画像が偽物でも、出来事まで嘘とは限らない 熊本地震で広がった“本当の災害＋AI画像”
2026年7月28日に熊本県熊本地方でマグニチュード7.1、最大震度7の地震が発生しました。気象庁や消防庁、熊本県が被害を公式に報告しており、イオンモール熊本でも大きな被害が発生しています。一方、SNSでは実際の被害を伝える投稿に、現場写真のように見えるAI生成画像が添えられて拡散しました。AFPが8月3日に検証した画像では、実際の建物と外観が異なり、自衛隊員らしき人物の制服に実在しない「JSDE」という文字が描かれていました。さらにOpenAIの公式検証ツールでは、OpenAIツール由来の生成シグナルが検出されました。ここで大切なのは、「画像が偽物だった」ことと「地震や施設被害そのものが嘘だった」ことを混同しないことです。AI時代の情報確認では、投稿全体を○か×かで判定するのではなく、「出来事」「画像」「日時」「場所」「説明文」を分けて一つずつ確認する力が重要になります。
- SNSで災害や事故の画像を見る人
- AI生成画像の真偽を確認する人
- 画像が偽物だと分かると投稿全体を否定したくなる人
- 災害時にSNSから情報収集する人
SNS投稿を丸ごと本物・偽物と判定せず、出来事、日時、場所、画像、説明文を分けて、それぞれ公式情報や一次資料と照合してください。
身近な事例を知る
SNSで「熊本のショッピングモールが地震で大きな被害」という投稿を見た。添付画像を調べるとAI生成だった
画像がAI生成だと分かったため、「このニュース自体がデマだったのか」と考えました。しかし、地震そのものは気象庁が2026年7月28日に公式発表しており、熊本県の災害対策資料でもイオンモール熊本で救助活動が行われたことが確認できます。つまり、このケースでは「出来事は実在するが、添付された画像は偽物」という組み合わせでした。AFPが検証したSNS画像は、実際の施設写真やGoogle Mapsの外観と一致せず、制服の文字にも不自然な点があり、OpenAIの公式検証ツールでも生成シグナルが確認されています。
あなたならどうする？
まず一つ以上選んでから確認してみてください。
推奨される行動- 出来事と画像を分け、公式情報と現地写真をそれぞれ確認する
選んだカードの表示を見ながら、今回はどの行動が安心につながるか確認できます。
今回の熊本の事例では、地震と施設被害そのものは気象庁・消防庁・熊本県の公式資料で確認できます。一方、SNSで拡散した画像の一部はAI生成でした。したがって「画像が偽物＝出来事も嘘」「出来事が本当＝画像も本物」のどちらも適切ではありません。投稿を「出来事」「日時」「場所」「画像」「説明文」に分け、それぞれ独立して確認する方法が最も再利用しやすい確認方法です。
確認ポイント
まず「何を確認したいのか」を分ける
「地震が起きたか」「施設が被害を受けたか」「この写真が現場写真か」は別々の主張です。一つずつ確認します。
出来事そのものは公式機関で確認する
地震なら気象庁、災害状況なら自治体や消防庁など、その出来事を直接扱う機関の情報を確認します。2026年7月28日の熊本地震は気象庁がマグニチュード7.1、最大震度7として発表しています。
画像と実際の現場写真を比較する
AFPの検証では、SNS画像のAEONロゴや建物外観が実際の写真と異なっていました。公式写真、報道写真、Street Viewなど複数の視覚資料と比べます。
文字や看板を拡大して確認する
AI画像ではロゴ、制服、看板、標識などの文字に不自然さが現れる場合があります。今回の画像では自衛隊員らしき制服に「JSDE」と表示されていましたが、陸上自衛隊の英語略称はJGSDFです。
AI検出ツールの結果だけで断定しない
OpenAIの公式VerifyツールはC2PAやSynthIDなどの来歴シグナルを確認できますが、OpenAI自身も、その結果だけでは内容が正確か、正しい文脈で使われているかは判定できないと説明しています。
検出されなかった場合も「人間制作」と断定しない
OpenAIは、メタデータの削除、ウォーターマークの劣化、旧モデル、他社モデルなどの場合、AI生成でもシグナルが検出されない可能性があると説明しています。
投稿文と画像が同じ日時・場所なのか確認する
実際の災害でも、過去の災害写真や別地域の写真が添付されることがあります。画像の出典と撮影時期を確認します。
偽物を見つけても、残りの事実確認を続ける
一部の素材が偽物でも、出来事全体まで嘘とは限りません。「何が間違っていたか」を限定して判断します。
現時点での見立て
今回の事例は、実際に発生した災害へAI生成画像が組み合わされたケースです。AI生成画像を見抜くことは役立ちますが、それだけで検証は終わりません。逆に、災害そのものが公式確認されているからといって、SNS上の写真まで本物になるわけでもありません。「地震は本当」「施設被害も確認できる」「しかしこの画像は現場写真ではない」というように、複数の結論を同時に持てることが情報リテラシーです。
安全な対処方法
安心につながる行動
- SNS投稿を「出来事・日時・場所・画像・説明文」に分解するどの部分が確認済みで、どの部分が未確認なのか整理しやすくなります。
- 災害情報は気象庁・自治体・消防庁などへ戻るSNSとは独立した一次情報から、出来事そのものを確認できます。
- 画像検索や地図サービスで建物を比較する建物の形、看板、周囲の道路などから別地点や生成画像の可能性を確認できます。
- 画像に含まれる文字や制服を確認する実在組織の名称や略称と一致するかを調べることで、追加の判断材料になります。
- 対応している場合は来歴検証ツールも補助的に使うOpenAI Verifyのようなツールで生成元のシグナルが確認できる場合があります。
- AIへは「この画像の怪しい点を挙げて」と補助を頼む人間が確認すべき看板、文字、建物、影などのポイントを整理する用途には便利です。ただし最終判定は一次情報と照合します。
- 共有するときは「出来事は確認済みだが、この画像は偽物」のように範囲を明示する一部の誤情報を訂正する際に、本当の出来事まで否定する誤解を防げます。
避けたい行動
- AI画像を見つけた瞬間に投稿全体をデマ認定する今回のように、実在する出来事へ偽画像だけが組み合わされる場合があります。
- 出来事が公式確認されているので画像も本物だと思う事実のニュースへ無関係な画像やAI生成画像を添えることは可能です。
- 画像の指や文字がおかしくないから本物だと判断する生成技術の進歩により、昔ながらの見た目の違和感だけでは判別できない画像が増えています。
- 一つのAI検出サービスの結果だけで断定する検出対象や対応する生成モデル、メタデータの状態によって結果が変わります。OpenAIのVerifyも「シグナルなし＝AIではない」とはしていません。
- 別のAIに「本物ですか？」と聞くだけで確認を終える生成AI自身も画像の来歴や最新ニュースについて誤った推測をする可能性があります。
- 偽画像を訂正するとき「この災害はデマ」と大きく言い換える訂正そのものが新しい誤情報になる可能性があります。何が偽だったのか範囲を限定します。
AIの前向きな活用
AIを「真偽判定機」ではなく「検証項目を分解する助手」として使う
生成AIは画像を一発で本物・偽物と判定させるより、投稿に含まれる確認対象を整理させる用途で便利です。例えばSNS投稿を渡して「この投稿で独立して確認すべき事実を列挙して」と頼めば、「地震の発生日」「震度」「施設名」「被害内容」「画像の撮影場所」「制服の文字」といったチェック項目へ分けられます。その後、それぞれを気象庁、自治体、公式サイト、報道写真などで確認すれば、AIの整理能力と人間の検証を組み合わせられます。
- SNS投稿をAIに渡し「事実確認が必要な主張を一文ずつ分解して」と頼む
- 画像内の文字や看板をAIに読み取らせ、公式名称と照合する候補を作る
- 建物の特徴を箇条書きにしてGoogle Mapsや公式写真と比較する
- AIに「この投稿が一部だけ間違っているとしたら、どの部分を別々に検証する？」と聞く
- 確認結果を「確認済み・誤り・未確認」の3分類で整理する
- 災害時はAIで情報整理をしつつ、最終的な避難・安全情報は行政の公式情報へ戻る
今回、覚えておきたいこと
画像が偽物でも、出来事まで偽物とは限らない。投稿は部品ごとに確認する。
情報源
- AI-generated image of damaged shopping centre in Japan misleads online（外部リンク） AFP Fact Check ファクトチェック
- 令和8年7月28日16時27分頃の熊本県熊本地方の地震について（外部リンク） 気象庁 官公庁
- 令和8年熊本地震による被害及び消防機関等の対応状況 第52報（外部リンク） 総務省消防庁 官公庁
- 令和8年熊本地震に係る災害対策本部会議資料（外部リンク） 熊本県 官公庁
- Verify OpenAI-generated content（外部リンク） OpenAI 公式発表
- JGSDF - Japan Ground Self Defense Force（外部リンク） 防衛省 陸上自衛隊 官公庁
誠主任からひとこと