生成AI「8つの倫理的懸念」を整理【前編】
生成AIの「倫理的リスク」とは結局どういう問題？ “4つの視点”で解説
生成AIの登場はビジネスに変革のチャンスをもたらすと同時に、新たなリスクをも生んだ。企業は、生成AIが引き起こし得る倫理的問題への対策を考える必要がある。懸念となるポイントを整理しよう。
テキストや画像などを自動生成するAI（人工知能）技術「生成AI」（ジェネレーティブAI）が引き起こし得る倫理的問題にどう対処するかは、生成AIをビジネスに活用したい企業にとって大きな課題となっている。例えば、生成AIが出力した内容に誤った情報や有害コンテンツを含んでいたり、著作権侵害に該当したりといったリスクがある。これらは、企業が取り組むべき新たな課題だと言える。
コンサルティング企業Boston Consulting Group（BCG）でマネージングディレクター兼シニアパートナーを務めるタッド・ローズランド氏は、「生成AIがもたらすリスクに対処するには、明確な戦略やガバナンス、責任あるAI活用の取り組みなど、包括的なアプローチが必要だ」と指摘する。企業は具体的にどのようなポイントを考慮すればいいのか。本稿では生成AIがもたらす懸念事項8つのうち、4つを紹介する。
1．有害なコンテンツの生成
生成AIは人間からプロンプト（生成AIへの指示）を受け取り、その情報を基にしてコンテンツを自動生成する。コンサルティング企業PricewaterhouseCoopers（PwC）でクラウドおよびデジタルアナリティクスインサイト担当パートナーを務めるブレット・グリーンスタイン氏は、「生成AIは生産性向上に役立つが、意図せず有害な用途に使用される危険性がある」と語る。例えば、生成AIが作成したメールが意図せず攻撃的な言葉を含んでいたり、誤った内容を含んでいたりする可能性がある。
「生成AIは人間や既存のプロセスを代替するのではなく、あくまで補強するために使用されるべきだ」とグリーンスタイン氏は強調する。その上で同氏は、生成したコンテンツが企業の倫理的要件を満たしており、ブランド価値を毀損（きそん）していないことを確認する必要があるとアドバイスする。
2．著作権の侵害
一般的に生成AIは、インターネットを含む複数のデータソースから画像やテキストのデータを学習する。生成AIが生成した画像やソースコードは、どのデータを基に学習した結果なのかが不明な場合がある。これは金融取引を扱う金融機関や、医薬品の分子生成を手掛ける製薬会社にとって問題となり得る。生成AIを用いて考案した製品が他社の知的財産に基づいていた場合、財務リスクや風評被害が発生するからだ。ローズランド氏は、「生成AIの知的財産や著作権の侵害に関する判例が明確になるまで、企業は生成AIの使用を精査する必要がある」とアドバイスする。
3．データプライバシーの侵害
大規模言語モデル（LLM）の学習データには、個人識別情報（PII）が含まれる場合がある。AI技術の調査機関Montreal AI Ethics Instituteの創設者兼プリンシパルリサーチャーであるアビシェーク・グプタ氏は、「単純なテキストを用いたプロンプトを用いて、PIIをはじめとするデータを引き出すことが可能だ」と指摘する。さらに、従来の検索エンジンの場合とは異なり、消費者が自身の個人情報を探し出して削除を申請することが難しい可能性もある。LLMのトレーニングを実施する企業は、プライバシーに関する法律を順守し、使用するLLMにPIIが含まれていないことや、LLMからPIIを削除する方法を確認する必要がある。
4．機密情報の漏えい
生成AIが登場したことで、AI技術にアクセスできる人の層が広がり、「AIの民主化」が実現しつつある。一方で、生成AIを使用する医療関係者の不注意で患者の機密情報が漏えいしたり、生成AIを活用する企業が意図せずに自社戦略を第三者に公開してしまったりといった事態も起きているとローズランド氏は指摘する。このような不測の事態が発生した場合、組織は顧客の信頼を失うだけでなく、訴訟に直面する可能性がある。
企業は機密情報や保護対象データ、および知的財産を保護するために、生成AIを利用するに当たっての明確なガイドラインやガバナンス方針を確立し、社内で共有するようローズランド氏は呼び掛ける。
後編は、残る4つの懸念を整理して紹介する。
TechTarget発 世界のインサイト＆ベストプラクティス
米国TechTargetの豊富な記事の中から、さまざまな業種や職種に関する動向やビジネスノウハウなどを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
TechTarget発 世界のインサイト＆ベストプラクティス
米国TechTargetの豊富な記事の中から、さまざまな業種や職種に関する動向やビジネスノウハウなどを厳選してお届けします。
この記事の著者
関連記事
新着ホワイトペーパー PR
-
事例
[フォーティネットジャパン合同会社] 複雑化しがちな「SASE運用」 IT・医療・金融などの事例に見る導入成功の秘訣 -
製品資料
[フォーティネットジャパン合同会社] 「SD-WAN」導入で失敗しないための5つの重要事項 -
技術文書・技術解説
[フォーティネットジャパン合同会社] VPNの代替候補「ZTNA」を理解できるようになる“3大要素”とは？ -
事例
[フォーティネットジャパン合同会社] すぐ分かる「SD-WAN」選定のポイント 成功企業はどんな成果を出した？ -
製品資料
[SCSK株式会社] 「Dropbox」管理・運用の困りごと解決ガイド
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
半数がブルーカラー転向を視野に？ ベテランエンジニアを追い込む“54歳の壁”
-
2
「エージェントを作るな、スキルを作れ？」 Anthropicが提唱するAI運用の勘所
-
3
なぜ人はいるのにDXが進まない？ ライオンも直面した“老害”レガシーシステム
-
4
Microsoft月例パッチ1400件超で過去最多 「限界点」を迎えたパッチ管理
-
5
「Microsoft 365」が乗っ取られる MFAを破る“本物の画面”の恐怖
-
6
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
7
SAP導入後も残る“Excel依存” 京急電鉄は「kintone」でどう解消した？
-
8
「Windows」の不要なファイルを安全に消して容量を空ける方法
-
9
みずほ証券が「液冷サーバ」を採用 1日3.6億件の計算を支えるための要件
-
10
いまIBM iエンジニアが直面する「5つの技術的課題」とその解決策
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する？ 超速の攻撃からエンドポイントを保護する方法
-
2
2026年のサイバーセキュリティには何が必要か？ 最新データに学ぶ傾向と対策
-
3
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
4
「IT史に名を残すシステム障害」8選
-
5
最速72分でデータが流出？ 最新の脅威トレンドや侵入手法から分かった防衛策
-
6
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
7
不審メールの経路や見せ方に変化？ 2026年夏の3事例から見えた動向と対処方法
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ？
-
9
「標的型攻撃メール」事例・サンプル集
-
10
Microsoft 365のメールセキュリティ、3つの“死角”と追加で検討すべき対策とは
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー