G検定 第8章|AIの法律と倫理

AIとプライバシー

AIは、わたしのことをどこまで推測できちゃうの?

会話で読んで3分

プライバシープロファイリングカメラ画像利活用ガイドブックプライバシー・バイ・デザイン差分プライバシー

#1集めるときと、推測するとき

ミコ

最近スマホの広告が、わたしの好みにドンピシャすぎてちょっとこわい!

シオン

…見た履歴から、好みや状況を推測している。これが「プロファイリング」。

ルナ

ルナのこと、ルナより分かってるのね…♡ もう運命の相手なの

ミコ

相手は広告だから!

シオン

…AIのプライバシー問題は、2つの段階に分けて考える。

プライバシー問題が起きる2つの段階
データ収集の段階推論の段階
何が起きる?知らないうちに集められる集めたデータから推測される
例店のカメラに顔が写る閲覧履歴から辞退しそうか予測
ポイント何をどう集めるかを知らせる本人が言っていないことまで分かる
ミコ

推論の段階がこわい! わたしが言ってないことまでバレるんだ!

#2有名な事件:内定辞退率の予測

シオン

…2019年のリクナビの事件。就活生の閲覧履歴などから、内定を辞退する確率を出していた。

シオン

…それを、本人の同意を得ないまま、応募先の企業に提供していた。

ルナ

「この子は他の人が好きかも」って、こっそり伝えられてたなんて…♡ 失恋より重いの

ミコ

でも名前じゃなくてCookieで突き合わせてたなら、セーフなんじゃないの?

シオン

…委員会は、受けとる企業側で個人が分かると知りながら同意を避けた、と厳しく指摘した。

シオン

…個人情報保護委員会が勧告。同意なしに提供された人は、合わせて26,060人。

ミコ

就活の合否に関わるかもしれないのに! それは本当にアウト!

#3カメラ画像を使うときの注意

ミコ

お店のカメラも、AIで年齢とか性別を推定してるって聞いた!

シオン

…そのための手引きが「カメラ画像利活用ガイドブック」。経産省と総務省。今の最新はver3.0。

カメラ画像利活用ガイドブック ver3.0(2022年3月)の注意点
  • 使う目的が正当で、撮る必要があるか
  • 撮り方・使い方が相当か
  • 長い期間・広い範囲で同じ人を追うほど注意
  • 人種・信条・健康・内心の推定は慎重に
  • 駅や道路など避けにくい場所は特に慎重に
  • 事前に知らせ、生活者と話し合う
シオン

…法律を守るだけじゃ足りない。生活者との信頼をつくることが大事、という立場。

ルナ

見つめるなら、ちゃんと「見てるよ」って言ってほしいの♡

ミコ

それ、事前告知の話としては合ってる!

#4最初から守る、数学で守る

ミコ

じゃあ、プライバシーはどうやって守るの?

シオン

…1つめは「プライバシー・バイ・デザイン」。企画・設計の段階から守りを組み込む。

シオン

…カナダ・オンタリオ州のアン・カブキアン博士が提唱。7つの原則がある。

ミコ

前回のセキュリティ・バイ・デザインと同じ発想だ!

シオン

…たとえば「デフォルト設定でプライバシー保護」。最初の設定を、いちばん守られた状態にしておく。

差分プライバシー

集計結果にランダムなノイズを加え、ある1人のデータが入っていても入っていなくても結果がほぼ変わらないようにする考え方

Differential Privacy ── ノイズを増やすほど個人は守られるが、結果の正確さは下がる

シオン

…2つめが「差分プライバシー」。全体の傾向は分かるのに、1人ひとりは見えにくくなる。

ルナ

ルナの日記にもノイズを入れて、本音を隠しておくの♡

シオン

…それは、ただの嘘日記。

ミコのメモ(自分あて)

試験デンデン! 1問だけ

集計結果にランダムなノイズを加えて、特定の1人のデータが含まれているかどうかで結果がほとんど変わらないようにする考え方はどれ?

※ 出題範囲を参考にしたオリジナル問題です

この記事の出典

2026年10月時点の情報です。カメラ画像利活用ガイドブックは2022年3月のver3.0が、確認できた最新版です。リクナビ事件の人数は、2019年12月4日の個人情報保護委員会の発表(8月の勧告分などを含む合計)です。

G検定(JDLA ジェネラリスト検定)のシラバス2024(第1.4版)をもとにした非公式の学習コンテンツです。JDLAとは関係ありません。 登場人物は架空のキャラクターです。

第8章のレッスン

  1. 個人情報保護法
  2. 仮名加工情報・匿名加工情報とGDPR
  3. 著作権法とAI(学習・生成・AI生成物)
  4. 特許法と不正競争防止法(営業秘密・限定提供データ)
  5. 独占禁止法とAI開発契約
  6. AI倫理・AIガバナンスと国内外のガイドライン
  7. AIの公平性
  8. AIの安全性とセキュリティ
  9. AIとプライバシー
  10. AI技術の悪用(ディープフェイクとフェイクニュース)
  11. AIの透明性と説明可能性
  12. 環境保護・労働政策・その他の重要な価値
  13. AIガバナンスの実践