AIは顔から性格を見抜ける？

いいえ。自撮り写真の結果を事実として扱えるほど、AIが顔から性格を確実に判断できるわけではありません。写真と自己申告の性格特性との間に弱い関連を見いだすモデルもあれば、人がもともと抱く第一印象を再現するモデルもあります。両者は予測対象が異なります。結果は、ある写真がモデルにどう映るかを示しているかもしれません。しかし、あなたの人柄や動機、行動を裏づけるものではありません。

顔から性格を予測するモデルが実際に予測していること

どのモデルにも予測対象があり、それによってスコアの意味が決まります。見知らぬ人による評価を学習したシステムは、その人たちが抱く印象を予測します。質問票のデータを学習したシステムは、質問票のスコアを予測しようとします。いずれも、顔の構造から、その人の内面にある変わりにくい性格を直接読み取っているわけではありません。

Klepetkoらは2026年にAesthetic Plastic Surgeryで、前者のタイプを検証しました。60人が評価した、無表情で正面を向いた7,147枚の画像を使用しています。別の1,795枚の画像では、モデルの出力と新たな評価者30人の評価との相関が0.70を上回りました。検証した印象には、信頼できそうか、支配的に見えるか、幸せそうか、十分に休息を取っているように見えるかが含まれていました。

これは多くの人の評価との強い一致を示すものであり、その人たちが誰かの人柄を正しく判断できた証拠ではありません。この研究では、出力を被写体となった人たちの性格検査や行動と比較していません。著者5人のうち4人は、モデルを開発した企業の株式を保有しているか、同社に雇用されていることを開示しました。

一方、Kachurらは2020年にScientific Reportsで、質問票を予測対象とするモデルを検証しました。参加した12,447人のボランティアは31,367枚の写真を提供し、Big Five（ビッグファイブ）の質問票に回答しました。学習に使わずに確保したデータでは、予測の相関は0.14から0.36で、平均は0.243でした。

研究者らは、この平均値をより分かりやすい比較に置き換えました。モデルが無作為に選んだ2人を正しく順位づけできたのは約58%で、偶然なら50%です。個人ごとの誤差の平均は、5つの性格特性で0.89から1.04標準偏差でした。個人について結論を出すには大きなずれです。著者のうち3人は、データを提供した企業に勤務していました。

実際に相関があっても誤解につながる理由

自撮り写真に含まれるのは、顔の形や構造だけではありません。表情、身だしなみ、カメラ、角度、照明、どの写真を選ぶかといった情報も含まれます。モデルは、手がかりが何を表しているのかを理解せずに、学習用のラベルを予測するのに役立つあらゆる手がかりを学習できます。

Kachurのチームは、この限界を明示しています。使用した画像には、メイクやわずかな表情、角度など、写真に関する選択の影響が残っている可能性がありました。研究者らは、それらの手がかりを顔の固定的な特徴と切り分けられませんでした。

TkachenkoとJedidiは、2023年のScientific Reportsで、代理指標にまつわるさらに広い問題を示しました。969人の2,646枚の画像を使い、二値で表す349の属性を検証したところ、82の属性が偶然を上回る精度で予測されました。分析では、カメラ由来の画像の癖、体重、肌の性質、ひげが、予測の手がかりの候補として示されました。

特に目を引く結果の1つは、携帯電話の好みに関するものでした。これは、顔そのものに携帯電話のブランドの好みを示す特性があるという意味ではありません。画像には、端末や撮影した人についての手がかりが含まれることがあります。この研究は、顔から性格を予測した結果がすべて誤りだと証明するものではありません。意図しない代理指標によって精度が得られる場合があることを示しています。

人が判断に自信を持つことで問題は悪化します

Jaegerらは2024年にEuropean Journal of Personalityで、顔に基づく性格判断を検証しました。2つの研究では、それぞれ223人と423人が評価に参加しました。最初の研究では、Big Fiveにおいて信頼できる精度は確認されませんでした。2つ目では、どちらの顔がより外向的に見えるかを選んでもらいました。

正答率は51.1%でしたが、参加者は63%は正解できると予想していました。実際には、84%が自分の精度を過大評価していました。これはAIの研究ではありません。しかし、多くの人が付けたラベルで学習するAIは、ラベルの妥当性を検証しないまま、自信のある判断を自動で再現してしまう可能性があります。

笑顔や眉間のこわばりは、変わりにくい性格特性を明らかにしなくても、印象を左右することがあります。一方、感情の推定で主張される内容は、性格の推定とは異なります。顔から感情を読み取るAIに分かることと分からないことのガイドで、この違いを説明しています。

顔から性格が分かるという主張を見極める方法

主張を信頼できるのは、検証の対象とその表現が一致している場合だけです。

ツールの主張	必要な証拠	その証拠が意味すること	どう判断するか
「自信があるように見えます」	学習に使っていない写真に対する独立した評価者集団の評価と、その集団の説明	モデルが予測するのは、その集団が抱く第一印象です	見せ方に関するフィードバックとしてのみ使ってください
「あなたは誠実性が高いです」	妥当性が確認された性格尺度との外部検証と、特性ごとの誤差	集団レベルでの関連であり、個人についての証明ではありません	個人ごとの誤差が示されていなければ、スコアは無視してください
「どんな自撮り写真にも対応します」	ポーズ、表情、照明、端末を変えた検証	よくある撮影条件の変化にも、出力が耐えられます	比較する前に、条件を揃えて撮り直してください
「科学的に正確です」	公開された手法、サンプルの詳細、評価指標、不確実性、利益相反	宣伝文句ではなく、自分で検討できる主張です	その主張だけを根拠に料金を払わないでください

説明のための例

あるアプリが1枚の自撮り写真を「78%内向的」と判定し、リラックスして撮り直した写真を「54%外向的」と判定したとします。これらの数字は架空で、実際の検証結果ではありません。写真を撮り直す間に性格が変わったのではありません。出力が画像に反応したのです。

判定が似たままでも、それが示すのは再現性であり、正しさではありません。AI顔分析の結果が変わる理由のガイドを参考に、明らかな撮影条件の違いを揃えてください。

顔分析は、写真で答えられる問いに使いましょう

垢抜けを目指すなら、目に見える点についてフィードバックを得るのが、妥当な使い方です。観察できる外見の特徴に焦点を当てたAI顔分析なら、1枚の画像に写っていることを説明できます。性格、誠実さ、知能、意図、心の健康状態、治療の必要性を明らかにすることはできません。

画像を比較するときは、カメラ、照明、距離、表情をできるだけ同じにすると、変化を解釈しやすくなります。それでも、写真が心理評価になるわけではありません。

アップロードする前に、データの取り扱いに関する規約を確認してください。AI美容アプリのプライバシーを確認する方法のガイドでは、保存期間、削除、モデル学習に関する確認点を取り上げています。他人の顔は、本人の許可なくアップロードしないでください。

信頼できるツールは、ラベルが何を表し、誰がラベルを提供し、どのように誤差を測ったかを説明しています。そうした詳細がなければ、性格についての結果は生成されたコメントとして扱ってください。自分や他人に関する判断には使わないでください。