「平均顔＝美人」という神話を批判する：科学を装った「ベンチマーク」の正体
「平均顔＝美人」という神話の解剖学：科学を装った「ベンチマーク」の正体
「たくさんの人の顔を合成して平均化すると、驚くほど整った美男美女になる」
この説は、現代における最も強力な「美の神話」の一つです。テレビのバラエティ番組での実験から、美容外科のカウンセリング、さらには最新のAI画像生成の理屈に至るまで、この説は「美しさには客観的・数学的な正解がある」という証拠として繰り返し引用されてきました。
しかし、このナラティブは科学的事実のごく一部を切り取り、社会的な物語として都合よく膨らませたものです。
「平均」とは、一体「誰」の平均なのか？
なぜ脳は平均を好むのか？
そして、AI時代における「平均」は何を隠蔽しているのか？
19世紀の優生学から最新のディープラーニングまでを横断し、このあまりにも有名な神話の構造を徹底的に解体する試みを始めます。
なお、最初に断っておくべき重要な点があります。ここで批判の対象とするのは、実験を行った研究者たちやデータそのものではなく、批判の矛先は、限定的な条件下での実験結果を、文脈から切り離し「人類普遍の美の物差し」として利用してきた、後世の「ナラティブ」に向けるべきものです。
1. 起源：犯罪者を見つけようとして「凡庸さ」を発見した皮肉
この神話のルーツは、実は1990年の心理学実験よりも100年以上前、19世紀後半にまで遡ります。
フランシス・ガルトンの誤算
進化論のチャールズ・ダーウィンの従兄であり、統計学者（そして悪名高い優生学の提唱者）でもあったフランシス・ガルトンは、1878年にある実験を行いました。彼は「犯罪者には共通する人相学的特徴があるはずだ」と考え、複数の犯罪者の顔写真を写真技術で多重露光し、重ね合わせました。
彼が期待していたのは、悪徳に満ちた「犯罪者の典型顔」が浮かび上がることでした。しかし、現像された写真を見て彼は驚愕します。そこに現れたのは、凶悪な人相ではなく、個々の犯罪者よりもずっと「Respectable（まっとうで、きちんとした）」顔だったのです。
これが「平均化＝整って見える」という現象の最初の記述の一つです。ガルトンは犯罪者だけでなく、菜食主義者や病者などの合成も試みましたが、結果は同様でした。
皮肉にも、特定の人種や階層の「逸脱」を区別しようとする試みが、個性を消し去ることで「無難な整い方」が生まれるという逆説的な現象を世に知らしめることになりました。
2. 1990年の実験室と「科学的証明」の罠
現代における「平均顔神話」の直接的な震源地となったのは、1990年に発表されたラングロワとロッグマンによる記念碑的論文『Attractive Faces Are Only Average（魅力的な顔とは、平均的な顔にすぎない）』です。
実験のトリックと事実
彼らはデジタル技術を用い、より精密な「平均顔」を作成しました。
手法： 2枚、4枚、8枚、16枚、32枚と合成枚数を増やしていく。
結果： 合成枚数が増える（＝個性が消えて平均に近づく）ほど、被験者からの「魅力度」の点数は右肩上がりに上昇した。
この実験結果自体は、その後も条件を変えて多くの研究で再現されており、現象としては事実です。しかし、問題はその解釈のされ方にありました。
「WEIRD」なサンプルの偏り
この実験で「人類の平均」として扱われたのは、実際にはアメリカの白人大学生（男女各96名）でした。
心理学には「WEIRD」という批判的用語があります。
Western（西洋の）
Educated（教育を受けた）
Industrialized（工業化された）
Rich（豊かな）
Democratic（民主的な）
この特殊なサブセットの中での平均を「普遍的な美」として語ることは、本来許されません。
実際、2007年のLittleとApicellaの研究では、タンザニアの狩猟採集民「ハッザ」の人々は、自集団の平均顔は好むものの、「ヨーロッパ人の平均顔」には特に魅力を感じないという結果が出ています。
これは、「平均顔効果」が決して全人類共通の絶対的な正解があるわけではなく、「見慣れた集団（自分たちの社会）のプロトタイプ」を好むという、ローカルな現象であることを示唆しています。
3. 「無垢なキャンバス」ではない：乳児研究が示すもの
では、美の基準はすべて後天的な文化の刷り込みなのでしょうか？
そうとも言い切れません。
生後6ヶ月の審美眼
Langloisら（1991）やRubensteinら（1999）の研究によれば、生後6ヶ月ほどの乳児に、大人があらかじめ「魅力的」「非魅力的」と評定した顔写真のペアを見せると、多くの乳児は魅力的な顔の方を長く注視することが知られています。
さらに、個別の顔よりも「数学的に平均化された顔」を好む傾向も確認されています。
「ハードウェア」と「ソフトウェア」
このことは、人間には生まれつき「プロトタイプ（平均的な型）に近いものを好む」というハードウェア（認知の枠組み）が備わっていることを示唆しています。
しかし、そのプロトタイプの中身（どんな顔を平均とみなすか）というソフトウェアは、その後の人生で見る顔によって書き込まれていきます。
つまり、私たちは「無垢なキャンバス」でもなければ「遺伝子の奴隷」でもなく、「平均を好む本能」を使って「文化的な美」を学習しているのです。
4. メカニズム：なぜ脳は「平均」を好むのか？
なぜ、人間（や動物）は平均的な顔を好むのでしょうか。ここでは代表的な2つの仮説を紹介します。
仮説A：コイノフィリア（Koinophilia）
いくら実験をしても、まったく証明できていない割に有名な話として、進化生物学の視点では、平均的な外見は「遺伝的な健康さ」のシグナルだとの主張があります。
極端な特徴（非対称性など）は、遺伝的な突然変異や発達過程での疾患を示唆するリスクがあるため、生物は極端な個体を避け、平均的な個体をパートナーに選ぶ傾向を持つという説です。
元々は魚類や鳥類の研究から提唱された概念であり、人間においても「平均＝遺伝的エラーの欠如（安全圏）」として解釈されます。
仮説B：処理流暢性（Processing Fluency）
認知心理学の視点では、もっとドライな説明がなされます。人間の脳は「処理がラクなもの」を見たときに、ポジティブな感情（快）を覚えるようにできています。
平均的な顔は、脳内のプロトタイプに近いため、脳はエネルギーを使わずにスッと認識できます。Trujillo & Jankowitsch（2014）らの研究では、プロトタイプに近い刺激ほど脳波や反応時間が「処理のしやすさ」を示し、それが主観的な好ましさと相関することが報告されています。
つまり、平均顔が美しいのは、それが生物学的に優れているからというより、「脳がサボれる心地よさ」を私たちが「美しさ」と錯覚している可能性が高いのです。
5. 「平均」は「最高」ではない：スーパーノーマル刺激
「平均顔神話」の最大の誤りは、「平均＝頂点（最高得点）」としてしまったことです。
数学的な分布で言えば、平均顔は「不快な要素が削ぎ落とされた状態」であり、マイナスがない状態にすぎません。
ペレットの「誇張」実験（1994年）
D.I.ペレットらの研究チームは、以下の3種類の顔を比較しました。
通常平均顔： 一般人60人の平均。
美人平均顔： その中で「魅力的」とされた15人だけの平均。
誇張顔： 「美人平均顔」の特徴（女性なら大きな目や薄い顎など）を、さらに強調した顔。
結果、最も評価が高かったのは、平均ど真ん中の顔ではなく、「3. 誇張顔」でした。
本当に魅力的な顔とは、平均的な配置をベース（安全圏）にしつつも、そこから「女性らしさ」や「若さ」といった特定の方向に、適度な範囲で逸脱した顔なのです。
これを動物行動学では「超正常刺激（スーパーノーマル刺激）」と呼びます。
「平均こそが美だ」という神話は、この「平均＋αの魅力的な逸脱」の存在を隠蔽し、「無難」を「最高」と言い換えるレトリックとして機能してしまいます。
6. 第三者評価と「現実の選択」のズレ
さらに、これらの研究には「実験室の限界」があります。
多くの魅力度研究は、見ず知らずの他人の写真を次々と見せられ、0.5秒で点数をつけるという特殊な状況で行われます。これはTinderのスワイプには近いかもしれませんが、現実のパートナー選択とは異なります。
現実の関係性においては、声、匂い、性格、社会的地位、そして「親しみ」が複雑に絡み合います。
実験室では「平均顔」が高得点を叩き出しますが、現実世界で私たちが恋に落ちるのは、平均から外れた「あばたもえくぼ」の個人的な特徴であることが多々あります。
ベンチマーク神話は、この「生きた人間関係」を捨象し、「見られる客体としての顔」だけの順位付けを過剰に権威づけています。
7. AI時代の新たな歪み：社会偏見のフィードバックループ
現代において、この神話はAIによって危険な形で再生産・増幅されています。
Stable Diffusionなどの画像生成AIは、ネット上の数十億枚の画像を学習して「平均的なパターン」を抽出します。ここで問題になるのは、「ネット上の画像」自体がすでに強烈に偏っているということです。
データセットの偏り：LAION-5BとCelebA
AIの学習に使われる大規模データセット（LAION-5Bなど）の顔データを解析した最近の研究（Dominguez-Catenaら, 2025）では、20代の白人が著しく過剰代表され、30代以上の女性や非白人、乳幼児などが過小代表されていることが報告されています。
また、顔認識研究で有名なCelebAデータセットも、被写体の7割以上が白人であると推定されています（Serianniら, 2025）。
「数学的平均」ではなく「社会的モード」
AIが出力する「美男美女」や「平均的な人物」は、純粋な数学的平均ではなく、ネット上に最も多く存在する「社会的に撮影され、アップロードされた顔（＝若くて白人的なセレブリティ）」が最頻値（モード）です。
私たちはそれを「AIが導き出した客観的な美」だと錯覚しますが、実際には「現代社会の偏見と広告産業の美意識を煮詰めたスープ」を見せられているに過ぎません。
フィードバックループの恐怖
さらに恐ろしいのは、このバイアスが循環することです。
偏ったデータで訓練されたAIが、「理想的な美」を出力する。
人間がそれを見て「これが今の美の基準だ」と認識し、メイクや整形でその顔に寄せたり、フィルタで加工した写真をネットに上げる。
その加工された写真が、次世代のAIの学習データになる。
この自己強化ループにより、美のベンチマークは現実の多様性から乖離し、極端に純化された狭い「正解」へと収斂していくリスクがあります。
8. 結論：「ベンチマーク神話」に抗うために
こうして見ると、「平均顔」の話は、他の「美の権威」たちと同じ構造を持っていることがわかります。
それらはすべて、「美しさの基準を、個人の主観から引き剥がし、外部の権威（数学・歴史・科学・統計）に委託する」ための装置、すなわち「ベンチマーク神話」です。
よく引き合いに出される他の神話たちも、その中身を少し覗いてみれば、その正体が明らかになります。
ギリシャ彫刻（「歴史」によるベンチマーク）：
古代ギリシャのプロポーションこそが不変の理想だとされますが、それはあくまで「ある時代の特定地域における好み」に過ぎません。考古学的遺物を時代を超越した普遍的な正解として崇めるのは、歴史という権威への盲従です。黄金比（「数学」によるベンチマーク）：
「1:1.618の比率が最も美しい」とされますが、Nainiら（2024）の医学的研究によれば、黄金比と実際の顔の美しさには決定的な相関が見当たりません。現代の美の指標として統計的に無効であるにもかかわらず、数字のマジックが現実の複雑な美を単純化してしまっているのです。ミス・ユニバース（「権威ある合議」によるベンチマーク）：
「世界一の美女」を決めるコンテストは、あたかも人類の総意であるかのように振る舞います。しかし、その審査員席に座っているのは、元受賞者やスポンサー、業界関係者といった同質性の高い人々です。彼らは「多様な美」を選んでいるのではなく、「業界が定義した美の規格」に合う人を追認しているに過ぎません。平均顔（「統計データ」によるベンチマーク）：
そして今回解体した平均顔。これは「科学」という現代最強の権威をまとっていますが、その中身は前述の通り、限定的なサンプルの無難な集合体に過ぎません。
これらの神話は無害ではありません。マスメディアによる痩身理想への曝露が、女性のボディイメージ不満足と関連していることは、多くのメタ分析（Grabe, Ward, Hyde, 2008など）で示されています。
ベンチマーク神話は、「どこまでを理想と呼ぶか」「どこからを欠点とするか」という線引きを、私たちの脳内に強引に上書きします。
私たちは不安なのです。自分の「好き」という感情に自信が持てないため、「これが科学的に正しい美しさだ」と言ってくれる物差しを求めてしまいます。
しかし、「平均顔実験」の正体は、「特定の文化圏の若者の、特定の条件下において、欠点がない顔は不快感を与えにくい」という、極めて限定的な事実であり、それ以上でも以下でもありません。
「平均顔は美人だ」という話を聞いたときは、こう問い返してみてください。
「それは、どの文化の、どの時代の、誰たちの平均ですか？」
そして、「その平均は、本当に『最高』なのですか？それとも単に『無難』なだけですか？」と。
ベンチマークを疑ってみましょう。
単なる批判ではなく、外部の物差しに明け渡してしまった「自分の美意識」を取り戻すために。
