AIドクシング：チャットボットが実在の電話番号や自宅住所を暴露する問題

かつては探し出すのが難しかった情報でも、AIによって瞬時に引き出せるようになったことで、嫌がらせ・詐欺・ストーキングといったリスクが高まる可能性が指摘されています。

「AIドクシング」とは

従来の「ドクシング（doxxing）」は、特定の人物の個人情報を意図的に公開し、嫌がらせや脅迫を行う行為を指していました。

しかし生成AIの登場により、そのプロセスは半自動化されつつあります。ユーザーが自然な質問を入力するだけで、AIが情報を集めて回答してしまう場合があるからです。

例えば、

• ある人物の連絡先
• 特定の住所に住んでいる人物
• 企業の問い合わせ電話番号

などを尋ねた際、チャットボットが実在する個人の電話番号や住宅住所を返したと報告されています 。

多くの場合、AIが秘密データを「直接知っている」わけではありません。代わりに、次のような情報源を組み合わせてしまう可能性があります。

• 公開されている政府や自治体の記録
• 学習用に収集されたウェブページ
• 古いオンライン電話帳やディレクトリ
• インターネット上に散らばった断片的な情報

AIはこれらを一つの回答としてまとめてしまうため、従来よりはるかに簡単に個人情報へアクセスできる状態になると指摘されています 。

なぜチャットボットが個人情報を出してしまうのか

調査や研究では、いくつかの典型的な原因が報告されています。

学習データに個人情報が含まれている

大規模言語モデルは、ウェブページや文書など大量のデータを学習します。その中には、電話番号や住所が含まれる公開文書や政府記録が存在する場合があります。特定の質問に対して、それらの情報が再現されることがあると指摘されています 。

公開情報をまとめてしまう

情報自体は公開されていても、通常は複数のサイトやデータベースを探さなければ見つかりません。AIはそれらを瞬時に集約し、一つの回答として提示してしまうことがあります 。

ハルシネーション（誤生成）

AIは時に誤った情報を生成することがあります。実在する電話番号を、無関係な企業やサービスの連絡先として誤って提示してしまうケースも報告されています 。

プロンプトの段階的誘導

研究者の実験では、質問を少しずつ具体化することで、最初は拒否される情報でも引き出せる場合があることが示されています 。

実際に起きている被害例

AIドクシングの体系的な統計はまだ少ないものの、複数の具体的な事例が報告されています。

• 「AIがあなたの番号を教えた」と言われる被害
ある男性は、見知らぬ人からの電話が相次ぎ、相手が「AIがこの番号を教えた」と説明したと報告されています 。

• 企業の問い合わせ番号として誤表示
チャットボットが企業の問い合わせ先を聞かれた際、無関係な個人の電話番号を提示し、利用者からの電話がその人物に集中した例が報告されています 。

• ソフトウェア開発者が顧客サポートの電話を受ける事態
イスラエルの開発者が、自分の個人番号をAIがサービス連絡先として表示したため、問い合わせ電話を受け続ける事態になったとされています 。

• 研究者が個人情報を引き出す実験
大学研究者がチャットボットに対する質問を工夫し、同僚の携帯番号や教授の自宅住所を取得できたと報告されています 。

• AIが住宅住所を提示するケース
一部の調査では、名前を入力するだけで一般人の自宅住所を返したAIもあったと報告されています 。

こうした事例は、意図的ではなくてもAIの回答が現実のトラブルにつながる可能性を示しています。

AI時代に「事実上公開されていない情報」が危険になる理由

以前は、多くの個人情報が**「実質的な匿名状態（practical obscurity）」**にありました。理論上は公開されていても、探し出すには手間がかかったからです。

例えば住所を調べる場合、自治体の記録や古いウェブページをいくつも検索する必要がありました。

しかしAIチャットボットは自然言語の質問から自動的に情報をまとめるため、かつては埋もれていた情報が瞬時に表示される可能性があります 。

その結果、AIが事実上「自動データブローカー」のような役割を果たしてしまうのではないかという懸念も出ています。

なぜ問題の解決が難しいのか

個人情報がAIの学習データに含まれてしまうと、完全な修正は簡単ではありません。

データが多くの場所に存在する

電話番号や住所は、ウェブページ、政府文書、データベースなど複数の場所に存在することがあります。一つを削除しても、別の情報源から再び現れる可能性があります 。

AIはデータベースではない

言語モデルは個々の記録をそのまま保存しているわけではなく、統計的なパターンとして学習します。そのため、特定の情報だけを完全に削除するのは技術的に難しいとされています。

フィルターにも限界がある

AI企業は個人の電話番号や住所を出力しないようフィルターを導入していますが、質問の仕方によっては回避される場合があると報告されています 。

データ権利がわかりにくい

研究者は、多くのAIサービスのプライバシー説明が複雑で、ユーザーが自分のデータの扱いを理解しにくいと指摘しています 。

研究者や企業の対応

この問題に対して、専門家や企業は複数の対策を検討しています。

データ最小化の強化
学習データから電話番号や住所などの個人連絡先を可能な限り除外するべきだという提案があります 。

安全性テストの強化
AIに対して意図的に「ドクシングを誘発する質問」を行い、弱点を見つけるテストが進められています 。

個人連絡先の出力を拒否
一部のAIシステムでは、公開情報であっても個人の電話番号や住所の提示を拒否する方針が採られています 。

迅速な削除・通報制度
AIの回答に自分の個人情報が表示された場合、迅速に報告・削除できる仕組みが必要だと専門家は指摘しています 。

AI時代のプライバシー課題

AIドクシングが示しているのは、生成AIが**「見つけにくかった情報」を簡単に見つけられるようにしてしまう**という構造的な問題です。

その情報が必ずしも秘密だったわけではなくても、AIの

• 速度
• 自動化
• 会話型インターフェース

によって影響は大きくなります。

検索、メッセージアプリ、仕事ツールなどにAIが広く組み込まれるにつれ、研究者はより強いプライバシー保護と透明性の高いルールが必要になる可能性を指摘しています 。