子どもを守るために、AIはどこまで年齢を推定してよいか──ChatGPTのU18自動切替が開いた次の論点

冒頭は記事のために生成したイメージ映像です。実機、実在施設、観測データを示すものではありません。

子ども向けの安全装置を動かすには、その前に一つ、避けて通れない仕事がある。

画面の向こうにいる人が、子どもなのか、大人なのかを決めることだ。

ChatGPTは、利用者が18歳未満らしいと推定した場合、より保護の強い体験へ自動で切り替える仕組みを展開している。子どもが年齢を正直に申告するとは限らない。だから自己申告だけに頼らず、必要な保護を先回りして届ける。考え方そのものは理解しやすい。

ただし、ここで別の問いが立ち上がる。

子どもを守るためなら、AIは私たちの生活patternをどこまで読んでよいのだろう。

ChatGPTは、顔だけで年齢を当てているわけではない

OpenAIが公開した説明によれば、ChatGPTの年齢推定modelは、accountを作ってからの期間、普段利用する時刻、時間を通じた利用pattern、本人が申告した年齢など、behaviorとaccount-levelのsignalを組み合わせる。

つまり、これはselfieを見て「何歳に見えるか」を当てる仕組みとは違う。日々の使い方から、accountが18歳未満の人に属する可能性を推定する。確信が持てない時や情報が足りない時は、より安全なU18側へ倒すという。

U18 experienceでは、graphicな暴力、危険なviral challenge、性的・恋愛的・暴力的なroleplay、自傷、極端な美容基準などへの追加保護が適用される。OpenAIの利用規約上、serviceは原則13歳以上で、18歳未満は保護者の許可が必要だ。年齢推定は、13歳未満を許可する仕組みではなく、13〜17歳を含む利用者へ年齢相応の保護を届けるためのroutingである。

「生年月日を一度入力すればよいのでは」と思うかもしれない。しかし、年齢を偽れば抜けられる門は、門として弱い。一方で、強くしようとするほど、serviceは利用者について多くを知りたくなる。

ここに、age assuranceの難しさがある。

全員が毎回身分証を提出する流れではない。行動情報による推定と、判定訂正時の本人確認を分けて示した概念図。 図を大きく開く

安全のためのsignalは、転用すれば監視のsignalにもなる

夜中によく使う。accountを作ってから何年経った。どのような間隔で利用する。個々のsignalは、住所や氏名ほど露骨な個人情報には見えない。

けれど、組み合わせれば生活の輪郭になる。安全のためにだけ使うなら、年齢に合った保護を届ける材料だ。広告、推薦、価格、信用評価へ回せば、behavioral profilingの材料にもなる。

だから「年齢を推定しているか」だけでは、良し悪しを判断できない。

何を見ているのか。何のために使うのか。いつ消すのか。他の目的へ流れないか。間違えた時、利用者は戻れるのか。ここまでが一つの製品仕様でなければならない。

European Data Protection Boardのage assurance声明も、目的の限定、data minimisation、必要性と比例性、公平性を一体で求めている。年齢確認を口実に、本人の特定、位置の把握、人格的側面の推論を増やしてはならない、という考え方だ。

「精度99％」だけでは、ほとんど何も分からない

年齢推定には、方向の違う二つの誤りがある。

一つは、未成年者を成人側へ通してしまうことだ。必要な保護が外れ、危険な内容や機能へ近づけてしまう。もう一つは、成人をU18側へ入れること。成人向けの機能を制限され、「大人であることを証明してください」と追加の手続を求められる。

前者を減らそうと判定を厳しくすれば、後者は増えやすい。後者を嫌って緩くすれば、前者が増えやすい。これは、一本のつまみをどこへ置くかという問題でもある。

したがって、平均accuracyだけを見ても意味が薄い。18歳前後でどれほど間違えるか。未成年を成人とした割合と、成人を未成年とした割合はそれぞれいくつか。画像を使う方式なら、性別、肌の色、出生地域、camera品質、眼鏡や表情で差が出ないか。判定不能はどれほどあるか。異議を出してから何時間で戻れるか。

NISTが顔画像による年齢推定algorithmを評価した研究では、単独で明確に抜きん出たalgorithmはなく、精度は画像品質、性別、出生地域、本人の年齢などに左右された。評価したalgorithmでは、女性の顔でerrorがほぼ常に大きかった。

これはChatGPTのbehavioral modelの性能を示すdataではない。方式が違う。ただし、年齢を推定するtechnologyには、全体平均だけでは隠れる群別の誤りがあるという警告にはなる。

OpenAIは年齢推定を継続的に改善すると説明している。一方、2026年8月20日時点で公開された製品説明からは、二種類のerror率、18歳境界付近の性能、群別差までは読めない。安全機能として広く使うなら、「改善しています」の次に、どこで間違えているかを公開する段階が必要だ。

間違われた成人は、Personaで戻れる

成人が誤ってU18 experienceへ入った場合、現在のOpenAI Helpは、SettingsからPersonaによる年齢確認を開始できると案内している。国によってlive selfie、government ID、またはその両方を求める場合がある。

privacyについて、公式helpはかなり具体的だ。PersonaはuploadされたIDまたはselfieを確認後7日以内に削除する。OpenAIはIDやselfieそのものを受け取らず、生年月日または年齢推定結果を受け取る。本人確認を終えたaccountには、それ以降age predictionを走らせないとしている。

ここは、評価してよい透明性だと思う。ただし、問いがすべて消えるわけではない。

OpenAIが受け取る生年月日や年齢推定結果を具体的にいつまで保持するのかは、同じhelp pageでは日数まで書かれず、Privacy Policyの説明に委ねられている。また、「cameraを使えないなら別端末、selfieが無理ならgovernment ID」という選択肢は示されているが、cameraも公的IDも使えない、あるいは顔情報を第三者へ渡したくない人の同等なrouteは読み取りにくい。

誤判定の解除方法が存在することと、誰でも無理なく解除できることは、同じではない。

必要なのは誕生日ではなく、「境界を超えた」という証明かもしれない

年齢を確認する時、serviceが本当に知りたいのは何だろう。

酒類の購入なら20歳以上か。成人向けcontentなら18歳以上か。U18保護の適用なら18歳未満か。多くの場合、氏名も住所も正確な誕生日も必要ない。必要なのは、一本の境界をどちら側にいるかだけだ。

EUが進めるage verification blueprintは、その考えをarchitectureにしている。公的ID等からproofを発行しても、online serviceへ見せるのは「18歳以上である」という匿名の証明だけ。正確な年齢やidentityを渡さず、proof発行者に利用先を知らせず、取引同士も結び付けにくくする。

これはまだ各国での展開途上であり、すべての場面を解決した完成品ではない。それでも、重要な方向を示している。

子どもを守るために、すべての利用者の素性をserviceへ差し出す必要はない。

強い確認は、危険が高まる場所に置く

文章を要約する。計算を手伝う。絵のideaを広げる。性的contentへアクセスする。自傷riskの高い対話をする。外部serviceへ公開・送金・削除を実行する。

これらを「AIを使う」という一語で束ね、入口ですべての人へ同じ強さの本人確認を求めるのは雑だ。

riskの低い機能は、privacy負担の小さい推定と安全側defaultで支える。riskが上がる機能だけ、より確かなthreshold proofを求める。さらに外部actionへ進むなら、年齢だけでなく権限や本人意思も確認する。

年齢確認の強さは、service全体ではなく、その機能が間違って開いた時に起こる損失へ比例させるべきだ。

EU age verification blueprint(展開途上、完成品ではない)に基づく対比。 図を大きく開く

保護者が確認したい五つのこと

1. 子どものaccountが実際にU18 experienceか。 申告だけでなく、Settings上の状態を本人と一緒に確認する。
2. 何が制限され、何が残るか。 「子ども用だから安全」と丸投げせず、memory、model improvement、voice、image、browser、quiet hours等を家庭に合わせる。
3. 保護者連携は会話監視ではない。 OpenAIの現行説明では、linked parentはteenのchat、履歴、realtime activityを読めない。限定的な安全通知は別にある。
4. 誤って成人側へ移った時の戻り方。 成人の解除だけでなく、未成年が保護を失った時の復旧routeを確認しておく。
5. 顔やIDを誰が、何日持つか。 service本体とverification providerを分けて読む。規約の「安全」ではなく、data flowと削除期間を見る。

AI事業者へ求めたい七つの条件

1. thresholdだけを知る。 必要がなければ、氏名や正確な生年月日をserviceへ渡さない。
2. 用途を隔離する。 年齢判定のsignalと結果を、広告、推薦、価格、信用scoreへ転用しない。
3. 二つの誤りを別々に測る。 minorの見逃しとadultの誤検知を、一つのaccuracyへ溶かさない。
4. 群別の差を公開する。 境界年齢、性別、地域、障害、処理不能を含め、外部から監査できるようにする。
5. 戻り道を両方向に作る。 adultが解除でき、minorも誤って外れた保護へ戻れる。statusと復元時間を見せる。
6. 代替手段を用意する。 camera、selfie、government IDのどれかを使えない人を、永久に制限側へ閉じ込めない。
7. 危険に比例させる。 high-risk featureで確認を強くし、一般的な学習・創作まで一律の身元確認にしない。

年齢を当てる機械ではなく、間違えても人を閉じ込めない仕組みへ

子ども向け保護を、本人の自己申告だけに任せるのはもう難しい。AIが日常へ入るほど、年齢に合った応答や機能制限は必要になる。年齢推定そのものを拒めば、守れるはずの子どもを見逃す。

だからといって、安全の二文字が、無制限なprofilingの通行証になってもいけない。

必要最小限のsignalで境界だけを確かめる。危険が高まる地点で確認を強くする。誤りを測り、説明し、異議を受け、元へ戻す。使い終えたdataを消し、その事実を監査できるようにする。

よいage assuranceは、全員の年齢を正確に言い当てる機械ではない。

必要な時だけ保護を届け、間違えた時には、人を間違った部屋へ閉じ込めない仕組みである。

本稿は2026年8月20日時点のOpenAI、EDPB、European Commission、ICO、Ofcom、NIST等の公開資料をもとに構成した。製品仕様と地域別rolloutは変更され得る。NISTの顔画像による年齢推定評価はChatGPTのbehavioral age predictionを評価したものではなく、年齢推定一般に群別・threshold別検証が必要であることを示す近接資料として扱った。