英国内務省は、2027 年に国境で「顔による年齢推定」を使う計画を進めている。AI が顔の写真を読んで年齢を推し量り、庇護希望者が子どもか大人かを職員が最初に判断するのを助けるものだ。内務省が 2026 年 5 月に公表した手引きによれば、この技術はまだ試験の段階で、それだけで確定的な年齢の判断に使われることはなく、「子どもとして扱うか大人として扱うかは、常に職員が決める」。
6 月、調査報道の Lighthouse Reports は WIRED とともに、流出した内部報告と米国国立標準技術研究所（NIST）の試験データをもとに分析を公表した。成績のいちばんよい提供元の仕組みは未成年の年齢を高く見積もりがちで、平均すると 17 歳を 18 歳以上と推定する。サハラ以南のアフリカの未成年の女性では、平均の誤差が 4.6 歳に達する。NIST のデータでは、この仕組みは 16 歳の西アフリカの人の半分以上を大人と判定し、東ヨーロッパの人では 4 分の 1 に満たなかった。
「最後は人が決める」はよくある約束だ。だがそれが成り立つには、人が本当に覆せなければならない。時間、証拠、権限があり、判断される側も AI が関わったことを知り、異議を申し立てられること。AI の判断が人の扱いを変えるなら、これらは公開の前に設計しておくもので、あとから付け足すものではない。
建前では覆せても、現場では覆す時間がない
調査報道によると、年齢の評価はたいてい最初の接触のときに行われ、職員は大きな重圧の中にいるかもしれない。内務省自身の報告も、最初の接触で撮られた写真は質が低いことが多いと認めている。案件が多く、時間が少なく、画面には数字が一つだけ。そんな中では「補助」は簡単に実質の決定になる。建前では覆せても、実際には覆すための時間、証拠、権限がない。
誤りは均等にも分かれない。一部の集団の誤差が特に大きければ、「全体の精度はよい」という言葉が、その人たちの負うリスクを覆い隠す。調査はジレンマも示している。さらに詳しい評価に回す年齢の基準を上げれば、大人として扱われる未成年は減るが、子どもとして扱われる大人が増え、集団の間の差も広がる。
公開の前に四つの問いに答える
用途の境界： AI の結果は「もっと情報が要る」と知らせるだけか、それとも住まい、保護、アカウント、費用、資格を直接変えるのか。直接変えるなら、人が主導する。
誤差の分布： 年齢、性別、民族、写真の質によって、仕組みの誤差に差はあるか。平均の精度だけでは足りない。
覆す権限： 誰が AI を覆せるか。どんな書類、面談、別の意見が要り、どれくらいで対応するか。現場の職員が数字に従うしかないなら、それは自動の決定だ。
記録と異議： 判断される人は、AI が手続きに関わったことを知っているか。理由と記録を得て、異議を申し立てられるか。内務省の手引きは、本人が推定の結果に異議を唱える正式な手続きを示していない。
より安全なのは、AI に人の審査を終わらせるのではなく、始めさせる位置に置くことだ。内務省の手続きにも、その形がある。二人の職員がそれぞれ、見た目が「非常に強く」明らかに 18 歳を超えていると判断しない限り、その人は子どもとして扱われ、より詳しい評価のために地方自治体に引き継がれる。
小さなチームも同じ問題にぶつかる
これは政府だけの話ではない。サービスが AI で利用者が成人かを判断する、保険や融資が AI で申し込みをふるいにかける、学校が AI で不正を見つける。構造は同じで、AI の判断が人の扱いを変える。この条件に当てはまるなら、まず上の四つの問いに答え、答えられないなら公開しない。
AI の判断が誤ったとき、利用者がもとの手続きに戻れるようにすることは、AI の導入をどこまで急げるかは、利用者が引き返せるかで決まるを参考にしてほしい。AI がいつ止まって人に渡すべきかは、AI を仕事の流れにつなぐ前に、いつ止まって人に聞くかを決めておくも参考になる。
四つの問いでモデルが正確になるわけではない
この四つの問いは、誤りに出口を作れるが、モデルを正確にすることはできないし、ある用途が倫理や法の上で存在すべきかを判断してくれるわけでもない。移民、子どもの保護、医療、金融の資格に関わる判断には、法律と分野の専門家が加わる必要があり、AI を導入するチームだけで決められることではない。内務省によれば、英国の国立物理学研究所が独立した評価を進めていて、その結果が出るまでは、この技術の実際の働きはまだ確かめられていない。
AI 整理カード
人に響くこと（年齢、身元、資格、規則違反など）の判断を AI に手伝わせる予定なので、誤ったときの出口を先に確かめたい。
判断方法はこの記事による：https://boosterminiclass.com/ja/posts/facial-age-estimation-human-review-checklist/
記事の見方はこうだ。「最後は人が決める」は、本当に覆せて初めて意味がある。AI の判断が人の扱いを変えるなら、公開の前に設計しておく。用途の境界、集団の間の誤差の分布、誰がどんな証拠で覆せるか、本人が AI の関与を知って異議を申し立てられるか。AI に人の審査を終わらせるのではなく、始めさせる。
まず私に聞いてほしい。AI に何を判断させるか、結果が本人の何を変えるか、いまの手続きでは誰が最後に決めているか。
そのうえで：
1. AI が誤ったとき、誰が保護、サービス、アカウント、機会を失うか、誤りの二つの向きのそれぞれの結果を挙げる；
2. 提供元に求めるべき誤差のデータを挙げる。年齢、性別、民族、データの質で分けた誤りの率；
3. 覆す手続きを設計する。誰が覆せるか、どんな証拠が要るか、どれくらいで対応するか、現場の職員に十分な時間と権限があるか；
4. 知らせ方と異議の手続きを設計する。本人が AI の関与をどう知り、どんな記録を得られ、誰に異議を申し立てるか。
答えられない項目は「公開前に必ず埋める」とし、この用途が合法かどうかを私の代わりに判断しないこと。
参考資料
- UK Home Office 公式ガイド：Facial Age Estimation using AI to support initial age decisions: a guide — https://www.gov.uk/government/publications/facial-age-estimation/facial-age-estimation-using-ai-to-support-initial-age-decisions-a-guide-accessible（2026-05-29）
- Lighthouse Reports：How we analysed AI used to guess asylum seekers’ ages — https://www.lighthousereports.com/methodology/how-we-analysed-ai-used-to-guess-asylum-seekers-ages/（2026-06-18）
- NIST 公式テスト：Face Recognition Vendor Test — Age Estimation — https://pages.nist.gov/frvt/html/frvt_age_estimation.html [accessed: 2026-10-11]
