RESEARCH NOTE / AI配信キャラクター
整いすぎたAIの顔は、
視聴者のエンゲージメントを下げるのか
AIで動く配信キャラクターの顔は、左右を揃え、肌を滑らかにし、欠点を消すほど魅力的になる。そう考えがちです。ところが、中国の通販サイト「淘宝(タオバオ)」にあるライブ販売を調べた研究では、少し左右が違う顔のほうが、配信への反応と結び付いていました。平均的な顔と強い表情は、反応と逆向きです。きれいさの問題に見えて、実際には「画面の中で誰として覚えられるか」の話でした。
WORDS BEFORE DATA
まず、二つの言葉を日常語に置き換える
AIストリーマー
この論文でいうAIストリーマーは、AIで生成・制御されたキャラクターが、画面の中で商品の紹介や呼びかけを担う配信者です。テキストで答えるチャットボットや、AIを使っている人間の配信者全般を指す言葉ではありません。
中国のライブ販売
淘宝は、中国で広く使われている通販サイトです。淘宝ライブは、その通販画面の中で配信を見ながら商品を知り、画面上の導線から購入できる仕組み。日本のライブ配信とテレビ通販を一つにしたような場面を思い浮かべると近いでしょう。
エンゲージメント
ここでは、顔を見た人が「美しい」と答えた点数ではありません。論文がプラットフォーム上の配信データから扱った、視聴者の反応を表す指標です。顔の印象と反応の関係を見ています。
人間の顔で好まれる特徴と、合成キャラクターで反応される特徴は一致しないことがある。
平均的で整いすぎた顔は、画面の中で「誰か」より「生成物」に見えやすい。
視聴者を引き留めるのは、魅力の点数だけでなく、覚えやすさと違和感の少なさでもある。
THE CLAIM
「美人ほど不人気」と読む前に
動画の冒頭で、顔が一瞬だけ映る。肌は均一で、目の高さも口角もきれいに揃っている。スクロールを止めるには十分そうです。けれど、そのあとも画面に残るかどうかは別の話になります。
論文が比べたのは、顔の美醜の総合点ではありません。顔の物理的な形と、そこに出ている感情の特徴を分け、AIストリーマーの視聴者エンゲージメントとの関係を調べました。「完璧なAI美女は飽きられる」という言い換えでは、測定した特徴の違いが消えてしまいます。
FACT
非対称性はプラスに働いた。AIストリーマーの顔にある物理的な非対称性は、視聴者エンゲージメントと正の関係を示しました。左右の違いを、容姿の欠点として評価した研究ではありません。
FACT
典型性はマイナスに働いた。顔の形が平均的・典型的である度合いは、エンゲージメントと負の関係を示しました。典型性は美しさの総合点ではなく、顔がどれだけ一般的な形に寄っているかを表す測定軸です。
LIMIT
「非対称にすれば勝てる」ではない。研究は相関を含む観察データの分析です。顔の一部だけを変えたランダム化実験ではないため、非対称性だけが反応を生んだと断定することはできません。
INTERPRETATION 合成された顔では、魅力の最適化と存在感の最適化の向きがずれることがあります。整っていることは入口を作る。記憶に残り、見続けられることには、平均から少し外れる手がかりも要る。
THE DATA
研究者は、顔をどう数えたのか
研究者は、中国の主要な通販サイト淘宝(Taobao)にあるライブ販売の配信データを集めました。対象は、AIで動く配信キャラクターの347配信です。人に顔の印象を採点してもらうアンケートではなく、実際の配信データを観察しています。
調べたのは、顔の形と表情を一つの「美人度」にまとめた数字ではありません。左右の形のずれ、平均的な顔からの距離、表情の種類、表情の強さを分けて扱い、そこへキャラクターの人間らしさと商品の性格を重ねました。
中国・淘宝ライブにある、AIが登場するライブコマースの映像。
非対称性、典型性、感情の豊かさ、表情の強さ、見た目の人間らしさ。
配信ごとの視聴者反応を、顔の特徴との関係として分析。
HOW THE ANALYSIS WORKED
- 01配信を観測する
淘宝上のAIで動く配信キャラクターのライブ販売を、1配信ずつ研究データとして扱う。
- 02顔の形を数値にする
幾何学的形態測定を使い、顔の特徴点や輪郭の位置関係から、左右の非対称性と平均からの距離を扱う。
- 03表情を二つに分ける
感情の種類がどれだけ豊かかと、表情がどれだけ強く出るかを別の変数として扱う。
- 04反応との関係を推定する
機械学習で顔の特徴を扱い、計量モデルで各特徴と視聴者エンゲージメントの関係を推定する。
- 05条件を変えて比べる
見た目が人間に近いか、漫画的か。商品が楽しさを買うものか、実用性を買うものか。こうした条件で関係の強さが変わるかを調べる。
非対称性
顔の左側と右側が、どの程度同じ形から外れているか。少しのずれを含む顔ほど、反応と正の関係を示しました。
典型性
顔の形が、集団の平均的な形にどの程度近いか。典型的な顔ほど、反応と負の関係を示しました。
感情の豊かさ
表情に現れる感情の種類や幅。多いほど反応が高くなる、という有意な結果は出ませんでした。
表情の強さ
笑顔や驚きなどが、画面上でどれほど大きく出るか。強いほど、反応と負の関係を示しました。
この研究の「検証」には、限界もあります。 同じキャラクターの顔だけをランダムに差し替えた実験ではありません。347配信を観察し、顔の特徴と反応が同時にどう現れるかを統計的に推定した研究です。したがって、「非対称性を1ポイント増やせば反応が何ポイント上がる」といった因果効果まで読み取ることはできません。
この設計なら、「AIらしい顔」を一つの尺度に押し込めません。顔の形、表情、商品、見た目の人間らしさを分けたことで、「リアルに近いほど良い」という一方向の見方を避けています。
FOUR FINDINGS
反応が分かれた、顔の四つの特徴
四つの特徴は、同じ方向には動きませんでした。人間らしい感情を増やせば、反応も増える。そんな直感も当たりません。
| 調べた特徴 | 配信への反応 | 読み方 |
|---|---|---|
| 顔の左右のずれ 物理的な非対称性 | 正の関係 | 左右の小さなずれが、合成された完璧さを弱め、個体差の手がかりになった可能性。 |
| 平均的な顔への近さ 物理的な典型性 | 負の関係 | 平均的で汎用的な顔ほど、他の配信と区別しにくくなった可能性。 |
| 感情の種類の多さ 感情の豊かさ | 有意な効果なし | 感情の種類が多いことだけでは、反応の強さにつながらなかった。 |
| 表情の大きさ 表情の強さ | 負の関係 | 大きすぎる表情は、自然な反応ではなく演出として受け取られた可能性。 |
「負の関係」は、典型性や表情の強さが高い配信ほど、研究で使われたエンゲージメント指標が低い傾向を示したという意味です。視聴者がその顔を醜いと判断した、全員が不快に感じた、という意味ではありません。
HUMAN-LIKE FORM
人間に近い見た目ほど差が強くなる
AIの外見が人間らしい場合、非対称性のプラス効果と典型性のマイナス効果が強まりました。人間らしく作るほど、人間らしくない部分への期待も高くなるからです。
PRODUCT TYPE
商品によって最適な顔が変わる
楽しさや自己表現に近いヘドニック商品では、非対称性のプラス効果が強くなりました。一方、実用的な商品では、典型性と表情の強さのマイナス効果が目立ちました。
THE REVERSAL
人間の美人評価と、AIの見た目は同じではない
人間の顔の美しさでは、対称性と平均らしさが長く研究されてきました。2001年の研究では、中国人の顔を平均的な形に近づけると中国人参加者の魅力度評価が上がり、日本人の顔では完全に対称にした版を日本人評価者が好む結果も報告されています。
それでも、コンピューターで左右を完全に反転させた顔が、自然な顔より魅力的になるとは限りません。2007年の研究では、自然な顔と、左半分・右半分を鏡写しにして作った完全対称顔を比べ、後者の評価が有意に低くなりました。美しさの評価は、対称性という一つの数字だけでは決まらない。
長い進化や文化の研究では、平均らしさや対称性が魅力と結び付く場面がある。
合成キャラクターでは、完璧な均一さが「自然に存在する個体」ではなく「調整された出力」を連想させる場合がある。
近年のAI顔研究でも、人はAI顔を実在の人間より「平均的」「親しみやすい」「魅力的」と感じながら、記憶には残りにくいという傾向が報告されています。また、参加者がAIらしさの手がかりとして、過度な対称性や不自然な目を挙げることもありました。美しく見えることと、人間らしく感じることは、同じ方向に進むとは限りません。
INTERPRETATION 論文が示す「逆転」は、対称性が悪いという意味ではありません。人間に近い見た目を選ぶと、視聴者は自然な個体差や反応の理由まで読み取ろうとします。完璧な顔は、その期待に対して「調整された出力だ」と説明しすぎることがある。
DESIGN IMPLICATION
顔を崩す前に、条件を分けて試す
顔をわざと崩せばよい、という話ではありません。顔の形、表情、商品、視聴者が感じる距離を分けて試し、どの条件で反応が変わるのかを追える状態にします。
対称性と典型性を分けて試す
左右の微細な差と、平均的な顔からの距離は別の変数です。片方だけを変え、どの特徴が反応を動かしたのか追えるようにします。
表情の大きさを固定しない
笑顔や驚きの強さを「人間らしさ」として一律に盛らず、商品カテゴリと配信の目的に合わせて、自然な幅をテストします。
単一の指標で勝敗を決めない
再生、滞在、コメント、保存、商品クリック、購入などは、同じ「エンゲージメント」でも意味が違います。短い注目と長い信頼を分けて見ます。
AIであることを隠さない
人工感を弱めるために、人間と誤認させることを目標にすると、別の信頼問題が生まれます。開示と、視聴者が離脱できる選択肢を設計に含めます。
SMALL A/B TEST
同じ台本で、顔だけを三種類にする
- A / PERFECT高い対称性・高い典型性・人間らしい表情。
- B / DISTINCTIVEわずかな非対称性・低い典型性・表情は控えめ。
- C / STYLIZED人間そっくりではなく、明確に様式化した姿。
台本、商品、配信時間、画角をできるだけそろえ、視聴者の滞在とコメントの質を見比べる。勝った顔を永久採用するのではなく、どの商品のどの場面で働いたかを残します。
BOUNDARIES
この研究から言えること、言えないこと
研究のタイトルだけを見ると、「対称的で美しい顔は、AIでは逆効果」と言いたくなります。データが示した範囲は、そこまで広くありません。押さえておきたい境界は四つです。
- 観察データである。347配信の傾向を分析したもので、同じ顔をランダムに差し替えるA/B実験ではありません。
- 淘宝ライブに限られる。中国のライブコマースという文脈であり、他国のSNS、動画サイト、広告、対面接客へそのまま移せません。
- AIストリーマーの話である。人間の顔の魅力や、現実の人の身体をどう評価すべきかを示す研究ではありません。
- 非対称性は欠点ではない。研究の測定軸を、人の容姿を採点する道具へ変換してはいけません。ここで問われているのは合成された画面のシグナルです。
生成AIで顔を作るとき、私たちは「もっと整えて」「もっと人間らしく」と頼みがちです。この二つは、同じ仕上げを指しません。整い方と人間らしさを別の条件として扱う必要があります。
最初の画面で目を止める顔と、三十秒後にも覚えている顔は違います。AIストリーマーに必要なのは、完璧さの競争より、視聴者が「この存在は何を伝えようとしているのか」を読み取れる余白です。顔を生成したら、左右の揃い方だけでなく、どこに個体差が残り、どこで人工感が説明されているかを確かめてください。