AI画像は「きれい」ほど疑われる——Blue Planet IIIと漢検の誤字から作る「来歴票」

生成AIの画像が精巧になるほど、公開する側には奇妙な問題が起きます。美しく整った写真を出しても、「本当に撮ったのか」「AIで作ったのではないか」と疑われます。一方で、「AIで生成」と明示した画像なら安心かというと、内容の誤りまで消えるわけではありません。

英国BBCの自然番組「Blue Planet III」は、海中の濁りやプランクトン、画面に入る船やブイをあえて残したと報じられました。制作者は全編について生成AIを一切使っていないと説明し、従来なら外したかもしれない不完全な映像を、現場で撮影した手掛かりとして見せています。

日本では、日本漢字能力検定協会が公式SNSへ投稿した「AIで生成」というラベル付き画像で、「祭」の文字の一部が誤っていました。協会は指摘を受けて謝罪しました。生成方法は表示されていても、組織名、文字、公開前確認が正しいとは限らないことを示す事例です。

二つをつなぐ問いは、画像が本物か偽物かだけではありません。誰が、何を材料に、どの道具で作り、どこを変え、誰が確認し、誤りをどう直すのかです。本記事では、この流れを一件ずつ残す「画像来歴票」を提案します。

撮影機材と複数のレンズを上から見た場面

結論——見た目の判定ではなく、作られた経路を示します

人が見ただけでAI画像を確実に判別する方法はありません。指が不自然、文字が崩れている、光が矛盾しているといった特徴は手掛かりになりますが、生成技術が変われば減ります。反対に、圧縮、暗所撮影、手ぶれ、合成写真の正当な編集でも、不自然に見えることがあります。

そこで、公開時の確認を三つへ分けます。

確認する層	答える問い	主な証拠
内容	写っている事実や文字は正しいですか	原資料、現場記録、担当者確認
来歴	どの機材・素材・道具・編集を通りましたか	元ファイル、編集履歴、生成記録、署名
責任	誰が公開を承認し、誤りを直しますか	承認者、公開日時、訂正窓口、差し替え履歴

生成AIの表示は「来歴」の一部です。表示があっても、内容の誤りを承認したことにはなりません。カメラで撮ったという記録も、「内容が正しい」「文脈が正しい」という保証ではありません。古い写真を別の災害として紹介すれば、撮影自体は本物でも説明は誤りです。

画像来歴票は、真偽を一つの印で決める仕組みではありません。内容、来歴、責任を分け、読み手がどこまで確かめられるかを示す仕組みです。

Blue Planet IIIは「不完全さ」を撮影の手掛かりにしました

The Guardianの報道によると、「Blue Planet III」の制作陣は、曇った水、浮遊するプランクトン、船やブイが入る場面など、従来なら外した可能性がある映像も残しました。画面を磨き過ぎず、現場の条件を見せることで、海中生物が生成されたものではないと伝えようとしています。

ただし、濁りがあれば本物という意味ではありません。生成AIでも濁りや手ぶれは作れます。制作陣の説明が価値を持つのは、四年間、五つの海で撮影した制作工程、開発した水中カメラ、現地の撮影班、番組としての責任主体と結び付いているからです。映像の見た目だけでなく、制作組織が「生成AIは一フレームも使っていない」と公に説明しています。

ここから日本の広報、教育、報道、商品紹介が学べることは、「AIっぽく見えない加工」を増やすことではありません。制作の手掛かりを消し過ぎないことです。

たとえば、工場見学の写真なら、製品だけを切り抜くのではなく、撮影日、工程名、安全上隠した箇所、色調整の有無を残します。災害記録なら、撮影時刻、場所、撮影者、原本の保管先、トリミング範囲を残します。学校行事なら、保護者の同意、児童の顔をぼかした理由、掲載期限を記録します。

不完全さは、単独では証明になりません。しかし、元ファイル、説明、担当者、編集履歴と結び付けば、現場へ戻る入口になります。

漢検の誤字は、ラベルだけでは品質を守れないと示しました

ITmedia AI＋の記事によると、日本漢字能力検定協会は、公式SNSで公開したAI生成とみられる画像に誤字があったとして謝罪しました。画像には「AIで生成」というラベルがありましたが、「祭」の文字の一部が誤っていました。

この事例で重要なのは、生成AIの利用を隠していなかった点です。来歴表示はありました。それでも、協会の専門性と最も近い漢字の誤りが公開前に止まりませんでした。

組織の確認では、一般的な誤字脱字だけでなく、「その組織が間違えると信頼を大きく損なう箇所」を先に決める必要があります。漢字の検定団体なら文字、金融機関なら金額と口座、医療機関なら薬剤名と受診案内、自治体なら日時・場所・対象者、家電メーカーなら型番・電圧・安全表示です。

画像来歴票には、生成手段だけでなく、次の確認欄を持たせます。

画像内の全文を人が読み直しましたか
組織名、ロゴ、商品名、型番は原資料と一致しますか
数字、単位、日付、場所は担当部署が確認しましたか
人物、制服、標識、設備の描写が誤解を招きませんか
公開先で自動圧縮や切り抜きが行われても意味が変わりませんか
誤りを見つけた人が連絡できる窓口がありますか
差し替え前の投稿と訂正理由を後から追えますか

以前の記事では、AIが作る量に人の確認能力が追い付かない状態を「検証待ち在庫」として整理しました。画像でも同じです。投稿数を増やして確認待ちが積み上がるなら、校正担当を急いで増やすだけでなく、生成数を絞り、重要な文字から検査します。

レンズ越しに実際の風景と焦点を確かめる場面

C2PAは「本物判定器」ではなく、来歴を読める形にします

画像の来歴を技術的に残す方法として、C2PAの「Content Credentials」があります。C2PAの技術仕様は、画像や動画などについて、作成、編集、使用素材、機材、ソフトウェアなどの申告をまとめ、暗号学的な署名によって改変を検知できる形にします。

対応カメラで撮影した写真なら、撮影機材、縮小画像、写真と記録を結び付けるハッシュなどを含む来歴情報を作れます。対応ソフトで編集した場合は、新しい変更を来歴へ加えられます。後から記録が不正に書き換えられれば、検証時に異常を示せます。

ただし、Content Credentialsが付いていれば内容が真実になるわけではありません。Content Authenticity Initiativeの説明も、来歴情報はコンテンツが「本物」かどうかを自動的に宣告するものではないとしています。AIで作った画像ならAI生成と示せます。対応カメラで撮ったなら撮影経路を示せます。そこから信頼するかどうかは、署名者、記録内容、文脈を読んで判断します。

この区別は実務で重要です。

署名が有効でも、撮影者の説明が誤っている場合があります
来歴がなくても、本物の古い写真や非対応機材の写真はあります
位置情報を消すなど、プライバシーや安全のために記録を省く場合があります
切り抜きや再圧縮で、来歴を表示できない配信経路があります
AI生成を明示していても、画像内の文字や数字は間違えます

したがって、「認証ありは採用、なしは削除」と自動化してはいけません。認証は確認の入口であり、内容確認と責任者の判断を置き換えません。

日本の組織向け「画像来歴票」は九欄で始められます

高価な認証基盤を導入する前でも、共有表や制作管理システムに九つの欄を作れます。

欄	記録する内容
用途	報道、広告、採用、説明資料、記録など
原点	撮影、生成、素材購入、提供元のどれか
元資料	原本ファイル、指示文、参照画像、許諾記録
変更加工	切り抜き、色調整、合成、文字追加、生成修正
重要事実	人名、組織名、文字、数字、場所、日時、型番
確認者	内容、権利、個人情報、公開表現の担当者
公開版	掲載先、公開日時、ファイル識別子、表示ラベル
訂正経路	問い合わせ先、停止条件、差し替え権限
保存期限	原本、履歴、公開版をいつまで保管するか

一枚の画像を複数の媒体へ出す場合、公開版を分けます。SNSは自動で切り抜かれ、Webサイトは画像最適化され、印刷物は色が変わります。元画像が正しくても、配信後に文字の端が欠けたり、注記が小さくなったりします。公開先ごとの最終表示を確認し、同じ画像識別子へ戻せるようにします。

AI利用のルールには見直し日も必要です。AIルールの有効期限を扱った記事で整理したように、対応する生成サービス、許可する素材、確認者、保存方法は固定ではありません。モデルや配信先が変わった日に、以前の承認がそのまま使えるとは限りません。

用途によって確認の深さを変えます

全ての画像へ同じ検査をすると、重要な公開物の確認時間が足りなくなります。戻しやすさと影響で三段階に分けます。

低影響の社内下書き

会議のアイデア画像や構図案なら、AI生成の表示、外部素材を入れないこと、社外へ出さないことを守ります。細部の事実確認は公開前の段階へ送れます。ただし、下書きが社外共有フォルダーへ自動同期されないようにします。

一般公開の広報・商品説明

文字、数字、人物、権利、商品仕様を確認します。AIで背景を作った場合も、商品本体まで変形していないかを見ます。実物写真と生成背景を合成したなら、その範囲を説明します。公開画面でラベル、注記、連絡先が読めることまで確認します。

災害・医療・金融・選挙など高影響の情報

元ファイル、撮影者、時刻、場所、編集履歴、承認者を保存し、別の情報源と照合します。生成画像を説明用に使う場合は、実写と混同しない大きさと位置で表示します。緊急時に素早く出す場合でも、後から根拠を追加し、誤りがあれば配信先をまとめて止められるようにします。

この段階分けは、AI画像を一律に禁止するためではありません。生成画像が役立つ構想図と、現場写真が証拠になる災害記録を同じ手順で扱わないためです。

個人は三つの質問で画像を読み解けます

家庭で全ての画像の署名を検証する必要はありません。災害、健康、金融、買い物など、行動を変える画像を見たときに三つだけ確認します。

第一に、誰が最初に公開したのでしょうか。転載アカウントではなく、自治体、企業、報道機関、撮影者の元投稿へ戻ります。画像だけが切り離されている場合は、日時と説明を探します。

第二に、その画像がなくても同じ事実を確認できるでしょうか。別角度の映像、公的発表、地図、製品仕様、複数媒体の報道を照合します。一枚の強い画像だけで送金、避難、購入を決めないようにします。

第三に、訂正されたとき追えるでしょうか。保存した画像だけでなく、元ページや発信者を残します。スクリーンショットは当時の表示を記録できますが、訂正文へ自動でつながりません。重要な判断では、スクリーンショットと元ページをセットにします。

「AIらしいか」を当てるより、発信元、別証拠、訂正経路を探す方が、技術の変化に強い確認になります。

付箋を使って公開前の確認項目を整理するチーム

30日で公開画像の来歴をつなぎます

第一週は、直近一カ月に公開した画像を二十点だけ選びます。撮影、生成、購入素材、提供素材に分け、原本、担当者、許諾、公開先が残っているかを調べます。見つからない欄は推測で埋めません。

第二週は、影響の高い画像を五点選び、九欄の画像来歴票を作ります。画像内の文字を抽出して原資料と照合し、人名、金額、日時、型番を担当部署へ戻します。生成画像は、使用サービス、指示文、参照素材、修正箇所を記録します。

第三週は、公開と訂正を試します。テスト用の誤字を入れた画像を検証環境へ掲載し、誰が気付き、誰が停止し、どの媒体を差し替え、何分で訂正文を出せるかを測ります。Webだけ直してSNSや配布資料が残らないかも確認します。

第四週は、来歴表示を読み手向けに整えます。「AI使用」の一語だけでなく、「背景を生成」「人物と商品は実写」「文字は編集部が追加」のように、判断に必要な範囲を短く示します。対応する制作環境ではContent Credentialsも試し、表示できない配信先では来歴票へのリンクや説明文で補います。

月末には、次の指標を確認します。

原本と公開版を結べた割合
撮影・生成・編集の区分を説明できた割合
重要な文字と数字を二人で確認した割合
許諾や個人情報の確認が完了した割合
公開後の誤り、差し替え、削除の件数
誤りの発見から全配信先の訂正までの時間
担当交代後も来歴を再現できた割合
読み手が訂正情報へ到達できた割合

見た目が美しい画像の数ではなく、公開後も原点と訂正へ戻れる画像の割合を増やします。

出典

まとめ——画像の価値は、原点と訂正へ戻れることです

Blue Planet IIIが残した濁りやブイは、それだけで真実を証明する印ではありません。長い撮影工程、責任を持つ制作組織、生成AIを使っていないという説明と結び付くことで、現場へ戻る手掛かりになります。

漢検運営の誤字は、AI利用を表示しても、内容確認が自動では完了しないことを示しました。C2PAのような来歴技術も、署名された経路を読めるようにしますが、画像の意味や説明まで正しいと判定するものではありません。

日本の組織が競うべきなのは、AI画像を見抜く勘の鋭さでも、全てを完璧に磨く速さでもありません。撮影か生成か、何を変えたか、誰が確認したか、どこで公開したか、どう訂正するかを、一件の経路として示せることです。

次に、とても美しくて疑いたくなる画像を見たとき、粗探しだけで終えず、その画像はどこから来て、誰が説明し、誤りがあればどこへ戻るのかを確かめてみてはいかがでしょうか。そこへ短く答えられる来歴が、生成AI時代の画像を「信じるか疑うか」の二択から、根拠を読んで判断できる情報へ変えていきます。