1つでも答えられないなら、原文を入れる前に立ち止まるのが安全です。
氏名を消しても、電話番号、メールアドレス、住所、社員番号、顧客ID、案件番号、日付、場所、まれな肩書きが残っていれば、個人や案件を推測できる場合があります。EDPBの文書が焦点を当てるのも、LLMシステムにおけるプライバシーリスクとその緩和です。
比較的安全な進め方は、実名や会社名を仮名に置き換える、必要な箇所だけを抜き出す、原文を抽象化した相談文にする、名簿や表は集計値にする、原文処理が必要な場合は組織が承認したツールと手順に切り替えることです。
公共部門で生成AIを使うこと自体は、単純に禁止か解禁かで片付く話ではありません。欧州委員会の共同研究センター(JRC)による生成AI Outlook報告は、公共部門での生成AI利用を専門項目として扱っています。
検討できるのは、すでに公開され、低リスクで、利用条件を確認できる公式資料です。一方で、未公開公文書、内部決裁資料、政策草案、調査・執行関連資料、調達評価資料、個人情報や機微情報を含む文書は、一般公開型AIに直接入れるべきではありません。欧州議会資料の事例一覧にも、公式Bundestagデータを使いつつ個人情報や機微情報を避ける例が示されています。
その資料が漏れたとき、個人、組織、公共の利益、法令順守に損害が出るなら、一般公開型AIに原文を渡さない。まず削る、ぼかす、要約する、最小限にする。どうしても原文処理が必要なら、承認済みの環境で、データ保護、保存期間、アクセス権限、監視、インシデント対応を確認してから使う。
Comments
0 comments