AI画像を「証拠」にする前に知っておきたい検証の盲点

Google Earthで何が起きたのか

2026年7月、GoogleはGoogle EarthにAI画像生成機能を追加し、直後に撤回した。生成された画像のスクリーンショットが同社の有害コンテンツ方針に違反する事例が確認されたためだ。問題視されたのは、ガザの病院と爆撃によるクレーターを描いた画像が、生成を防ぐはずの網をすり抜けていた点だった。専門家のEss氏は、こうした画像がなぜ方針で阻止されなかったのか、その理由自体を疑問視している。

Googleは検証手段として、デジタル透かし「SynthID」を用意していた。Ars Technicaの過去検証では、大幅な編集やデータ損失の後もSynthIDは検出可能だったという。だが今回、Google EarthのAI生成画像を実際にGeminiで検査すると、透かしはたしかに検出できた。問題は別のところにあった。スマートフォンのカメラで画面を撮影した画像では、SynthIDが検証不能になったのだ。しかもチェックできる回数は1日約10回に制限されている。

Ess氏は、Google EarthにAI生成機能を持ち込むこと自体が、現実の姿をそのまま伝える参照先としての信頼を損なうと述べた。代わりに推奨したのが、複数の情報源を突き合わせることと、欧州のCopernicus Sentinel-2のような更新頻度の高い衛星画像を使うことだった。透かしは万能ではない。撮影経路一つで無力化される。

なぜAI生成画像はここまで説得力を持つのか

画像そのものの精巧さだけが問題ではない。人がAIの発する情報にどれだけ動かされるかという研究が、もう一つの手がかりを与える。米国の成人403人を対象にした事前登録済みの無作為化実験では、参加者が米国製「DiscoveryAI」または中国製「ZhengheAI」と紹介されたチャットボットと、政治的・非政治的な話題で3ラウンドの討論を行った。実際にはどちらの条件でも同じGPT-4oが応答し、参加者の初期見解と反対の主張をするよう指示されていた。

結果は明快だった。1,209件の発話を分析すると、すべての条件で参加者の態度が大きく変化していた。AIの国籍ラベルは、態度変化にも、表明された立場にも、譲歩や反論の量にも影響しなかった。中国製と紹介されたモデルは対話前の「人間らしさ」への信頼こそ低かったが、機能面の信頼には差がなかった。

政治的な話題では立場の移行が遅くなる傾向があり、集団的ナルシシズム（自分の所属集団を過大に評価する心理傾向）が強い参加者ほど、AIの紹介国籍にかかわらず態度変化が小さかった。「どこの会社が作ったAIか」は説得力をほとんど左右しない。中身の説明が筋道立って見えるかどうかが効いている。

米国製・中国製という区別を提示しても、参加者の発話内容や態度変化のパターンにはほぼ差が生じなかった。

この二つの事例が示す構図は同じだ。ラベルや出所ではなく、情報そのものが持つ「もっともらしさ」に人は動かされる。地図や衛星写真も例外ではない。

実務で使える検証チェックポイント

証拠として画像を扱う場面は、営業提案の裏付け資料、報道写真の引用、社内報告のスクリーンショットなど幅広い。共通する検証手順を整理する。

• 出典元に直接アクセスする。スクリーンショットの又貸しではなく、一次ソースのURLやファイルを確認する
• 複数の情報源を突き合わせる。Ess氏が推奨したように、一つの衛星画像サービスだけを信じない
• 更新頻度の高い公開データを併用する。Copernicus Sentinel-2のような定期更新型の衛星画像は改変前後の比較材料になる
• デジタル透かしの限界を理解する。SynthIDのようなツールでも、再撮影や変換を経ると検証不能になり得る
• チェック回数の制約を前提に運用する。1日約10回という制限があるツールなら、重要案件を優先して検証枠を割り当てる

見落としがちなのは、「AI製かどうか」だけを気にして、内容の整合性を見ないことだ。説得力の実験が示すように、人は出所ラベルより中身のもっともらしさに反応する。透かしチェックと同時に、地形や建物の配置、過去の画像との整合性という中身の検証も欠かせない。

社内・営業資料での運用ルール

個人の注意力に頼る運用は長続きしない。組織としてのルール化が要る。画像を証拠として提示する資料には出典と取得日を必ず明記する。加工の有無が不明な画像は「未検証」と注記してから共有する。重要な意思決定に関わる画像は、担当者一人の判断で済ませず、二人以上でソースを確認する体制にする。

営業資料で競合比較や市場データの「証拠画像」を使う場合も同じだ。Googleほどの企業が撤回に追い込まれた事例がある以上、社内の非公式なスクリーンショットを鵜呑みにするリスクは軽視できない。疑わしい画像は使わない、使うなら出典を添える。この二択をルール化するだけで、誤情報の拡散は大きく減らせる。

まとめ

AI生成画像は精巧さを増し、透かし技術にも撮影経路という抜け穴がある。説得力は出所ラベルではなく内容のもっともらしさから生まれる。画像を証拠として扱う前に、出典確認と複数ソース照合を業務フローに組み込むことが、遠回りに見えて一番確実な対策になる。