AIが「犯人」と言った瞬間、5ヶ月間誰も確認しなかった——銀行記録を1件調べれば済んだ無実の証明

日本でも防犯カメラと顔認識AIの連携が進む中、米国では顔認証による冤罪が繰り返されている。
テネシー州の50歳の祖母が、1,200マイル(約1,900km)離れた場所で起きた犯罪の「犯人」としてAIに特定され、約5ヶ月半にわたり収監された。無実の証明に必要だったのは、銀行記録1件だった。
トピックスの要約
何が起きている?
- ファーゴ警察が顔認証AIで監視映像からリップスを「犯人」と特定。
- 2025年7月、テネシー州で子守り中に連邦保安官に逮捕。
- 逮捕から5ヶ月後の12月19日に初の聞き取り。銀行記録で無実証明、24日に釈放。
- 収監中に住居・車・飼い犬を失い、警察からの謝罪はなかった。
TECHTECH.の視点・洞察
繰り返されるパターン
Washington Postが2025年1月に報じた調査では、米国で少なくとも8件の顔認証による冤罪を確認している。デトロイトのロバート・ウィリアムズ(2020年)、同じくデトロイトのラドンナ・クラッチフィールド(2024年)、NYPDのトレヴィス・ウィリアムズ(2025年、実際の容疑者より身長20cm低く体重30kg軽かった)など、その後も事例は増え続けている。確認されたすべてのケースで捜査官が「アリバイの確認」「身体的特徴の照合」といった基本的なステップを省略していた(Washington Post報道)。
これは個別の捜査ミスではなく、パターンだ。AIが「この人物です」と出力した瞬間、それが「確認すべき仮説」から「確定した事実」に変わる。リップスの弁護士ジェイ・グリーンウッドの言葉が的確に構造を言い当てている——「顔認証しか手がかりがないなら、もう少し掘り下げたい」(Futurism報道)。だが実際には、顔認証が手がかりを出した時点で、掘り下げが止まっていた。
「5ヶ月間」の空白
この事件で最も注視すべき事実は、顔認証の精度ではない。リップスが逮捕されてから初めて本人への聞き取りが行われるまで5ヶ月かかったことだ。
リップスは犯行現場から約1,900km離れたテネシー州に住んでいた。犯行が行われた2025年4〜5月の時期に、テネシー州内でタバコを購入し、社会保障小切手を入金していた記録が銀行にあった。弁護士がこの記録を請求し、ファーゴ警察に提示した12月19日、無実は即座に証明された。つまり、最初の段階で誰かが銀行記録を1件確認していれば、逮捕そのものが起きなかった。
5ヶ月という時間は、技術の限界が生んだものではない。「AIが特定した人物を、改めて人間が検証する」というプロセスが、制度として存在しなかったか、存在していても機能しなかったことが生んだ時間だ。
日本の顔認証捜査——専用の法規制はまだない
日本でも顔認識AIの捜査活用は進んできた。警察庁は2020年にヤフー・電通デジタルと連携し、指名手配容疑者の加齢後の顔をAIで予測するプロジェクト「TEHAI」を開始。JR東日本は2021年に駅構内で出所者や指名手配犯を検知する顔認識カメラを導入したが、日弁連がプライバシー侵害の恐れを指摘し利用中止を求める声明を出した結果、同年9月に出所者の検知対象除外、2025年7月に全面運用停止に至っている。
問題は、こうした個別の対応はあっても、「顔認証の結果を捜査にどう位置づけるか」を定めた法的枠組みが日本には存在しないことだ。現行の個人情報保護法には生体データに特化した規律がなく、2025年の法改正議論でも顔認識技術の捜査利用に対する規定は主要論点に入っていない(日弁連意見書)。米国ではデトロイト市が2024年の和解で「顔認証の結果だけでは逮捕しない」「独立した信頼できる証拠で裏付ける」というポリシーを導入したが、これは全米で最も厳格な基準とされ、多くの州にはこうした規制がない。日本では、そもそも規制の必要性についての公的な議論が始まっていない。
「確認しなかった」のか「確認する構造がなかった」のか
リップスの事件を「警察の怠慢」として片づけることはできる。だが、確認されたすべての冤罪事例で同じパターンが繰り返されている事実は、個人の怠慢ではなく構造の問題を示している。
AIの出力が「参考情報」として扱われる建前と、「確定情報」として運用される現実の間にギャップがある。この構造はAI顔認証に限った話ではない。AIが業務判断の入力になるあらゆる場面——採用スクリーニング、与信審査、医療診断——で同じ力学が働きうる。AIが「答え」を出した後、人間がその答えを検証するインセンティブとプロセスが設計されているか。リップスの事件は、その問いを最も過酷な形で突きつけている。家を失い、車を失い、犬を失い、5ヶ月間の自由を失った50歳の祖母に、警察は謝罪すらしていない。

さらに掘り下げる

AIに潜む偏見:人工知能における公平とはの詳細
報道記事・ソース
ニュースを消費せず、思考に変える習慣。
一人の限界を超えるための、テックメディア。








