私はどれくらい普通？ スコアの意味を徹底解説
各スコア帯の意味、アルゴリズムの考え方、そして結果が意外に感じられる理由をわかりやすく整理しました。
目次
写真をアップロードして数秒待つと、画面にひとつの数字が表示されます。6.4かもしれませんし、7.8かもしれません。あるいは4.9が出て、「何が悪かったんだろう」と考え込んでしまったかもしれません。
大事なのは、その数字にはきちんとした意味がある一方で、多くの人が思っている意味とは違うということです。「私はどれくらい普通？」スコアは、あなたの価値や現実世界での魅力、他人からどう見られているかを判定するものではありません。これは顔の幾何学データで学習したAIモデルが出す数学的な出力です。仕組みを理解すれば、不安を煽る数字ではなく、納得できる指標として受け取れるようになります。
私は長年AI美容ツールを見てきましたが、最も多い誤解は「5点や6点は失敗だ」と思い込むことです。実際はそうではありません。その理由を順番に見ていきましょう。
「私はどれくらい普通？」スコアとは？
「私はどれくらい普通？」スコアは、AIモデルがあなたの顔立ちを大規模な人間の顔データセットと照らし合わせて算出する1〜10の評価です。アルゴリズムは、左右対称性、各部位の比率、パーツ同士の距離など、数多くの幾何学的関係を測定し、それを集団平均と比較します。
このツール名にある「normal」という言葉が重要です。このスコアが問うているのは「雑誌的な美の基準で見て美しいか」ではなく、「あなたの顔の計測値が人間の顔の統計的平均にどれだけ近いか」です。集団平均に近い顔は4〜6点台に入りやすく、対称性や比率が非常に優れている顔はより高い点数になります。
イメージとしては正規分布です。ほとんどの人は中央付近に集まり、両端に位置する人はごくわずかです。このスコアは、その分布の中での位置を示しているにすぎません。
ここが重要
このスコアが測っているのは統計的な顔の基準への近さであり、現実世界でのあなたの魅力そのものではありません。人柄、自信、表情、存在感など、本当に人を惹きつける要素はアルゴリズムには見えません。
1〜10のスケールで各レンジが意味するもの
各スコア帯が一般的に何を示すのか、どの程度よく見られるのかを、わかりやすく整理しました。
大きな乖離
この水準の低いスコアは、実際の顔立ちというより写真側の問題を反映していることがほとんどです。極端な角度、強い影、髪や眼鏡による顔の一部の隠れ、解像度の低さなどがあると、AIの顔ランドマーク検出がうまく働きません。このレンジが出た場合は、結論を急ぐ前に別の写真で試すのがおすすめです。
平均より低め
平均からやや外れた比率や左右差が表れている場合もありますが、写真条件の悪さが原因であることも少なくありません。より良い光環境と真正面の角度で再測定する価値があります。
平均的：最も一般的なゾーン
最も多くの人が入るレンジであり、実際には十分に良い結果です。5点というのは、あなたの顔の幾何学が集団平均にかなり近いことを示します。進化心理学の研究でも、平均的な顔は親しみやすく魅力的に知覚されやすいことが繰り返し示されています。
平均以上
顔全体の調和が強く、左右対称性や比率も集団基準に照らして好ましい水準にあります。このレンジであれば、顔の幾何学的特徴は統計上しっかり平均を上回っています。一般的に「整っている」と言われる人が多く入るゾーンです。
非常に魅力的
対称性と比率の整合性が非常に高いレンジです。ここに入る人は多くありません。バランスが取れているだけでなく、印象に残る個性も兼ね備えている顔立ちが多く、単に感じが良いというより「目を引く」と受け取られやすい領域です。
例外的に高い
極めて稀です。このレンジは、AIが見ているほぼすべての幾何学指標で非常に高い整合性があることを意味します。実際には、プロのモデルや俳優であっても安定してこの帯に入ることは多くありません。写真が完璧であることは稀であり、アルゴリズム自体も非常に大きな母集団を基準に調整されているためです。
「私はどれくらい普通？」スコア早見表
| スコア範囲 | ラベル | 意味 | 結果全体に占める目安 |
|---|---|---|---|
| 9.0 – 10.0 | 例外的に高い | 幾何学的整合性がほぼ完璧。非常に稀 | 1〜2% |
| 7.5 – 8.9 | 非常に魅力的 | 対称性と比率の整合性が非常に高い | 約10% |
| 6.0 – 7.4 | 平均以上 | 顔全体の調和が強く、統計的中央値を上回る | 約25% |
| 4.5 – 5.9 | 平均的 | 集団平均に近く、最も一般的なレンジ | 約45% |
| 3.0 – 4.4 | 平均より低め | 平均からの乖離がやや大きい、または写真品質の問題 | 約15% |
| 1.0 – 2.9 | 大きな乖離 | ほとんどの場合、写真または検出上の問題 | 5%未満 |
実際に多くの人が入るスコア帯
まず安心してほしいのは、スコア分布は身長やIQなど多くの人間の特性と同じく、正規分布に近い形を取るということです。
スコアの大半、約70%は4.5〜7.4の間に収まります。3未満や9超えは本当に稀です。もし5.8で落ち込んでいるなら、実際には人間の顔全体の中でごく普通の多数派に入っています。それは慰めではなく、この尺度の数学的な現実です。
以下のチャートは、複数のAI顔分析ツールの集計結果をもとにしたおおよその分布です。
Approximate Score Distribution (Bell Curve)
この分布は複数のAI顔分析プラットフォームの集計データをもとにした概算です。
AIはどうやってスコアを算出するのか
このスコアは単一の測定値ではなく、複数の分析結果を重み付けして合成したものです。各要素を知ると、結果をより正確に理解できます。
顔の左右対称性
~30%AIは顔の左右に対応する点を対応付け、どれだけ鏡写しに近いかを計算します。Evolution and Human Behaviorに掲載された研究では、左右対称性が文化をまたいで魅力度評価に一定の影響を持つことが示されています。なお、100%の完全対称はかえって不自然に見えることもあり、高評価の顔は85〜95%程度に収まる場合が多いです。
顔の比率と黄金比
~25%顔の縦横比、額・中顔面・下顔面の三分割、目の幅と顔幅の比、鼻幅と顔幅の比などが測定されます。これらは集団平均と比較されます。黄金比（φ ≈ 1.618）は参考値の一つではありますが、近年の研究では単一の理想値よりも集団平均への近さのほうが重要だと考えられています。
目の間隔と大きさ
~15%目と目の間の距離が顔幅に対してどの程度かという指標は、非常によく研究されている顔の指標です。カリフォルニア大学の研究では、顔幅の約46%にあたる目間距離が好意的に評価されやすいとされています。目の大きさもこの要素に含まれます。
鼻の比率
~10%鼻の幅、長さ、前方への出方を顔全体との関係で評価します。AIが比較しているのは単一の「理想形」ではなく集団基準です。調和して見える鼻のバランスは、民族的背景や顔型によっても変わります。
唇の幅とバランス
~10%唇の幅が顔幅に対してどれくらいか、また上唇と下唇のバランスがどうかを見ます。研究では、下唇と上唇の比率が概ね1.5:1〜2:1程度だと、魅力度評価が高くなりやすい傾向があります。
顔全体の調和
~10%各パーツが全体としてどう調和しているかを総合的に評価します。ここでディープラーニングが単純な計測以上のニュアンスを加えます。モデルは何百万もの評価済みの顔で学習しており、単一の比率では表せない微妙な調和パターンも捉えられます。
AIが見ている要素（おおよその重み）
| 要素 | 測定内容 | 重みの目安 |
|---|---|---|
| 顔の左右対称性 | 顔ランドマークの左右の鏡像的一致度 | ~30% |
| 顔の比率 | 縦横比、三分割、黄金比への近さなどの主要比率 | ~25% |
| 目の間隔と大きさ | 顔幅に対する目間距離と目の大きさ | ~15% |
| 鼻の比率 | 幅・長さ・突出度を集団基準と比較 | ~10% |
| 唇の幅とバランス | 顔に対する唇幅、上下唇のバランス | ~10% |
| 全体の調和 | ディープラーニングによる顔全体の統合評価 | ~10% |
写真によってスコアが変わる理由
これは最もよく受ける質問です。「5分違いで2枚撮ったのに、まったく違うスコアが出ました。どちらが本当ですか？」
答えは、どちらも本当であり、どちらも決定版ではない、です。AIが分析しているのはあなた自身という抽象的な存在ではなく、その瞬間の写真です。いくつかの要因でスコアは1点以上動くことがあります。
写真条件がスコアに与える影響
| 変数 | スコアへの想定影響 | 推奨条件 |
|---|---|---|
| 光の向き | ±0.8 – 1.5点 | 真正面からのやわらかな拡散光 |
| カメラ角度 | ±0.5 – 1.2点 | 目線の高さ、真正面、頭は水平 |
| 表情 | ±0.3 – 0.8点 | 無表情に近い自然な表情、またはごく軽い微笑み |
| 画像解像度 | ±0.2 – 0.6点 | 最近のスマホでしっかりピントが合った写真 |
| 髪 / 眼鏡による遮り | ±0.5 – 1.5点 | 顔全体が見える状態、髪は避け、眼鏡なし |
実用的な結論としては、できるだけ条件を揃えた複数の写真を撮り、その平均を見るのが最も確実です。1枚の写真から出た1回のスコアは、あくまで一つのデータ点です。
5点は低いのか？ 正規分布から見る真実
いいえ。5点は悪いスコアではありません。この点ははっきり言っておきたいです。というのも、「5」という数字には「ただ普通」「平凡」「特別ではない」といった文化的な響きがありますが、この文脈ではそれがかなり誤解を招くからです。
顔の幾何学という観点では、5点はあなたの顔立ちが人間の顔の統計的平均にかなり近いことを意味します。そして研究が繰り返し示してきたのは、平均的な顔は魅力的に知覚されやすいということです。
LangloisとRoggmanによる1990年の有名な研究では、複数の顔を平均化して合成顔を作成しました。その結果、合成顔は元になった個々の顔の多くよりも魅力的だと評価されました。平均的な顔は脳にとって処理しやすく、親しみやすく、好ましく感じられるのです。
5点や6点だからといって、印象が弱いという意味ではありません。むしろ人間の脳が本能的に好ましく感じやすいゾーンに入っているということです。
Research Note
顔の魅力における「平均性」理論は、この分野でもっとも再現性の高い知見の一つです。Judith Langloisらの研究を含む学術文献では、平均的な顔が異なる集団間でも一貫して魅力的だと評価されることが示されています。 Physical attractiveness — Wikipedia.
より正確な結果を得るためのコツ
写真由来のノイズではなく、実際の顔の幾何学をより正確に反映させたいなら、次の点が大きく効きます。
-
自然で拡散した光を使う
理想的なのは、正面の窓から入るやわらかな自然光です。真上からの照明は目元や鼻の下に強い影を作り、直射フラッシュは顔立ちを平坦に見せ、暗い環境ではAIがノイズの多い画像を処理することになります。 -
真正面・目線の高さで撮る
少し上からでも下からでも、顔の比率は簡単に歪みます。スマホは目の高さに持ち、レンズをまっすぐ見て、頭を傾けないようにしてください。 -
表情は自然でニュートラルにする
リラックスした自然な表情のほうが、AIは本来の比率を読み取りやすくなります。大きな笑顔、眉の上げ下げ、目を細める動きは一時的に顔の幾何学を変えてしまいます。 -
顔をしっかり見せる
眼鏡を外し、髪を顔からどけ、帽子など顔の一部を隠すものは避けてください。AIは生え際からあご先まで顔全体を確認できる必要があります。 -
高解像度の写真を使う
最近のスマートフォンのカメラで十分です。スクリーンショットの再保存画像、強く圧縮された画像、暗所で撮った写真は避けましょう。 -
複数枚で試す
同じ条件で3〜5枚撮影し、そのレンジを確認してください。あなたの「本来のスコア」は、単発の数値よりもそれらの平均に近いはずです。
このスコアではわからないこと
スコアが何を測っているかだけを説明して、何を見落としているかを同じくらい明確に伝えないのは不誠実です。
「私はどれくらい普通？」スコアは、1枚の写真に写った静的な顔の幾何学を測る指標です。次のようなものは反映できません。
- 動いているとき、笑っているとき、会話しているときの印象
- 目元から伝わる温かさや冷たさ
- 自信や身のこなし
- 声、存在感、カリスマ性
- 文化的背景。美の基準は地域やコミュニティによって大きく異なる
- 身だしなみ、スタイル、見せ方。現実の印象には大きく影響する
- 人を本当に惹きつける性格的な魅力
社会心理学の研究では、第一印象としての外見的魅力度は、実際に会話や交流をすると大きく変わることが繰り返し示されています。静止画のAIテストで6点だった顔が、1時間話した相手には9点のように感じられることもあるのです。
このスコアは、顔の幾何学を知ること、好奇心を満たすこと、気軽に楽しむことには役立ちます。しかし、自分の価値や現実の魅力を測る物差しとして使うべきではありません。
Ready to find out your score?
Upload a photo and get your How Normal Am I rating in seconds — free, no sign-up required.
「私はどれくらい普通？」を試す結論
「私はどれくらい普通？」スコアは、1枚の写真においてあなたの顔の幾何学が集団平均と比べてどこに位置するかを示したスナップショットです。5点は本当に平均的であり、平均的な顔は研究でも一貫して魅力的だと評価されています。7点は高い評価で、9点は非常に稀です。
この数字は、仕組みを理解してはじめて役に立ちます。測っているのは左右対称性、各部位の比率、パーツ間の距離です。現実の魅力を左右する存在感、温かさ、自信、そして一緒にいたいと思わせる独特の雰囲気までは測れません。
だからこそ、テストは気軽に楽しみ、そのあとで自分らしい魅力を大切にしてください。
よくある質問
著者について
Sarah Mitchell
ビューティーテック専門ジャーナリスト・AIと美容を8年以上取材・TechCrunchとWired掲載
Sarahは2017年から美容とテクノロジーの交差点を取材してきました。TechCrunch、Wired、The Vergeなどで執筆実績があります。コンピュータサイエンスの学位を持ち、AIツールを誰にとってもわかりやすく身近なものにすることに情熱を注いでいます。
参考文献・関連資料
- Langlois, J. H., & Roggman, L. A. (1990). Attractive faces are only average. Psychological Science, 1(2), 115–121.
- Perrett, D. I., et al. (1999). Symmetry and human facial attractiveness. Evolution and Human Behavior, 20(5), 295–307.
- New 'Golden' Ratios for Facial Beauty — National Center for Biotechnology Information (PMC2814183) — https://pmc.ncbi.nlm.nih.gov/articles/PMC2814183/
- Physical attractiveness — Wikipedia overview of research on facial attractiveness, symmetry, and the averageness effect — https://en.wikipedia.org/wiki/Physical_attractiveness
- How AI Attractiveness Tests Work: A Deep Dive into Facial Symmetry Scoring — BeautyTechInsider (Guest Contribution) — https://beautytechinsider.com/how-ai-attractiveness-tests-work/
Last updated: 2026-03-28