11万人が信じていた『女性コーダー』の中身は男性だった。バーチャルインフルエンサー市場1.7兆円時代に、テック情報源の見分け方を3チェックで作り直した

「Coding Unicorn」というInstagramアカウントを覚えている人はどれくらいいるだろう。

フォロワー約11万5千人。プロフィールには「Julia」と名乗る女性プログラマー。コーディングTipsとライフスタイル投稿を交互に流す、いわゆる女性エンジニアのインフルエンサーだった。

この人の中身が、男性のテックカンファレンス創業者だったと404 Mediaが暴いたのは2023年11月のことだ。事件としては約2年半前の話になる。

なぜ今これを書くか。バーチャルインフルエンサー市場が、2025年に約1.7兆円（$11.22B）規模まで膨らんだからだ。あの時の事件は単発のスキャンダルではなかった。AIアバターと「中身がいない発信者」が常態化する時代の予兆だった。

私はCS（カスタマーサクセス）出身の元・挫折エンジニアだ。テック情報源の選別は、自分の仕事と発信を成り立たせる土台になっている。だから本気で組み直した。読み終える頃には、明日からタイムラインで使える3つのチェックが手元に残るように書く。

11万人が信じた『女性コーダー』の中身は男性だった。事件のおさらい

事件の主役はラトビア在住のEduards Sizovs（エドゥアルズ・シゾフス）。ソフトウェア開発者向けカンファレンス”DevTernity”の創業者だ。

404 Mediaの調査によれば、Sizovsが「Coding_Unicorn」を実質運用していた。表向きの顔は「Julia」という女性プログラマー。アカウントは11万5千人のフォロワーを抱える。

決定打は4つ並ぶ。

1つ目はYouTube動画。Sizovsが自分の画面を映した動画。そこにCoding_Unicornアカウントのメール画面が映り込んでいた。

2つ目は写真。Juliaを名乗る人物の作業風景写真の中に、Sizovsアカウントでログイン中のブラウザが写る。

3つ目はIPログ。Lobste.rsという開発者フォーラムの管理者が、IPログを提供した。Sizovsとして書き込んだIPと、Kirsinaとして書き込んだIPが一致していた。

4つ目は文章のコピー。Coding_UnicornのInstagramキャプションが、SizovsのLinkedIn投稿の事実上の写しだった。

複数の感覚から見た情報が、すべて1人の男性を指していた。これが事件の構造だ。

DevTernity側でも「自動生成」の偽スピーカーが認められた

Coding Unicorn事件の直前、同じSizovsが運営するDevTernityで別の問題が爆発した。404 Mediaの続報とThe Registerによれば、登壇予定者リストに架空の女性スピーカーが2人入っている。

Anna Boyko（Coinbaseのstaff engineer）。Natalie Stadler（Coinbaseのsoftware craftswoman）。どちらもCoinbase側に該当する社員は存在しなかった。

Sizovs自身が「demo persona（デモ用人物）」「自動生成された」と認めた。Pragmatic Engineerのニュースレター発信者であるGergely Oroszが調査を進める。結果、2021年と2022年の同カンファレンスでも同種の偽女性スピーカーが使われていたとわかった。

会期は2023年12月7日開始予定だった。大手登壇者が次々辞退し、カンファレンスはキャンセルされた。当のSizovsはX（旧Twitter）に「謝るべき悪いことは何もしていない」と投稿している。

ここまでが事実関係だ。事件は単独の倫理問題ではない。“中身がいない発信者”が、女性エンジニア応援の看板を借りて信頼インフラに侵入した。事件は、その構造の暴露でもあった。

約2年半経った今、なぜ私はこの話を蒸し返すのか

「2023年の事件を2026年に蒸し返してどうするのか」と思った人がいるはずだ。私もまずそこを自分で疑った。

理由は、AIアバター・バーチャルインフルエンサー市場が想像を超えて膨らんでいるからだ。

The Business Research Companyの2026年レポートを見ると、市場の膨張ぶりがわかる。世界のバーチャルインフルエンサー市場は2025年に$11.22B、2026年に$15.9Bへ拡大する見込みだ。CAGR（年平均成長率）は41.7%。同レポートは2030年に$62.67Bへ到達すると予測する。

AutoFacelessの2026年版統計まとめも興味深い。米国の消費者の58%が少なくとも1人のバーチャルインフルエンサーをフォローしている。Z世代の35%は、バーチャルパーソナリティが推奨した商品を購入した経験を持つ。CMOがインフルエンサー予算の30%をバーチャルクリエイターに配分する計画というデータもある。

代表例としてLil Miquela（リル・ミケーラ）がいる。Trevor McFedriesとSara DeCouが立ち上げた19歳設定のCG女性アバター。Instagram上の人格として活動している。業界メディアによれば年間約$10Mを稼ぐとも言われ、2020年には大手エージェンシーCAAと契約を結ぶ。

米国FTC（連邦取引委員会）は2023年にEndorsement Guidesを改訂した。改訂版では、バーチャル・AI生成インフルエンサーにも人間と同等の開示義務が課された。AIが推薦コンテンツの作成や補強に関わる場合、その関与は明示が必要と明文化されている。

何が言いたいか。Coding Unicorn事件の問いは2つだった。「中身が誰なのか」「誰の利益のために発信されているのか」。市場規模で見ても規制で見ても、この問いの重さは年々増している。

ナギの記事「検索の地図が変わった」が触れていた通り、日常的に触れる情報源はここ数年で急速に変わった。「人間とAIの混在」が前提になっている。テック情報を仕事に使う人ほど、見分けの基準を更新し直す必要がある。

そこで私は、Coding Unicorn事件の証拠構造から3つのチェックを抽出した。完璧な検出器ではない。明日からタイムラインで動かせる現実的なフィルターを目指している。

チェック1: 複数の感覚で交差確認できるか

Coding Unicornの仮面が剥がれた最大の理由はシンプルだ。画像・動画・IPログ・文章という「異なる種類の証拠」が、同じ1人を指していた。逆に言えば、健全な発信者は逆方向に同じ性質を持つ。

その人の存在を、複数の感覚で交差確認できるか。これがチェック1だ。

具体的にチェックする項目は5つ。

ライブ配信音声: 同じ顔・同じ名前で、ライブ配信や音声配信の履歴があるか。録画ではなくリアルタイムの方が望ましい。チャットへの即興反応がAI生成では追いつきにくいからだ。

カンファレンス登壇動画: 録画でも構わない。複数のカンファレンスに登壇していて、それぞれの主催者が独立している方が信頼度が上がる。Coding Unicornの場合、登壇先がほぼSizovs自身のDevTernity1社に偏っていた。

同僚との共著ブログや共同登壇: その人ひとりだけの発信ではなく、別の実在する人間との接点があるか。共同登壇のスケジュールや、複数人が映る写真は、AI単独生成では再現難度が上がる。

所属組織の公式社員ページ: 自称ではなく、組織の公式サイトに名前が載っているか。Coding Unicornの「Julia」も、肩書きの会社の公式ページに対応する社員情報がなかった。

物理イベントへの参加痕跡: 飲み会の写真、イベント運営側の連名、別の参加者が言及した投稿。これが揃うと、SNS空間の外でも同じ人物が動いている確度が上がる。

5項目すべてを満たす必要はない。ただし、追っているテック情報源について「どれも当てはまらない」場合、いったん発信内容の重みを下げて見るのが安全だ。

私自身、CSの仕事で導入支援先の担当者を新しくフォローし始めるとき、この5項目を頭の中でチェックする癖がついた。やってみると、意外と「SNS上にしか存在しない発信者」が多いことに気づく。

チェック2: 発言の独自性が時系列で検証できるか

Coding Unicornのもう1つの決定打は、文章のコピーだった。Instagramキャプションが他人のLinkedIn投稿の写しだったのだ。発言の独自性が崩れた瞬間に、人格の独自性まで疑われた。

明日から使える観察ポイントは3つある。

観察ポイント1: 投稿時刻の偏り

中身が共有されているアカウントは、別アカウントの投稿直後に同内容が流れる傾向がある。日本時間で見て不自然な時間帯（例えば現地深夜2時に毎日定時投稿）に集中していないか。集中していたら、運用主体が複数人または自動化されている可能性が高い。

観察ポイント2: 文体の急変

長期間フォローしていれば、文体やテーマの一貫性に違和感を覚える瞬間がある。あるツイートまではくだけた口調だったのに、ある日から急にビジネス書のような構文になる。これも単独運用ではなく、運用代行や別人のコピーが混じったサインになりうる。

観察ポイント3: 矛盾発言の検出

過去の主張と直近の主張が矛盾していないか。Coding Unicornは「男性も女性と同じくバイアスに苦しんでいる」という発言を出していた。フェミニズム文脈で議論を呼んだ言葉だ。中身が男性運営者だと知ると、同じ言葉の意味合いは反転する。発言の主体が誰かで、言葉の重みは変わる。

私はこの3つを、Notionに簡単な記録テンプレを作って溜めるようにしている。1人の発信者につき30秒で1行残すだけだ。3ヶ月分溜まると、上記3パターンの違和感が驚くほど見える。

ナギの記事「Googleで1位でもAIに引用されない」が同じ議論をしていた。AIに引用される情報源には独自性が必要、という主張だ。読者側から見ると、E-E-A-T（経験・専門性・権威性・信頼性）は「独自性が時系列で検証できるか」という問いに対応する。

チェック3: 誰が利益を得るかが透明か

DevTernity事件で本質的に問われたのは、ジェンダー比率の偽装ではなく「誰の利益のためにそれが行われたか」だった。

Sizovsはカンファレンスを多様性で見せるほど、登壇者・スポンサー・参加者を集めやすかった。Coding Unicornのフォロワー11万5千人は、そのまま自分のカンファレンスへの送客チャネルになっていた。利益の流れと発信構造が、内側で完結している状態だった。

健全な発信者は、利益の流れが外から見える状態になっている。

確認する項目は3つに絞れる。

項目1: スポンサー・所属組織の明示

その発信者の収入源が、本文や固定ポスト、プロフィールから把握できるか。FTCのEndorsement Guidesでは、人間でもバーチャルでも、推薦に金銭関係がある場合は開示義務がある。日本でも消費者庁のステマ規制（2023年10月施行）が同様の趣旨で動いている。

項目2: 紹介ツールへの関与度

紹介しているツールに対して、ベンダー側のアドバイザーや株主、エンジェル投資家として関わっていないか。LinkedInの肩書きや、過去のRound発表で名前を見つけたら、いったん立ち止まる癖をつけたい。「ただのユーザー視点で良かった」という発信なのか、「言わざるを得ない関係」なのか。読み方の重みが変わる。

項目3: 自社カンファレンス・自社プロダクトへの送客度

Coding Unicornで決定的だったのは、フォロワーがDevTernityの送客先になっていた構造だ。発信者がフォロワーを「最終的にどこへ連れていくか」を観察すると、利益の流れが見えやすい。すべての発信が自社プロダクトの登録ページに収束する場合、その発信は紹介記事ではなく広告と読み替えるべきだ。

ナギの記事「Googleより先にAIに見つけてもらう」で語られていたAEOの議論と本質は同じだ。発信者側のインセンティブを理解しないと、引用情報をそのまま信じる危険がある。AEO（Answer Engine Optimization）は、AIに見つけてもらうための最適化を指す。

3つの項目に「いいえ」「曖昧」「自社案件への送客のみ」が並んだとする。その発信者の意見は「広告として読む」モードに切り替えるのが安全だ。意見の価値がゼロだとは言わない。読み方の重みを変える、という話になる。

元・挫折エンジニアの本音 — 私がCoding Unicornを疑わなかった理由

正直に書く。私は2023年当時、Coding Unicornをフォローしていた可能性が高い。

明確に記憶しているわけではない。ただ、当時の私はCSのキャリアを進めていて、ようやくAIに復活し始めたタイミングにいた。「女性エンジニアの発信を応援したい」「コーディングTipsを軽い気持ちで読みたい」という気分だった。タイムラインに流れてきた11万人フォローのアカウントを、疑う理由がなかった。

事件が暴かれた日、私は自分の盲点に気づいた。「女性エンジニアを応援したい」という良心が、検証の目を緩めていた。

これはゲン本人の弱さの話ではない。私たちが信頼インフラを使うとき、誰もが似た構造の盲点を持つ。「マイノリティを応援したい」「初心者を支援したい」「日本のエンジニアを盛り上げたい」。どれも本心としては正しい。だからこそ、検証の手を抜く理由になる。

3つのチェックは、応援したい気持ちを否定する道具ではない。応援したい気持ちのまま、応援先が本物かを確かめるための道具だ。

CS時代、私は導入先のお客さんを「信じすぎて損をする」失敗を何度かした。逆に「疑いすぎて関係が壊れた」失敗も経験している。両方の失敗から学んだのは、「信頼する」と「検証する」は対立しないということだ。むしろ検証の手間をかけられる相手こそ、長く信頼できる。

タイムラインのテック情報源も同じだ。3年前のCoding Unicorn事件は、私たちに「検証の手間をかけてもいい」と許可を出してくれた事件だった。応援する前に1分だけ確認する。そのコストは、3年前より今の方が安い。

ミコトの記事「ツールは5つでいい」が言っていた「情報源の最適化」と同じ発想だ。信頼できる発信者をしぼり込むこと自体が、自分の判断時間を守る投資になる。

まとめ — 3つのチェックを忘れたら、これだけ覚えてほしい

長い記事になった。最後に3つのチェックを再掲する。

チェック1: 複数の感覚で交差確認できるか ライブ配信音声・独立した複数カンファレンス登壇・同僚との共著・公式社員ページ・物理イベントの痕跡。5項目のうち何個揃うかで、存在の確度が見える。

チェック2: 発言の独自性が時系列で検証できるか 投稿時刻の偏り・文体の急変・矛盾発言。3パターンを30秒メモで蓄積していくと、3ヶ月で違和感が浮かぶ。

チェック3: 誰が利益を得るかが透明か スポンサー開示・紹介ツールへの関与度・自社プロダクトへの送客度。意見ではなく広告として読む切り替え基準を持つ。

3つすべてをやる必要はない。1つだけでもいい。タイムラインに流れてきた発信者を、フォローボタンを押す前に1分だけ眺めて1チェックする。それだけで、Coding Unicorn事件と同じ構造の落とし穴は半分以上踏まなくて済む。

あなた自身が発信者である場合は、3つのチェックをセルフレビューに使ってほしい。「自分が読者からどう見られているか」を可視化する道具になる。中身がある発信者は、3つすべてを読者に開示できる。私もそうありたいと思っている。

凄腕エンジニアがAIで自分に宿る時代が来たのと同じ強さで、人格そのものをAIが偽装できる時代も来てしまった。私はAIを敵にしたくない。AIを味方にしたまま、検証する目だけを更新する。それが元・挫折エンジニアとしての、今の私の落としどころだ。

---

出典

• 404 Media「Male Tech Conference Founder Is Behind Popular Woman Coding Influencer Account」
• 404 Media「Tech Conference Collapses After Organizer Admits to Making Fake ‘Auto-Generated’ Female Speaker」
• The Register「DevTernity conference collapses amid claims of fake speakers」
• Fortune「DevTernity engineering tech conference sees executives pull out」
• The Business Research Company「Virtual Influencers Global Market Report 2026」
• AutoFaceless「Virtual Influencer Statistics 2026」
• Wikipedia「Miquela」
• FTC「Endorsements, Influencers, and Reviews」