パナソニックグループで、従業員や元従業員、その家族の個人情報約33万4,000人分が、社内で利用を禁止している外部の生成AIサービスへアップロードされたと発表されました。
会社の発表によると、現時点で一般に公開された事実や、不正利用による具体的な被害は確認されていません。入力データのAI学習利用は無効になっており、事業者への照会を通じて、今後二次利用されないことも確認したとしています。公式発表
この説明は、被害の状況を判断するうえで大切です。ただ、それとは別に考える必要があるのが、個人情報を外部へ送信したこと自体の問題です。
「学習されない」と「外部へ渡してよい」は別の話
生成AIには、契約や設定によって、入力した情報を学習に利用しないとされるものがあります。その条件を確認してサービスを選ぶことには意味があります。
しかし、学習されなくても、入力したデータは処理のために外部へ送られます。保存される期間や、事業者がアクセスできる条件も、学習への利用とは別に確認しなければなりません。
今回も、会社の発表には、削除したデータがセキュリティと法令順守のために削除日から30日間保持されるという説明があります。アクセスは厳格に管理されるとしていますが、学習しないことと、保存しないことが同じではないと分かります。公式発表の事業者確認結果
今回、学習しないという条件が破られたとする根拠はありません。一方で、その条件だけを理由に、個人情報をそのまま渡してよいとも判断できません。
私は、サービス側の保護を確認したうえで、こちらから渡す情報も減らす必要があると考えています。
渡す前に、不要な情報を取り除く
以前のコラム「相次ぐ情報漏洩から考える、委託先まで含めた情報管理」でも、情報を預ける相手や保存先まで含めて確認する必要性を書きました。生成AIを利用するときも、同じ視点が必要です。
例えば、人事システムで扱う表の構造や、データを変換する方法について相談したいだけなら、実際の従業員の住所や電話番号まで必要でしょうか。
項目名と架空のデータだけで、検討できることもあるはずです。
実データを使う場合でも、処理に不要な列は削除する。氏名は必要に応じて仮の記号に置き換える。詳しい住所が不要なら、地域単位にまとめる。元の情報との対応表は社内で管理し、AIへ一緒に送らない。
こうした処理は、外部へ渡す前に、社内の管理環境で行う必要があります。外部のAIに元データを渡して「匿名化してください」と頼めば、その時点で元の情報を送ったことになるためです。
具体的な仕組みは「顧客情報をAIに渡す前に――匿名化・置き換えシステムの構築・選定ガイド」でも整理しています。
名前だけ消せば十分とは限らない
氏名を「Aさん」に置き換えても、部署、役職、異動した時期、担当する案件などが残っていれば、本人を推測できる場合があります。
その仕事に必要な情報は何か。どこまで細かい情報を残す必要があるのか。名前を消した後にも、確認することがあります。
また、元に戻せる仮IDへの置き換えを、法律上の「匿名加工情報」と同じ意味で扱うこともできません。置き換えは情報の露出を減らす工夫であり、それだけで外部送信が認められるわけではありません。匿名化・置き換えの整理
禁止の周知に加えて、使える手順を用意する
今回、担当者が禁止されたサービスを利用した理由や、社内の具体的な運用状況までは分かりません。そこを推測して責めても、自社の対策にはつながりません。
自社で考えるなら、利用できるサービスを示すことに加え、入力してよい情報、削除・置き換えの方法、判断に迷ったときの相談先まで用意したいところです。
担当者が毎回、自分の判断でファイルを加工する運用では、確認の負担も大きくなります。定型業務であれば、必要な項目だけを取り出し、送信前に確認できる仕組みにする方法もあります。
生成AIで仕事を楽にするために、預かっている情報を危険にさらしては意味がありません。
「このAIは学習しないから大丈夫」で止めずに、「この仕事に、この情報を渡す必要があるのか」まで確認する。その一手間を、日常の業務に組み込んでおく必要があると思います。
関連ページ
- 相次ぐ情報漏洩から考える、委託先まで含めた情報管理：情報の預け先や保存先も含めて確認する考え方。
- 顧客情報をAIに渡す前に――匿名化・置き換えシステムの構築・選定ガイド：社内で削除・置き換えを行い、送信前に確認する仕組み。