AI絵への「あの嫌な感じ」はなぜ生まれるのか - 作品から「作者」が消えるとき

SNSを眺めていて、ふいに美しい絵に出会うことがある。

夕暮れの光が頬の輪郭をかすめている。衣服の皺も、濡れた路面の反射も、少し疲れた人物の表情もよくできている。指を止め、細部を見ようとする。ところが投稿文の末尾に「AI生成」とあるのを見つけた瞬間、それまで魅力的だった画像が、急に薄く見える。

もちろん、すべての人がそう感じるわけではない。AIで作られたと知っても気にしない人もいるし、むしろ技術に感嘆する人もいる。それでも、「人間が描いたと思っていたとき」と「AIが作ったと知ったあと」で、同じ画像の見え方が変わる経験は、もはや珍しくない。

これは妙な話である。画像のピクセルは一つも変わっていない。色も構図も、人物の顔も、そのままだ。変わったのは、その画像がどこから来たのかについての情報だけである。

だとすれば、私たちは最初から絵の見た目だけを見ていたのではない。

AI絵が怖いのは、AIが上手いからではない。絵と、その背後にいるはずの誰かを結んでいた回路が、そこで切れてしまうからだ。

「AI作」と知った瞬間、絵は変わる

この感覚には、すでにいくつかの実証的な手がかりがある。

Harsha Gangadharbatlaは、AIが制作したという情報が作品評価にどう影響するかを調べた。Lucas Bellaicheらの2023年の研究でも、人々はAI制作とされた作品を、人間制作とされた作品より低く評価する傾向を示した。とくに「深み」「価値」「創造性」のように、作品の背後にある心や営みを推測する評価で差が生じやすかった。

重要なのは、単にAIの画像が視覚的に劣っていた、という話ではないことだ。人間作品とAI作品を見分けられない場合や、同じ作品に異なる作者ラベルをつけた場合でも、由来の情報が判断を動かす。

2025年には、同一の絵画を「人間制作」「AI制作」と表示して見せ、脳波と近赤外分光法を用いて反応を調べた研究も発表された。二つの事前登録研究、合計125人を対象にした実験では、人間制作と表示された作品のほうが高く評価され、注意や意味処理に関係すると解釈される神経反応にも違いが見られた。ただし、脳活動の差から「AI絵には意味がない」とまで結論することはできない。言えるのは、作者についての知識が、私たちの鑑賞の仕方そのものに入り込んでいるらしい、ということだ。

芸術鑑賞は、網膜に届いた刺激を採点する作業ではない。見る人は絵の向こう側に、選んだ人、迷った人、失敗した人、何かを伝えようとした人を探している。

だから由来が変われば、同じ線や色の意味まで変わる。

「魂がない」は、それほど非科学的な言葉ではない

AI絵への批判で頻繁に使われるのが、「魂がない」という言葉である。

いささか大げさで、神秘主義的にも聞こえる。人間の作品なら必ず魂があり、AI作品には絶対にない、と言い始めれば、議論はすぐに宗教裁判のようになる。手を抜いた人間の絵もある。反対に、AIを何度も調整し、加筆し、自分の経験を託すように使う人もいる。

それでも、この言葉をただの感傷として捨ててしまうのは惜しい。「魂がない」を分解すると、かなり具体的な要素が出てくるからだ。

心理学者のHeather Gray、Kurt Gray、Daniel Wegnerらは、人が他者の「心」をどのように知覚するかを、主に二つの軸で整理した。考え、計画し、行動を制御する能力であるエージェンシーと、痛み、喜び、恐怖などを感じる能力であるエクスペリエンスである。

現在の生成AIは、多くの人にとって奇妙な位置にいる。複雑な指示に応え、精巧な画像を出すという意味では、高いエージェンシーを持つように見える。だが、描かれた悲しみを自ら経験したわけではない。老いることも、失恋することも、締め切りの前で吐きそうになることもない。つまり、高い能力があるように見える一方で、生の経験はほとんど帰属されない。

この組み合わせが不気味さを生む。

画面には「悲しい顔を描こうとした痕跡」がある。しかし、その悲しみを知る主体が見つからない。鑑賞者の側には感情が生じるのに、その感情を送り届けようとした相手がいない。

AI絵は、差出人のない手紙に少し似ている。文章は美しく、こちらの胸を打つ。だが、読み終えて封筒を裏返しても、名前がない。厳密に言えば、名前がないのではない。プロンプトを書いた人も、モデルを設計した人も、学習元の作品を描いた人もいる。ただ、誰の声として受け取ればよいのかが定まらないのだ。

人が「魂」と呼んできたものは、超自然的な物質ではなく、作品から作者の身体、経験、意図、責任へ遡ることのできる連続性だったのかもしれない。

なぜ「楽をした」ではなく「ズルをした」になるのか

AI絵への反応は、美的判断だけでなく道徳的判断でもある。

心理学には「努力ヒューリスティック」という概念がある。Justin Krugerらが示したように、人は対象の価値を直接判断しにくいとき、そこに投入されたと想像する努力を手がかりにする。同じ作品でも、長い時間をかけたと説明されたほうが高く評価されることがある。

しかしAI絵をめぐる怒りは、「制作時間が短いから価値が低い」というだけでは説明しきれない。道具とは本来、努力を減らすために作られてきた。筆より便利なペン、暗室を不要にしたデジタルカメラ、修正を容易にしたPhotoshopを使うこと自体が、つねに不正とされたわけではない。

AI絵が「ズル」に見えるのは、節約された努力と、獲得される成果のあいだに、あまりに大きな落差が見えるからだ。

何年もデッサンを続けてきた人と、昨日画像生成を始めた人が、タイムライン上では似た完成度の画像を並べる。コンテスト、依頼、称賛、収益といった限られた資源をめぐって競争するとき、その近道は単なる効率化ではなく、競技規則の変更に見える。

ここでは、努力の量だけでなく「誰が何を差し出したか」が問われている。

少し大胆に言えば、芸術は長く「犠牲の経済」のなかにあった。作り手は時間、身体、生活、失敗する危険を差し出す。鑑賞者は、その代替不可能な支出を作品の重みとして受け取る。これは確立した心理法則というより、努力ヒューリスティックから先へ進めた仮説である。だが、AIの計算時間をいくら増やしても、人間の努力と同じ価値に感じられにくい理由をよく説明する。

GPUが一万時間稼働しても、GPUは一万時間を失ったとは感じない。人間の一万時間は、その人がほかの人生を生きられた一万時間である。

AI利用者自身が多くの時間を費やす場合はもちろんある。プロンプトを変え、モデルを調整し、何百枚も捨て、加筆する。その行為に創造性がないと決めつけるべきではない。ただし、その労力が外から見えないうえ、最終画像に現れた線や色の一つひとつと、利用者の身体的判断との関係も従来の作画ほど明瞭ではない。だから「私は苦労した」と説明するだけでは、疑念が消えない。

人々が感じているのは、未払いの努力があるという感覚なのだろう。結果を得るために本来支払われるはずだった何かが、支払われないまま残っている。仮にそれを「努力負債」と呼ぶなら、AI絵への怒りは、その負債を抱えたまま称賛だけを受け取る者への応報感情として理解できる。

ただし、この感情がつねに正しいとは限らない。苦労が多いほど優れた作品になるわけではないし、苦痛を美化する社会は弱い人を排除する。AIは、身体的な事情や教育機会の不足によって絵を作れなかった人に、新しい表現手段を与える。それは軽視できない。

問うべきなのは、楽をしたかどうかではない。省かれた労力のコストを、誰が別の場所で負担しているのかである。

「盗用」は法律用語ではなく、圧縮された道徳語彙である

AI絵をめぐって「盗用」という言葉が使われると、議論はしばしば著作権法だけの話になる。

しかし、法的な著作権侵害、特定作品との類似、作風の模倣、学習データへの無断収集、クレジットの欠如、補償の欠如は、同じではない。ある学習行為が法的に許容されるかどうかは、国や利用目的、具体的な生成結果によって異なる。「学習したのだから窃盗だ」と即断するのも、「コピーを保存していないのだから問題ない」と片づけるのも粗い。

それでも人々が「盗まれた」と感じるのには理由がある。

手続き的公正の研究は、人が結果の公平さだけでなく、その結果に至る手続きの正当性を重視することを示してきた。自分の声を聞く機会があったか。ルールは一貫していたか。説明があったか。異議を申し立てられたか。尊重されたか。

生成AIの学習をめぐって、多くの制作者が問題にしているのも、まさにこの部分である。作品を公開したことと、将来その作者の仕事を代替しうるモデルの訓練に同意したことは同じではない。しかも、どの作品が、どの程度、どのモデルに寄与したのかは見えにくい。学習元の作者には名前も対価も戻らない一方、モデルを所有する企業と利用者は利益を得る。

「盗用」という言葉は、この複数の不満を一語に圧縮している。奪われたのは画像ファイルだけではない。自分の過去の仕事が、自分の未来の仕事と競争する装置へ、知らないうちに変換されたという感覚である。

これは従来の機械化にはなかった、生成AI特有の痛みを生む。機械が仕事を代替するだけではない。自分が長年公開してきた成果が、代替の性能を高める資源にもなる。過去の自分が、未来の自分を追い出す機械の一部に組み込まれる。

作者がいないのではない。作者が多すぎて、見えない

ここで、社会学者ハワード・S・ベッカーの「アート・ワールド」が役に立つ。

ベッカーは、芸術作品を孤独な天才の純粋な創造物とは考えなかった。絵の具や楽器を作る人、展示する人、批評する人、運ぶ人、制度を整える人、観客まで含め、多数の協働によって作品は成立する。そもそも人間の芸術にも、完全に単独の作者などほとんど存在しない。

この見方を採るなら、「AI絵には作者がいない」という説明は正確ではない。

学習元となった無数の画像を作った人がいる。データセットを構築した人がいる。タグを付けた人、モデルを設計した人、計算環境を維持した人、指示を入力した人、生成結果を選び、修正した人がいる。

問題は、その多数の貢献が見える形で配分されないことだ。映画やアニメも集合制作だが、少なくともエンドロールがある。誰が監督し、誰が撮影し、誰が美術を担当したのかを、完全ではなくても記録しようとする。生成AIでは、学習された貢献がモデルの重みへ溶け込み、作品から個々の作り手へ遡る道がほとんど消える。

「AIが描いた」という便利な一言は、実際には巨大な労働のネットワークを覆い隠す。私たちが感じているのは作者の不在というより、作者たちの不可視化なのかもしれない。

そして責任も同じように薄まる。問題のある表現が出たとき、学習データのせいなのか、開発企業の設計なのか、利用者の指示なのか、出力を公開した人の判断なのかが分散する。関与者は多いのに、全体を引き受ける者が見つからない。

作品に署名するとは、功績を受け取るだけでなく、批判に答える場所を引き受けることでもある。AI時代の作者性は、誰が最も多く作業したかではなく、誰が最終的な選択と責任を引き受けたかによって再定義される必要がある。

「創作の民主化」は、誰の権力を強くするのか

AI画像生成には、実際に民主化の側面がある。

絵を描く技能を持たない人でも、頭の中のイメージを可視化できる。小規模な組織や個人が、これまで予算上不可能だった表現を試せる。身体的な制約がある人にとって、言葉から画像を作れることは切実な自由にもなりうる。

この可能性を、既存の専門家が自分の地位を守るために否定するなら、それは単なる門番行為になる。

ピエール・ブルデューの言葉を借りれば、美術の世界も一つの「場」であり、そこで通用する技能、学歴、審美眼、経歴は文化資本として働く。AIへの反発の一部には、長年蓄積してきた資本の価値が下がることへの防衛があるだろう。誰でもそれらしい画像を作れる世界では、描ける者だけでなく、「本物を見分けられる」と考えてきた鑑賞者の優位も揺らぐ。

だが、だからAIへの反発はすべて既得権益だ、と結論するのも早い。

古い文化資本が弱まると、権力が消えるわけではない。高性能なモデルへのアクセス、計算資源、有料サービスを使い続ける費用、モデルを調整する知識、大量の出力から良いものを選ぶ審美眼が、新しい文化資本になる。そして最も強い位置を占めるのは、しばしば個人の利用者ではなく、モデルとインフラを所有するプラットフォーム企業である。

ブルデューが論じた文化生産の場の自律性という視点に立てば、問題は絵描きが新規参入者を排除することだけではない。美術やイラストの価値基準そのものが、クリック率、生成速度、利用料金、モデル企業の規約といった経済の論理へ従属していくことにある。

創作の民主化と、文化資源の中央集権化は、同時に起こりうる。

複製技術の次に来た「起源なき生産」

AI絵を考えるとき、ヴァルター・ベンヤミンの「アウラ」は避けて通れない。

ベンヤミンは写真や映画などの複製技術によって、芸術作品が持っていた「いま・ここ」の唯一性が衰えると考えた。ただし彼は、それを単なる文化の堕落として嘆いたのではない。複製は作品を特権的な場所から解放し、多くの人へ開く可能性も持っていた。

生成AIは、その議論をさらに奇妙な場所へ進める。

写真には、撮影された何かがある。写真が加工されていたとしても、写真という形式は歴史的に、光と対象の因果的な接触を前提としてきた。複製画にも、複製された原画がある。だがAI画像には、描かれた場面に対応する単一の出来事も、複製された一枚の原画もない。

あるのは、膨大な画像から抽出されたパターンと、指示と、確率的な生成過程である。

これはアウラが失われたというより、アウラが宿るはずの起源が最初から分散している状態だ。仮にこれを「逆アウラ」と呼ぶなら、問題は唯一の原物を複製したことではなく、原物らしい外見を、単一の起源なしに作れるようになったことにある。

その結果、これから価値を持つのは、画像の希少性ではなく来歴の希少性かもしれない。

誰が、いつ、どのような道具を使い、どこまでAIを介し、何を選び、何を修正したのか。C2PAのようにデジタルコンテンツの来歴を記録する技術が注目されているのは、フェイク対策だけが理由ではない。画像が無限に生成されるほど、「これはこの人が、この過程で作った」という因果的な履歴そのものが価値になる。

ここには少し皮肉な未来がある。

AIが創作を安価な日用品へ変える一方、「人間が作ったことを証明できる作品」は高価な工芸品になるかもしれない。手作りのパン、フィルム写真、職人の器が大量生産の時代にプレミアム化したように、人間の不器用さや時間の痕跡が、ぜいたく品として再商品化される。

これを「来歴資本主義」と呼ぶこともできるだろう。創作の民主化を掲げた技術が、証明された人間性を新しい希少財に変える。誰もが画像を持てるが、誰もが「人間の時間」を買えるわけではない。

AI批判はラッダイトなのか

AIへの反発を「現代のラッダイト」と呼ぶ人がいる。機械を怖がり、進歩を止めようとする人々、という意味である。

だが、歴史上のラッダイト運動は、単純な機械嫌いではなかった。19世紀初頭のイギリスで機械を破壊した織物職人たちは、技術の存在そのものより、機械を用いて賃金、品質、熟練、共同体の規範を一方的に切り下げる工場主の運用に抵抗していた。

その意味で、AI絵への反発をラッダイト的と呼ぶことはできる。ただし、それは侮蔑ではない。

彼らが問うているのは、機械を使うか使わないかではなく、技術導入によって誰が利益を得て、誰が交渉権を失い、どの仕事の価値が誰の都合で書き換えられるのかである。

写真が登場したときにも、Photoshopが普及したときにも、「芸術ではない」「ズルだ」という声はあった。だからAI批判もやがて消える、と語られることがある。この比較には一理ある。技術が定着すれば、新しい技能や表現形式が生まれ、社会の評価も変化する。

しかし、同じ歴史が繰り返されると決めつけることはできない。

カメラは肖像画家の過去の作品を大量に読み込み、その画家の作風で無数の肖像を出力したわけではない。Photoshopは線を引く人間の判断を助けたが、作品群を学習して、構図、線、色を一括して提案するものではなかった。生成AIは、道具と作者の境界を従来より深く曖昧にし、過去の文化的成果を生産手段へ組み込む。

AI絵への抵抗が問うているのは、進歩するか、後退するかではない。技術によって文化の契約を書き換えるとき、そこにいた人々と交渉したか、ということだ。

私たちが絵に求めていたもの

ここまで考えると、AI絵への違和感をすべて正義として称賛することも、すべて無知として嘲笑することもできなくなる。

そこには、人間だけが創造的でありたいという特権意識もある。長く訓練した者だけが作品を作る資格を持つという排他性もある。人間作品なら必ず深く、AI作品なら必ず空虚だという判断は、作品を見る前から結論を決めるラベル差別にもなりうる。

一方で、AIを使えば誰もが自由になるという楽観も、現実の半分しか見ていない。誰かの作品を資源として吸い上げ、その由来を見えなくし、責任と利益を切り離す制度に対する不信は、技術恐怖ではない。

AI絵が受け入れられるために必要なのは、さらに上手くなることだけではない。

どのようなデータで作られたのか。制作者は利用を拒否できたのか。人間はどこで選択したのか。誰にクレジットと利益が戻るのか。問題が起きたとき、誰が説明し、責任を負うのか。そうした因果の鎖を、もう一度見える形にする必要がある。

そして利用者の側にも、作者を名乗るなら引き受けるべきものがある。プロンプトを書いたという事実だけではなく、なぜこの画像を選び、何を表現し、どこまで他者の資源に依存し、公開後の批判にどう答えるのか。その責任を引き受けたとき、AIは単なる自動生成装置ではなく、人間の表現過程に組み込まれた道具になりうる。

作品の向こうに、自分とは違う時間を生きた誰かがいること。こちらには選ばなかった線を選び、こちらには見えなかった世界を見て、失敗するかもしれないのに何かを差し出した人がいること。私たちはその痕跡に触れるために、絵を見ていた。

AI絵が怖いのは、人間の痕跡がないからではない。

美しさはそこにある。だが、その美しさが誰の時間から来たのかが見えない。生成AIが壊したのは芸術そのものではない。作品と作者、努力と評価、引用と同意、表現と責任を結んでいた因果の鎖である。

その鎖を新しい形で結び直せるかどうか。AI時代の芸術を決めるのは、モデルの性能より、たぶんそちらなのだ。

主要参考文献

Becker, Howard S. Art Worlds. University of California Press, 1982.

Benjamin, Walter. 「複製技術時代の芸術作品」1935-1936.

Bourdieu, Pierre. The Field of Cultural Production. Columbia University Press, 1993.

Bellaiche, Lucas, et al. “Humans versus AI: Whether and Why We Prefer Human-Created Compared to AI-Created Artwork.” Cognitive Research: Principles and Implications, 8, 42, 2023. https://doi.org/10.1186/s41235-023-00499-6

Gangadharbatla, Harsha. “The Role of AI Attribution Knowledge in the Evaluation of Artwork.” Empirical Studies of the Arts, 40(2), 125-142, 2022. https://doi.org/10.1177/0276237421994697

Gray, Heather M., Kurt Gray, and Daniel M. Wegner. “Dimensions of Mind Perception.” Science, 315(5812), 619, 2007. https://doi.org/10.1126/science.1134475

Kruger, Justin, et al. “The Effort Heuristic.” Journal of Experimental Social Psychology, 40(1), 91-98, 2004. https://doi.org/10.1016/S0022-1031(03)00065-9

Kirk, Colleen P., and Julian Givi. “The AI-Authorship Effect: Understanding Authenticity, Moral Disgust, and Consumer Responses to AI-Generated Marketing Communications.” Journal of Business Research, 186, 114984, 2025. https://doi.org/10.1016/j.jbusres.2024.114984

Zhang, Wenyu, et al. “Neural Correlates of Evaluative Bias against Artificial Intelligence-Labeled versus Human-Labeled Artworks.” Social Cognitive and Affective Neuroscience, 20(1), nsaf071, 2025. https://doi.org/10.1093/scan/nsaf071

van Hees, Jules, et al. “Human Perception of Art in the Age of Artificial Intelligence.” Frontiers in Psychology, 15, 1497469, 2025. https://doi.org/10.3389/fpsyg.2024.1497469

Epstein, Ziv, et al. “Who Gets Credit for AI-Generated Art?” iScience, 23(9), 101515, 2020. https://doi.org/10.1016/j.isci.2020.101515

Tyler, Tom R. Why People Obey the Law. Princeton University Press, 1990.

C2PA. “C2PA Technical Specifications.” Coalition for Content Provenance and Authenticity. https://spec.c2pa.org/

文化庁「AIと著作権に関する考え方について」2024年。