2027年2月試験(新シラバス)対応2026年11月20日時点の法令・公表資料基準情報の正確さへの取り組み

生成AIのリスク予防・AI倫理・ガバナンス

プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク

生成AIの入力と出力は、個人情報・プライバシー、著作権などの知的財産権、肖像権・パブリシティ権、名誉を損なうことがあり、差別や偏見を含むこともあります。パブリシティ権の侵害となる3つの使い方、偽情報を拡散する責任(刑法の名誉毀損罪・信用毀損罪を含む)、バイアスは完全には除けないことを押さえると解けます。

要点 8件・基本問題 8問読む → 覚える → 解くまでこのページで完結

プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスクの暗記図解。権利侵害と炎上。人の顔・名誉・作品を傷つけない。パブリシティ権:顧客吸引力を勝手に使わない。名誉毀損罪:事実の有無にかかわらず罰する。著作権:知らなくても侵害になりうる。バイアス:完全には除けない、評価して使う。広める前に、一次情報で確かめる!
図で覚える

生成AIの入力と出力は、個人情報・プライバシー、著作権などの知的財産権、肖像権・パブリシティ権、名誉を損なうことがあり、差別や偏見を含むこともあります。パブリシティ権の侵害となる3つの使い方、偽情報を拡散する責任(刑法の名誉毀損罪・信用毀損罪を含む)、バイアスは完全には除けないことを押さえると解けます。

このサイトでの学習

学習優先度 A対応する一問一答 15問

最重要ポイント

プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|顔写真・音声の漏洩

AI事業者ガイドラインの別添は、マルチモーダルな生成AIにより、個人の顔写真や録音音声といったセンシティブな情報も取り扱われる機会が増え、これらの情報が漏洩するリスクが一層高まる可能性があるとしている。

この論点の用語

用語集をすべて見る →

01プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスクの重要暗記項目

01

プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|顔写真・音声の漏洩

AI事業者ガイドラインの別添は、マルチモーダルな生成AIにより、個人の顔写真や録音音声といったセンシティブな情報も取り扱われる機会が増え、これらの情報が漏洩するリスクが一層高まる可能性があるとしている。

02

プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|映像・音声の収集と通知

カメラや音声認識等で周囲の映像や音声を収集する過程で個人情報を取得する場合は、利用目的の通知又は公表等の対応が必要となる。目的の正当性や手段の必要性・相当性を欠く態様で保存・解析・利用すると、肖像権等のプライバシー権を侵害するリスクがある。

ひっかけ注意「カメラや音声認識で周囲の映像や音声を集める過程で個人情報を取得する場合でも、AIで処理するためであれば、利用目的の通知や公表は不要とされている」は誤り。 AI事業者ガイドラインの別添は、映像や音声を集める過程で個人情報を取得する場合、「利用目的の通知又は公表等の対応が必要」としている。個人情報保護法第21条も、取得したら利用目的を本人に知らせるか公表するよう求めている。たとえば、店内のカメラ映像をAIで分析して客の動きを調べるなら、その目的を店頭やWebで知らせる。必要以上に集めて使えば、肖像権などのプライバシーの侵害にもなりうる。

03

プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|知らなくても侵害になりうる

生成AIでは、学習データに含まれる既存の著作物と類似した生成物が生成されることがあり、AIを使わない場合と異なり、利用者が既存の著作物を認識していなくても、生成・利用が著作権侵害となることがある。

ひっかけ注意「生成AIを使って作った画像は、利用者が既存の著作物を知らなかった場合には、どれほど似ていても著作権侵害となることはない」は誤り。 文化庁のチェックリスト&ガイダンスは、生成AIでは、利用者が既存の著作物を知らなくても、生成・利用が著作権侵害となることがあるとしている。生成AIは学習データに含まれる作品に似たものを出すことがあるからである。たとえば、AIで作ったキャラクターが、学習されていた漫画のキャラクターにそっくりなこともある。使う前に、似たものがないかを確かめる。

04

プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|生成コードの権利侵害

生成AIで生成したプログラムコードも、他者の知的財産権等を侵害する可能性があることに留意する必要がある。

05

プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|パブリシティ権とは

最高裁(平成24年2月2日判決)は、人の氏名・肖像等が持つ、商品の販売等を促進する顧客吸引力を排他的に利用する権利をパブリシティ権とし、人格権に由来する権利の一内容を構成するとした。

ひっかけ注意「最高裁は、パブリシティ権を、著作権法に定められた著作者の権利の一つとして位置づけた」は誤り。 最高裁平成24年2月2日判決(ピンク・レディー事件)は、パブリシティ権を「人格権に由来する権利の一内容」とした。パブリシティ権とは、有名人などの名前や顔(肖像)が持つ、商品の売上を伸ばす力(顧客吸引力)を、本人だけが使える権利のこと。著作権法の権利ではなく、定めた法令も無い。たとえば、人気俳優の顔を無断で使ったポスターで商品を売れば、この権利が問題になる。

06

プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|侵害となる3つの使い方

肖像等を無断で使う行為は、①肖像等それ自体を独立して鑑賞の対象となる商品等として使用する、②商品等の差別化を図る目的で肖像等を商品等に付す、③肖像等を商品等の広告として使用するなど、専ら肖像等の顧客吸引力の利用を目的とするといえる場合に、パブリシティ権を侵害し不法行為法上違法となる。

07

プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|報道などは受忍すべき場合も

顧客吸引力を有する者の肖像等は、時事報道、論説、創作物等に使われることもあり、その使用を正当な表現行為等として受忍すべき場合もある。そのため、肖像等の無断使用がパブリシティ権の侵害として違法となるのは、専ら顧客吸引力の利用を目的とする場合に限られる。

ひっかけ注意「最高裁は、著名人の肖像を本人に無断で使う行為は、時事報道や論説での使用であっても、すべてパブリシティ権の侵害になると判断した」は誤り。 最高裁平成24年2月2日判決は、有名人の肖像は時事報道・論説・創作物などに使われることもあり、正当な表現として受け入れるべき(受忍すべき)場合もあるとした。パブリシティ権の侵害として違法となるのは、専ら顧客吸引力の利用を目的とする場合である。この事件でも、ダイエット記事に歌手の写真を載せた週刊誌は違法でないとされた。たとえば、ニュース記事で話題の人物の写真を使うことと、広告に使うことは区別される。

08

プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|人の肖像・声の対策

デジタル庁のガイドラインは、プロンプト入力段階の対策の例として、人の肖像や声については、特定の人物と関連するようなプロンプトを入力しない、特定の人物の肖像や声を含むデータ自体を入力しない、を挙げている。

生成AIのリスク予防・AI倫理・ガバナンスの暗記表をすべて見る →

覚える数字と、狙われる引っかけ

  • ひっかけ「カメラや音声認識で周囲の映像や音声を集める過程で個人情報を取得する場合でも、AIで処理するためであれば、利用目的の通知や公表は不要とされている」は誤り。AI事業者ガイドラインの別添は、映像や音声を集める過程で個人情報を取得する場合、「利用目的の通知又は公表等の対応が必要」としている。個人情報保護法第21条も、取得したら利用目的を本人に知らせるか公表するよう求めている。たとえば、店内のカメラ映像をAIで分析して客の動きを調べるなら、その目的を店頭やWebで知らせる。必要以上に集めて使えば、肖像権などのプライバシーの侵害にもなりうる。
  • ひっかけ「生成AIを使って作った画像は、利用者が既存の著作物を知らなかった場合には、どれほど似ていても著作権侵害となることはない」は誤り。文化庁のチェックリスト&ガイダンスは、生成AIでは、利用者が既存の著作物を知らなくても、生成・利用が著作権侵害となることがあるとしている。生成AIは学習データに含まれる作品に似たものを出すことがあるからである。たとえば、AIで作ったキャラクターが、学習されていた漫画のキャラクターにそっくりなこともある。使う前に、似たものがないかを確かめる。
  • ひっかけ「最高裁は、パブリシティ権を、著作権法に定められた著作者の権利の一つとして位置づけた」は誤り。最高裁平成24年2月2日判決(ピンク・レディー事件)は、パブリシティ権を「人格権に由来する権利の一内容」とした。パブリシティ権とは、有名人などの名前や顔(肖像)が持つ、商品の売上を伸ばす力(顧客吸引力)を、本人だけが使える権利のこと。著作権法の権利ではなく、定めた法令も無い。たとえば、人気俳優の顔を無断で使ったポスターで商品を売れば、この権利が問題になる。
  • ひっかけ「最高裁は、著名人の肖像を本人に無断で使う行為は、時事報道や論説での使用であっても、すべてパブリシティ権の侵害になると判断した」は誤り。最高裁平成24年2月2日判決は、有名人の肖像は時事報道・論説・創作物などに使われることもあり、正当な表現として受け入れるべき(受忍すべき)場合もあるとした。パブリシティ権の侵害として違法となるのは、専ら顧客吸引力の利用を目的とする場合である。この事件でも、ダイエット記事に歌手の写真を載せた週刊誌は違法でないとされた。たとえば、ニュース記事で話題の人物の写真を使うことと、広告に使うことは区別される。
  • ひっかけ「IPAは、生成AIが作った情報やSNSの投稿を拡散するだけなら、自分が書いた情報ではないため名誉毀損の責任を問われることはないとしている」は誤り。IPAの解説書は、情報を安易に拡散すると名誉毀損で訴えられたり損害賠償を求められたりすることがあるとしている。自分が書いていなくても、広めた人の責任が問われうる。たとえば、AIが作った『あの会社は倒産寸前』という根拠のない文章をSNSで共有すれば、デマの拡散に加担することになる。広める前に一次情報(その会社の発表など元の情報)にあたり、ファクトチェック(事実確認)をする。
  • ひっかけ「刑法の名誉毀損罪は、公然と事実を摘示して人の名誉を毀損した場合でも、摘示した事実が真実であれば成立しない」は誤り。刑法第230条第1項は、名誉毀損罪を、摘示した事実が本当かどうかにかかわらず罰するとしている。第230条の2第1項は、公共の利害に関する事実で、目的が専ら公益を図ることにあり、真実であることが証明されたときは罰しないと定めている。名誉毀損とは、大勢に向けて事実を挙げ、人の社会的な評価を下げること。たとえば、AIに書かせた同僚の私生活の話を社内の掲示板に載せれば、話が本当でも名誉毀損になりうる。
  • ひっかけ「AI事業者ガイドラインは、学習データを適切に選べばAIからバイアスを完全に取り除けるため、バイアスが残ることを前提にする必要はないとしている」は誤り。AI事業者ガイドラインの「公平性」は、バイアス(判断や出力の偏り)を減らすよう努めつつも、回避できないバイアスがあることを認識し、許容できるかを評価して使うよう求めている。学習データやAIの学習過程からバイアスを完全に除くことはできないとされる。たとえば、過去の社内データが偏っていれば、それを学んだAIの判断も偏る。偏りが残る前提で、人が結果を点検する。
  • ひっかけ「性別や人種などの属性の列を学習データから取り除けば、関連する情報から属性が類推されることはないため、その属性によるバイアスは生じない」は誤り。AI事業者ガイドラインは、性別などの属性を取り除いたデータでも、関連する情報から属性が類推されてしまう場合(潜在的なバイアス)があるとしている。たとえば、性別の欄を消しても、趣味や学生時代の部活動、取得した資格の組み合わせから性別が推し量れることがある。属性の列を消すだけでは偏りは無くならないので、結果に偏りがないかを確かめる。

02試験で正誤を分けるチェック順

  1. 1
    AI事業者ガイドラインの別添は、マルチモーダルな生成AIにより、個人の顔写真や録音音声といったセンシティブな情報も取り扱われる機会が増え、これらの情報が漏洩するリスクが一層高まる可能性があるとしている。

    問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。

  2. 2
    カメラや音声認識等で周囲の映像や音声を収集する過程で個人情報を取得する場合は、利用目的の通知又は公表等の対応が必要となる。目的の正当性や手段の必要性・相当性を欠く態様で保存・解析・利用すると、肖像権等のプライバシー権を侵害するリスクがある。

    問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。

  3. 3
    生成AIでは、学習データに含まれる既存の著作物と類似した生成物が生成されることがあり、AIを使わない場合と異なり、利用者が既存の著作物を認識していなくても、生成・利用が著作権侵害となることがある。

    問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。

  4. 4
    生成AIで生成したプログラムコードも、他者の知的財産権等を侵害する可能性があることに留意する必要がある。

    問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。

  5. 5
    最高裁(平成24年2月2日判決)は、人の氏名・肖像等が持つ、商品の販売等を促進する顧客吸引力を排他的に利用する権利をパブリシティ権とし、人格権に由来する権利の一内容を構成するとした。

    問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。

  6. 6
    肖像等を無断で使う行為は、①肖像等それ自体を独立して鑑賞の対象となる商品等として使用する、②商品等の差別化を図る目的で肖像等を商品等に付す、③肖像等を商品等の広告として使用するなど、専ら肖像等の顧客吸引力の利用を目的とするといえる場合に、パブリシティ権を侵害し不法行為法上違法となる。

    問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。

  7. 7
    顧客吸引力を有する者の肖像等は、時事報道、論説、創作物等に使われることもあり、その使用を正当な表現行為等として受忍すべき場合もある。そのため、肖像等の無断使用がパブリシティ権の侵害として違法となるのは、専ら顧客吸引力の利用を目的とする場合に限られる。

    問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。

  8. 8
    デジタル庁のガイドラインは、プロンプト入力段階の対策の例として、人の肖像や声については、特定の人物と関連するようなプロンプトを入力しない、特定の人物の肖像や声を含むデータ自体を入力しない、を挙げている。

    問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。

  9. 9
    生成AIが、ある人物について「金銭の横領で提訴されている」という偽情報を生成・拡散したとして、その人物が当該生成AIを開発・提供する企業を名誉毀損で提訴した事例がある。

    問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。

  10. 10
    情報を安易に拡散すると名誉毀損で訴追されたり損害賠償を請求されたりすることがあり、拡散する場合は一次情報にあたり、発信者や発信内容のファクトチェック等を行う必要がある。

    問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。

  11. 11
    刑法第230条第1項は、公然と事実を摘示し、人の名誉を毀損した者を、その事実の有無にかかわらず罰する(3年以下の拘禁刑又は50万円以下の罰金)。公共の利害に関する事実で、目的が専ら公益を図ることにあり、真実であることの証明があったときは罰しない(第230条の2第1項)。

    問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。

  12. 12
    刑法第233条は、虚偽の風説を流布し、又は偽計を用いて、人の信用を毀損し、又はその業務を妨害した者を罰する(3年以下の拘禁刑又は50万円以下の罰金)。

    問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。

  13. 13
    デジタル庁のガイドラインは、生成AI特有のリスクケースの例として、不自然な表現の画像を生成し、不自然だと気付かずに公開文書等に掲載して国民から批判を受けることを挙げている。

    問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。

  14. 14
    AI事業者ガイドラインは、不当で有害な偏見や差別をなくすよう努めつつ、それでも回避できないバイアスがあることを認識し、そのバイアスが人権や多様な文化を尊重する観点から許容可能か評価した上で開発・提供・利用することが重要としている。

    問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。

  15. 15
    人種や性別等の明らかなセンシティブ属性を取り除いたデータであっても、関連する情報からセンシティブ属性が類推されてしまう場合(潜在的なバイアス)や、複数の属性の組み合わせによってバイアスが生じる場合(交差バイアス)がある。

    問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。

03この論点の根拠

内容の基準日
2026-11-20
復習方法
要点を確認した後、○×一問一答で条件の違いを見分ける

法改正により扱いが変わる場合があります。試験日程や申込みに関する情報は、 必ず公式案内も確認してください。

問題演習

プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスクの○×一問一答

1/8問解答 0・正解 0

生成AIのリスク予防・AI倫理・ガバナンス

プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|顔写真・音声の漏洩

AI事業者ガイドラインの別添は、マルチモーダルな生成AIでは個人の顔写真や録音音声といったセンシティブな情報を扱う機会が増え、それらが漏洩するリスクが一層高まる可能性があるとしている。

プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスクの○×一問一答15問|問題と解説

この論点で収録している15問を、正誤と解説つきで通して読めます。 上の演習で迷った問題を見直すときに使ってください。

  1. 問1

    プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|顔写真・音声の漏洩

    AI事業者ガイドラインの別添は、マルチモーダルな生成AIでは個人の顔写真や録音音声といったセンシティブな情報を扱う機会が増え、それらが漏洩するリスクが一層高まる可能性があるとしている。

    答え:○(正しい)

    解説

    正しい。AI事業者ガイドラインの別添のとおり。マルチモーダルとは、文章だけでなく画像・音声・動画など複数の種類のデータを扱えること。顔写真や声のように本人と強く結びつく情報を入力する機会が増える。たとえば、社員の顔写真を読み込ませて名札のデザインを作らせる場合も、本人の顔を特定できる情報が外に漏れるおそれがある。入力する前に、本当に必要な情報かを考える。 要点:AI事業者ガイドラインの別添は、マルチモーダルな生成AIにより、個人の顔写真や録音音声といったセンシティブな情報も取り扱われる機会が増え、これらの情報が漏洩するリスクが一層高まる可能性があるとしている。

  2. 問2

    プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|映像・音声の収集と通知

    カメラや音声認識で周囲の映像や音声を集める過程で個人情報を取得する場合でも、AIで処理するためであれば、利用目的の通知や公表は不要とされている。

    答え:×(誤り)

    解説

    誤り。AI事業者ガイドラインの別添は、映像や音声を集める過程で個人情報を取得する場合、「利用目的の通知又は公表等の対応が必要」としている。個人情報保護法第21条も、取得したら利用目的を本人に知らせるか公表するよう求めている。たとえば、店内のカメラ映像をAIで分析して客の動きを調べるなら、その目的を店頭やWebで知らせる。必要以上に集めて使えば、肖像権などのプライバシーの侵害にもなりうる。 要点:カメラや音声認識等で周囲の映像や音声を収集する過程で個人情報を取得する場合は、利用目的の通知又は公表等の対応が必要となる。目的の正当性や手段の必要性・相当性を欠く態様で保存・解析・利用すると、肖像権等のプライバシー権を侵害するリスクがある。

  3. 問3

    プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|知らなくても侵害になりうる

    生成AIを使って作った画像は、利用者が既存の著作物を知らなかった場合には、どれほど似ていても著作権侵害となることはない。

    答え:×(誤り)

    解説

    誤り。文化庁のチェックリスト&ガイダンスは、生成AIでは、利用者が既存の著作物を知らなくても、生成・利用が著作権侵害となることがあるとしている。生成AIは学習データに含まれる作品に似たものを出すことがあるからである。たとえば、AIで作ったキャラクターが、学習されていた漫画のキャラクターにそっくりなこともある。使う前に、似たものがないかを確かめる。 要点:生成AIでは、学習データに含まれる既存の著作物と類似した生成物が生成されることがあり、AIを使わない場合と異なり、利用者が既存の著作物を認識していなくても、生成・利用が著作権侵害となることがある。

  4. 問4

    プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|生成コードの権利侵害

    AI事業者ガイドラインの別添は、生成AIで生成したプログラムコードについても、他者の知的財産権等を侵害する可能性に留意する必要があるとしている。

    答え:○(正しい)

    解説

    正しい。AI事業者ガイドラインの別添のとおり。知的財産権とは、著作権・特許権・商標権など、人の創作や工夫を守る権利の総称である。プログラムも著作物になりうるので、生成AIが既存のプログラムとそっくりなコードを出せば問題になる。たとえば、AIが書いた表計算のマクロが、他社のソフトのプログラムとほとんど同じだった、ということもありうる。仕事で使う前に確かめる。 要点:生成AIで生成したプログラムコードも、他者の知的財産権等を侵害する可能性があることに留意する必要がある。

  5. 問5

    プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|パブリシティ権とは

    最高裁は、パブリシティ権を、著作権法に定められた著作者の権利の一つとして位置づけた。

    答え:×(誤り)

    解説

    誤り。最高裁平成24年2月2日判決(ピンク・レディー事件)は、パブリシティ権を「人格権に由来する権利の一内容」とした。パブリシティ権とは、有名人などの名前や顔(肖像)が持つ、商品の売上を伸ばす力(顧客吸引力)を、本人だけが使える権利のこと。著作権法の権利ではなく、定めた法令も無い。たとえば、人気俳優の顔を無断で使ったポスターで商品を売れば、この権利が問題になる。 要点:最高裁(平成24年2月2日判決)は、人の氏名・肖像等が持つ、商品の販売等を促進する顧客吸引力を排他的に利用する権利をパブリシティ権とし、人格権に由来する権利の一内容を構成するとした。

  6. 問6

    プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|侵害となる3つの使い方

    有名人の肖像を無断で商品の広告に使うなど、専ら肖像の顧客吸引力の利用を目的とする使い方は、パブリシティ権を侵害するものとして違法となる。

    答え:○(正しい)

    解説

    正しい。最高裁平成24年2月2日判決のとおり。違法となる典型は、①肖像そのものを鑑賞用の商品にする(ブロマイドなど)、②商品を目立たせるために肖像を付ける(キャラクター商品など)、③広告に使う、の3つである。たとえば、生成AIで有名なスポーツ選手そっくりの画像を作り、自社の飲料の広告に使えば③に当たりうる。AIで作った画像でも、使い方で判断される。 要点:肖像等を無断で使う行為は、①肖像等それ自体を独立して鑑賞の対象となる商品等として使用する、②商品等の差別化を図る目的で肖像等を商品等に付す、③肖像等を商品等の広告として使用するなど、専ら肖像等の顧客吸引力の利用を目的とするといえる場合に、パブリシティ権を侵害し不法行為法上違法となる。

  7. 問7

    プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|報道などは受忍すべき場合も

    最高裁は、著名人の肖像を本人に無断で使う行為は、時事報道や論説での使用であっても、すべてパブリシティ権の侵害になると判断した。

    答え:×(誤り)

    解説

    誤り。最高裁平成24年2月2日判決は、有名人の肖像は時事報道・論説・創作物などに使われることもあり、正当な表現として受け入れるべき(受忍すべき)場合もあるとした。パブリシティ権の侵害として違法となるのは、専ら顧客吸引力の利用を目的とする場合である。この事件でも、ダイエット記事に歌手の写真を載せた週刊誌は違法でないとされた。たとえば、ニュース記事で話題の人物の写真を使うことと、広告に使うことは区別される。 要点:顧客吸引力を有する者の肖像等は、時事報道、論説、創作物等に使われることもあり、その使用を正当な表現行為等として受忍すべき場合もある。そのため、肖像等の無断使用がパブリシティ権の侵害として違法となるのは、専ら顧客吸引力の利用を目的とする場合に限られる。

  8. 問8

    プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|人の肖像・声の対策

    デジタル庁のガイドラインは、人の肖像や声についての対策例として、特定の人物と関連するようなプロンプトや、特定の人物の肖像・声を含むデータ自体を入力しないことを挙げている。

    答え:○(正しい)

    解説

    正しい。デジタル庁のガイドラインの表「プロンプト入力段階の知的財産権等の対策の例」のとおり。プロンプトとは、生成AIへの指示文のこと。たとえば『実在の俳優の〇〇さんの声で読み上げて』と指示したり、その人の音声データを読み込ませたりしないことが、トラブルを避ける第一歩になる。ガイドラインは、音声回答機能が著名な個人の声に似てしまい、本人から停止を求められた例も挙げている。 要点:デジタル庁のガイドラインは、プロンプト入力段階の対策の例として、人の肖像や声については、特定の人物と関連するようなプロンプトを入力しない、特定の人物の肖像や声を含むデータ自体を入力しない、を挙げている。

  9. 問9

    プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|偽情報で名誉毀損の訴え

    生成AIが、ある人物について「金銭の横領で提訴されている」という偽情報を生成したことから、その人物が生成AIを開発・提供する企業を名誉毀損で提訴した事例がある。

    答え:○(正しい)

    解説

    正しい。AI事業者ガイドラインの別添が、ハルシネーションによる誤った出力の例として挙げた事例である。名誉毀損とは、人の評判(社会的な評価)を傷つける情報を広めること。生成AIが事実と違う内容をもっともらしく出すと、特定の人の評判を傷つけることがある。たとえば、取引先の担当者について『過去に不正をした』という誤った文章をAIが作り、それを社内で回覧すれば、同じ問題が起こりうる。 要点:生成AIが、ある人物について「金銭の横領で提訴されている」という偽情報を生成・拡散したとして、その人物が当該生成AIを開発・提供する企業を名誉毀損で提訴した事例がある。

  10. 問10

    プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|安易な拡散の責任

    IPAは、生成AIが作った情報やSNSの投稿を拡散するだけなら、自分が書いた情報ではないため名誉毀損の責任を問われることはないとしている。

    答え:×(誤り)

    解説

    誤り。IPAの解説書は、情報を安易に拡散すると名誉毀損で訴えられたり損害賠償を求められたりすることがあるとしている。自分が書いていなくても、広めた人の責任が問われうる。たとえば、AIが作った『あの会社は倒産寸前』という根拠のない文章をSNSで共有すれば、デマの拡散に加担することになる。広める前に一次情報(その会社の発表など元の情報)にあたり、ファクトチェック(事実確認)をする。 要点:情報を安易に拡散すると名誉毀損で訴追されたり損害賠償を請求されたりすることがあり、拡散する場合は一次情報にあたり、発信者や発信内容のファクトチェック等を行う必要がある。

  11. 問11

    プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|真実でも名誉毀損になる

    刑法の名誉毀損罪は、公然と事実を摘示して人の名誉を毀損した場合でも、摘示した事実が真実であれば成立しない。

    答え:×(誤り)

    解説

    誤り。刑法第230条第1項は、名誉毀損罪を、摘示した事実が本当かどうかにかかわらず罰するとしている。第230条の2第1項は、公共の利害に関する事実で、目的が専ら公益を図ることにあり、真実であることが証明されたときは罰しないと定めている。名誉毀損とは、大勢に向けて事実を挙げ、人の社会的な評価を下げること。たとえば、AIに書かせた同僚の私生活の話を社内の掲示板に載せれば、話が本当でも名誉毀損になりうる。 要点:刑法第230条第1項は、公然と事実を摘示し、人の名誉を毀損した者を、その事実の有無にかかわらず罰する(3年以下の拘禁刑又は50万円以下の罰金)。公共の利害に関する事実で、目的が専ら公益を図ることにあり、真実であることの証明があったときは罰しない(第230条の2第1項)。

  12. 問12

    プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|うその噂で信用を傷つける

    うその噂(虚偽の風説)を広めて人の信用を傷つけることは、刑法の信用毀損罪に当たりうる。

    答え:○(正しい)

    解説

    正しい。刑法第233条のとおり。信用毀損とは、うその噂を広めたり、人をだます手段(偽計)を使ったりして、人の信用を傷つけること。同じ条文は、業務を妨げることも罰している。たとえば、生成AIが作った『あの店の弁当で食中毒が出た』という話を、うそだと知りながらSNSで広めれば、店の信用を傷つけたとして罪に問われうる。AIの出力を広める前に、事実かどうかを確かめる。 要点:刑法第233条は、虚偽の風説を流布し、又は偽計を用いて、人の信用を毀損し、又はその業務を妨害した者を罰する(3年以下の拘禁刑又は50万円以下の罰金)。

  13. 問13

    プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|気付かず公開して批判

    デジタル庁のガイドラインは、不自然な表現の画像を生成AIで作り、不自然だと気付かずに公開文書に掲載して批判を受けることを、生成AI特有のリスクケースの例に挙げている。

    答え:○(正しい)

    解説

    正しい。デジタル庁のガイドラインが挙げた生成AI特有のリスクケースの例である。リスクへの対応をすべて行ってもゼロにはならない前提で、起きたときの対応も準備しておくよう求めている。たとえば、AIで作った説明図の人物の指が6本あることに気付かず会社案内に載せ、SNSで笑われて炎上する、といった場面である。公開する前に、人の目で細部まで確認することが炎上を防ぐ。 要点:デジタル庁のガイドラインは、生成AI特有のリスクケースの例として、不自然な表現の画像を生成し、不自然だと気付かずに公開文書等に掲載して国民から批判を受けることを挙げている。

  14. 問14

    プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|バイアスは完全には除けない

    AI事業者ガイドラインは、学習データを適切に選べばAIからバイアスを完全に取り除けるため、バイアスが残ることを前提にする必要はないとしている。

    答え:×(誤り)

    解説

    誤り。AI事業者ガイドラインの「公平性」は、バイアス(判断や出力の偏り)を減らすよう努めつつも、回避できないバイアスがあることを認識し、許容できるかを評価して使うよう求めている。学習データやAIの学習過程からバイアスを完全に除くことはできないとされる。たとえば、過去の社内データが偏っていれば、それを学んだAIの判断も偏る。偏りが残る前提で、人が結果を点検する。 要点:AI事業者ガイドラインは、不当で有害な偏見や差別をなくすよう努めつつ、それでも回避できないバイアスがあることを認識し、そのバイアスが人権や多様な文化を尊重する観点から許容可能か評価した上で開発・提供・利用することが重要としている。

  15. 問15

    プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスク|属性を消しても類推される

    性別や人種などの属性の列を学習データから取り除けば、関連する情報から属性が類推されることはないため、その属性によるバイアスは生じない。

    答え:×(誤り)

    解説

    誤り。AI事業者ガイドラインは、性別などの属性を取り除いたデータでも、関連する情報から属性が類推されてしまう場合(潜在的なバイアス)があるとしている。たとえば、性別の欄を消しても、趣味や学生時代の部活動、取得した資格の組み合わせから性別が推し量れることがある。属性の列を消すだけでは偏りは無くならないので、結果に偏りがないかを確かめる。 要点:人種や性別等の明らかなセンシティブ属性を取り除いたデータであっても、関連する情報からセンシティブ属性が類推されてしまう場合(潜在的なバイアス)や、複数の属性の組み合わせによってバイアスが生じる場合(交差バイアス)がある。

次の学習

プライバシー・権利侵害・名誉毀損・炎上・バイアスのリスクの問題を続けて解く

この論点に対応する15問を絞り込んで出題します。

○×一問一答へ