AIパーソナルカラー診断アプリは正確？結果の再現性をチェック

AIパーソナルカラー診断アプリは正確なのでしょうか。1枚の自撮り写真から出た結果を事実として受け取れるほどの信頼性はありません。ある小規模な研究では、カラーの専門家3人との高い一致率が示されましたが、現在の一般向けアプリを検証したものではありません。結果は色の候補を絞るために使いましょう。髪色やメイク、ワードローブを変える前に、条件をそろえた写真でアプリが同じ答えを出すか確認してください。

正確な結果だといえるために必要なこと

正確さには、異なる3つの意味があります。アプリが2回とも同じ分類を出すこと。カラーアナリストの判断と一致すること。そして、提案された色が実際に自分の目で見てもよりよく見えることです。これらは別々の評価結果です。

HongとKimは、25歳から35歳の女性30人を対象に、モバイルのパーソナルカラー診断アプリを検証しました。専門家3人が、アプリの開発にも使われたPersonal Color Design Systemに基づいて、それぞれの女性を評価しました。アプリの結果は女性28人、つまり93%で専門家の判断と一致しました。このアプリは、現在のAIモデルではなく、固定された分析ルールを使っていました。

この結果は、写真を使うシステムが、小規模なサンプルでは同じルールを使う専門家と一致しうることを示しています。現在のAIアプリや12シーズン分類、より幅広い集団での結果の妥当性を裏づけるものではありません。この枠組みは、韓国人女性の肌と髪の色をもとに開発されました。研究が測定したのは一致率です。提案された色を、独立した観察者がより好ましいと感じるかどうかは調べていません。

この違いは重要です。「ソフトオータム」のように自信ありげに示される分類は、繰り返し同じ結果が出ても、アプリが採用したルールを反映しているにすぎない場合があります。あなたの魅力について測定で確かめられた事実ではありません。

同じ顔でもシーズンタイプが変わる理由

アプリが分析するのは、カメラが記録した色です。その画素には、すでに光、カメラの設定、レンズの位置、画像処理の影響が含まれています。肌そのものを直接測定したデータではありません。

Seoらは、照明を管理した条件でカラーチャートを撮影しました。光を補正し、ホワイトバランスを固定すると、肌色の測定精度が上がりました。これは技術的な測定の研究であり、美容アプリの検証ではありません。それでも、暖色の電球や自動ホワイトバランスによって、入力される情報が変わりうる理由を示しています。

位置も重要です。Croninらは、さまざまな肌の色を表す標準色をスマートフォンで撮影しました。カメラの角度によって、色座標と明度の両方が変化しました。距離によって明度が変わり、RAWファイルはJPEGファイルより変動が小さくなりました。撮影対象は顔ではなく、標準色です。この研究から、シーズンタイプの分類がどのくらいの頻度で変わるかはわかりません。

撮影後には、画面という別の変動要因が加わります。Dain、Kwan、Wongは、旧型の4機種にわたるスマートフォン44台で、同じ色を測定しました。色域と明るさは機種によって異なりました。対象のスマートフォンは古いため、その数値は現在の端末の状況を表していません。ただし、2つの画面で同じパレットが同じように表示されるとは限らない理由は示しています。

スマートフォンによって肌の見え方が違う場合は、撮影による違いと表示による違いを切り分けるガイドを活用してください。アプリのパレットを評価する前に、まずその比較条件を整えましょう。

10分でできる再現性チェック

これは編集部が提案するチェック方法であり、妥当性が検証された研究手順ではありません。アプリの結果は、少し色を試す際の参考にできるほど安定しているか。その実用的な問いに答えるためのものです。

1. アプリの撮影指示に従ってください。生まれ持った色を分析すると説明している場合は、色のつくメイクを落とします。可能であれば、美肌フィルターやポートレート効果をオフにしてください。
2. 色味の偏りがない背景の前で、窓から柔らかな間接光が入る場所に立ちます。スマートフォン、レンズ、距離、カメラの高さをそろえてください。
3. 写真Aを撮ります。撮影条件を変えずに、分析画面をいったん閉じて開き直し、写真Bを撮ってください。
4. 寝室やオフィスなど、普段よく使う別の照明の下で写真Cを撮ります。角度と距離は変えないでください。
5. 結果をすべて記録します。ウォーム系かクール系か、明るい色か深みのある色か、くすみのある色か澄んだ色か、そしてシーズンタイプ名を書き留めてください。

写真AとBでは、基本的な再現性を確かめます。写真Cでは、日常的な照明の変化に結果がどれほど左右されるかを確かめます。3枚のどれも、その分類が正しいことを証明するものではありません。

3つの結果の読み取り方

確認できたこと	そこからわかること	次にどう判断するか	証明できないこと
AとBでウォーム系・クール系の分類が異なります	ほぼ同じ撮影条件でも結果が安定していません	シーズンタイプの分類は採用せず、そのパレットをもとに購入しないでください	変化の原因がカメラかアプリかは特定できません
AとBは一致しますが、Cではウォーム系からクール系に変わります	アプリが照明に左右されやすいことがわかります	行動に移す前に、実物の布で色を比較してください	窓からの光で出た結果が、自動的に正しいとはいえません
3つとも大まかな特徴は一致しますが、隣接するシーズンタイプが示されます	細かなタイプより、大まかな方向性のほうが安定しています	共通する色の系統を試し、厳密なシーズンタイプにはこだわらないでください	結果が一致しても、どの色合いを自分が好むかはわかりません
3つとも細かな分類まで同じシーズンタイプが出ます	アプリはこの再現性チェックを通過しました	すでに持っている色から3〜5色を候補に絞ってください	再現性は、独立した検証による正確さとは別です

分類を実際の選択に役立てる

ワードローブを買い替えることから始めないでください。提案されたパレットの中から、すでに持っている色を3色選びます。そこに、パレット外の似た色を1色加えてください。同じ照明と鏡を使い、それぞれを顔の近くに置いて比べます。

判断したいことを絞りましょう。トップス、口紅の色の系統、髪色の参考として、どの色を好むかを決めます。シーズンタイプ名が役立つのは、その選択をよりよくできる場合だけです。

具体例

あるアプリは、窓からの光の下では2回ともディープウィンター、オフィスの照明の下ではクールウィンターという結果を出しました。安定している情報は、クール系という方向性と強めのコントラストであり、細かなタイプではありません。この読者は、ネイビー、クール系のバーガンディ、くっきりとした白を、より柔らかなグレー1色と比べます。柔らかなグレーのほうがよく見えるなら、ディープウィンターという分類に無理に合わせるより、その観察結果を重視するべきです。

ファンデーションの色合わせは、別の課題です。決められた観察条件のもとで、製品の色と肌を比較します。シーズンタイプの結果を使ってベースメイクを買う前に、AIファンデーション色診断が、このより限定された課題にどう対応しているかを読んでください。

アプリの結果を活用する場合と、採用しない場合

普段のさまざまな照明の下でも同じ結果が出るなら、色の候補として活用しましょう。購入前には、提案された色を実物で確かめてください。保存するのはパレットであり、アプリがあなたの変わらないタイプを発見したという主張ではありません。

条件をそろえた2枚の写真で正反対の特徴が出る場合は、その結果を採用しないでください。アプリが肌の色を変えてしまう場合や、強く加工された1枚の自撮り写真に依存している場合も同じです。不確かな撮影条件のまま何度撮り直しても、より確かな根拠にはなりません。