Google EarthのAI画像生成が即停止　衛星画像と生成AIの危うい相性

この記事のまとめ

Google EarthのAI画像生成機能は、公開からわずか1日で停止されました。地図と衛星画像に生成AIを重ねたことで、災害や紛争の偽画像が次々と作られ、SynthIDの透かしも歯止めになりませんでした。以下に要点を整理します。

2026年7月30日に公開された『create image』機能は、翌日に一時停止（ロールバック）されました。
Nano Banana 2による写実的な偽衛星画像が、パリの爆発やイランの核施設など数時間で拡散しました。
SynthIDは来歴ラベルであり、有害な生成そのものを止める仕組みではありません。
報道・人権調査・OSINTの参照基盤が揺らぐ懸念が広く共有されました。

Google EarthのAI画像生成即停止の全体像

公開から24時間以内の停止までの経緯

公開から即停止までの経緯は、あっけないほど短いものでした。

Google Earthに新しい生成AI機能が加わったのは、2026年7月30日のことです。ウェブ版のGoogle Earth上で画像を作れる仕組みで、Nano Banana 2という画像生成モデルが動力源になっていました。ところが、公開から24時間もたたないうちに、この機能は取り下げられました（参照*1）。

前日導入した画像生成機能は、翌日に巻き戻されました。理由は、社のポリシーに反すると見られる画像がユーザーによって共有されたためです（参照*2）。

停止は、より強いガードレールを整えるまでの一時対応でした。X上の声明では、生成された画像のスクリーンショットがポリシーに反するように見える形で共有されているのを確認したとしたうえで、この機能を停止すると説明しました（参照*3）。

注目すべきなのは、これが完全な打ち切りではなく、対策を整えるまでの一時停止だという点です。導入からロールバックまでの間隔が短かったこと自体が、事前の想定と現実の落差の大きさを示しています。生成AIの業務導入で私がいつも感じるのは、公開前にいくら検討しても、実際に広く使われ始めてから初めて見えてくる使われ方があるという点です。今回のケースは、その典型でした。

『create image』機能とNano Banana 2の仕組み

停止された機能は、簡単な操作で使える仕組みでした。

この機能は、Nano Banana 2というAIモデルを土台にして、Google Earthが持つ衛星画像・航空写真・3Dデータの上に写実的な画像を重ねる仕組みでした。世界のどこの地点でも、テキストの指示を打ち込むだけで、その場所に即した画像を作ることができました（参照*2）。

操作の流れはとても単純でした。Google Earthで場所を拡大し、『create image』のボタンを押し、見たい光景を文章で入力する。プレスリリースは、この3ステップで画像を作れると説明しました（参照*4）。

裏側ではGeminiが文脈情報を集め、モデルの出力を補助していました。Googleは当初、生成されたすべての画像にSynthIDというデジタル透かしを埋め込むことで、AI生成の識別ができるようにしていると強調していました（参照*1）。

操作の敷居が低いこと、地図データと重なっていること、透かしで見分けられるはずだったこと。この3点が同時にそろっていた点が、後の議論の焦点になっていきます。私自身、生成AIの導入支援をする中で、「安全策を設けた」と「有害な出力を止められる」は別物だと繰り返し説明してきましたが、今回の事例はその違いを極めて分かりやすく示してしまいました。

衛星画像と生成AIの相性が悪い理由

『照合の基盤』が偽装工場になる構造

Google Earthは、照合の基盤として使われてきた点が問題を大きくしました。

デジタル調査を専門とするHenk Van Ess氏は、Googleは20年かけて世界が照らし合わせるための基準を築いてきたのに、今日その内側に、事実を作り出すボタンを追加したと指摘しました。Centre for Information ResilienceのRoss Burley氏は、この公開を無責任だと批判し、衛星画像への信頼は積み上げるのに数十年かかったが、一晩で取り返しがつかないほど損なわれる可能性があると警告しました（参照*5）。

Van Ess氏はさらに、人々が画像の真偽を確認するために使っている、まさにその場所の中で偽物が作られている、とも述べています（参照*4）。

Google Earthの立ち位置を思い出すと、この指摘の重みが分かります。ニュースの真偽を確かめたいとき、多くの記者や研究者は、その場所の衛星画像を参照してきました。参照される側が生成の場も兼ねると、何を基準に照合してよいかが揺らぎます。私はPerplexityやAI検索を日常的に使っていますが、出典の質を自分で判断する習慣が崩れると、情報全体への信頼が簡単に揺らぐと実感しています。単一のサービスだけで真偽判断を完結させない姿勢が、これまで以上に必要になります。

グラウンデッド・ディープフェイクという新概念

通常のAI画像とは違い、地理データに結びついた偽画像が問題視されています。

研究者は、通常の生成AIとは区別すべき『グラウンデッド・ディープフェイク（grounded deepfake）』という概念に注目しています。任意のAIアートと違い、これらの画像は現実の地理データの上に直接重ねて作られます。Google Earthに置かれた高い信頼を武器化することで、地図ツールは高精度の偽情報を量産する工場に変わってしまう、というのが指摘の骨子です（参照*1）。

学術・一般文献では『deepfake geography』という用語も使われています。ワシントン大学のBo Zhao氏らの研究では、CycleGANなどのアルゴリズムを使って、シアトルに存在しない建物を描き足したり、北京を緑地に変えたりする実験が行われ、説得力のある偽の風景を生み出せることが示されました（参照*6）。

地理データに紐づいた偽画像は、場所の座標も現実の街並みも本物なので、AIアート特有の違和感が薄まります。信頼度の底上げが、そのまま偽情報の説得力に転用されてしまう点が、従来のディープフェイクとの決定的な違いです。Deep Researchのような機能でも感じることですが、見た目が「正しそう」なほど、読者はかえって内容を疑わなくなる。今回はその危うさが、衛星画像という極めて権威ある文脈で起きました。

実際に生成された災害ディープフェイクの事例

戦争・テロを演出した偽衛星画像

戦争やテロを題材にした偽衛星画像が、公開直後から作られました。

AFPは金曜日に自ら検証を行い、パリでの爆発、イランの核関連施設、ロシアにできた爆弾のクレーター、シリアのISIS訓練キャンプといった画像を生成できたと報告しました（参照*5）。

公開から数時間のうちに、記者や研究者たちは、崩壊したエッフェル塔、ギザの大ピラミッドをのみ込むシンクホール、キーウに現れたロシア戦車といった画像を作り出し、悪用の恐れに警鐘を鳴らしました（参照*3）。

ユーザーの間では、パリの爆発、イランの核関連施設、ロシアの爆弾クレーター、シリアのISIS訓練場、そして水没した米議会議事堂といった偽の衛星画像が、公開直後から流通していたと報告されています（参照*1）。

これらの画像に共通するのは、いずれも実際には起きていない出来事だという点です。しかも題材が戦争やテロといった、感情が動きやすい領域に集中しています。SNSで断片だけ切り抜かれると、真偽の確認より先に拡散が進む恐れがあります。速報の場面では、検証が追いつかないまま偽画像が既成事実化するリスクがある、ということです。

人道・政治を揺さぶる偽シーン

人道や政治にかかわる偽シーンも生成されました。

オープンソースの調査で知られるHenk Van Ess氏は、米墨国境近くの難民、アムステルダムでの事故、ガザの病院近くの爆弾被害といった内容のプロンプトを、このツールが拒否しなかったことを実演しました。NPRも同様に、イランのハーグ島が炎上する画像や、水没した米議会議事堂の画像を生成してみせ、いずれも実際には起きていない出来事だと示しました。Bellingcatの創設者Eliot Higgins氏は、ホワイトハウスの上に金色のトランプ像を置いたAI加工画像を投稿し、皮肉を込めて『これが悪用されるはずがない』と書き添えました（参照*1）。

このツールはさらに、バングラデシュ全域の洪水、米墨国境の移民キャラバン、ジョージア州でバンを保管する怪しげな倉庫といった偽シーンも作り出しました（参照*7）。

BBC Verifyの検証では、ガザに存在しない病院とその横の爆弾クレーター、イランの存在しない原子力発電所、米墨国境の難民キャンプなど、さまざまな偽シナリオを作れたことが確認され、これがロールバック判断につながりました（参照*3）。

事例は戦争や災害だけでなく、移民、政治的象徴、宗教的名所にまで広がりました。悪用の入り口が広いほど、個別のブロックリストで抑え込むのは難しくなります。

SynthID透かしが即停止を防げなかった理由

透かしは事後ラベルであり生成の防壁ではない

SynthIDの役割だけでは、有害な生成は止められませんでした。

主要な安全策としてのSynthIDの限界は明確でした。Googleは、生成画像が他のユーザー向けのGoogle Earth本編には表示されないと説明しましたが、この透かしは来歴を示すためのもので、有害な内容の生成そのものを止めるものではありませんでした。実際、偽の災害を描くプロンプトはブロックされず、透かしは事後のラベルにとどまり、機能する防壁にはなりませんでした（参照*1）。

透かしが役立つのは、視聴者がわざわざ検証の手間をかけたときだけです。速報の最中にスクリーンショットが一気に広がる場面では、その検証が行われないまま拡散が終わってしまいます（参照*5）。

X上の投稿では、Google EarthのNano Bananaで作られたすべての画像にはSynthIDの透かしが入っており、不安があればGeminiアプリに聞いたり、Search内のLensを使ったりしてAI生成かどうかを確認できると述べました。しかし研究者たちはすぐにこの説明を覆し、複雑な偽情報を見分ける責任がエンドユーザーに丸投げされていると批判しました（参照*4）。

来歴を示す仕組みと、有害な生成を止める仕組みは別物です。この二つを混同すると、「透かしがあるから安心」という誤解につながります。生成AIの導入でも同じ構図はよく見ます。「ログを残している」と「問題が起きても対処できる」は全く異なる話なのに、混同されがちです。

ガードレールの回避とスクリーンショット拡散

ガードレールは回避され、スクリーンショットも拡散しました。

BBC Verifyは、透かしの確認が迂回されうることを確かめました。テストの中で、偽のGoogle Earth画像を本物だとGeminiに答えさせることに成功し、外部のAI検出ツールもAI生成コンテンツを見分けられない場合があったと報告しています（参照*3）。

プロンプトの言い換えで抜け道が生じることも判明しました。英国議会付近に『裏切り者を吊るす台』を作る指示は拒否されましたが、より曖昧な言い回しなら通ってしまいました。同じくホワイトハウスの芝生に『Trump』の文字を刈り込む指示は拒否されたのに、同じ場所にコミュニティガーデンを作る指示は通りました（参照*3）。

有害なトピックの画像生成を防いでいるという説明に対し、実際には別の結果が示されました。ほんの数時間のうちに、研究者たちは偽の爆弾クレーター、原子力発電所、大規模なデモ、押し寄せる難民、火災など、人道的な災害の事例を次々と作り出しました（参照*4）。

運用の現実は、公式の説明との間に無視できない開きを見せました。透かしとブロックリストのどちらも、単独では偽情報の拡散を止められなかったのです。プロンプトの言い換えで抜け道が生じるという話は、私が企業向けに生成AI活用を支援する場面でも繰り返し出てくる問題です。「禁止すれば止まる」という前提自体が、AI相手には成立しにくい。

社会・災害対応への波及リスク

過去の偽衛星画像が示した現実的被害

偽衛星画像は、過去にも現実の被害と結びついてきました。

似たような偽画像は、これまでも現実の影響を与えてきました。2023年にはペンタゴンでの爆発を描いたAI画像が短時間で市場を揺らし、その後の米国とイランの紛争の初期には、破壊された米軍基地を写したように見えるAI改変の衛星画像が、各種プラットフォームで数百万回の閲覧を集めました（参照*7）。

湾岸地域では、Google Earthの本物データを生成AIで改変した偽の衛星画像が流通した事例が報告されています。GoogleのSynthID透かし検出で偽物と確認される前に、これらの画像はX上で数百万回もの閲覧を稼いでいました（参照*8）。

災害対応の現場でも懸念は具体的です。洪水や火災を描く偽画像が出回れば、緊急チームが誤った場所へ資源を割き、本当に被害が出ている地域を見落とす可能性があります（参照*6）。

市場、外交、そして人命に関わる災害対応。どれも判断のスピードが求められる領域だからこそ、偽画像の一撃が大きな損害につながります。偽情報が怖いのは、拡散の速度と検証の速度が釣り合わないところにあります。

OSINT・災害対応・報道への打撃

OSINT・災害対応・報道の現場にも打撃が及びます。

世界の紛争映像を検証するボランティア主体のOSINTプロジェクトGeoConfirmedは、ロールバックの発表前からGoogleに再考を求めていました。同プロジェクトはX上で、軍事拠点を偽装したり、建物を学校と偽ってラベルし直したり、情報環境を操作したりする形で、このツールを利用する動きがすでに見えていると指摘しました。そのうえで、実務的な用途はほぼ、誤情報と偽情報の作成と拡散に限られているように見えると付け加えました（参照*7）。

通常の生成AIのつまずきよりも重く受け止められた理由は、Google Earthが果たしてきた役割にあります。報道機関、人権研究者、オープンソースの情報分析家は、他の主張を照らし合わせる参照レイヤーとして、その画像を長年扱ってきました（参照*5）。

この事件は『嘘つきの配当（liar's dividend）』のリスクも高めます。AI生成画像が広がるほど、悪意ある行為者は本物の証拠すら捏造だと退けられるようになります。企業のAI活用にとっても、高精度のデータ分析を担うプラットフォームの信頼が崩れれば、扱うデータそのものの価値が下がるという副作用が生じます（参照*1）。

検証する側の道具が汚染されると、証拠の価値も揺らぎます。ここが、単なる話題性のある失敗にとどまらない、深刻な波及のポイントです。「嘘つきの配当」という概念が示すように、偽情報が増えるほど本物の証拠も疑われやすくなる。情報の信頼性は、積み上げるのに長い時間がかかり、壊れるのは一瞬です。

再発防止に向けた来歴・検証の枠組み

C2PAとSynthIDを重ねる多層防御

来歴の確認には、多層の仕組みが検討されています。

OpenAIはブログ投稿で、C2PAはコンテンツが詳細な文脈を持ち歩くのを助け、SynthIDはメタデータが失われた場合でも信号を残すのを助ける、と説明しました。そのうえで、両者を組み合わせることで、単独よりも来歴の情報が壊れにくくなると述べています（参照*9）。

技術的には、C2PAコンテンツクレデンシャルは、発行者情報やAI利用の情報を含む署名付きメタデータとして画像に付きます。一方のSynthIDは、対応するメディアに直接埋め込まれる透かしとして働きます。二つは互いに補い合う信号として設計されているのが特徴です（参照*10）。

政策側でも動きがあります。湾岸協力会議域で活動する報道機関やSNSプラットフォームに対し、C2PAクレデンシャルの導入を義務化することが、投稿への手動の事実確認が間に合わないときに信頼の一層を足す方法として提案されています（参照*8）。

来歴技術は、単独では十分に働きません。メタデータと透かしを重ねる、そして義務化や運用ルールで支える、という多層の考え方が土台になります。生成AIの業務導入で私が繰り返し言うことと重なります。プロンプトだけ配っても定着しないのと同じで、技術だけ入れてもガバナンスがなければ機能しない。

公開前のレッドチームと運用ガードレール

公開の前後で複数の対策を組み合わせる必要があります。

撤回は1日のうちに行われましたが、Googleは目に見える形でのOSINTやレッドチームによるゲートを通さずにこのツールを世に出しました。同じ信頼の問いは、いまやすべての地図・画像プラットフォームのロードマップに突き付けられています（参照*5）。

運用面の対応例として、OpenAIはopenai.com/verifyで公開の検証ツールをプレビューしています。アップロードした画像がChatGPT、OpenAI API、Codexのいずれかで生成されたものかを確認でき、Content CredentialsとSynthIDの両方をチェックする仕組みです（参照*9）。

衛星画像の真正性を守るには、技術的な解決策とガバナンスの仕組みを組み合わせる必要があります。空間データの価値連鎖全体で、追跡可能性、透明性、説明責任を強めることが求められます（参照*6）。

公開前のレッドチーム、来歴技術、公開後の検証ツール、そして政策。この四層のどれか一つに頼らず、どのサービスがどの層を備えているかを確かめる視点を持つことが重要です。これは情報を受け取る側にも言えることで、衛星画像を見るときに「どこが出典で、どう検証できるか」を確認する習慣は、今後ますます必要になると思います。

おわりに

Google EarthのAI画像生成は、公開から1日足らずでの即停止という形で、衛星画像と生成AIの相性の難しさを浮き彫りにしました。参照される側が生成の場も兼ねると、真偽を確かめる基盤そのものが揺らぎます。SynthIDの透かしがあっても、有害な生成を止められるわけではないという事実も、今回の事例ではっきり示されました。私が生成AIの導入支援で常に強調するのは、「生成できる」と「安全に運用できる」は別の問題だという点ですが、今回の件はその違いを世界規模で可視化した出来事でした。

来歴を示す技術、公開前のレッドチーム、事後の検証ツール、そして政策。この四つが揃うまでの間、一枚の衛星画像だけで判断せず、複数の情報源で照らし合わせる姿勢を持つことがポイントです。ロールバックはあくまで一時停止であり、同じ問いは他の地図・画像サービスにも残されています。生成AIを使う側も、作る側も、「便利」と「信頼できる」を切り分けて考える習慣が、今後は前提になっていくと思います。

監修者

安達裕哉（あだちゆうや）

デロイトトーマツコンサルティングにて品質マネジメント、人事などの分野でコンサルティングに従事しその後、監査法人トーマツの中小企業向けコンサルティング部門の立ち上げに参画。大阪支社長、東京支社長を歴任したのち2013年5月にwebマーケティング、コンテンツ制作を行う「ティネクト株式会社」を設立。ビジネスメディア「Books&Apps」を運営。
2023年7月に生成AIコンサルティング、およびAIメディア運営を行う「ワークワンダース株式会社」を設立。ICJ2号ファンドによる調達を実施(1.3億円)。
著書「頭のいい人が話す前に考えていること」が、95万部（2026年6月時点）を売り上げる。
（“2023年・2024年上半期に日本で一番売れたビジネス書”（トーハン調べ／日販調べ））