、権利侵害を立証する力に関するものだという点を、評価プロセスの設計者は理解しておく必要があります。

2026年の調査群は、AI検知ツールの信頼性について深刻な限界を示しています。英語ネイティブの文章では誤検知率が1〜4%程度にとどまる一方、非ネイティブ話者の文章では誤検知率が61.3%に達するという報告があり(Liang et al., 2023, Patterns)、Vanderbilt・Yale・Northwestern・UCLAなど複数の大学がTurnitinのAI検知機能を無効化しています。人間とAIが混在するハイブリッド文章では、検知精度がほぼ判別不能な水準まで崩れるとの報告もあります。

したがって、AI検知ツールのスコアを評価の機械的なゲートとして使うことは避けるべきです。第1回・第2回で見た「評価者自身の目利きも摩耗し得る」という前提と合わせると、検知技術にも評価者の直観にも単独では依存できないというのが、この分野の現実的な結論です。

本シリーズを通じて見てきた課題──評価者の目利きの検証困難性、双方向の不整合、検知技術の限界、開示と権利保護のトレードオフ──に共通する処方箋は、個々の技術やルールで個別対応することではなく、評価のプロセスそのものを構造化し、記録し、後から検証・較正できる状態に保つことです。

これがeval000のメタ評価という取り組みの核心そのものです。誰が、いつ、どの情報に基づいて、どのような評価軸で判断したかを追跡可能にすることは、評価者個人の直観への依存を減らすと同時に、開示・権利保護の設計判断そのものを、後から検証・改善できるものに変えます。評価プロセスは一度設計して終わりではなく、継続的に較正され続けるべきものだという認識が、このシリーズ全体を通じた結論です。