AI Privacy Advocate 対策テキスト Level 1 Basic

このテキストについて

本テキストは「AI Privacy Advocate Level 1 Basic」試験の合格を目的とした入門学習教材です。GDPRと個人情報保護法の基礎・プライバシー原則・AIシステムにおけるプライバシーリスクを体系的に学びます。試験は20問4択形式、合格ライン80%（20問中16問以上）です。

推奨学習時間：4〜6時間

学習目標：GDPRと日本の個人情報保護法の基本原則を説明できる／AIシステム特有のプライバシーリスクを理解する／プライバシー・バイ・デザインの概念を適用できる

第1章：個人情報保護法制の基礎

GDPRにおける「個人データ」の定義

GDPR（EU一般データ保護規則）における「個人データ」は識別された、または識別可能な自然人に関するあらゆる情報です。直接的な識別（氏名等）だけでなく、間接的に個人を特定できる情報も含まれます。公開情報かどうかは関係ありません。

個人データ処理の法的根拠（GDPR）

GDPRではデータ処理に適法な根拠が必要です。6つの根拠があります。

• 同意：データ主体の明示的な同意
• 契約：契約の履行に必要な処理
• 法的義務：法令上の義務の遵守
• 生命上の利益：データ主体等の生命保護
• 公共の利益：公的機関の任務遂行
• 正当な利益：管理者または第三者の正当な利益

AIが個人データを処理する際も、この6つのいずれかに基づく必要があります。

日本の個人情報保護法

日本の個人情報保護法における「個人情報」とは、氏名・生年月日・住所に加え、他の情報と容易に照合でき、特定の個人を識別できる情報を指します。企業の機密情報や匿名加工情報は含まれません。

要配慮個人情報

個人情報保護法では特別な保護が必要な「要配慮個人情報」が定められています。含まれるもの：人種・民族・宗教・思想信条・身体障害・健康診断結果・犯罪歴・労働組合への加入・遺伝子情報・生体情報。含まれないもの：氏名と生年月日（一般個人情報）。

第2章：プライバシーの基本原則

データ最小化原則

目的に必要な最小限のデータのみを収集・処理する原則です。GDPRの基本原則の一つです。「できるだけ多くのデータを収集する」のは誤りです。不要なデータ収集はプライバシーリスクを高めます。

保存期間制限

個人データは利用目的に必要な期間を超えて保存してはなりません。AIモデルの精度維持を理由とした無期限保存は認められません。

透明性の原則

データ主体（個人）に対して、データ収集・処理方法・目的を明確に説明することが透明性の原則です。モデルの重みパラメータをすべて公開することや、詳細なアルゴリズムの完全開示ではありません。

プライバシー・バイ・デザイン

プライバシー保護をシステム設計の最初から組み込む概念です。後付けでプライバシー対策を行うのではなく、設計段階からプライバシー保護を組み込むのが原則です。

第3章：AIシステム特有のプライバシーリスク

匿名化と再識別リスク

AIの学習データに含まれる個人情報の匿名化で最も注意すべき点は、他のデータと組み合わせることで再識別できる可能性（リンケージ攻撃）があることです。複数の識別子を削除しただけでは不十分です。

リンケージ攻撃

複数の匿名データセットを組み合わせることで個人を再識別する手法です。例えば匿名化された医療データと公開情報を突き合わせると個人が特定できる場合があります。

仮名化と匿名化の違い

仮名化（仮名加工情報）：追加情報があれば再識別可能。GDPRでは個人データとして規制対象。
匿名化（匿名加工情報）：再識別が不可能。GDPRの規制対象外。

日本の個人情報保護法では「仮名加工情報」は復元可能、「匿名加工情報」は復元不可能という点が主な違いです。

AIによる自動意思決定（GDPR22条）

GDPRでは自動処理のみによる重大な決定（ローン審査等）に対して、データ主体には自動意思決定のみに従わない権利が保障されています。自動意思決定は全面禁止ではありませんが、異議申立て権・人間による再審査要求権・説明を求める権利が保障されます。

プロファイリング

GDPR文脈でのプロファイリングとは自動化処理により個人の特性（行動・嗜好・信用度等）を評価・予測することです。データ主体はプロファイリング結果への異議申立て・人間による再審査要求・結果の説明を求める権利を持ちます。

顔認証AIと生体情報

顔認証AIの利用で問題となる個人情報は生体情報（バイオメトリクスデータ）です。GDPRや個人情報保護法では生体情報を特別な保護が必要なカテゴリとして位置づけています。

忘れられる権利

GDPRで規定されたデータ主体が自己に関する個人データの消去を要求できる権利です。AIシステムへの影響として、モデルの再学習が必要になる場合があります。学習済みモデルから個人データの影響を除去するのは技術的に困難な課題です。

AIチャットボットと学習データ

AIチャットボットが会話データを学習に使用する際の適切な対応は利用規約で明示し同意を得た上で学習に使用することです。会話データには個人情報が含まれる可能性があるため、利用目的の明示と同意が必要です。

第4章：同意・越境移転・DPIA

同意の有効性

GDPRの同意は自由意志に基づくものでなければなりません。雇用関係など力関係がある状況での同意は自由意志とは言えず無効となります。

個人データの越境移転

EU域外への個人データ移転では移転先の国が適切な保護水準を確保していることを確認する必要があります。技術的に転送可能であるだけでは不十分です。

プライバシー影響評価（PIA/DPIA）

高リスクな個人データ処理を新たに開始する前に実施が必要です。セキュリティインシデント後ではなく、事前に実施するものです。

第三者提供の原則

個人情報の第三者提供には原則として本人の同意が必要です（法令に基づく例外あり）。

第5章：データ漏洩・センシティブデータ

データ漏洩発生時の義務（日本）

日本の改正個人情報保護法では、個人データ漏洩が発生した際に個人情報保護委員会への報告と本人への通知が義務付けられています。

センシティブデータの処理

要配慮情報（センシティブデータ）の処理においてAI開発者が取るべき対応は明示的な同意取得と強化されたセキュリティ対策です。他のデータと同様に扱うことはできません。

子供のプライバシー

子供の同意能力は限定的であるため、保護者の同意や特別な保護が必要です。COPPA（米国）やGDPRでも特別保護が規定されています。

データエンクレーブ

個人データへのアクセスを厳格に制限した安全な分析環境です。機密データを安全な環境で分析し、データ漏洩リスクを最小化します。

プライバシーポリシーの記載事項

プライバシーポリシーに必ず記載すべき事項として適切なのは個人情報の利用目的・管理方法・第三者提供の有無・問い合わせ窓口です。

匿名加工情報（日本）

特定の個人を識別できず元の個人情報に復元できないよう加工した情報です。適切な加工を施すことで第三者提供が可能となります。

重要用語集

• GDPR：EU一般データ保護規則。EU市民のデータ保護を規定する包括的法律
• 個人データ：識別された・識別可能な自然人に関するあらゆる情報
• 要配慮個人情報：人種・宗教・健康・犯罪歴等の特別保護が必要な情報
• データ最小化原則：目的に必要な最小限のデータのみ収集する原則
• プライバシー・バイ・デザイン：設計段階からプライバシー保護を組み込む概念
• 匿名化：再識別不可能にした情報処理（GDPR規制対象外）
• 仮名化：追加情報で再識別可能な処理（GDPR規制対象）
• 匿名加工情報：日本法における再識別・復元不可能な加工情報
• 仮名加工情報：日本法における復元可能な加工情報
• リンケージ攻撃：複数の匿名データを組み合わせて個人を再識別する手法
• 忘れられる権利：個人データの消去を要求できるGDPR上の権利
• プロファイリング：自動処理による個人特性の評価・予測（GDPR規制あり）
• PIA/DPIA：プライバシー影響評価。高リスク処理開始前に実施
• 生体情報（バイオメトリクス）：指紋・顔・虹彩等の身体的特徴データ
• データエンクレーブ：個人データへのアクセスを厳格に制限した安全な分析環境

練習問題（本番形式）

問1. GDPRにおける「個人データ」の定義として正しいものはどれか？

• A. 識別された又は識別可能な自然人に関するあらゆる情報
• B. 個人を特定できる生物認証情報とオンライン識別子のみ
• C. 企業が保有する全データ
• D. 公開されている情報のみ

正解：A｜直接・間接を問わず個人を特定できる情報はすべて個人データに該当します。

問2. AIの学習データに含まれる個人情報の匿名化で注意すべき点は何か？

• A. 学術研究用途であれば匿名化不要
• B. 他のデータと組み合わせることで再識別できる可能性がある
• C. 複数の識別子を削除すれば原則として匿名化完了
• D. 電話番号やメールアドレスを削除すれば十分

正解：B｜準識別子の組み合わせによるリンケージ攻撃に注意が必要です。

問3. データ主体の「忘れられる権利」がAIシステムに与える影響は何か？

• A. データを削除するだけでよい
• B. 法的義務はなく要求を無視できる
• C. モデルの再学習が必要になる場合がある
• D. ログの保存期間を延長する

正解：C｜学習済みモデルから特定個人のデータ影響を除去するのは技術的課題です。

問4. 同意に基づく個人データ処理で同意が無効となる条件はどれか？

• A. 口頭での同意であっても記録されていれば有効
• B. 雇用関係など力関係があり自由に拒否できない状況での同意
• C. 法定代理人が同意している場合
• D. 未成年者の同意

正解：B｜GDPRの同意は自由意志に基づくものでなければなりません。

合格チェックリスト

• ☐ GDPRにおける個人データの定義を説明できる
• ☐ データ処理の6つの法的根拠を挙げられる
• ☐ 要配慮個人情報の種類を理解している（氏名・生年月日は含まれない）
• ☐ データ最小化原則の意味を説明できる
• ☐ 仮名化と匿名化の違いを説明できる（再識別可能か否か）
• ☐ リンケージ攻撃のリスクを理解している
• ☐ GDPR22条の自動意思決定に関する権利を説明できる
• ☐ 忘れられる権利がAIモデルに与える影響を理解している
• ☐ 無効な同意の条件（力関係による強制等）を理解している
• ☐ データ漏洩時の個人情報保護委員会への報告義務を知っている
• ☐ プライバシー・バイ・デザインの意味を説明できる
• ☐ DPIAを実施するタイミング（高リスク処理開始前）を理解している