「AIっぽい」という感想だけでは、修正すべき場所も、画像の生成元も確定しません。本記事では、その感想を画像の品質確認に役立つ言葉へ分解します。初心者でも使える点検手順と、顔画像の研究から言える範囲を整理しました。
1．ひと目の印象を、観察できる項目へ
最初は全体を、掲載する大きさで見ます。伝えたい商品や人物に目が向くか。本文と画像の内容が合っているか。そのあと気になる箇所を拡大します。
「作り物っぽい」には、形のつじつまが合わない、肌や素材の質感が用途に合わない、見慣れた演出が続いている、といった異なる問題が含まれ得ます。ここでは心理的な原因を一つに決めず、修正できる項目へ分ける実務上の整理を提案します。
2．影・反射・接続・文字の整合性を見る
整合性とは、画像の中の要素が互いに矛盾せず、つじつまが合っていることです。物の形だけでなく、物と光、物と床、部品と部品の関係を確かめます。
図1｜オリジナル模式図。光は左上から一方向に来る設定。Bだけ影と持ち手を意図的に変更しています。写真でも生成器の出力でもなく、実写対AIの判別実験ではありません。
| 確認項目 | 見る場所と問い | 判断を急がないための注意 |
|---|---|---|
| 影 | 想定した光の方向と、物が落とす影の位置を一緒に説明できるか | 複数の照明、反射光、地面の傾きを考慮する |
| 反射 | 鏡やガラスに映る物の配置・数が、その位置からの見え方として説明できるか | 画面外の物が映る場合や、曲面による変形もある |
| 接続 | 持ち手、眼鏡のつる、家具の脚などが、つながるべき場所につながるか | 隠れた部分やぼけを、欠損と取り違えない |
| 文字 | 商品名、数値、看板が意図した内容で読めるか | 低解像度や圧縮で実写の文字も崩れる。元データを確認する |
図1のBでは、影が左側へ移り、持ち手の下端には隙間があります。これは違いを見やすくするために作った例です。実際の画像で同じ特徴を発見しても、直ちに生成元の証拠とは扱いません。
図2｜図1のBの実際の切り抜き。左は持ち手下端の隙間、右はカップ左側へ移した影。拡大表示のための切り抜きで、別の作例ではありません。
これらは品質点検の観点です。どの項目にいくつ当てはまればAIだとする、といった判定基準や検出精度は設けていません。
3．滑らかな肌や似た演出は、別の問題として考える
肌の細かな質感が抑えられ、どの面も均一に見える。逆光、浅いピント、強い色調が何枚も続く。こうした演出に読者が既視感を持ち、「AIっぽい」と表現する可能性はあります。ただし、これは制作上の仮説であり、今回紹介する研究が広告や風景の演出全般について証明したものではありません。
実写も照明・撮影条件・修整によって滑らかに見えます。似た構図を繰り返すデザインもあります。用途に合うかを点検することと、AIが作ったと決めることを分けましょう。
修整とは、画像の色や明るさ、肌などをあとから調整することです。質感を変えるなら、商品表面や人物の特徴を誤って伝えない範囲で考えます。「粗さを追加すれば本物になる」という保証はありません。影や接続、文字の誤りは、その箇所を直す必要があります。
4．「AIっぽく感じる」と「生成元を判定できる」は違う
顔画像の研究から分かること
NightingaleとFarid（2022）は、StyleGAN2という顔画像を生成する仕組みを使い、実写と生成画像の判別を調べました。実験1の315人の平均正答率は48.2%。ただし、明らかな描画の乱れのある生成画像を除いた顔画像セットでの結果です。画像全般や2026年時点の全モデルの精度には置き換えられません。論文：Results / Experiment 1、Materials and Methods
Millerら（2023）は、先行研究の再分析と新たな実験で、白人の生成顔が白人の実写の顔より「人間」と判断されやすい現象を報告しました。新たな実験1は白人の米国居住者124人、StyleGAN2の白人の顔と実写の顔を用いています。肌の滑らかさなどの印象も検討していますが、それを万人・全画像に通じる見分け方にはできません。論文：Reanalysis、Experiment 1、Experiment 2
Kramerら（2025）は、研究当時のChatGPTとDALL·Eを用いた架空の人物・有名人の顔画像を調べました。人物への馴染みや比較用の実写による改善は限定的でした。生成画像の色・明るさ・ぼけなどを対応する実写に近づけ、有名人を扱う実験では頭・首を中心に切り抜いています。現在のすべての生成画像が判別不能という結論ではありません。論文：各実験のMethod、General discussion
違和感の説明を、一つに決めない
「不気味の谷」は、人間への見た目の近さが増す途中で、親しみやすさが急に落ち、不気味さを感じるという考え方です。ただし、顔を自然だと感じて誤判定する例もあり、画像の違和感すべてをこの言葉で説明できるわけではありません。
違和感は点検のきっかけです。由来を確かめる必要がある場合には、提供者への確認、撮影・生成の元データ、編集履歴の照合を別に行います。記録も単独では完全な保証にならないため、説明と素材が対応しているかを確認し、不明なら「由来未確認」と記録します。
5．公開前の品質確認に落とし込む
- 用途を決める。 イメージイラストなのか、実際の商品や出来事を伝える画像なのかを明確にする。
- 掲載サイズで見る。 内容、視線の流れ、文字の読みやすさを確かめる。
- 気になる箇所を拡大する。 影・反射・接続・文字を確認し、元データや制作条件と照合する。
- 具体的に修正を依頼する。 箇所、確認理由、期待する状態を記録する。
- 修正版を再確認する。 拡大箇所だけでなく、全体と掲載サイズも見る。画像の由来表示と本文の説明が一致するか確認する。
たとえば本記事のBへの修正依頼は、「持ち手下端と本体の間に隙間がある。下端を本体へ接続し、接続部を拡大して確認する」「左上の単一光源という設定に合わせ、影の位置を右下へ戻す」です。実案件では先に光源や構造の設定を確認してから依頼します。
記録には「対象ファイル／気になる箇所／根拠・前提／対応／再確認結果／由来の確認状況」を残します。図1のような説明図なら「意図的に変更した模式図」と表示し、現実に撮影した写真と誤解させないことも品質確認の一部です。
大切なのは、AIかどうかを当てた自信より、画像が目的に合い、説明に誤りがなく、直すべき点を共有できることです。