AIが都市を想像するとき、小さなコミュニティが消える可能性

バージニア工科大学の研究者らは、人工知能による画像生成ツールが大都市を描写する際、小規模な町よりもはるかに正確であることを発見した。この研究は、自然資源・環境学部の地理空間データ科学者Junghwan Kim氏が主導し、彼がAIにブラックスバーグ（バージニア州の小さな町）の画像を生成させたところ、その結果が非常に一般的で、町の独自性を捉えていなかったことに気づいたことから始まった。一方、リッチモンド、バージニアビーチ、ワシントンD.C.などの大都市の画像を生成させたところ、認識可能なランドマークや都市の特徴が多く含まれていた。

この観察から、研究チームはAIが異なる規模の都市をどのように表現するかを体系的に調査するに至った。研究者らはOpenAIのDALL·E 2を使用して、ブラックスバーグ、リッチモンド、バージニアビーチ、ワシントンD.C.の画像を生成。その後、129人の参加者にこれらの画像の現実性と都市のアイデンティティの捕捉度合いを評価してもらった。評価は、都市計画家ケビン・リンチが提唱したランドマーク、地区、経路、水域などの都市デザイン要素に基づいて行われた。

結果は、AIが大都市圏では優れたパフォーマンスを示す一方、小規模な町では明らかに不十分であることを明らかにした。特に文化的に重要なランドマークではAIが頻繁に誤りを犯し、例えばブラックスバーグの大学建物にはホーキーストーンという象徴的な素材がまったく表示されなかった。さらに、長期間居住している住民は新しい住民よりもAI生成画像に批判的であり、地域知識が豊富な人ほど不正確さに気づきやすいことが示された。

この研究の共著者には、香港科技大学（広州）とアラバマ大学の研究者が含まれる。論文は『Technology in Society』誌に掲載された。Kim氏は、生成AIが旅行計画、都市設計、マーケティング、公共コミュニケーションで一般的になるにつれ、この表現のギャップが重要になると強調する。

「人々はますますAI生成コンテンツに頼って場所について学んでいます」とKim氏は語る。彼は地理学科の助教授であり、Smart Cities for Good研究グループのディレクターでもある。「もし小規模な都市がこれらのシステムを訓練するデータで適切に表現されていなければ、人々が見る画像はそれらのコミュニティの本当のアイデンティティを反映しないかもしれません。」

Kim氏は、より地理的に包括的なデータセットを構築し、AI開発に地域の視点を取り入れることの重要性を強調する。そうした努力がなければ、AI生成画像は大都市と小規模コミュニティの間の不均等な表現を強化する可能性がある。この研究は、計画と設計におけるAIの倫理的使用についての議論にも貢献している。AIツールはアイデアを迅速に生成し、設計技術へのアクセスを拡大できるが、研究者らはシステムには依然として重要な限界があると警告する。

「生成AIは強力なツールになり得ます」とKim氏は言う。「しかし、それがどこで不足し、誰が取り残される可能性があるかを理解する必要もあります。」

詳細情報：Junghwan Kim他、「都市を想像する：DALL·E 2を用いたAI生成都市景観の視覚的リアリズムとアイデンティティの評価」、Technology in Society (2026)。DOI: 10.1016/j.techsoc.2026.103360