便利さと人への影響をどう考えるか

人間中心は、尊厳と本人の選択から考える

人間中心は、AIの都合に人を合わせるのでなく、人の尊厳や多様な生き方を大切にする考え方です。人間の尊厳とは、一人ひとりが人として尊重されることです。AIの点数や分類だけを、その人の価値として扱いません。直接の利用者以外にも、近隣住民や、サービスを使いにくい人など、影響を受ける人がいます。こうした関係者をステークホルダーと呼びます。

自律は、本人が必要な情報を理解し、自分で考えて選べることです。AIの勧めを断れず、別の希望を伝えたり、人へ相談したりする道がなければ、表示に「人間中心」と書くだけでは足りません。理由や限界を理解できる形で示し、別案、変更、相談の道を実際に使えるようにします。他人がAI案を一度読んだことを、本人自身が理解して選んだことの証拠にはしません。

参照資料　AI事業者ガイドライン1.2：人間中心・自律・多様性（物理p13〜14（印刷p12〜13）基本理念/原則とステークホルダー／物理p15〜17（印刷p14〜16）共通の指針、人間中心、自己決定/多様性/利用者支援）（別タブで開く） ↗ / AI事業者ガイドライン1.2：透明性と情報提供（物理p20〜21（印刷p19〜20）6)透明性、検証可能性/合理的な情報提供／物理p17冒頭（印刷p16）選択判断のための情報）（別タブで開く） ↗

指針の版と、誰の役割かを確かめる

ここで参照するAI事業者ガイドラインは、総務省・経済産業省の第1.2版、2026年3月31日です。AIに関わる事業者の取組を示す、法的拘束力を持たない指針です。この指針自体が法的な義務を課すものではありません。指針の推奨と、適用される法令の義務や契約の条件を同じものにしません。参照日2026年11月6日も、法令の施行日や、2027年の状態を保証する日付ではありません。

AI開発者は仕組みを開発する側、AI提供者はシステムやサービスを提供する側、AI利用者は事業の活動で利用する側です。一つの組織が複数の役割を持つ場合もあります。一般の消費者はこの指針の主な対象に含まれませんが、人への配慮を考える参考にできます。リスクは、望ましくない事態の起こりやすさや影響から捉えます。役割や利用目的、リスクに応じて必要な取組を考え、全員に同じ一つの作業だけを求める読み方はしません。

参照資料　AI事業者ガイドライン1.2：性格・対象・役割（物理p1 表紙の版/日付／物理p3（印刷p2）はじめに 非拘束的ソフトローの説明）（別タブで開く） ↗ / AI事業者ガイドライン1.2：人間中心・自律・多様性（物理p13〜14（印刷p12〜13）基本理念/原則とステークホルダー／物理p15〜17（印刷p14〜16）共通の指針、人間中心、自己決定/多様性/利用者支援）（別タブで開く） ↗

便益と不利益を、案を決める前に並べる

例えば、地域の催しでAIが拡声器の配置を提案したとします。案内を聞きやすい便益があっても、近くで静かに過ごしたい人には不利益があり得ます。利用者の便利さだけを全員の利益とせず、誰の声をまだ聞いていないか、時間や場所を変える別案がないかを整理します。法令上の確認結果は保ったまま、関係者との対話を加えます。

人や社会への影響は、導入前に考えて終わりではありません。使ってから分かった負担や意見も受け取り、人が使い方や採否を見直します。全員が同じ価値観になることを前提にせず、対立する希望、未確認の点、誰が次の確認をするかを明らかにすることが、判断を進める助けになります。

参照資料　AI事業者ガイドライン1.2：人間中心・自律・多様性（物理p13〜14（印刷p12〜13）基本理念/原則とステークホルダー／物理p15〜17（印刷p14〜16）共通の指針、人間中心、自己決定/多様性/利用者支援）（別タブで開く） ↗ / JST RISTEX ELSI/RRIの取組（「ELSI/RRIの取組」冒頭2段落。科学技術の進展/普及に伴う倫理的・法制度的・社会的課題と、多様な当事者の連携）（別タブで開く） ↗

公平性は、一律の形式と同じではない

公平性は、人や集団を不当に差別せず、多様な人の事情に配慮する観点です。バイアスは、データや判断などに生じる偏りです。学習データだけでなく、入力、仕組み、人の判断にも偏りが入り得ます。誰の情報や事情が抜け、どの人に不利益が出るのかを確かめます。平均的な性能がよいことだけでは、異なる利用条件の人への影響は分かりません。

例えば、内容の正しさを確認した案内でも、小さな印字だけでは読みにくい人がいます。全員に同じ形式を渡すことと、公平に使える条件を整えることは別です。大きな文字や音声などの代替手段と、本人の希望を確かめます。職員一人が分かりやすいと感じても、他の条件の人の確認まで済んだとしません。人の確認にも偏りがあり得るためです。

参照資料　AI事業者ガイドライン1.2：公平性と偏り（物理p18〜19（印刷p17〜18）3)公平性と人の判断にも含まれる偏り／物理p16（印刷p15）多様性・包摂性）（別タブで開く） ↗ / AI事業者ガイドライン1.2：人間中心・自律・多様性（物理p13〜14（印刷p12〜13）基本理念/原則とステークホルダー／物理p15〜17（印刷p14〜16）共通の指針、人間中心、自己決定/多様性/利用者支援）（別タブで開く） ↗

プライバシーとセキュリティは、守る見方が違う

プライバシー保護は、個人の私生活や本人に関する情報の扱いを大切にすることです。利用目的に照らして何を集め、どこまで記録し、誰へ伝える必要があるかを考えます。閲覧者を絞っていても、不要な私生活の情報を集める影響は残ります。ここでは観点の違いを学び、個人情報に関する法令上の条件はGA403で詳しく確認します。

セキュリティ確保は、情報やシステムへの不正なアクセス・改変・停止などに備えることです。許された人だけが扱える機密性、勝手に変えられない完全性、必要なときに使える可用性を考えます。プロンプトインジェクションは、入力などに含まれる指示で、AIの振る舞いを意図しない方向へ変える問題です。外部資料が指示として働く場合もあります。これは漏えいだけでなく、出力の改変や不適切な操作にも関わり得ます。攻撃の詳しい区別と対策はGA409へ戻ります。

参照資料　AI事業者ガイドライン1.2：プライバシー（物理p19（印刷p18）4)プライバシー保護の関連本文）（別タブで開く） ↗ / AI事業者ガイドライン1.2：セキュリティ（物理p20（印刷p19）5)セキュリティ確保、情報/システムと脆弱性等）（別タブで開く） ↗ / OWASP LLM01:2025 Prompt Injection（見出しLLM01:2025と冒頭定義／Types：Direct/Indirect Prompt Injections、外部資料からの指示の関連文）（別タブで開く） ↗

一つの対策で、別の観点まで完了にしない

架空の学習施設が、相談メモを担当者だけに見せる設定にしたとします。不正な閲覧を防ぐ工夫は役立ちますが、学習支援に不要な家族の悩みまで記録する必要があったかは別に検討します。同様に、アクセスが正当でも、誤った避難案内が安全になるわけではありません。安全性、プライバシー、セキュリティは関わり合いますが、一つの確認で置き換えません。

公平性への配慮のために事情を聞く場合も、何でも詳しく集めてよいとは限りません。目的に必要な情報の範囲や、本人の負担、代替手段を考えます。どの観点で何を確かめたのか、まだ何が分からないのかを分けると、追加する対策を選びやすくなります。

参照資料　AI事業者ガイドライン1.2：安全性・制御可能性（物理p17〜18（印刷p16〜17）2)安全性、生命/身体/財産/精神/環境、制御可能性と対処）（別タブで開く） ↗ / AI事業者ガイドライン1.2：プライバシー（物理p19（印刷p18）4)プライバシー保護の関連本文）（別タブで開く） ↗ / AI事業者ガイドライン1.2：セキュリティ（物理p20（印刷p19）5)セキュリティ確保、情報/システムと脆弱性等）（別タブで開く） ↗ / AI事業者ガイドライン1.2：公平性と偏り（物理p18〜19（印刷p17〜18）3)公平性と人の判断にも含まれる偏り／物理p16（印刷p15）多様性・包摂性）（別タブで開く） ↗ / AI事業者ガイドライン1.2：人間中心・自律・多様性（物理p13〜14（印刷p12〜13）基本理念/原則とステークホルダー／物理p15〜17（印刷p14〜16）共通の指針、人間中心、自己決定/多様性/利用者支援）（別タブで開く） ↗

追跡できる記録は、責任の体制を支える一部

トレーサビリティは、データの出所や、利用中の判断などを後からたどれることです。使用資料・モデル版・入出力・人の採否などを、目的に必要で合理的な範囲で結び付けます。記録そのものの閲覧範囲や取扱いも必要です。詳しい記録の作り方はGA402の学びと結び付けます。

このガイドラインのアカウンタビリティは、説明だけに限らず、AIに関して事実上・法律上の責任を負うことと、そのための前提条件を整える考え方です。法的責任の個別の結論はここで決めません。責任体制として、誰が説明や指摘を受け、修正の判断をし、必要な相手へ対応を渡すかを具体化します。記録担当がいるだけで、こうした担当まで決まったとは扱いません。秘密を一般公開できなくても、組織内の責任の担当を決められない理由にはなりません。

参照資料　AI事業者ガイドライン1.2：責任と追跡（物理p22（印刷p21）7)アカウンタビリティ、①追跡可能性、②対応状況の説明、脚注44の定義／物理p23（印刷p22）責任者、当事者の役割、苦情対応、文書化等の関連項）（別タブで開く） ↗ / AI事業者ガイドライン1.2：透明性と情報提供（物理p20〜21（印刷p19〜20）6)透明性、検証可能性/合理的な情報提供／物理p17冒頭（印刷p16）選択判断のための情報）（別タブで開く） ↗

人間による監督には、実際に介入できる条件が要る

人間による監督は、人がAIの働きや利用結果を確かめ、必要に応じて介入・修正・停止できるようにすることです。名簿の担当名や承認ボタンだけでは、実際に確認できるかは分かりません。具体的には、根拠資料を見る手段、判断できる能力と時間、介入や停止の権限、相談や引継ぎの相手を確かめます。これは指針の制御可能性や責任体制を、場面に応じて具体化した確認点です。

特に生活に大きく影響する提案では、利用前に必要な確認ができる条件を整えます。後日の集計だけを読むことは、利用前に不適切な提案へ介入することの代わりにはなりません。承認した回数を増やすだけでなく、何を判断できたのかを見ます。全てを人へ戻せば常に解決するわけでもないため、影響に応じた役割や支援を考えます。

参照資料　AI事業者ガイドライン1.2：安全性・制御可能性（物理p17〜18（印刷p16〜17）2)安全性、生命/身体/財産/精神/環境、制御可能性と対処）（別タブで開く） ↗ / AI事業者ガイドライン1.2：責任と追跡（物理p22（印刷p21）7)アカウンタビリティ、①追跡可能性、②対応状況の説明、脚注44の定義／物理p23（印刷p22）責任者、当事者の役割、苦情対応、文書化等の関連項）（別タブで開く） ↗ / AI事業者ガイドライン1.2：教育とリスキリング（物理p23〜24（印刷p22〜23）8)教育・リテラシー、AIリテラシー/教育・リスキリング/世代間ギャップ）（別タブで開く） ↗

高度なAIでも、役割と影響を見失わない

高度なAIシステムは、この指針では、最も先端的な基盤モデルや生成AIを含む先端的なシステムを指します。基盤モデルは、幅広い用途の土台となるモデルです。「高度」という名前は、人のような意思や無制限の安全性を示しません。ここでは法令上の指定や許可の区分と同一にしません。能力や利用による影響を確かめます。

ライフサイクルは、開発から提供・利用、その後の変更などに続く一連の段階です。高度なAIを含め、導入時だけでなく、利用後に分かったリスクや変更にも応じて確認を続けます。追跡記録が整った窓口でも、問い合わせに誰が答えるかは別に決めます。監督者がいても、資料や時間が足りなければ条件を整えます。工程ごとの評価はGA410、継続する組織運用はGA411で深めます。

参照資料　AI事業者ガイドライン1.2：高度なAIとライフサイクル（物理p10〜11（印刷p9〜10）基盤モデル/高度なAIの関連用語／物理p27〜28（印刷p26〜27）全てのAI関係者向け広島プロセス国際指針の12項のうちリスク/能力限界/情報/セキュリティ/ライフサイクル関連）（別タブで開く） ↗ / AI事業者ガイドライン1.2：責任と追跡（物理p22（印刷p21）7)アカウンタビリティ、①追跡可能性、②対応状況の説明、脚注44の定義／物理p23（印刷p22）責任者、当事者の役割、苦情対応、文書化等の関連項）（別タブで開く） ↗

フィルターバブルとエコーチェンバーは、別の仕組み

フィルターバブルは、閲覧履歴や好みなどに応じて情報が選ばれ、異なる見方の情報に触れにくくなる状態です。推薦は便利な発見にも役立ちますが、表示された範囲が全体ではないことに注意します。別の視点や元の資料を自分でも確かめることが、見えている範囲を見直す助けになります。

エコーチェンバーは、似た意見を持つ人が集まる場で、同じ意見が反響するように繰り返され、考えが強まる現象です。仲間との交流そのものを悪いとする言葉ではありません。互いの投稿を引用し合っているだけなら、回数が多くても独立した情報源の裏付けにはなりません。推薦による情報の選別と、集団内での反復は、併せて起こることもあります。

参照資料　AI事業者ガイドライン1.2：人間中心・自律・多様性（物理p13〜14（印刷p12〜13）基本理念/原則とステークホルダー／物理p15〜17（印刷p14〜16）共通の指針、人間中心、自己決定/多様性/利用者支援）（別タブで開く） ↗ / 厚生労働省 就職情報の収集と注意点（「ちょっとしたヒント」②エコーチェンバーの全段落／同③フィルターバブルの全段落）（別タブで開く） ↗

誤送信と、拡散後に残る影響に備える

誤送信は、意図した相手や公開範囲とは違うところへ情報を送ってしまうことです。内容が正しくても、届け先が違えば問題になります。偽情報・誤情報の区別とは別に、宛先、添付、公開範囲を送る前に確かめます。AIが文を整えたことも、送り先を確認したことの代わりにはなりません。

デジタルタトゥーは、公開した情報が複製・保存され、長く残ったり再び広がったりする問題を表す言葉です。元の投稿を削除しても、第三者の複製まで消えるとは限りません。「絶対に何も消せない」と決め付けるのでなく、共有前から本人や周囲への影響を考え、困った場合は削除の相談など適切な支援につなぎます。個別の違法性や法定報告の要否は、この言葉だけで決まりません。

参照資料　AI事業者ガイドライン1.2：プライバシー（物理p19（印刷p18）4)プライバシー保護の関連本文）（別タブで開く） ↗ / AI事業者ガイドライン1.2：セキュリティ（物理p20（印刷p19）5)セキュリティ確保、情報/システムと脆弱性等）（別タブで開く） ↗ / 東京くらしWEB 第3回 その投稿、本当に大丈夫？（第3回「デジタルタトゥーってなに？」／同「加害者にならないために」公開範囲/拡散の関連段落）（別タブで開く） ↗

多さよりも、出所と今回の条件を確かめる

似た投稿を複数見たときは、独立した元情報があるかをたどります。発信元、対象の時期、公開・更新の日付、適用される条件を見比べます。見方が違うというだけでどちらも同じ確かさとせず、根拠を確かめます。一つの確認方法だけで、以後の全ての情報が正しくなるわけではありません。

架空の催しの時刻が仲間内で繰り返し引用されても、引用元が去年の一枚だけなら今回の時刻は未確認です。主催者の今回の案内へ戻り、他人へ送る前に時期と宛先を確かめます。誤りを見つけた場合も、発信者の意図は別の根拠で考え、未確認の意図を断定して責める文を広げないようにします。

参照資料　NIST AI600-1 Generative AI Profile：情報の真偽と意図（物理p14（印刷p10）2.8 Information Integrity継続冒頭、unintentional misinformation / deliberate disinformationの対比）（別タブで開く） ↗ / 厚生労働省 就職情報の収集と注意点（「ちょっとしたヒント」②エコーチェンバーの全段落／同③フィルターバブルの全段落）（別タブで開く） ↗ / AI事業者ガイドライン1.2：プライバシー（物理p19（印刷p18）4)プライバシー保護の関連本文）（別タブで開く） ↗

仕事の変化と、競争・イノベーションを考える

AIは一つの仕事の中の作業分担や、求められる力を変える可能性があります。リスキリングは、新たな役割などに必要な技能を学び直すことです。どの作業を任せ、どの判断を人が担うかを考え、学ぶ機会や影響を受ける人への支援を検討します。指針が教育を勧めていることから、特定の仕事が必ずなくなる、全員の賃金が必ず上がるとは予測できません。

公正競争確保は、不当に競争が妨げられない環境を大切にすることです。イノベーションは、新しい方法や組合せなどで価値を生み出すことです。例えば、異なる組織のサービスをつなぎ、地域の移動支援に役立てる連携を考えます。指針は連携や相互利用できる仕組み、適切な情報提供も重視します。何でも無条件に公開・利用できる意味ではなく、他者の参加機会や権利・契約・影響にも配慮します。個別の競争法はここでは再講義しません。

参照資料　AI事業者ガイドライン1.2：教育とリスキリング（物理p23〜24（印刷p22〜23）8)教育・リテラシー、AIリテラシー/教育・リスキリング/世代間ギャップ）（別タブで開く） ↗ / AI事業者ガイドライン1.2：競争と革新（物理p24（印刷p23）9)公正競争確保、10)イノベーション①〜③／同頁末 表の「-」は対応不要ではないという説明）（別タブで開く） ↗

過度な依存は、判断や練習を任せきりにすること

過度な依存は、AIの出力を疑わず採用したり、自分で考える必要のある判断や練習まで任せきりにしたりする状態です。使った回数が多いだけで依存と決まるわけではありません。自分が何を確かめ、何をまだ説明できないかを捉え、必要なら人や別の手段と照らします。人が機械の答えを過信する偏りを自動化バイアスと呼ぶこともあります。

例えば、成人向けの講座でAIの文章を読んだ後に、理由を隠して自分で説明してみます。分からないところは元の資料へ戻ります。AIを使わない手段との比較や、相談できる相手も残します。これは学びを確かめるための具体的な工夫であり、この方法だけで誰にでも効果が出ると実証したものではありません。

参照資料　AI事業者ガイドライン1.2：人間中心・自律・多様性（物理p13〜14（印刷p12〜13）基本理念/原則とステークホルダー／物理p15〜17（印刷p14〜16）共通の指針、人間中心、自己決定/多様性/利用者支援）（別タブで開く） ↗ / AI事業者ガイドライン1.2：教育とリスキリング（物理p23〜24（印刷p22〜23）8)教育・リテラシー、AIリテラシー/教育・リスキリング/世代間ギャップ）（別タブで開く） ↗

計算資源と環境負荷は、条件をそろえて見る

計算資源は、計算に使う処理装置、メモリ、保存領域や使用時間などです。GPUは多くの計算を並列に扱う処理装置です。AIの学習はデータからモデルを調整する段階、推論はモデルを使って結果を得る段階で、電力などが使われます。環境負荷は、資源の消費などが環境に与える影響です。運用中の一回だけでなく、学習や調整、その後の利用も含めて考えます。

消費電力は機器がそのとき電気を使う大きさ、電力量は一定時間に使う電気の量です。電源構成は、電力を何のエネルギー源から作るかの組合せです。CO₂、つまり二酸化炭素の排出量は、電力量だけでなく電源構成などにも左右されます。同じGPUの種類・台数でも平均消費電力が同じとは限りません。短時間の方法は、その条件で資源の占有時間を短くできますが、時間の比だけで実際の電力量や排出量の比を確定しません。

比較では、まず同じ目的・件数や、満たすべき品質を確かめます。分かっている処理時間や使用機器は材料にしつつ、未確認の電力や排出量は別に調べます。品質が同じだから環境への影響も同じ、測定が足りないから既知の時間差も比較できない、という扱いはしません。固定のCO₂量を全てのAIの一回の利用へ当てはめることも避けます。

目的に合うモデルの使い分けや、不要な繰返しを減らす工夫は、環境負荷を考える取組になります。ただし小さいモデルや短時間なら常に最適ということではなく、必要な品質、安全性、学ぶ機会、費用なども併せて判断します。便利さの一面だけで決めず、人と社会、資源への影響を、分かっている条件の範囲で比べます。

参照資料　NIST AI600-1 Generative AI Profile：環境影響（物理p12（印刷p8）2.5 Environmental Impactsの全段落）（別タブで開く） ↗ / AI事業者ガイドライン1.2：持続可能性（物理p17（印刷p16）1)人間中心⑥持続可能性の確保）（別タブで開く） ↗ / 環境省 算定・報告・公表制度Q&A：電気の使用に関して（「電気の使用に関して」Q他人から供給された電気の使用に伴う排出量〜Aの電気使用量×排出係数と事業者/メニュー別の関連段落／web読取lines615〜624、同1190〜1195のメニューの区別）（別タブで開く） ↗ / AI事業者ガイドライン1.2：教育とリスキリング（物理p23〜24（印刷p22〜23）8)教育・リテラシー、AIリテラシー/教育・リスキリング/世代間ギャップ）（別タブで開く） ↗