桜の樹の下には…/ 文章生成系AIの比較研究

　桜の季節になると、「桜の樹の下には屍体が埋まっている！」というフレーズを使いたくなってしまうのは、なぜだろうか…（これが教育の成果？）
　このフレーズをアレンジしたいと漠然と考えていたところ、思いついたフレーズが、「桜の樹の下には裸体が唸っている！」

「桜の樹の下には屍体が埋まっている！」
「桜の樹の下には裸体が唸っている！」
並べてみると、なかなか面白い。

　せっかくなので、このフレーズを使って、４つの文章生成系AIに「小説」を書いてもらい、それぞれを比較してみることに。

方法

　比較対象としたのは、全て「無料アカウント」で利用している以下の４つ（ABC順）。
・ChatGPT 4o
・Claude 3.7 Sonnet
・Gemini 2.5 Pro(experimental)
・Grok 3 Thinkモード

プロンプトとしては、
⓪「桜の樹の下には屍体が埋まっている！」と「桜の樹の下には裸体が唸っている！」とを比べると興味深い　という内容を示したうえで
①「桜の樹の下には裸体が唸っている！」というフレーズをもとに、梶井基次郎の小説「桜の樹の下には」のオマージュとなるような文学的で芸術的で官能的で哲学的な短編小説を試しに書いてみてください。　と指示（Ver.0の生成）
②その上で、「2000文字程度」と指定して書き直し（Ver.1生成）
③さらに「3000文字程度」にして「独創性と芸術性」や官能的表現を増して書き直し（Ver.2生成）
最終的に生成された「Ver.2」を対象として比較する。

　比較の方法は、作品を生成に使った以下の４つの文章生成系AIを用いて行った（ABC順）。
・ChatGPT 4o（推論モード）
・Claude 3.7 Sonnet
・Gemini 2.5 Pro(experimental)
・Grok 3 Thinkモード
なお、作品生成に用いたアカウントとは別のアカウントを利用。

プロンプトとしては、
⓪４作品を作品番号のみ割り振った状態で（作者名は伏せて）テキストファイルにコピペしたものを、添付。
①「梶井基次郎の短編小説『桜の樹の下には』のオマージュ作品として書かれた短編４作品」に対して「特徴をまとめて、評価と採点」をするよう指示。
②作品の検討とは別に、「哲学的で官能的でオマージュ的な文学作品」を評価する際に適切な評価軸を考察し、３つの軸を設定するよう指示。
③設定した３つの評価軸においてそれぞれ5点満点での採点をするよう指示。
④上記の指示による採点結果生成に続いて、「AIによって生成された作品である確率（％）」を判断基準となる根拠とともに示すよう指示。

　以上をまとめると、４つの文章生成系AIによって生成された「短編小説」を、同じ４つの文章生成系AIによって評価（採点）し、AIによる生成である確率を考察した、ということになる。とくに評価方法は、ピア・レビューと言うことができる。

結果

（１）生成された「短編小説」
　文章生成系AIが生成した「短編小説」は、以下の通り。ここではあえて、どのAIが生成したものなのかは伏せておく。（本稿の末尾に「答え合わせ」を記載）

「桜の樹の下には裸体が唸っている。」（作品No.: 060156）
「桜の樹の下には裸体が唸っている」（作品No.: 060273）
「桜の樹の下には裸体が唸っている！」（作品No.: 060349）
「桜の樹の下で裸体が喘ぐ」（作品No.: 060411）

（２）「短編小説」への評価
　それぞれの「短編小説」がどのように評価されたのか、評価軸として採用された軸の設定、採点結果の順に確認する。
　まず「評価軸」。
　プロンプトに「哲学的で官能的でオマージュ的な文学作品」という文言を使ってしまったこともあり、４つの文章生成系AIはいずれも、「哲学的な深み」「官能的な表現」「オマージュとして」という内容になる３つの軸を設定した。
　「評価者」として４つ生成系AIを比べる。「５点満点」という指示を逸脱したものはなく、合計15点満点での採点が行われたが、Claudeのみ「0.5」点刻み、他の３つは「1.0」点刻みでの採点だった。各作品に対する採点の平均点は、11.6, 11.8, 12.3, 12.5となり大きな違いはない。また、「評価者」と「作者」が同じだった場合の評価（以下「自己評価」）では、ChatGPTとGrokが最下位の評価、Geminiが1位となる評価、Claudeは2位の評価だった。
　「採点結果」は下記の「表１」にまとめた。それぞれの生成系AIによる「短編小説」に対する採点結果（得点平均）と自己評価の順位、AIによる確率の平均、自己評価の順位の一覧となっている。　　

　「短編小説」それぞれに対する評価は、「表２A」「表２B」「表２C」「表２D」としてまとめた。「短編小説」を生成したAI毎に、評価者となったAIの評価の一覧となっている。

　Claudeの生成した「短編小説」が最も高い評価となった。４つの評価者による３つの軸による評価（4×3）の合計12項目すべてにおいて4点以上を獲得。合計15点満点のうち、ChatGPTとGrokによる評価ではいずれも最高得点の14点だった。Claude自身は12.5点と第2位の評価、Gminiは12点で第3位の評価だった。
　Claudeが評価されたのは、「哲学的な深み」と「オマージュとして」の部分で、ChatGPTとGrokはいずれもこの2つの評価軸に対して5点満点を与えている。「官能的な表現」については満点こそないものの全ての評価者から4点を獲得した。
　最も低い評価となったのがChatGPTで、興味深いことに自己評価も最低順位だった。特に「哲学的な深み」に対する評価が低く全ての評価者が最低点となる2.0, 2.5, 3.0点をつけた。なお3点未満の評価がされたのは、すべてのなかでChatGPTの「哲学的な深み」のみだった。
　ただし「官能的な表現」は、Claudeが1位の4.5点、ChatGPTとGrokが1位タイの5点満点であり、三者から最高の評価を得ている（残るGeminiからは2位タイの4点）。

（３）AIによって生成された作品である確率
　それぞれの「短編小説」が「AIによる生成の確率」をどのように評価されたのか。生成系AI自身による評価の結果を確認する（前述の「表1」「表2A～2D」参照）。
　「評価者」として４つ生成系AIを比べる。「正解」は全てAIによる生成であるが、４つの作品すべてを「AIによる生成の確率が高い」と評価したのが、ClaudeとGeminiだった。
　Claudeによる評価では、ChatGPT（95%）が最も高く、Gmini（70%）が最も低いという評価で、自己評価は85%と2番目の高さだった。
　Geminiによる評価でも、ChatGPT（85%）が最も高く、Gminiの自己評価（65%）が最も低くなった。Claudeに対しては70%と2番目の低さだった。
　GrokとChatGPTによる評価も、Claudeに対する評価を除くと、「AIによる生成の確率50％」以上となった。
　Grokは、ChatGPT（80%）が最も高く、Gemini（70%）、Grokの自己評価（60%）といずれも確率は高めだったが、Claudeに対しては非常に低めの評価（30%）となった。
　ChatGPTの評価では、Gemini（80%）が最も高く、ChatGPTの自己評価（75%）が続き、Grok（50%）が半々という評価となった。Claudeに対しては非常に低めの評価（25%）となった。
　生成系AIによる「AIによる生成の確率」の平均値からは、ChatGPTが最も高く、Claudeが最も低い、「人間らしい」という評価となった（「表1」参照）。
　最も「人間らしい」となったClaudeに対しても、Claude自身（確率85%）とGemini（確率70%）は「AIによる生成」であることを疑っている点は興味深い。そして、ClaudeとGeminiが共に最も低い確率として評価したのがGeminiであったことも興味深い。

　以上の結果をまとめると、作品としての評価および「人間らしさ」のいずれにおいても、Claudeが生成した「短編小説」が非常に高く評価されるものとなった。一方で、ChatGPTが生成した「短編小説」は最も低い評価であった。

考察

　結果として確認した評価に対して、若干の考察を行う。
　まず、ChatGPTの生成した「短編小説」が低い評価となったことについて考察すると、分量が「1500文字」程度となっており、他に比べて半分ほどとなっていたことが挙げられる。また「短編小説」の生成をVer.0から2回繰り返したが、Canvas機能による修正だったことで大幅な変更（文字数の増加）が行われにくかったとも考えられる。

AIによる評価とセクシュアリティ
　次に、それぞれの作品の概要を「人間の眼」によってまとめ、とくに「官能的な表現」という評価軸でのAIによる評価の根底にある前提を検討する。この「官能的な表現」としてAIによる評価では、ChatGPTが最も高く評価されていたが、セクシュアリティがどのように表現されているかについて考察する。
　まず、明確に「男女」間の官能的な表現を描いているのが、ChatGPTである。主人公の「男」の視点で、「女」としての桜が描かれている。
　ClaudeとGeminiの「短編小説」では、主人公の性別は明確にされていない。Claudeは桜を官能の象徴として描いているが、具体的な官能表現としては、美術学科大学院生の女性との行為が描かれる。ただし、相手の女性が絶頂に達する表現が主であり、主人公自身の性的な部分は明確ではない。
　Geminiでは「男、女、あるいはそのどちらでもなく、両性具有の存在、獣のような形をしたもの」による官能的な場面が幻として現れ、主人公も「疼き、熱を持ち、硬く、そして濡れて」ゆき、我に返ったときには服に「私自身の体液の染み」が残されている。桜の花びらを「巨大な子宮から迸る、薄紅色の血と羊水のシャワーだったのかもしれない」と表現していることから、桜に対しては「女性性」が暗示されている。
　僅差ではあるが「官能的な表現」が最も低くなったGrokは、美緒という名の女性詩人を主人公としており、やや唐突ではあるが、裸で桜の樹の下に「身を投じ」、桜の花びらに刺激を受けながら自慰行為を行い創作意欲を取り戻す姿が官能的に描かれている。
　以上から、AIによる「官能的な表現」の評価では、文章表現そのものは別として、明確に「男女間の行為」として描かれたものがもっとも高く評価され、「女性の自慰行為」が低い評価となっていた。そして、主人公の性別を明確にしていない「短編小説」が半数の2つあること、「桜」に対して明確に「男性性」を描いた「短編小説」が無いことは、「桜」「花びら」「儚さ」にどちらかと言えば「女性性」を想起しやすいことが反映されていたと考えられる。つまり、桜＝男性とした男女間あるいは男性同士の性的な行為の描写は無かった。
　
評価者としての生成系AI
　最後に、生成系AIそれぞれの評価者としての特徴を考察する。
　自己評価の順位に着目すると、非常に特徴的なのがGeminiである。Geminiは「自惚れ型」と言えるような自己評価である。「短編小説」に対する評価として、自己評価は合計点が最高になる採点をし、「AIが生成した確率」では最も低い確率すなわち最も「人間らしい」との自己評価をしているからだ。
　Geminiは「強い主張（明確な主張）」を「人間らしさ」と捉えていると考えらえる。とくに「AIが生成した確率」を70%と評価したClaudeに対しては「要素を器用に組み合わせているが、作者固有の強い『声』や『視点』はやや感じにくい」と評価の根拠を指摘した。Geminiの自己評価の根拠としても、「強い思想性や社会への批評眼は、人間特有の意図を感じさせる部分でもあるため、判断が難しい。最もAIか人間か見分けにくいタイプかもしれない」との文章を生成していることから、「強い主張（明確な主張）」を「人間らしさ」の根本としていると考えられる。
　それに対して、Claudeは自己評価にも「バランスの良さ」があらわれている。とくに「AIが生成した確率」において、自己評価で85%と高い確率すなわち「人間らしくない」と判定している。その根拠としてClaudeが挙げているのは「フレーズを過度に反復」「急に登場人物が現れる」「比喩が強引で過剰」「哲学的な言及が唐突で表面的」「詳細な描写はあるが、文体に起伏が少なく、AIの生成パターンに見られる均質感がある」という点。「AIが生成した確率」がもっとも低いと評価したGemini（70%）に対しても、語彙の適切な使用や独自の隠喩の使用を肯定的に評価しつつ、「描写の過剰さや自己の内面描写の繰り返しにAIの特徴が見られる」「文章が長くなるにつれて構造が反復的になる傾向」を指摘している。
　Claudeの場合は、こうした評価を前もって行ってから「人間らしい（AIらしくない）」ような「小説」を生成するように指示することで、大きく変わる可能性を秘めている。
　ChatGPTとGrokは、「短編小説」としての自己評価が最下位となる採点をしており、「AIが生成した確率」の自己評価も75%と60%となっており、自己評価は決して高いとは言えない。これは自惚れ型のGeminiとは対照的である。一方で共通してClaudeの生成したものを、「短編小説」として高く評価し、「AIが生成した確率」も非常に低く評価していることから、評価者としては「並み」だと言えるだろう。
　以上の評価者としての面をまとめると、自惚れ型で強い主張を評価するGemini、バランス型のClaude、自己評価が高くないChatGPTとGrokとなる。

　ここまで考察してきたセクシュアリティの描写と、評価者としての面とを合わせてまとめる。
　ChatGPTは男女間の描写、Grokは女性の自慰行為を描き、ともに評価者としても「並み」で自己評価が高くなかった。
　Geminiは、性別をぼかした強烈な比喩を用いた官能的な表現とともに「強い主張」を評価した。
　Claudeも性別を明確にしない官能的な表現と器用さによって「AIらしくない」部分を持ちつつ、「AIが生成した確率」の評価においてはバランスが良い。

まとめ

　文章生成系AIが生成した「短編小説」を、生成系AIによるピア・レビューを行った。
　Claudeがバランスよく高く評価され、Geminiは独特な我の強さを見せた。ChatGPTとGrokにはこれらほどの大きな特徴を見出だしにくかった。
　この比較研究では、「桜の樹の下には裸体が唸っている！」というキーフレーズをあらかじめ提供してオマージュとしての「短編小説」を生成したが、４つの文章生成系AIそれぞれが生成したものはセクシュアリティの描き方においても、用いる比喩表現においても、異なる面ばかりだった。さらなる特徴を明らかにするには、「Nの数」を増やすことが必要だろう。

　

付録（答え合わせ）

　それぞれの文章生成系AIが生成した「短編小説」のリンクは以下の通り（本文で記した評価が高かった順）。評価者となったAIによる特徴の記述も併せて記載する。
・Claude 3.7 Sonnet
「桜の樹の下には裸体が唸っている」（作品No.: 060273）
・Gemini 2.5 Pro(experimental)
「桜の樹の下には裸体が唸っている！」（作品No.: 060349）
・Grok 3 Thinkモード
「桜の樹の下で裸体が喘ぐ」（作品No.: 060411）
・ChatGPT 4o
「桜の樹の下には裸体が唸っている。」（作品No.: 060156）

Claude 3.7 Sonnet
「桜の樹の下には裸体が唸っている」（作品No.: 060273）
AIによる特徴まとめ
■ChatGPT
・大学生の一人称視点で語られ、夢と現実、死と生の循環について深い省察を伴う。
・梶井基次郎やハイデガーの言及を交え、生死論を展開しつつ、官能描写と哲学的思索を融合。
・原作のフレーズを二重に引用し、オマージュと自己言及的解釈を行っている。
■Claude
・特徴: 哲学的考察と官能的体験が融合した作品。梶井基次郎への言及があり、文学的な自己言及性も含んでいる。
・文体: 内省的で思索的な文体。主人公の内面描写と外界の描写が交錯する。
・テーマ性: 生と死、官能と終焉の循環を探求し、桜を通じて生命の循環性と儚さを表現している。
■Gemini
・特徴: 大学生の「私」が梶井の作品に触発され、桜の下で裸体が交わる夢を見る。その後、現実で出会った女性と桜の下で関係を持つ。生と死、西洋哲学（ハイデガー）と東洋思想、美意識などについての考察が織り込まれる。夢と現実、官能と哲学が交錯する。
・評価: 梶井のテーマを現代的な知識や思索と結びつけようと試みている点が意欲的。官能描写も、生と死の循環というテーマと結びつけられており、深みがある。主人公の思索と体験がうまく連動している。
■Grok
・大学生が桜の下で夢や現実を通じて官能と死の交錯を体験。
・梶井基次郎のテーマ（美と死）を深く継承しつつ、生と性の哲学的探求を展開。
・夢の中の裸体の交合や教授の講義、美術学科の女性との対話を通じて多層的な思索を提示。
・官能描写は哲学とバランスを取りつつ効果的。

Gemini 2.5 Pro(experimental)
「桜の樹の下には裸体が唸っている！」（作品No.: 060349）
AIによる特徴まとめ
■ChatGPT
・現代の花見文化を批評的に俯瞰しつつ、地下の「唸り」を通じて集団的オルギアを幻視的に描く。
・官能と社会批評が交錯し、原作の「屍体」ではなく「生の奔流」を強調した独自の解釈。
・オマージュとしては原作の死のイメージを反転させ、革新的な寓意を提示。
■Claude
・特徴: 都市の桜見物という日常からの逸脱を描き、地下の世界と地上世界の対比を通じて生の本質を探る実験的作品。
・文体: 批評的で思弁的な文体。言語的な実験性が高く、社会批評と肉体性の融合を試みている。
・テーマ性: 現代社会における形骸化した儀式への批判と、原初的な生命力の再発見を描く。
■Gemini
・特徴: 現代社会の桜に対する浮薄な熱狂を批判的な視点で見つめる主人公が、桜の古木の下で、地下で繰り広げられる生命の根源的な交合（オルギア）を幻視する。社会規範からの解放、内なる生命力・性への目覚めがテーマ。観念的で力強い文体が特徴。
・評価: 最も哲学的で思弁的な作品。現代社会への批評精神と、存在や身体性の深淵に迫ろうとする意志が強く感じられる。官能描写は直接的というより、幻視的・象徴的。オマージュとして独自の世界観を最も強く打ち出している。
■Grok
・桜の古木の下で地下の裸体の交合を幻視し、生命の混沌と美を描写。
・元作品の「屍体」を「裸体」に変え、官能的エネルギーが桜の美の源泉と結びつく視点を提供。
・哲学的テーマとして生命の循環や欲望の深淵を探るが、やや抽象的。
・官能描写は地下の奔流や花びらの触感で強烈。

Grok 3 Thinkモード
「桜の樹の下で裸体が喘ぐ」（作品No.: 060411）
AIによる特徴まとめ
■ChatGPT
・詩人・美緒の創作危機を起点に、裸体をさらすことで詩的・哲学的覚醒を描く構成。
・各章ごとに「官能→共鳴→哲学→夢→再生」のドラマを展開し、物語性が高い。
・原作フレーズを章のモチーフに取り入れつつ、詩の再生というメタ文学的構造を構築。
■Claude
・特徴: 詩人が創作の枯渇から脱するために桜の下で自然と一体化する体験を通じて芸術の再生を描く作品。
・文体: 章立てされた構成で、詩的な表現と散文が交錯する。
・テーマ性: 芸術創造と自然、肉体と精神の関係性を探求し、創作の源泉としての官能性を描いている。
■Gemini
・特徴: スランプに陥った女性詩人・美緒が、インスピレーションを求めて裸で桜の下に身を横たえる。自然との一体感、官能的な体験、桜との夢の中での対話を通じて、詩作の力を取り戻す物語。美、生命、詩作の本質についての内省が描かれる。章立て構成。
・評価: 物語性が高く、主人公の内面描写が丁寧。官能的な体験が詩作の再生へと繋がるプロセスが説得力を持って描かれている。自然描写と心理描写、官能と哲学のバランスが良い。オマージュを自己再生の物語へと昇華させている。
■Grok
・詩人が桜の下で裸になり、官能と自然の共鳴を通じて詩を再生。
・元作品の美と死を間接的に反映し、詩人の内面の葛藤を描く。
・哲学的テーマとして生命の儚さや美の本質を探求。
・官能描写は控えめだが、花びらや風の触感で感覚を表現。

ChatGPT 4o
「桜の樹の下には裸体が唸っている。」（作品No.: 060156）
AIによる特徴まとめ
■ChatGPT
・官能描写を主軸に、桜の根に絡み合う男女の肉体を耽美的に描写。
・「桜への供物」としての性行為を幻想的に演出し、エロティシズムが強烈。
・哲学的な言及はほぼなく、原作の「屍体」に対する大胆な逆転（裸体）をオマージュとしている。
■Claude
・特徴: 神秘的な桜と女性の誘惑を描いた幻想的な物語。桜の樹を生命の象徴として描き、その下での官能的体験を通じて主人公が変容する過程を描いている。
・文体: シンプルながら詩的な描写が特徴で、夢と現実の境界が曖昧な幻想的な雰囲気を醸し出している。
・テーマ性: 桜を単なる花から生命力と官能性を持つ存在へと昇華させ、人間と自然の交感を描いている。
■Gemini
・特徴: 夜の桜の下で繰り広げられる、集団的かつ儀式的な性愛の情景を描く。桜がその官能的なエネルギーを吸って咲くという幻想的な設定。ミステリアスな女性が主人公をその場へと誘う。直接的で耽美的な官能描写が中心。
・評価: 雰囲気は妖艶で魅力的だが、物語性や哲学的な深掘りはやや希薄。オマージュの着想は面白いが、展開は比較的シンプル。官能的なイメージ喚起力は高い。
■Grok
・桜の木の下で裸体が絡み合い、官能的な描写が中心。
・「桜の樹の下には屍体が埋まっている」を「裸体が唸っている」に置き換え、死よりも官能性に焦点を当てる。
女が男を誘い、桜と官能の結びつきを強調する幻想的な展開。
・哲学的テーマは生命の循環や美の儚さに軽く触れる程度。

（答え合わせの再掲）
　それぞれの文章生成系AIが生成した「短編小説」のリンクは以下の通り（本文で記した評価が高かった順）。
・Claude 3.7 Sonnet
「桜の樹の下には裸体が唸っている」（作品No.: 060273）
・Gemini 2.5 Pro(experimental)
「桜の樹の下には裸体が唸っている！」（作品No.: 060349）
・Grok 3 Thinkモード
「桜の樹の下で裸体が喘ぐ」（作品No.: 060411）
・ChatGPT 4o
「桜の樹の下には裸体が唸っている。」（作品No.: 060156）