この記事のポイント
- 何が：Google Research が文書の誤りを探す AI ツール「Deep Review」を10月14日に一般公開。研究論文に加え、法律・金融などの文書も対象に広げた
- 無料枠：全ユーザーに週2回。Gemini API キーを接続すると上限が上がる
- 数字と形式の読み方：検出率89.7%は前身ツール PAT の評価で、製品版の成績ではない。入力形式は発表ブログと製品ページで記述が異なる
- 機密文書：保存される期間が確認できないため、秘密保持契約に触れる文書や社外秘は避けるのが無難。入れる前に公式 FAQ の保存と共有の項目を読む
- 試し方：週2回のうち1回を公開済みの資料で試して指摘の質を見て、残り1回を投稿前の論文や提出前の資料に充てる
10月14日公開の Deep Review は PAT の後継。4段の検証で誤りを探す
Deep Review は、文書の中の誤りや弱い論証を探す AI レビューツールです。Google Research の公式ブログによると、10月14日に一般公開され、研究論文に加えて法律・金融などの文書も対象になりました。
前身は Paper Assistant Tool（PAT）です。Google の解説によれば、学会への投稿前に、著者へ任意かつ非公開でフィードバックを返す試みで、正式な査読とは切り離されていました。
PAT は学会ごとのパイロット導入で、公式ブログの表記では STOC・ICML・NeurIPS・ICLR といった理論計算機科学や機械学習の主要学会の投稿原稿16,000本超に展開されています。
Deep Review の仕組みは、報道ベースでは次のように伝えられています（Digital Today）。
- 文書を分割し、証明など情報密度の高い部分に推論予算（AI が考える計算量）を多く配分する
- 専門エージェントが各部分を並列に検証する
- 統合エージェントが結果をまとめる
- Google 検索で、指摘に幻覚（事実と異なる内容）が混じっていないかを確認する
1人の AI に全体を読ませるのではなく、分担と最後の点検を組み込んだ設計です。この仕組みの細部は報道に基づくもので、公式の原文では確認できていません。
検出率89.7%の母数は、数学・CS 論文26本にある誤り29件
数字の出どころは、前身 PAT の評価です（R&D World）。数学・CS 論文26本にある確認済みの誤り29件のうち、PAT は89.7%、Gemini 3.1 Pro 単体は55.2%を検出しました。Deep Review 製品版でこの数字が出る保証はありません。
母数は小さく、1件の差が約3.4ポイントに相当します。しかも評価は数学・CS 論文に対するもので、契約書や財務資料での検出率は確認できていません。
精度は提供元の発表で、独立検証はされていません。Digital Today 日本語版の報道では、正当な証明を誤りと判定する例も挙げられており、誤検知率は公表されていません。
母数と段階で数字の読み方が変わる例は、Claudeが自社AI開発の26%を「主導」とした発表の読み方にもあります。
無料は全ユーザー週2回。入力形式は発表ブログと製品ページで記述が違う
無料枠は全ユーザーに週2回のドキュメントレビューで、Gemini API キーを接続すると上限が上がります。入力形式は、発表ブログが「当面は PDF とプレーンテキスト、複数ファイル入力は coming soon」とする一方、製品ページは PDF・テキスト・Google ドキュメント・Google スライドと記しています。
| 区分 | 内容 |
|---|---|
| 確認できたこと | 無料は全ユーザー週2回／Gemini API キー接続で上限拡大／API 連携あり |
| 公式内で食い違うこと | 入力形式（ブログ：当面 PDF とテキスト／製品ページ：Docs・スライドも） |
| 公表されていないこと | 「1回」の定義（1文書か、再実行を数えるか）／日本語文書の精度と日本からの利用可否／結果レポートの形 |
どちらが最新かは分からず、Docs やスライドに直接対応すると断定はできません。PDF で用意しておけば、表記の差に左右されずに済みます。
機密文書を入れる前に。公式 FAQ は文書を AI モデルの学習に使わないと述べる
公式 FAQは、アップロードした文書を AI モデルの学習には使わないこと、データ共有は opt-in（利用者が自分で許可した場合のみ）であること、関連研究を Web 検索する際も文書は非公開であることを述べています。アップロードした文書は、利用者が後で見返せるように保存されます。保存される期間は、公式の原文では確認できていません。
契約書や財務資料を入れる前に、公式 FAQ の保存と共有の項目を読んでください。保存される期間が確認できないので、秘密保持契約に触れる文書や社外秘は避けるのが無難です。まず公開済みの資料や自分の過去原稿で試し、指摘の質を見てから入れる文書を判断できます。
試すなら公開済みの資料で1回、残る1回を提出前の資料に
Google も人間の査読者の代替ではなく支援ツールと位置づけており（Digital Today 日本語版）、Deep Review は見直す箇所の候補を増やす道具で、最終判断の代わりにはなりません。
枠は週2回しかないので優先順位をつけます。1回を公開済みの資料で試して指摘の質を見て、残る1回を投稿前の論文や提出前の資料など、提出後に直せない文書に充てる順序が現実的です。指摘が出たら、誤検知率が公表されていないため、自分で根拠を確かめてから直します。
まとめ
続報で見たいのは、「1回」の定義と日本語文書への対応、入力形式の最終的な扱いです。
編集後記
私が一番引っかかったのは、89.7%という検出率が前身の PAT の評価で、製品版の成績ではないところです。つい大きい数字に目が行ってしまいますが、何を測った数字なのかを見る習慣は手放せないな、と思いました。
— CODE. 編集部
- Source：Google Research(1)
- Source：Google Research(2)
- Source：Google Research(3)
- Source：R&D World
- Source：Digital Today(1)
- Source：Digital Today(2)
Photo: Andrew Neel on Unsplash
