CNBCは、手作りの品で知られる通販サイトEtsyが、AIで作った作り方ガイドの販売を禁じると報じました。作り方ガイドは、かぎ針編みの図案やレシピのように、買った人が手を動かして仕上げる品です。Etsyは、AIが関わる品を買い手が見分けられないことが、買い物を増やす妨げの上位3つに入ったとしています。
この記事の要点
- EtsyがAIの作り方ガイドを禁じ、作った実物の写真を求めた
- AIの品と見分けがつかないと、作り手の品まで買われにくい
- 作った人だけが手間なく出せる証拠を、商品に添える
見分けのつかない品が混じると、売り場はどうなるか。作り手の品だけが並ぶ売り場では買い手の買う気が高いが、見た目の同じAIの品が混じると買う気が下がる。作り手の品にだけ実物の写真の丸が付くと、見分けの手がかりが戻る概念図。概念図で、数値ではありません。CNBC(2026年10月22日)が報じたEtsyの説明をもとに描きました。品の数と棒の高さは模式です。実物の写真の Step は決まりの狙いで、効果は報じられていません。
Etsyが、AIで作った作り方ガイドの販売を禁じる
CNBCによると、Etsyは、図案やレシピなど、AIで作った作り方ガイドを売らせないと発表しました。売り手には、作り方で実際に作った品を、買い手が何を期待できるか分かるよう見せることと、手を加えていない実物の写真を載せることを求めます。
Etsyは売り手への知らせで、どの品にAIが関わっているか見分けられないという買い手が多く、買い物を増やす妨げの上位3つに入ったと伝えました。売り手からも、自分の作品がAIを紛らわしく使う品と並び、自分の役割が買い手に伝わりにくくなったと心配する声が届いていました。
AIを使うEtsyが、なぜAIの作り方ガイドを売らせないのか
Etsyは、自社のサイトの検索などにAIを使い、条件付きでAIのアートも認めています。それでも、AIで作った作り方ガイドは売り場から外しました。
見分けがつかないと、良い品の売り手から売り場を離れる

説明したいのは、見分けられないことが、なぜ買い物を減らすのかです。経済学者のGeorge Akerlofが1970年に示したレモン市場は、買い手が品の良し悪しを見分けられないと、市場が縮み、質の低い品ばかりが残りうる、という考え方です。
買い手はどの品にもならした値しか払わず、良い品の売り手には割に合いません。朝市に例えると、手で漬けた漬物に工場の品が混じると知った客は、どの店にもならした値しか払わず、損をするのは手で漬ける店です。
報道はAIの図案の出来に触れていませんが、このニュースで買い手に見えない良し悪しは、作り方どおりに作って写真の品ができるかです。作り手の心配は、良い品の売り手に割が合わなくなる流れの始まりと読めます。
実物の写真は、作った人にしか手軽に出せない証拠

説明したいのは、Etsyがなぜ実物の写真を求めたのかです。シグナリング理論は、品が見えないとき人は相手の見せる印で推し量り、印が働くのは出す手間が良い品の売り手ほど小さいときだけ、という考え方です。
当サイトが10月22日に届けたニュースでは、実在する出典を引きながら中身を取り違えるAIの文章が、Wikipediaにとても多いそうです。出典も、AIなら手間なく付けられるため、人が調べた印になりにくいと考えます。
このニュースでは、作った品の写真が印にあたり、作った人なら撮るだけで出せますが、AIで作り方を作っただけの売り手は、まず作らないと出せません。報道は決まりの効果を伝えていませんが、手間の差がある印なので、見分けの手がかりになります。
買い物を減らすのは、AIの品より見分けのつかなさ
2つを重ねると、Etsyは作る過程を明かすAIのアートを残し、作るまで出来の見えない品には作った実物の写真を求めたと分かります。買い物をためらわせるのは、AIの品より、作り手の品と見分けがつかないことです。
AIの品が混じり、作り手の手間が見えなくなった
報道は、作り手が売り場を離れたとは伝えていません。レモン市場に照らすと、いまは次の順です。
- AIの作り方ガイドや絵が、売り場に増える
- 買い手は、AIが関わる品を見分けられない
- 買い手は、買い物を増やすのをためらう
- 作り手は、自分の役割が伝わらないと心配する
見分けられないままなら次に減るのは作り手で、Etsyの決まりはその手前の対策です。
使うまで出来が見えない商品に、作った証拠を添える
手順書やテンプレートなど、使うまで出来が見えない商品も同じです。次の順で確かめます。
- 買ったあとでないと出来を確かめられない商品を挙げる
- 説明だけで、AIで作っただけの品と見分けがつくかを社外の人に聞く
- つかないなら、その商品で実際に作ったものを手を加えずに見せる
- その証拠がAIでも同じ手間で作れるなら、別の証拠に替える
読み解きに使った概念・法則
この記事で取り上げたニュース
その後の関連ニュース
同じ概念・法則で読める記事
社員の伸びしろは見えず、AIの職は実績の見える外の人に回る
なぜ?人事の92%が社員をAIの職に育て直せると答え、87%が育て直しを十分に考えていると答えるのに、なぜ新しいAIの職は、外からの採用が社員の配置換えを上回るのか
この記事からわかることAIの仕事を外に頼むか社内に任せるかを決める前に、近い作業をAIで片付けた社員とその結果を書き出し、いれば外に頼む前に小さく任せて時間とやり直しの数を残して外の候補の実績と並べ、いなければ外に頼んで社内の1人に同じ作業を横でしてもらう
AIで誰でも成果物が整うと、出来ばえは力の印にならない
なぜ?部下の成果物はAIで整って届くのに、なぜ管理職は部下の仕事を評価しにくくなり、確かめる時間まで増えたのか
この記事からわかること部下の成果物の出来ばえだけで評価せず、何をAIに任せ、どこを自分で直し、なぜそう決めたかを本人に口で聞き、すぐ答えられた判断を評価に入れ、要の箇所で答えに詰まったら一緒に確かめ直す
更新の記録
- 2026-10-25、同じ構造をBBCの自然番組でも観測した(「Blue Planet III」の制作陣は、AIの偽物に対抗し、動物がAIで作ったものではないと示すため、以前なら外すこともあったプランクトンの多い場面や船・ブイの映り込みを残し、濁りのある整えすぎない映像を入れた。BBCの担当者は、生成AIは1コマも使っていないと説明した。The Guardian)
シェアする
Googleで探しやすくするPRODUCT
注目ツール
直近、ニュースや活用事例、techtech.clubの記事などから話題のITツールを厳選しています。
EXPLORE
ほかのコンテンツも読む
気になるテーマに切り替えて、続きを探せます。
注目の企業
今日のニュース
AIの接続先1つの乗っ取りで、信頼したツールも悪用の恐れ
原文を読む(VentureBeat) ↗Palo Alto Networksの試験で、1つのAIエージェントに5つのMCPサーバー(AIとツールを結ぶ仕組み)をつなぐと、攻撃の成功率は78.3%でした。乗っ取られたサーバーの指示が、ほかのツールの呼び出しにも入り込むためです。記事は権限を絞った短期間の認証情報を勧めています。
豪中央銀行、AIの影響を受けやすい職で若手の雇用が減少
原文を読む(THE DECODER) ↗オーストラリア準備銀行(中央銀行)の分析で、2022年末のChatGPTの公開以降、AIの影響を受けやすいソフト開発・事務・顧客対応の職で求人が最も大きく減りました。これらの職では若手の雇用が減り、年長の働き手は増えています。分析者は、因果関係は示せていないと注意を促しています。
Anthropic上場へ、支払いの約束は9,000億ドル超
原文を読む(CNBC) ↗Claudeを開発するAnthropicが、木曜日にNasdaqへ上場する見通しです。同社のクラウドや半導体などへの支払いの約束は9,000億ドルを超え、GoogleやNVIDIAなどは計260億ドルを上場時に投じます。NVIDIAのCEO解任など、IT業界に悪い知らせが続く中での上場です。
仕事と組織の変化
職員約2万人の申請を紙からスマホへ
各社のIT活用
社員の情報でのカオナビの使い方
文章・資料づくりでのAzure OpenAI Service(IIJ GIO with Microsoft Azure)の使い方
ふくおかFGAzure OpenAI Service(IIJ GIO with Microsoft Azure)
- 文章・資料づくり
文書の下書きや企画のアイデア出し、マーケット情報の整理に、本部と営業店の約6,000人が使える社内の生成AIを使っている
同じ仕事の他社事例を見る →クラウド基盤でのAWSの使い方
- クラウド基盤
グループ5社の基幹システムを AWS の上に移し、システムどうしをつなぐデータHUBも AWS の上に作り、移行費用の償却後で従来より40%のコスト削減を見込む
同じ仕事の他社事例を見る →