SemEval-2026タスク13におけるDream：単一パス機械生成コード検出のためのSALSA

最近、AI（人工知能）の進化が目覚ましいですね。特に、文章だけでなく、コンピューターのプログラムコードまで作れる「大規模言語モデル（LLM）」の登場は、プログラミングの世界に大きな変化をもたらしています。しかし、その一方で、「このコードは本当に人間が書いたもの？」「AIが作ったコードは信頼できるの？」といった疑問や心配の声も上がっているんです。

こうした中、AIが生成したコードを見破る技術が注目されています。今回ご紹介するのは、SemEval-2026という国際的なワークショップで発表された、AIが作ったコードを検出するための新しい方法「SALSA」です。このタスクの面白いところは、AIがまだ学習していないような、新しいプログラミング言語や、これまで使ったことのない分野のコード（これを「分布外（OOD）」と呼びます）に対しても、きちんと対応できるかどうかを試している点です。まるで、初めて見る問題にも対応できる賢いAIを育てようとしているかのようですね。

SALSAという名前は、「Single-pass Autoregressive LLM Structured Classification」の頭文字を取ったもの。これは、AIモデルがコードを読み込むとき、一度の読み込みで、それが人間によって書かれたものか、AIによって生成されたものかを判断できるようにする仕組みです。AIは、それぞれの判断結果を「人間」や「AI」といった決まった言葉（トークン）で出力します。これにより、AIは自分で「これはAIっぽい」「これは人間っぽい」と判断するルールを学ぶのではなく、判断そのものをAIに任せることができるのです。

この研究で特に工夫されているのは、AIが学習したデータにだけ強く反応してしまう「過学習」を防ぐことです。そのため、さまざまなプログラミング言語のコードをバランス良く学習させたり、AIの学習方法を工夫したりしています。具体的には、学習率を低く抑えたり、学習回数を一度だけにしたりすることで、AIが特定のデータに偏りすぎず、未知のコードにも対応できるような、より柔軟な判断ができるように目指しているのです。これは、AIが作ったコードの「真贋」を見抜くための、重要な一歩と言えるでしょう。