JOURNAL / BODY / PSYCHOLOGY
2026.10.14

美人は数値で測れるのか？ 研究が示した「客観的な美しさ」の正体

約26分で読めます（目安）

目次

黄金比、左右対称、平均顔。「美人の条件」として語られてきたものを、顔の魅力研究の数字で確かめる。

「美人の顔は黄金比でできている」。一度は聞いたことがあると思います。ところが研究で確かめると、この説はほぼ成り立ちません。

では、科学が「数値で測れる」と認めた美しさとは何なのか。顔の魅力研究の論文とメタ分析（複数の研究をまとめて分析したもの）を読み、効く指標と効かない指標を数字つきで整理しました。

先に結論を言います。数値化できる美しさは、平均的な顔立ち・均一な肌・（女性の顔なら）女性らしさの3つにほぼ集約されます。そして顔の好みの約半分は、どんな数式にもAIにも回収できない、見る人それぞれの好みです。

1. 「Academic Beauty」とは何か

Academic Beauty とは、研究で「魅力的」と判定される顔の条件を満たした美しさのことです。教科書的な美人、と言い換えてもよいでしょう。代表的なまとめが、Little・Jones・DeBruine による2011年のレビュー論文です。[1] この論文は、魅力を左右する顔の特徴として、左右対称性・平均性・性的二形（男らしさ・女らしさ）・肌の色と質感などを挙げています。

研究者は、美しさを次のように数字にします。

  1. 魅力の点数：大勢の人に顔写真を7段階などで採点してもらい、その平均を「その顔の魅力」とする
  2. 顔の形の数値：目頭・口角・あご先など数十点の座標を取り、対称性や「平均顔からの距離」を計算する
  3. 加工実験：同じ顔を対称にしたり、平均顔に近づけたりして、どちらが好まれるかを比べる

この記事では、特徴と魅力の関係の強さを主に相関係数 r で示します。0から1の値で、マイナスは逆向きの関係です。目安は、.1 が小、.3 が中、.5 が大。r を2乗すると、その特徴で魅力のばらつきを何％説明できるかが分かります（r = .4 なら16％）。

CAUTION

加工実験の効果は、自然な顔どうしを比べた効果より、一貫して大きく出ます。

「○○で魅力が上がる」という話を見たら、どちらの数字なのかを確かめる必要があります。

2. 黄金比：最も美しい比率は「1.618」ではなかった

黄金比を正面から検証したのが、Pallett・Link・Lee の2010年の実験です。[2] 同じ女性の顔で、目と口の位置だけを少しずつ動かし、最も魅力的に見える配置を探しました。

比率最も魅力的だった値黄金比から導く値40人の平均顔の値
目と口の距離 ÷ 顔の長さ.36約 .38.36
両目の間隔 ÷ 顔の幅.46約 .38.46

最適な比率は黄金比とは有意に異なり、平均顔の値とぴったり一致しました。「新しい黄金比」の正体は、神秘の定数ではなく「平均っぽさ」だったわけです。

ほかの検証も同じ方向を示しています。

なお、Pallett の数値は白人女性の顔だけから得たものです。最適な比率が「平均顔」で決まるなら、日本人の顔の最適値は日本人の平均顔で違うはずです。ただし、これを直接確かめた研究は見つかっていません。

3. 本命は「平均顔」

形に関する指標で、最も確実に魅力を予測するのが平均性です。その顔が、集団の平均的な顔立ちにどれだけ近いかを指します。

始まりは、Langlois と Roggman の1990年の合成顔の実験です。何人もの顔写真を重ねて平均顔を作ると、元のほぼすべての顔より魅力的と評価されました。重ねる人数を増やすほど、魅力は上がりました。[5] 「合成で肌が滑らかになっただけでは」という批判もありましたが、肌の質をそろえても効果は残っています。[6]

効果の大きさは、Rhodes の2006年のメタ分析が示しています。[6]

2024年には、10か国・1,550人の顔を分析した大規模研究が出ました。すべての国で、個性的な（平均から遠い）顔ほど魅力が低いという結果でした。[7]

ただし「最も美しい顔」は平均ではない

Perrett・May・Yoshikawa は1994年に、魅力的な顔だけを平均した顔が、全体の平均顔より好まれることを示しました。その差を誇張すると、さらに魅力が上がりました。ずれの方向は「あごが小さく、頬骨が高い」という女性的な方向で、この好みは日本人と白人の評価者で共通していました。[8]

まとめると、平均性は「個性的すぎる顔」との比較で魅力を底上げします。そして最上位の顔は、平均から性別らしい方向へ少しだけずれた位置にあります。

4. 左右対称：研究が大きくなるほど効果が消えた

「左右対称な顔ほど美しい」は、かつて魅力研究の主役でした。ところが測り方が精密になり、扱う顔の数が増えるほど、効果は縮んでいきました。

年研究規模結果
2024Kleisner ほか [7]10か国・1,550顔平均性の影響を除くと、対称性の効果はほぼゼロ
2011Van Dongen [10]既存研究の再分析公表バイアスを補正すると効果は30〜50％縮小。100顔以上の研究ではほぼゼロ
2006Rhodes（メタ分析）[6]複数研究の統合自然な顔で R = .23（ばらつきの約5％）
1994Grammer & Thornhill [9]男女各16顔r = .53〜.64 という大きな関連

公表バイアスとは、「効果あり」の結果ほど論文になりやすい偏りのことです。初期の小さな研究の大きな数字が、通説を作っていたことになります。

では、なぜ対称性は効いているように見えたのか。非対称な顔は、個性的な（平均から遠い）顔でもあることが多いからです。両者の相関は r ≈ .27〜.29 でした。[7] 対称性の手柄だと思われていたものの一部は、実は平均性の効果だったと考えられます。

ただし、顔写真を加工して完全に対称にすると、今も元の顔より好まれます。二択では対称版が77％の試行で選ばれました。[11] 「加工すれば効く」と「生まれつきの対称性の差が魅力を決める」は、別の話です。

5. 女性らしさは効くが、男らしさはほぼ効かない

顔の男らしさ・女らしさ（性的二形）は、男女で結果がまったく違います。

女性の顔では、女性らしいほど魅力的。これは一貫しています。

男性の顔では、男らしさは魅力をほとんど予測しません。

男らしい顔への好みは、環境で変わることも分かっています。30か国の比較では、国の健康水準が低いほど男らしい顔が好まれました。[16] 12集団の比較では、男らしさ・女らしさを強調した顔への好みは、都市化した環境でしか見られませんでした。[17] 「男らしさスコア」を、世界共通の美の式に入れることはできないのです。

6. 見落とされがちな主役：肌

肌は、顔の形とは別に魅力を左右します。しかも主な指標のなかで唯一、短期間で変えられる指標です。

化粧が魅力を上げる理由のひとつは、「女性らしさ」と「若さ」の手がかりを同時に強めている点にありそうです。ただし、均一さの研究は対象の年齢幅が広く、年齢差が効果を押し上げている可能性があります。黄みの研究も、顔の数が34〜41と小規模です。

7. 一覧：「数値化できる美」ランキング

ここまでの指標を、自然な顔で魅力をどれだけ予測するかで並べました。研究ごとに効果量の種類が違うため、順位はおおよその目安です。

順位指標魅力との関係確からしさ
1女性の顔の女性らしさR = .64（加工実験を含む）。10か国で一貫 [6][12]高（方向）
2肌の色の均一さr > .40 [18]中
3平均性R = .37〜.40（ばらつきの約14〜16％）[6][7]高
4肌の黄みβ ≈ .66（男性の顔）[14]中（小規模）
5顔の横幅（顔幅高比）r = −.26（広いほど不利）[15]高
6左右対称性R = .23 → 平均性を除くとほぼ0 [6][7]高（弱いという点で）
7黄金比最適値は黄金比ではなく平均顔の値 [2]中
8男性の顔の男らしさr = .01 [12]高
RANKING

世間でよく語られる「美の条件」ほど、下位に集まっています。

8. 「美人は健康」は本当か

進化心理学には、魅力的な顔は「良い遺伝子や健康のサイン」だという仮説があります。ここで大事なのは、健康そうに見えることと、実際に健康なことは別だという点です。

平均性を加工で変えると、健康そうに見える度合いは大きく変わります（効果量 η² = .34）。[23] ところが、実際に測った健康指標と照らし合わせると、ほとんどの関連が消えます。

指標健康そうに見えるか実際に健康か
平均性強く見える590人の女性で、感染症や免疫の指標と関連なし [24]
左右対称性見える医療記録、免疫機能ともに関連なし [25][26]
女性らしさ―感染症と関連なし [24]
肌の黄み見える野菜・果物の摂取量は反映。感染症とは関連なし [20][24]
顔の脂肪量見える心血管の指標などと関連あり（数少ない例外）[27]

つまり僕たちは、「健康」そのものではなく「健康っぽさ」に惹かれている可能性が高いのです。平均的で対称な顔は脳が処理しやすいから好まれる、という説明でも、データは同じくらい説明できます。

ただし、これらの研究の多くは医療が行き届いた国の若者が対象です。厳しい環境では関連が強まる可能性もあり、「良い遺伝子」仮説が否定されたわけではありません。それでも「美しい顔＝健康の証」と言い切るのは、今の研究が示す範囲を超えています。

9. 美しさは客観か主観か：答えは「両方」

大勢の平均で見ると、美しさはほぼ客観的です。ところが個人どうしでは、意外なほど一致しません。

集団の平均は文化を超えて約.9で一致、個人2人の一致は.3〜.6

顔の魅力評価の一致度（相関・信頼性係数、0〜1）

集団平均どうし（文化間）Langlois ほか 2000 [28]
.94
集団平均どうし（文化内）Langlois ほか 2000 [28]
.90
集団平均どうし（民族間）Langlois ほか 2000 [28]
.88
AI と 集団平均Liang ほか 2018 [36]
.90
個人1人 と 他の人の平均Kagian ほか 2006 [35]
.67
個人2人どうしHönekopp 2006、Leder ほか 2016 [29][31]
.31〜.58

集団平均どうしの値は、多数の評価者の平均点の信頼性係数です。評価者が多いほど1に近づきます。

「美は見る人の目に宿る」という格言を、Langlois らの2000年のメタ分析は「神話」と呼びました。[28] ただし、その根拠は大勢の平均点どうしの一致です。評価者を増やせば、個人の一致が中くらいでも数字は1に近づきます。

Hönekopp は2006年に、同じ顔を1週間あけて2回評価させ、たまたまのブレと「その人の好み」を分けました。[29] 3つの研究を合わせると、安定した評価の違いのうち約40〜55％が個人の好みです。

つまり、モデルと一般の人を比べれば「みんなの合意」が勝ちます。けれど同じくらい整った顔どうしなら、勝負を決めるのは好みです。

好みは遺伝ではなく、経験でできる

顔を見分ける能力の遺伝率は68％ですが、顔の好みの遺伝率は22％しかありません。残りは、家庭の外での個人的な経験でした。[30] 夫婦や親友は他人より評価が一致し、一緒に過ごした年数が長いほど一致が強まりました。[32]

タンザニアの狩猟採集民ハッザは、対称な顔を英国人以上に好みました。一方で、見慣れない欧州人の平均顔は好みませんでした。[33][34]

AVERAGE

平均顔の「平均」とは、その人が見てきた顔の平均なのです。

10. AIの美人判定は、何を測っているのか

AIの美人判定は、人間の平均評価と r ≈ .90 で一致するところまで来ました。[36] 2006年ごろの r ≈ .6 から、肌の情報を加えたモデルで .82、[35] 深層学習で .90 へと伸びています。普通の人1人よりも、「みんなの平均」をうまく当てるわけです。

ただし、この数字には2つの落とし穴があります。

  1. 個人の好みは最初から消えている：AIが学ぶのは「評価者の平均点」です。平均を取る段階で、約半分を占める個人の好みは消えています。AIは「あなたが美しいと感じる顔」を当てる装置ではありません。
  2. 「誰の平均か」で結果が変わる：代表的なデータセット SCUT-FBP5500 を採点したのは、18〜27歳の中国人60人です。[36] このデータで学んだモデルを別のデータに使うと誤差は約3倍に増え、人種によって点数に系統的な差が出ました。[37]

AI美顔スコアが測っているのは「美しさそのもの」ではなく、特定の評価者集団の好みの平均です。日本の人の評価に、そのまま当てはまるとは限りません。

結論：美しさの半分は数式になり、半分はあなたのもの

「数値化できる美しさ」の正体は、黄金比のような万国共通の定数ではありません。その人たちが見てきた顔の平均と、そこから性別らしい方向へのわずかなずれです。だから平均性が最も確実に効き、最適な比率は平均顔と一致し、AIの点数は学習した評価者の文化を引きずります。

  • 黄金比は根拠なし。最も魅力的な比率は「平均顔」の値だった
  • 左右対称は過大評価。大規模研究では、平均性を除くと効果はほぼゼロ
  • 効くのは平均性・女性らしさ・肌。肌は食事や化粧で短期間に変えられる
  • 「美人＝健康」は見た目の話。実際の健康との関連は、ほとんど確認されていない
  • 好みの約半分は個人差。しかも遺伝ではなく、人生経験で形づくられる

多数派の合意としての美しさは、測れて予測できます。平均以下の容姿の人は賃金が5〜10％低いという報告もあり、その影響は現実のものです。[38] けれど残りの半分、つまり誰かが「この顔が好き」と感じる理由は、どの指標にもAIにも回収されません。

美しさは、半分は客観で、半分は見る人のものです。

参考文献

  1. Little, A. C., Jones, B. C., & DeBruine, L. M. (2011). Facial attractiveness: evolutionary based research. Philosophical Transactions of the Royal Society B, 366, 1638–1659. doi:10.1098/rstb.2010.0404
  2. Pallett, P. M., Link, S., & Lee, K. (2010). New "golden" ratios for facial beauty. Vision Research, 50(2), 149–154. PMC2814183
  3. Holland, E. (2008). Marquardt's Phi mask: pitfalls of relying on fashion models and the golden ratio to describe a beautiful face. Aesthetic Plastic Surgery, 32, 200–208. doi:10.1007/s00266-007-9080-z
  4. Al-Sebaei, M. O. (2015). The validity of three neo-classical facial canons in young adults originating from the Arabian Peninsula. Head & Face Medicine, 11, 4. doi:10.1186/s13005-015-0064-y
  5. Langlois, J. H., & Roggman, L. A. (1990). Attractive faces are only average. Psychological Science, 1(2), 115–121. Utah State University
  6. Rhodes, G. (2006). The evolutionary psychology of facial beauty. Annual Review of Psychology, 57, 199–226. PDF
  7. Kleisner, K., et al. (2024). 10か国・1,550人の顔の平均性・対称性・性的二形と魅力の研究（Evolution and Human Behavior）。Human Relations Area Files による紹介：hraf.yale.edu
  8. Perrett, D. I., May, K. A., & Yoshikawa, S. (1994). Facial shape and judgements of female attractiveness. Nature, 368, 239–242. University of St Andrews
  9. Grammer, K., & Thornhill, R. (1994). Human (Homo sapiens) facial attractiveness and sexual selection: the role of symmetry and averageness. Journal of Comparative Psychology, 108(3), 233–242. PDF
  10. Van Dongen, S. (2011). Associations between asymmetry and human attractiveness: possible direct effects of asymmetry and signatures of publication bias. Annals of Human Biology. University of Antwerp
  11. Rhodes, G., Proffitt, F., Grady, J. M., & Sumich, A. (1998). Facial symmetry and the perception of beauty. Psychonomic Bulletin & Review, 5, 659–669. PDF
  12. Lee, A. J., et al. (2014). Genetic factors that increase male facial masculinity decrease facial attractiveness of female relatives. Psychological Science, 25(2), 476–484. PDF
  13. Jones, A. L., & Jaeger, B. (2019). Biological bases of beauty revisited: the effect of symmetry, averageness, and sexual dimorphism on female facial attractiveness. Symmetry, 11(2), 279. Tilburg University
  14. Stephen, I. D., et al. (2012). Cross-cultural effects of color, but not morphological masculinity, on perceived attractiveness of men's faces. Evolution and Human Behavior, 33(4), 260–267. PDF
  15. Geniole, S. N., Denson, T. F., Dixson, B. J., Carré, J. M., & McCormick, C. M. (2015). Evidence from meta-analyses of the facial width-to-height ratio as an evolved cue of threat. PLOS ONE, 10(7), e0132726. DOAJ
  16. DeBruine, L. M., Jones, B. C., Crawford, J. R., Welling, L. L. M., & Little, A. C. (2010). The health of a nation predicts their mate preferences: cross-cultural variation in women's preferences for masculinized male faces. Proceedings of the Royal Society B, 277, 2405–2410. University of Stirling
  17. Scott, I. M., et al. (2014). Human preferences for sexually dimorphic faces may be evolutionarily novel. PNAS, 111(40), 14388–14393. University of East Anglia
  18. Matts, P. J., Fink, B., Grammer, K., & Burquest, M. (2007). Color homogeneity and visual perception of age, health, and attractiveness of female facial skin. Journal of the American Academy of Dermatology, 57(6), 977–984. EM consulte
  19. Fink, B., Grammer, K., & Matts, P. J. (2006). Visible skin color distribution plays a role in the perception of age, attractiveness, and health in female faces. Evolution and Human Behavior, 27(6), 433–442. University of Göttingen
  20. Whitehead, R. D., Re, D., Xiao, D., Ozakinci, G., & Perrett, D. I. (2012). You are what you eat: within-subject increases in fruit and vegetable consumption confer beneficial skin-color changes. PLOS ONE, 7(3), e32988. DOAJ
  21. Russell, R. (2009). A sex difference in facial contrast and its exaggeration by cosmetics. Perception, 38(8), 1211–1219. Gettysburg College
  22. Porcheron, A., Mauger, E., & Russell, R. (2013). Aspects of facial contrast decrease with age and are cues for age perception. PLOS ONE, 8(3), e57985. Gettysburg College
  23. Jones, A. L. (2018). The influence of shape and colour cue classes on facial health perception. Evolution and Human Behavior, 39(1), 19–29. PDF
  24. Cai, Z., et al. (2019). No evidence that facial attractiveness, femininity, averageness, or coloration are cues to susceptibility to infectious illnesses in a university sample of young adult women. Evolution and Human Behavior, 40(2), 156–159. University of Glasgow
  25. Rhodes, G., Zebrowitz, L. A., Clark, A., Kalick, S. M., Hightower, A., & McKay, R. (2001). Do facial averageness and symmetry signal health? Evolution and Human Behavior, 22(1), 31–46. University of Western Australia
  26. Foo, Y. Z., Simmons, L. W., & Rhodes, G. (2017). Predictors of facial attractiveness and health in humans. Scientific Reports, 7, 39731. Nature
  27. Coetzee, V., Perrett, D. I., & Stephen, I. D. (2009). Facial adiposity: a cue to health? Perception, 38(11), 1700–1711. Bournemouth University
  28. Langlois, J. H., et al. (2000). Maxims or myths of beauty? A meta-analytic and theoretical review. Psychological Bulletin, 126(3), 390–423. PDF
  29. Hönekopp, J. (2006). Once more: is beauty in the eye of the beholder? Relative contributions of private and shared taste to judgments of facial attractiveness. Journal of Experimental Psychology: Human Perception and Performance, 32(2), 199–209. PDF
  30. Germine, L., et al. (2015). Individual aesthetic preferences for faces are shaped mostly by environments, not genes. Current Biology, 25(20), 2684–2689. PDF
  31. Leder, H., Goller, J., Rigotti, T., & Forster, M. (2016). Private and shared taste in art and face appreciation. Frontiers in Human Neuroscience, 10, 155. Frontiers
  32. Bronstad, P. M., & Russell, R. (2007). Beauty is in the 'we' of the beholder: greater agreement on facial attractiveness among close relations. Perception, 36(11), 1674–1681. ScienceDaily による紹介
  33. Little, A. C., Apicella, C. L., & Marlowe, F. W. (2007). Preferences for symmetry in human faces in two cultures: data from the UK and the Hadza, an isolated group of hunter-gatherers. Proceedings of the Royal Society B, 274, 3113–3117. University of Stirling
  34. Apicella, C. L., Little, A. C., & Marlowe, F. W. (2007). Facial averageness and attractiveness in an isolated population of hunter-gatherers. Perception, 36(12), 1813–1820. University of Bath
  35. Kagian, A., Dror, G., Leyvand, T., Cohen-Or, D., & Ruppin, E. (2006). A humanlike predictor of facial attractiveness. Advances in Neural Information Processing Systems, 19. PDF
  36. Liang, L., Lin, L., Jin, L., Xie, D., & Li, M. (2018). SCUT-FBP5500: a diverse benchmark dataset for multi-paradigm facial beauty prediction. ICPR 2018. arXiv:1801.06345
  37. Hamel & Busch (2025). 顔の魅力予測モデルの、データセット間の汎化と人種による偏りの分析. arXiv:2509.24138
  38. Hamermesh, D. S., & Biddle, J. E. (1994). Beauty and the labor market. American Economic Review, 84(5), 1174–1194. NBER Working Paper 4518