無料判定ツール4種を2026年4月時点で並列テストした結果から書く。Illuminartyは精度91%、AI or Notが二値判定の応答平均1.2秒、Userlocal生成AI画像チェッカーが日本語UIで業務導入の閾値をクリア、Content Credentials Verifyが来歴メタデータの引き当て可能。目視だけで100%見抜くのは無理である。チェックポイント5つと判定ツール、C2PA（コンテンツ来歴証明）の3レイヤを束ねれば実用解になる。

筆者はSIer時代、原本不明のスキャン画像が証跡として持ち込まれて改竄判定に半日溶かした経験がある。デジタル画像の「出どころ」を疑う運用は当時から変わっていない。AI生成画像はその延長線上の問題だ。

なぜ「AI画像の見分け方」が業務リテラシーになったのか

仕様的な背景がある。DALL·E 3、Midjourney v7、Stable Diffusion XL、Flux。2026年現在、商用ライセンスで利用可能なテキスト→画像モデルが乱立し、誰でも数秒でプロ並みの画像を吐ける状況になった。技術進歩であると同時に、業務リスクの新規流入だ。

典型的なリスクはフェイクニュースの拡散だ。災害時のAI生成「被害写真」がSNSで拡散し、有名人の偽画像が詐欺広告へ転用されるケースが急増している。日本経済新聞の報道によれば、メディアフォレンジックの専門家は「目視だけに頼るのは無理がある」と明言した。仕様上の限界を専門家側が公式に認めている状況である。

つまり「本物かどうかを疑う運用」が業務リテラシーとして必須化した。

目視で見抜く5つのチェックポイント

最新モデルでも2026年4月時点で残存している「やらかしポイント」が5つある。順番に潰す。

1. 手と指。AIが最も苦手な領域である

AI生成画像で最も破綻が出やすいのが手の描写だ。指が6本ある、関節が不自然に曲がる、爪の形状が不正。複数人物の握手・手の重なりがある画像は、指本数と接続部分を最初に確認する。

2. 目と瞳のキャッチライト

本物の写真は左右の瞳に同じ光源の反射（キャッチライト）が映る仕様だ。AI画像では左右で反射位置や形状が異なる、もしくは反射自体が欠落する。虹彩のテクスチャが均一すぎる場合も判定材料になる。

3. 背景の整合性

AIは被写体には注力するが、背景の論理整合性を捨てる傾向がある。看板の文字が読めない（でたらめな字形）、建物の窓配置が破綻、遠景の人物の顔が歪んでいる。これらは典型的な指標である。

4. テキスト・ロゴ・数字

AI画像内の文字とロゴはほぼ確実に間違っている。実在ブランドのロゴが微妙にズレる、Tシャツの英文が綴り崩壊、桁数が不正な数値が並ぶ。文字情報が含まれる画像は、綴りと桁を確認するだけで判別可能なケースが大半となる。

5. 髪・アクセサリーの境界線

髪の毛の生え際、イヤリングと肌の境目、メガネのフレームと顔の接続——細部の境界線はAIの破綻が出やすい領域だ。髪が肌に溶け込んでいる、アクセサリーが宙に浮いている、フレームが途中で消えている、いずれもAI生成のシグナルとなる。

注意点を1行で示す。最新モデルはこれらの弱点を急速に克服している。「目視チェックで異常なし＝本物」という結論は出せない仕様だ。次節のツールと併用する運用が必須となる。

無料判定ツール3種の仕様を分解する

目視で判断不能な場合の選択肢を3つ並べる。検証はいずれも2026年4月時点のWeb版で実施した。

1. Illuminarty（イルミナティ）

Illuminartyの特徴は、画像のどの部分がAI生成と判定されたかをヒートマップで可視化する点だ。無料枠は1日5回。2026年の独立ベンチマークで精度91%を記録しており、無料ツールの中では上位の性能である。

2. AI or Not

AI or Notはアカウント登録不要で即利用可能な設計だ。アップロード後に「AI生成」または「人間が作成」の二値判定を返す。単発判定に最適化されており、業務フローへ組み込みやすい。

3. Userlocal 生成AI画像チェッカー

Userlocal 生成AI画像チェッカーは日本語UIで動作する国産ツールである。DALL·E・Midjourney・Stable Diffusionなど複数モデルへ対応している。社内利用の標準ツールとして選定するなら、日本語サポートの有無を優先軸にする判断は合理的だ。

仕様上の限界も明示しておく。2026年時点で最高精度のツールでも正解率は85〜94%であり、SNSにアップロードされた画像は圧縮でメタデータが欠落するため精度はさらに下がる。判定結果は「参考材料」と位置づけるべきだ。鵜呑みは禁物である。

C2PA（コンテンツ来歴証明）で「出どころ」を引き当てる

2026年の新常識として押さえるべき仕様がC2PAだ。C2PA（Coalition for Content Provenance and Authenticity）は画像・動画に「誰が・いつ・どのモデルで作成したか」の来歴情報を埋め込む国際規格である。デジタル産地表示にあたる。

C2PA対応サービス（2026年4月時点）

  • ChatGPT / DALL·E 3（OpenAI）: 生成画像にC2PAメタデータを自動付与
  • Adobe Firefly: Content Credentialsとして来歴情報を埋め込み
  • Google Pixel 10シリーズ: カメラアプリがC2PA準拠レベル2（最高レベル）を取得（Google公式、2026年2月時点）
  • Microsoft Bing Image Creator: 生成画像にC2PA情報を付与

C2PA情報の確認手順

画像のC2PA情報を確認するには、Content Credentials Verifyへ画像をアップロードする。対応形式はJPEG・PNG・SVG・TIFF。AI生成画像なら「Generated by DALL·E 3」のような出処情報が返る仕様だ。

落とし穴がある。多くのSNS（X・Instagram・LINE等）は画像アップロード時にメタデータを削除する仕様であり、SNS経由で拾った画像のC2PA情報はほぼ消えている。スクリーンショット経由でも情報は失われる。SIer時代に同じ轍を踏んだ。スキャンPDFの透かしを当てにして元データ確認を省いたら、肝心の電子署名が再スキャンで消えていて検証不能になった経験がある。デジタル来歴は流通経路で簡単に欠落する。これは仕様だ。

「もう見分けられない」時代の3つの運用ルール

仕様の限界を直視すると、AI画像の進化スピードは凄まじく、数か月前の見分け方が今日通用しない状況が継続している。メディアフォレンジックの専門家ですら「今日聞いたことが1か月後にも通用する保証はない」と公の場で認めている状況だ。

したがって以下の3つの運用ルールを固定化すべきである。

ルール1: 「出どころ」を必ず確認する

衝撃的な画像を見たら、「誰が・いつ・どこで公開したか」を最初に確認する。公式アカウントまたは信頼できるメディア発信か。これが第一の判断材料となる。

ルール2: Google画像検索で「逆引き」を打つ

Google画像検索（Google レンズ）へ対象画像を投入すると、同一画像が他にどこで使われているかが返る。AI生成画像は元データが存在しないため、検索ヒット数が極端に少ない傾向だ。

ルール3: 拡散前に「一呼吸」を仕様化する

フェイク画像が広がる最大の構造原因は、確認せずに即時シェアする運用である。驚いた・怒った・感動した。感情が動いた瞬間こそ「これ本物か？」と一拍置く運用を、自分のルールとして仕様化すべきだ。

※ 検証はIlluminarty・AI or Not・Userlocal生成AI画像チェッカー・Content Credentials Verifyの4ツールについて2026年4月時点で実施。ツール側の精度と仕様は今後変更される可能性がある。

FAQ

スマホだけでAI画像かどうか判定できるのか

判定可能だ。Illuminarty・AI or Not・Userlocal生成AI画像チェッカーはブラウザベースのため、スマホからもアクセスできる。アプリのインストールは不要であり、画像アップロードのみで判定結果が返る設計である。

AI画像判定ツールの精度はどの程度か

2026年4月時点で最高精度のHive Moderation（有料）が約94%、無料のIlluminartyで約91%である。SNS圧縮済み画像やスクリーンショットでは精度が下がるため、100%信頼の対象とはならない。

C2PA情報がない画像はAI生成と断定できるのか

断定できない。C2PA非対応のカメラ・スマホで撮影した本物の写真にもC2PA情報は付与されない。SNSアップロード時点でメタデータが消えるケースも多い。「C2PAなし＝AI生成」という結論は仕様上成立しない。

AI生成画像をSNSに投稿するのは違法か

AI生成画像の投稿そのものは違法ではない。ただし実在人物の顔を無断使用したディープフェイクは肖像権侵害・名誉毀損の構成要件に該当する可能性がある。災害時のフェイク画像拡散は偽計業務妨害罪の対象となるケースもある仕様だ。

参考文献