本記事は一般的な情報提供を目的とし、個別案件への法的助言ではありません。制度の状況は2026年9月1日時点で確認しており、実際の適用関係は事業地域、利用目的、データの種類、契約関係によって変わります。
生成AIで個人情報を扱うとき、確認対象は利用者が入力する文章だけではありません。
学習データ、検索用データ、入力内容、出力内容、利用ログ、評価データという一連の流れに、同じ人の情報が別の形で現れる可能性があります。
そのため、入力禁止事項を決めるだけでなく、データがどこから入り、誰が使い、どこに保存され、どう訂正または削除されるのかを設計する必要があります。
生成AIの個人情報対応で最初に決めること
実務では、法令名を並べる前に「誰の、どのデータを、何の目的で、どの仕組みに渡すのか」を特定します。
同じ生成AIサービスでも、公開情報だけで文章案を作る場合と、顧客名簿を参照して問い合わせ対応を支援する場合では、想定する影響も必要な管理も異なるためです。
- 対象者：顧客、従業員、応募者、取引先など、誰の情報を扱うのか。
- 利用目的：文章作成、検索、要約、評価、採用判断など、何を実現するのか。
- データの経路：入力、外部検索、学習、ログ保存、再利用のどこに情報が残るのか。
- 責任の所在：利用企業、開発会社、モデル提供者、クラウド事業者が何を担当するのか。
- 影響を受ける地域：本人、利用企業、保存先、委託先がどの国や地域にあるのか。
用語を平易に整理する
- 個人情報または個人データ：氏名や連絡先だけでなく、識別子や他の情報との組み合わせによって個人を特定できる情報を含む概念です。法令ごとに定義と範囲が異なるため、本記事では総称として扱います。
- 要配慮情報または機微情報：健康、信条、生体情報など、漏えいや不適切な利用による影響が大きい情報です。名称と対象範囲は地域ごとに異なります。
- 処理のライフサイクル：データの収集から、学習、提供、利用、保存、削除までの流れです。各段階で目的と関係者が変わることがあります。
- TDM：テキスト・データマイニングの略称で、大量の文章やデータを機械的に分析し、傾向や関係を見つける処理を指します。
- ADMT：自動化意思決定技術を指す略称です。採用や融資など、個人に大きな影響を与える判断に使う場合は、対象地域の規制を個別に確認します。
データの流れごとにリスクを分ける
| 段階 | 起こりやすい見落とし | 確認すること |
|---|---|---|
| 収集 | 公開情報なら自由に使えると考える | 取得元、利用条件、本人への説明、権利留保、要配慮情報の有無 |
| 学習と評価 | データをモデルに渡した後の利用目的が不明なままになる | 学習への再利用、評価担当者のアクセス、保持期間、除外方法 |
| 提供 | APIや外部サービスの設定だけを見て、委託先を把握しない | 契約当事者、再委託先、保存地域、安全管理、事故時の連絡 |
| 入力と出力 | 入力だけを管理し、誤った個人情報を含む出力を見落とす | 入力制限、出力確認、本人に影響する判断への人の関与 |
| ログと削除 | 画面上の会話削除で全記録が消えると考える | ログの種類、バックアップ、削除範囲、権利請求への対応方法 |
たとえば、問い合わせ要約に氏名とメールアドレスを含める運用では、入力内容だけでなく、提供者側のログ、社内の閲覧権限、出力に含まれる誤記、保存先の国まで確認対象になります。
この分解によって、利用部門のルール、契約、技術設定、問い合わせ窓口を別々に点検できます。
主要地域の規制をどう読むか
以下は主要な確認点であり、適用されるすべての法令を網羅するものではありません。
欧州連合
EUでは、個人データの処理を規律するGDPRと、用途やリスクに応じてAIシステムを規律するEU AI Actを並行して確認します。
欧州委員会の実施スケジュールによると、AI Actは2026年8月2日に広く適用が始まり、禁止行為は2025年2月2日、汎用AIモデルに関する規定は2025年8月2日から先行して適用されています。
一方、高リスク用途のうち附属書IIIに当たるシステムは2027年12月2日、規制対象製品に組み込まれるシステムは2028年8月2日へ適用時期が延長されました。
個人データを用いたモデルが匿名かどうかは、学習済みという理由だけでは決まりません。
EDPB Opinion 28/2024の概要は、個人の識別とモデルからの個人データ抽出が起きにくいかを事案ごとに評価し、正当利益を根拠にする場合も利益、必要性、権利との衡量を確認するよう示しています。
著作権については、DSM指令4条が、適法にアクセスできる著作物のTDM例外を定める一方、権利者が適切な方法で権利を留保した場合を除外しています。
クローラーの運用では、メタデータや利用条件などの権利留保を確認し、学習用、検索用、サービス改善用のアクセスを区別します。具体的なクローラーの役割分担は、関連記事「User-Agent「ClaudeBot」とは何か」でも整理しています。
英国
英国ではUK GDPRとData Protection Act 2018を基礎に、ICOのガイダンスと執行方針を確認します。
ICOの生成AIに関する協議結果は、学習データの取得方法と利用方法に関する透明性、個人の権利を行使できる仕組み、目的に応じたデータ精度の説明を重視しています。
協議結果は個別処理の適法性を自動的に保証するものではないため、データ取得時の法的根拠と本人が合理的に予想できる利用かどうかを事案ごとに検討します。
米国
米国向けのサービスは、利用者や事業者が関係する州ごとに対象範囲を確認します。
- カリフォルニア州：CCPAのADMT、リスク評価、サイバーセキュリティ監査に関する規則は2026年1月1日に発効しました。ADMTについて、対象となる事業者と利用方法を確認したうえで、アクセスやオプトアウトへの対応を設計します。
- コロラド州：2024年法は2026年に再制定され、州司法長官の案内では、新しい自動化意思決定技術法の施行日は2027年1月1日です。2026年9月1日時点では実施規則の策定手続きが続いています。
- ワシントン州：My Health My Data Actは、消費者健康データの収集、共有、販売などを規律します。主要義務は一般の対象事業者に2024年3月31日、小規模事業者に同年6月30日から適用されています。
採用、与信、保険、医療や健康のように個人への影響が大きい用途では、「人が確認する」という説明だけで済ませず、誰が判断を変更できるのか、何を根拠に再検討するのか、異議をどこで受けるのかを決めます。
日本
日本では個人情報保護法を基礎に、利用目的、第三者提供、委託、安全管理、越境移転などの該当関係を確認します。
個人情報保護委員会の注意喚起は、入力した個人情報がサービス提供者の学習に使われる可能性や、正確または不正確な内容として出力されるリスクを挙げています。
事業者は、サービスの規約と設定を確認し、本人同意を含む必要な対応を判断したうえで、入力できる情報の範囲を社内ルールに落とし込みます。
著作権法30条の4は非享受目的の情報解析を一定範囲で認めますが、学習利用を無条件に許す規定ではありません。
文化庁の著作権制度解説は、享受目的が併存する場合や著作権者の利益を不当に害する場合など、適用されない場面があることを示しています。
日EU間の相互認証は越境移転の重要な枠組みですが、利用目的、委託先、再移転、安全管理の確認まで不要になるわけではありません。
中国、インド、シンガポール、ブラジル
- 中国：PIPLに加え、生成式人工智能サービス管理暫定弁法が、中国国内の公衆向け生成AIサービスを対象に、訓練データや個人情報の適法な取扱いなどを定めています。社内利用と公衆向け提供を区別します。
- インド：2025年時点では草案だった実施規則は最終化され、Digital Personal Data Protection Rules 2025として段階的な施行が進んでいます。開始時期が規定ごとに異なるため、対象義務の施行日を確認します。
- シンガポール：PDPAに加え、PDPCのModel AI Governance Frameworkが、社内責任、運用管理、人の関与、利用者への説明を実装するための任意の指針を提供しています。
- ブラジル：LGPDに加え、ANPDの国際データ移転規則が、標準契約条項などの移転手段を定めています。保存場所だけでなく、再移転を含むデータの流れを確認します。
誤解しやすい三つの論点
公開情報は自由利用を意味しない
Web上で閲覧できる情報でも、個人情報保護、著作権、契約、不正競争などの検討がなくなるわけではありません。
取得できることと、予定する目的で適法に利用できることを分けて判断します。
学習済みモデルは自動的に匿名にならない
元データを画面から削除しても、モデルへの影響や周辺ログまで消えたとは限りません。
ただし、常に再学習やアンラーニングが必要だと一律に決めることもできません。
本人の識別可能性、データの抽出可能性、利用目的、技術的な対応可能性を調べ、出力抑制、検索対象からの除外、再学習、モデル更新などの措置を比較します。
人の関与は形式ではなく権限で決まる
担当者が画面を見るだけでは、実質的な再検討にならない場合があります。
担当者が判断を覆せるか、根拠となる情報にアクセスできるか、異議申立てを受けて記録を訂正できるかまで設計します。
実装前のチェックリスト
| 順番 | 実施すること | 残す成果物 |
|---|---|---|
| 1 | 利用目的、対象者、責任者、利用停止の判断者を決める | ユースケース台帳と責任分担表 |
| 2 | 収集元、入力、出力、ログ、保存先、再委託先を図にする | データマップ |
| 3 | 処理段階ごとに法的根拠、通知、同意、権利対応の必要性を確認する | 法令確認表とプライバシー通知 |
| 4 | 提供者の学習利用、保持期間、削除機能、保存地域、事故連絡を確認する | ベンダー評価票と契約条項 |
| 5 | 要配慮情報と高影響用途を特定し、必要に応じてDPIAやリスク評価を行う | リスク評価書と緩和策 |
| 6 | 入力制限、アクセス権限、出力確認、ログ監査、利用者教育を実装する | 運用手順と教育記録 |
| 7 | アクセス、訂正、削除、異議、事故への受付方法と期限を決める | 権利対応手順と事故対応手順 |
| 8 | 法改正、サービス規約、モデルや保存先の変更を定期的に再確認する | 見直し記録と変更履歴 |
一般的な導入時の役割分担やログ管理は、関連記事「生成AI導入で最初に決めるべき運用ルール」も確認してください。
採用、与信、健康、子どもに関する利用や、大規模なスクレイピングを含む案件では、運用開始前に対象地域の専門家による確認を組み込みます。
実務を始める順番
- 利用中または導入予定の生成AIサービスを一覧にする。
- 個人情報が入る箇所と、入力してはならない情報を特定する。
- 高影響用途、要配慮情報、越境移転を優先して評価する。
- 契約、設定、運用手順、権利対応を一つの管理台帳で結び付ける。
- 制度とサービスの変更を追い、変更時に再評価する。
生成AIの個人情報対応は、世界で最も厳しい制度をそのまま全社に当てはめれば終わる作業ではありません。
データの流れと利用目的を分け、該当する制度を確認し、現場が実行できる設定と手順へ変換することが、安全な運用につながります。
この記事に関連する株式会社greedenの取り組み
生成AIを業務に組み込むには、入力データの範囲、確認責任、保存方法まで先に設計する必要があります。株式会社greedenは、生成AIを用いた施策について、業務フローの整理からツール選定、システム実装、現場への定着まで支援します。