AI動画も証拠にはなる――裁判所が見るのは「映像の出どころ」
ディープフェイクの疑いがある映像でも、裁判の証拠から直ちに排除されるわけではありません。ただし、画面上で本物らしく見えるだけでは、事実を認定する材料として十分とは限りません。
重要になるのは、誰が、いつ、どの機器で記録し、裁判所へ提出されるまでどう保管したかです。生成AIの普及によって、裁判で問われる対象は映像の見た目から「来歴」へ移りつつあります。
この記事で分かることは次の4点です。
- ディープフェイクの疑いがある映像も証拠として提出できる
- 「提出できること」と「内容を信用してもらえること」は別問題
- AI検知ツールだけで真偽を確定するのは難しい
- 撮影時から原本、端末、日時、受け渡し経路を残すことが重要
映像は証拠になるが、それだけで事実が決まるわけではない
結論からいえば、民事裁判では動画などのデジタルデータを証拠として扱えます。
2026年5月21日に全面施行された改正民事訴訟法では、電磁的記録そのものに記録された情報を調べる手続が整備されました。裁判所の案内によると、動画は原則としてMP4形式などでオンラインまたは記録媒体により提出できます。
しかし、ここには二つの異なる問いがあります。
- その映像を証拠として提出できるか
- その映像から主張どおりの事実を認定できるか
ディープフェイクが問題になるのは、主に二つ目の段階です。提出できたからといって、裁判官が映像の内容をそのまま事実として採用するわけではありません。
「本物か」と「内容が正しいか」も別の問い
映像を評価する際には、少なくとも次の点を切り分ける必要があります。
- 作成者・作成過程：誰が、どのような方法で作ったのか
- 完全性：途中で合成、切り抜き、音声差し替えなどが行われていないか
- 文脈：撮影の前後を含めると、別の意味にならないか
- 立証内容：映像が具体的にどの事実を裏付けるのか
例えば、防犯カメラに人物が映っていても、その人物が問題の行為をしたことまで自動的に証明されるとは限りません。日時のずれ、死角、編集、似た人物の可能性などが争点になり得ます。
反対に、SNSから保存した再圧縮済みの映像だからといって、それだけで偽物とも決まりません。画質の低下と意図的な改ざんは別の問題です。
ここがポイント: 裁判で問われるのは「AIが作ったように見えるか」だけではありません。原本の来歴、改変の有無、映像の文脈、ほかの証拠との一致を重ねて信用性を判断します。
2026年の民事裁判デジタル化で何が変わったのか
最大の変化は、動画や音声を「紙に置き換えた資料」ではなく、電磁的記録として直接調べる制度が明確になったことです。
裁判所の民事訴訟手続デジタル化の案内では、電磁的記録の複製を事前に提出し、その内容について証拠調べを申し出る仕組みが説明されています。証拠説明書には、作成年月日、作成者、立証趣旨などを記載します。
この仕組みは提出を便利にする一方、「ファイルが存在する」という事実だけでは足りないことも浮き彫りにします。コピーを重ねたファイルでは、元の撮影日時や機器情報が失われる場合があるからです。
裁判所へ出すデータと撮影原本は役割が違う
実務上は、提出用ファイルを作る必要があっても、元データを保存しておくことが重要です。裁判所の証拠説明書の記載要領も、オリジナルデータをコピーして提出する場合には、もとの証拠の作成年月日と作成者を記載するよう案内しています。
原本の確認が必要になる場面に備え、次の情報を分けて管理するのが基本です。
- 撮影機器に残っている元ファイル
- 裁判提出用に複製・変換したファイル
- 複製、受領、保存を行った日時と担当者
- トリミングや字幕追加など、加工をした場合の作業記録
- 元ファイルと複製の同一性を確認するハッシュ値
ハッシュ値とは、ファイルの内容から算出する固有の文字列です。保存後に一部でも内容が変われば通常は値も変わるため、改変の有無を確認する手がかりになります。ただし、ハッシュ値だけでは「撮影時から本物だった」とまでは証明できません。偽動画を作成した直後にもハッシュ値は付けられるからです。
真偽の検証は「検知」より「来歴」が軸になる
ディープフェイク対策では、一つの検知ソフトに判定を委ねないことが重要です。
米国国立標準技術研究所（NIST）は、デジタルメディアを検証する際に、出どころ、撮影機器、編集・圧縮・保存の履歴、映像の前後関係を確認するよう示しています。NISTが重視するのは、コンテンツがたどった経路を追跡する「プロベナンス（来歴）」です。
検知AIには誤判定がある
検知ツールは、顔の境界、光の反射、音声と口元のずれ、生成モデルに由来する痕跡などを分析します。しかし、出力は通常、真偽を確定する判決ではなく、確率や疑わしさの指標です。
限界もあります。
- SNSへの投稿や再保存で映像が圧縮され、検出に必要な痕跡が消える
- 新しい生成手法を、古い学習データの検知器が見抜けない
- 通常の編集や低画質を改ざんと誤認する
- 検知を回避するための追加加工が行われる
IPAも、機械学習による判定では誤判定をゼロにできず、どの入力で誤るかを予測しにくいと説明しています。したがって、鑑定を行う場合も、使用したツール名だけでなく、バージョン、分析対象、手順、誤検出率などを検討する必要があります。
来歴を裏付ける材料
一つの決め手を探すより、独立した材料を組み合わせる方が堅実です。
- 撮影者や現場にいた人の説明
- 撮影端末と元ファイルの確認
- ファイルのメタデータやハッシュ値
- 防犯カメラの管理ログや書き出し記録
- 同時刻の通話、位置情報、入退室記録
- 別の角度から撮影された映像
- 投稿サービスや通信事業者に残る記録
- デジタル・フォレンジック専門家による解析
複数の資料が同じ日時、人物、行動を示せば、映像の信用性は高まりやすくなります。反対に、映像だけがほかの客観記録と食い違えば、慎重な検討が必要です。
「偽物だ」と言うだけで本物を退けられるのか
生成AI時代のもう一つの問題は、本物の映像まで「ディープフェイクだ」と否定しやすくなることです。
IPAは、偽コンテンツが増えることで本物まで偽物に見えてしまう現象を「嘘つきの配当」として紹介しています。裁判でも、具体的な根拠がないまま「AIで作れる」と主張するだけで映像の価値が失われるなら、撮影記録による立証そのものが難しくなります。
そこで争点になるのは、否定の具体性です。
- どの部分に不自然さがあるのか
- 元ファイルと提出ファイルに差があるのか
- 撮影日時や場所に矛盾があるのか
- 鑑定方法に再現性があるのか
- 別の記録と食い違っているのか
「AIなら作れる」という一般論と、「この映像が作られた」という立証は同じではありません。 提出する側にも争う側にも、検証可能な説明が求められます。
生活者が映像を証拠として残すときの実践策
交通事故、近隣トラブル、職場でのハラスメント、住宅設備の不具合など、スマートフォン動画が役立つ場面は身近にあります。大切なのは、撮った後に原本を壊さないことです。
まず行いたい保存方法
- 撮影した端末の元ファイルを削除しない
- 編集アプリで上書きせず、加工は必ず複製したファイルで行う
- クラウドなど別の場所にもバックアップする
- 撮影日時、場所、撮影者、周囲にいた人をメモする
- 受け渡した相手、日時、方法を記録する
- SNSへの投稿版だけを唯一の保存先にしない
切り抜きや字幕が必要な場合も、加工版と元ファイルを両方残します。個人情報や第三者の顔が含まれる映像を不用意に公開すると、別の権利問題を生む可能性があるため、証拠の保存とネット公開は分けて考えるべきです。
送られてきた映像では確認項目が増える
自分が撮影していない映像を受け取った場合は、送信者に次の点を確認します。
- 誰が撮影したのか
- 元ファイルはどこにあるのか
- どのサービスや端末を経由したのか
- 編集、圧縮、変換を行ったか
- 映像の前後に別の記録があるか
メッセージアプリから保存したファイルだけでは、撮影時の情報が十分に残っていない場合があります。可能であれば、撮影端末から元データの提供を受け、受領経路も記録します。
今後の焦点は「真正性を後から推測する」方法からの転換
これから重要になるのは、完成した映像の不自然さを探すだけでなく、撮影時点から来歴を記録する仕組みです。
電子署名、信頼できるタイムスタンプ、撮影機器の証明、改変履歴を記録するコンテンツ認証技術などが普及すれば、「本物らしく見えるか」ではなく、「どの機器から、どの経路で届いたか」を検証しやすくなります。
ただし、認証情報がない映像を一律に偽物扱いするのも適切ではありません。古い端末の映像、災害時の市民撮影、匿名の告発など、認証機能を使えない状況は残るからです。
今後、裁判実務で注目すべき点は明確です。
- ディープフェイク鑑定の手法と誤判定率がどう説明されるか
- 撮影から提出までの記録を誰が、どの形式で残すか
- 認証情報のない映像をほかの証拠でどう補強するか
- 本物に対する根拠の薄い「偽物」主張をどう扱うか
映像は、これからも有力な証拠になり得ます。ただし、その価値を守る作業は法廷に入ってからでは遅いことがあります。撮影直後に元ファイルと来歴を残せるか。そこが、生成AI時代の証拠保全の出発点です。