- Googleの「Backstory」は、画像がAI生成かを判定し、ネット上のどこで使われてきたかまで追跡するツールです
- 報道現場では、50分かかっていた初期検証が約3分に短縮されました
- 電子透かし「SynthID」と来歴データ「C2PA」の両方を突き合わせて判断します
- インドの大手報道機関India Todayでは、6人のチームが実際に日々の検証で使っています
- ただし誤判定も報告されており、まだ試験段階のツールです
目の前の写真が本物かどうか、自信を持って言えますか。2026年の今、AIが作った画像は見た目だけでは見分けがつきません。そんな中、Googleが「この画像はどこから来たのか」を数分で答えるツールを報道現場に配り始めました。何ができて、何ができないのかを整理します。
Backstoryとは？画像の「身元調査」をするAI
Backstory（バックストーリー）は、Google DeepMindが開発した画像検証ツールです。
使い方はシンプルです。調べたい画像をアップロードして、知りたいことを文章で質問するだけ。
するとツールが自動で3つのことを調べます。
- その画像はAIで生成されたものか
- 加工・改ざんされた形跡はあるか
- 過去にネット上のどこで、いつ使われたか
結果は引用元リンク付きのレポートとして出てきます。「怪しい」で終わらず、根拠まで示してくれるのが特徴です。
中身にはGoogleの生成AI「Gemini（ジェミニ）」が使われています。
発表は2025年、話題になったのは2026年
ここは少しややこしいところです。
Google DeepMindが公式ブログでBackstoryを発表したのは2025年7月21日でした。
それが2026年8月になって再び注目を集めたのは、実際に使い始めた報道機関から「本当に仕事が速くなった」という具体的な成果が出てきたからです。発表そのものより、現場の実績が話題になった形です。
50分が3分に 現場で何が変わったのか
最もインパクトのある数字がこれです。
情報リテラシーの専門家マイク・コールフィールド氏によれば、通常50分かかっていた初期の検証プロセスが、約3分に短縮できるといいます。約17分の1です。
なぜそこまで縮むのでしょうか。理由は「まとめてやってくれる」ことにあります。
従来、1枚の画像を検証するには5つの別々のツールを開き、5つのログインを通す必要がありました。逆画像検索をして、メタデータを見て、透かしを確認して、掲載履歴を追う。それぞれ別作業です。
Backstoryはこれを1画面に集約しました。
インドの報道現場での使われ方
実際の使用例を見てみます。
インド最大級の報道機関India Todayでは、6人体制のファクトチェックチームがBackstoryを使っています。
彼らが日々向き合っているのは、こんな画像です。
ひとつは、政治家の「昔の写真」として出回るAI生成画像。存在しなかった過去の場面が、当時の空気感まで再現された形で拡散されます。
ふたつめは、洪水の映像。実際に起きた災害の映像ですが、まったく別の時期・別の場所のものが「今起きていること」として貼られます。画像自体は本物なので、AI判定だけでは見抜けません。
みっつめが、人物の顔をすげ替えたディープフェイクです。
試験に参加しているのはIndia Todayだけではありません。Googleの「Trusted Testers Program」を通じて、数千人規模のジャーナリスト、OSINT（公開情報調査）の専門家、図書館員、情報リテラシー研究者が実際に触っています。
仕組み：SynthIDとC2PA、2つの手がかり
Backstoryが根拠にしているのは、主に2種類の「印」です。
SynthID：目に見えない電子透かし
SynthID（シンセID）は、AIが画像を作るときに埋め込む見えない透かしです。人の目にはまったく分かりませんが、機械なら読み取れます。
強みは丈夫さです。トリミングしても、色を調整しても、そこそこ圧縮しても消えずに残ります。
普及も進みました。Googleは2026年のI/Oで、SynthIDを付けたコンテンツが1000億件を超えたと公表しています。OpenAI、Nvidia、Kakao、ElevenLabsも採用しており、Google製以外の生成AIにも広がっています。
C2PA：画像の「履歴書」
もうひとつがC2PAです。こちらは「いつ、何で作られ、誰がどう編集したか」を暗号化してファイルに書き込む国際規格です。
2025年にはISO/IEC 22144として国際標準になりました。2026年初頭時点で参加団体は6000を超え、Adobe、Google、Meta、OpenAI、ソニー、ニコン、サムスンなどが名を連ねます。
Firefly、DALL-E、ChatGPT、Gemini、Midjourneyで作られた画像には、いまやC2PAの記録が付いています。
Backstoryはこの2つを確認したうえで、さらにネット上の掲載履歴をたどります。透かしが消されていても、初出の時期から矛盾を見つけられるわけです。
他のAI画像判定ツールとの違い
AI画像を見分けるツール自体は、すでにいくつもあります。違いはどこにあるのでしょうか。
判定精度だけで比べると、Backstoryが突出しているわけではありません。2026年の独立系テストでは、Hive Moderationが94%という高い正解率を記録しています（Midjourney・DALL-E 3・Stable Diffusionの合計）。
一般に、優秀な判定ツールはきれいな画像なら85〜94%程度を出します。ただしスクリーンショットや再圧縮された画像では、精度は大きく落ちます。SNSで拡散される画像はまさにこの「劣化した状態」なので、ここが共通の弱点です。
Backstoryの独自性は、精度そのものより「AI生成かどうか」で止まらない点にあります。
Google DeepMind自身がこう述べています。画像がAI生成かを判定することと、その画像が信頼できるかを理解することは同じではない、と。
本物の写真でも、文脈を外せば人をだませます。逆に、AI生成でも正当な用途はあります。だから「AI率◯%」という数字ではなく、出どころと使われ方のレポートを返す設計になっています。
まだ完璧ではない 報告されている誤判定
ここは正直に押さえておくべき部分です。
Backstoryは間違えます。
報じられた例では、顔写真をアップロードしたところ、ツールが別のジャーナリストの写真と取り違え、まったく違う画像についてのレポートを生成しました。
もっともらしいレポートが返ってくるぶん、鵜呑みにすると危険です。あくまで検証の出発点であり、最終判断は人間が行う必要があります。
一方で、評価されている点もあります。プリンストン大学の情報技術政策センターが2026年7月に出した報告書によれば、これまでの画像認証ツールの多くはジャーナリストに十分な相談をせずに作られてきました。数千人のテスターから意見を集めながら開発するBackstoryの進め方は、その反省を踏まえたものだと位置づけられています。
なお現時点では誰でも使えるわけではなく、Trusted Testers Programを通じた試験提供にとどまっています。
日本のフェイク対策にとっての意味
この話は日本にも直結します。
日本ファクトチェックセンターによれば、2026年の国政選挙に関して集められた96本のファクトチェック記事のうち、16本がディープフェイクや、その疑いのある画像・動画を扱ったものでした。全体の約6分の1です。
内容も生々しいものです。政治家を熱狂的に応援する高齢者、踊りだす政党関係者。いずれもAIが作った偽の映像でした。
技術的な問題も指摘されています。生成AIの進歩によって、こうした画像や動画は見た目では実際のニュース映像と区別がつかない水準に達しました。「なんとなく不自然」という感覚に頼る見分け方は、もう通用しません。
日本側の備えはどうなっているか
日本にも取り組みはあります。
国立情報学研究所（NII）は早くから偽情報対策に着手しており、2021年9月にAI生成の偽の顔画像を自動判定する「SYNTHETIQ VISION」を開発しました。現在はさらに進んだ「サイバーワクチン」と呼ばれる対策技術を開発中です。
制度面では、日本はEUのような厳しい法規制ではなく、ファクトチェックとメディアリテラシー向上を重視する「ソフトロー」型のアプローチを採っています。総務省の情報通信白書でも、偽・誤情報の流通は主要課題として扱われています。
ルールで縛るより、見抜く力と道具で対抗する。その方向性を採る以上、Backstoryのような検証ツールの重要性はさらに高まります。
ただし課題も残ります。Backstoryは現時点で試験提供であり、日本語対応や国内提供の条件は公表されていません。日本の報道機関やユーザーがすぐ使えるものではない点は、押さえておく必要があります。
よくある質問（FAQ）
Q. Backstoryは今すぐ使えますか？
いいえ。2026年8月時点では、Googleの「Trusted Testers Program」を通じた試験提供に限られています。ジャーナリストや研究者などが対象で、一般公開はされていません。利用希望はGoogleのフォームから登録する形になっています。
Q. 判定は100%正しいのですか？
いいえ。実際に別人の写真と取り違えた誤判定が報告されています。一般的なAI画像判定ツールの精度もきれいな画像で85〜94%程度で、スクリーンショットや圧縮された画像ではさらに下がります。最終確認は人間が行う前提のツールです。
Q. SynthIDの透かしを消せば見破られませんか？
透かしはトリミングや色調整、ある程度の圧縮では消えないよう設計されています。仮に透かしが失われても、Backstoryはネット上の掲載履歴やC2PAの記録も併せて調べるため、初出時期の矛盾などから手がかりが残ることがあります。ただし絶対ではありません。
Q. 「AI生成ではない」と出れば安心してよいですか？
いいえ。本物の写真でも、別の時期や別の場所のものを「今の出来事」として使えば誤情報になります。India Todayが扱った洪水映像がまさにこの例です。Backstoryが出どころと使用履歴まで示すのは、この落とし穴があるからです。
Q. 個人でできる対策はありますか？
まずは画像単体で判断せず、初出がどこかを確認する習慣が有効です。逆画像検索で過去の掲載を探すだけでも、使い回しはかなり見抜けます。日本ファクトチェックセンターなどの検証記事を参照するのも実践的です。
まとめ
- BackstoryはGoogle DeepMind製の画像検証ツールで、AI生成判定に加えて画像の出どころと使用履歴まで追跡する
- 報道現場では50分の初期検証が約3分に短縮され、5つのツールと5回のログインが1画面に集約された
- 判断材料は電子透かしSynthID（1000億件超に付与）と来歴規格C2PA（参加6000団体超、ISO/IEC 22144）
- India Todayの6人チームなど、数千人規模のテスターが実運用中だが、別人の写真と取り違える誤判定も報告されている
- 日本では2026年の国政選挙で96本中16本のファクトチェックがディープフェイク関連。見た目での判別はすでに困難
- 発表は2025年7月、一般公開は未定で、日本語対応の条件も未公表
まずは気になる画像を見かけたら、逆画像検索で初出を確認するところから始めてみてください。ツールが一般公開される前でも、「出どころを疑う」という習慣は今日から使えます。
参考文献
- 画像がAI生成かを判定し出どころまで追跡するGoogleの「Backstory」 – GIGAZINE（2026年8月24日）
- Exploring the context of online images with Backstory – Google DeepMind（2025年7月21日）
- Google’s new AI tool helps fact-checkers investigate AI fakes – Nieman Journalism Lab（2026年8月）
- AIディープフェイク氾濫の年、真実を守るテクノロジーとコラボの現状 – 日本ファクトチェックセンター
- 偽・誤情報の流通・拡散等の課題及び対策 – 総務省 情報通信白書
こんな時代だから遊んで学びたい
AIを学ぶオンラインサロン「AIフレンズ」では、生成AIを楽しく、どこよりも優しく学べる環境をご用意しております。
毎週開催されるオンラインセッションでは、リアルタイムで学び合える機会を提供しています。 さらに、月に一度のオフラインイベントでは、メンバー同士が直接交流し、アイデアや知識を深めることができます。
「AIフレンズ」の仲間とともに、新しい価値を創造し、可能性を広げてみませんか？
一緒に学び、成長しながら、生成AIを使いこなす力を身につけましょう！
