食欲をそそらないAI生成メニューの背後にある同一性の問題

最初は、自分の精神状態を疑い始めるだろう。カフェに入り、ベージュのサンドイッチで満たされたメニューをスキャンするが、すべての画像が不気味なほど完璧に見える――対称性が完璧で、過度に滑らかだ――これは何かおかしいという直感的な感覚を引き起こす。あなたは錯覚を抱いているのではなく、あなたの直感は正しい。生成AIによる視覚表現は、レストラン業界に浸透しており、これは「魅力的な」美学に偏って訓練されたモデルによって駆動されており、それが本質的に間違っているように感じられるためである。

時には、これらの画像は明らかなフェイクである。例えば、チーズが泡立って溶けすぎて、料理ではなく前衛芸術のように見えるburritoがある。より一般的には、これらの画像は平凡に見え、注意深く観察するまでその人工性が明らかにならない。

「まるで、ピザの基本原理を理解せずにピザを作ろうとするエイリアンのようだ」と、Reality DefenderのCTOであるAlex LisleはTechCrunchに語った。（Reality Defenderは、AI検出やコンテンツ検証ツールを提供するスタートアップの増加するセクターの一部であり、この市場は主にこのような問題によって存在している。）

ニューヨークで石を投げれば、少し気分の悪いAI食品広告に当たるだろう。 pic.twitter.com/lLXVkFIFoG

— Maggie (@maggiemoda) 2026年8月28日

Lisleは、これらのモデルのアーキテクチャが、なぜイラストが特定の美学に収束するのかを明確にすると説明する。それは、すべてのアイスクリームのスプーンが完璧な球形で、エビが自分の尾を食べるために遺伝子操作されているように見える、彼が「ラブクラフト的な食品の恐怖」と呼ぶ世界である。

ChatGPTのようなチャットボットやMidjourneyのような画像生成エンジンを支える大規模言語モデル（LLM）や拡散モデルは、膨大なデータセットで訓練されている。これらのモデルは、データ内のパターンを特定し、「ハンバーガーレストランのメニューを作成して」というリクエストに対してユーザーの意図を予測する。

「これは2015年のChili’sのメニューのように見えるものが多く、それには理由がある」とLisleは指摘した。「それは、モデルがそのスタイルを導き出した作品の集合体だったからだ。」

画像クレジット:ChatGPT Image 2.0

新しい訓練データはAI開発者にとって重要である。例えば、Amazonは訓練データのためにスキャンするために希少な書籍を入手し、その後破棄することが知られている。一部のAI生成コンテンツがこれらの膨大なデータセットに浸透するのは避けられない。しかし、AIモデルが自身の出力に対して過度に訓練すると、モデル崩壊のリスクが生じる。

「モデル崩壊は狂牛病に似ている……モデルの出力を自身に戻してフィードすると、近親交配が最終的に持続不可能になり、システムが失敗する」とLisleは説明した。「ここで観察されるのは収束であり、必ずしもモデル崩壊ではない。」

収束はより穏やかで、AIを完全に無効にすることなく出力品質を低下させる。

AIにファーストフードのメニューを生成するように依頼すると、Wendy’s、Burger King、またはMcDonald’sのデザインを参照する可能性が高い。これらの既存のメニューは類似したスタイルを共有しているため、AIの出力はその美学を模倣し、生成されたメニューが後に訓練データに追加されれば、それをさらに強化する。

しかし、食品広告は常に現実よりも良く見える。McDonald’sのCMでのビッグマックのように、各層が最大限の魅力のためにプロップデザイナーによって綿密に配置されている。この効果はAI生成コンテンツで増幅されうる。

「データセットの最適化は『魅力的さ』や不快感を避けることを優先し、それが均質化につながる」と、Elon UniversityのImagining the Digital Future CenterのディレクターであるLee RainieはTechCrunchに語った。「AIは画像と言語の両方で角を滑らかにすることが知られている。」

小規模なレベルでは、ユーザーがAI画像ジェネレーターでメニューを生成し、反復的な編集を適用する際に、この滑らかさが発生する。XでLabtecという名前のユーザーは、ChatGPTで生成されたメニューを100回編集した結果を示し、食品がどのようにして現実的な外観を徐々に失うかを示した。（私たちはこの実験を再現し、同様の結果を観察した。）

「最終的な結果は、実際に私に不快感を与える」とLabtecは書いた。

ChatGPTでレストランのメニューを作り、それがどのようにしてこれらの醜いスープのようなメニューになるのかを見るために100回編集した。最終的な結果は実際に私に不快感を与える pic.twitter.com/sDIUKlabdp

— Labtec (@labtec901) 2026年8月19日

レストランは、価格やアイテム名などの細部を調整しながら、AI生成メニューを反復的に洗練させることで、この問題の犠牲になっている可能性がある。編集ごとに、食品画像はわずかに丸みを帯び、滑らかになる。

「人々は、AI生成コンテンツをリアルな画像と比較して見てみると、ほぼ説明できない感覚を持つ」とRainieは言う。「人々が表現することに struggle する感覚があるが、それを目にすると認識する。私はこれが、AIメニューを使用するレストランに対する反発がそれほど顕著である理由だと信じている。」

これらのAIメニューへの嫌悪感には科学的根拠がある。ドイツのDuisburg-Essen大学の研究者たちは、AI生成の食品画像が「不気味の谷」効果を引き起こすことを発見した。これは、ほぼ現実的な食品画像が、明らかにフェイクなものよりもより多くの嫌悪感と不安を引き起こすことを意味する。この不快感は、現在のAIをめぐる文化的文脈によって増強される。

消費者がこれらの画像に否定的に反応する場合、レストランはAI生成メニューの使用を再考すべきである。しかし、完璧に焼かれたハンバーガーのパンの意義は、食事を超えて広がる。

「見て、聞いて、信じることは、録音された自白やビデオ録画が証拠のゴールドスタンダードであるという考えに私たちの法制度が依存するほど、常に信じられてきた」とLisleは述べる。「もはやそうではない。世界は根本的に変化し、善かれ悪しかれ。」