AIの法律と指針はどう違うか

AI基本計画とAI戦略本部には、別の役割がある

AI基本計画は、国がAIに関してどのような施策を総合的・計画的に進めるかを示す計画です。AI戦略本部は、内閣に置かれ、基本計画の案の作成や実施の推進、重要な施策の企画・総合調整を担います。本部長は内閣総理大臣です。基本計画の案は閣議決定、つまり内閣としての決定を経て公表されます。本部の案の作成と、政府による計画の決定を分けて押さえます。

AI法は2025年6月4日に公布・一部施行され、同年9月1日に本部に関する規定等も含め全面施行されました。AI基本計画は2025年12月の最初の計画から変更され、ここでは2026年7月14日閣議決定の第Ⅱ期計画を参照します。計画は個々の店や会社の利用許可一覧ではなく、政府の施策を進める方針です。改定された計画と、法律自体の改正は同じ出来事ではありません。

法律に基づく指針と、法律そのものの効力を区別する

適正性確保指針は、AIの研究開発や活用を適正に行うための考え方を示す指針です。正式名は「人工知能関連技術の研究開発及び活用の適正性確保に関する指針」で、AI法第13条に基づき、2025年12月19日にAI戦略本部が決定しました。国や事業者だけでなく国民も含む主体の、自主的かつ能動的な取組を促します。役割やリスクに応じて取り組むことが基本です。

ソフトローは、法律のように法的拘束力で直接強制する形によらず、指針や原則などで行動を促す規範です。法的拘束力とは、法として従う義務を持つ性質です。自主的な指針の推奨事項を、そのまま違反すれば罰金になる条文と扱いません。一方、指針が自主的な取組を促すことから、法律に定める義務まで任意になるわけでもありません。

適用される個人情報保護法や著作権法などの既存法令、取引先と合意した契約条件、会社の利用規則も、それぞれ確かめます。指針に沿った取組をしていることだけで、別の法令や契約の条件を満たしたことにはなりません。契約上の約束を守ることと、法律の罰則が適用されることも区別します。具体的な情報・作品・利用条件の詳しい確認は、担当分野の資料へ戻ります。

国、事業者、利用する人の役割を混ぜない

AI法は国、地方公共団体、研究開発機関、活用事業者、国民の役割を定めています。活用事業者は、AIを使った製品やサービスの開発・提供をしようとする者など、事業活動にAIを活用しようとする者です。第7条では、自らの活用による効率化・高度化などに努めることに加え、国や地方公共団体の施策に協力しなければならないとしています。条文の「努める」と「しなければならない」を一つの強さにまとめません。

国は施策を策定・実施し、地方公共団体は国との役割分担の下で地域の特性を生かした施策に取り組みます。国民については第8条が、AIへの理解と関心を深め、施策への協力に努めると定めています。国が計画を作ること、事業者が適切に活用すること、利用する人が理解を深めることは、互いを支えます。国の計画があるから現場の条件は不要、という関係ではありません。

EU AI規則は、対象と役割を定める法的な枠組み

EU AI Actは、EUのAI規則です。EUは欧州連合のことで、規則はAIの開発や利用などに法的なルールを設けます。国際的な自主規範と同じものではありません。EU向けの提供や利用を考えるときは、対象となるシステムやモデル、自分が提供者・利用する側などのどの役割に当たるかを、正式な規定に照らして確認します。

例えば、G7の国際行動規範に沿って安全対策を進めていても、それだけでEU AI規則の義務への対応を終えたことにはなりません。逆に、国際指針には利用する側にも役立つ考え方があります。自主的な取組の枠組みと、法的な義務の対象・内容を分けて整理すると、片方の文書をもう片方の許可証のように扱う飛躍を防げます。

リスクベース・アプローチでは、用途と人への影響を見る

リスクベース・アプローチは、起こり得る危害の大きさや起こりやすさなどに応じて対策を考える方法です。EUの説明では、許容されないリスク、高リスク、透明性に関わるリスク、最小限またはほとんどリスクのない用途などを区別します。禁止、厳しい要件、透明性の義務などを、全て同じ規制と読みません。汎用AIモデルには、モデルの提供者などに関わる別の規律もあります。

技術上の誤りの少なさだけで、規則上のリスクの区分は決まりません。例えば採用や教育の機会、生活に不可欠なサービスなどに影響する用途では、人の権利や安全への影響も重要です。同じ基盤モデルを使う二つのシステムでも、用途や役割が違えば確認する規定は変わり得ます。ここでの用途の例だけで個別案件を正式に分類するのでなく、実際の条件と規定を照合します。

発効した日と、それぞれの義務が適用される日を分ける

発効は、国際的な法の文書などが効力を生じることです。規定の適用は、誰のどの行為に、その規定が及ぶかということです。EU AI規則は2024年8月1日に発効しましたが、義務等は段階的に適用されます。「規則が発効した」という情報だけで、全ての義務が同日に始まったと判断しません。禁止される行為、汎用AIモデル、高リスクのシステムなどで、確認する段階が異なります。

欧州委員会の2026年10月19日更新の説明では、2025年から適用された規定、2026年8月からの原則的な適用と、一部の高リスク用途や製品に関する2027年・2028年の適用開始が区別されています。2024年時点の予定をそのまま現在の全義務の開始日には使いません。実際の対応では、最新の正式な規定、改正、経過措置と自分の対象を確認します。経過措置は、新しい制度へ移る際の扱いを定めるものです。

レジリエンスは、影響を抑えて続け、回復する力

レジリエンスは、困難や障害の影響を受けても、必要な機能を保ったり回復させたりする力です。AIのサービスや通信が止まる場合を考え、代替の手段、必要な業務を続ける方法、復旧につなぐ準備をします。事業継続は、障害時にも重要な業務を続け、早期に戻すための取組です。適正性確保指針も、AIの運用者や提供者へ、障害に備えた事業継続計画の策定を示しています。

不正アクセスを防ぐ対策は重要ですが、防御が確認できたことだけで、停電や提供元の障害への備えもできたとはいえません。平常時の精度や操作速度の改善も、停止中に使える代替手段には直結しません。何を守る対策かを分け、攻撃への防御と、停止時の継続・復旧の両方を考えます。具体的な切替や運用方法は、現場の責任者や専門担当が実際の条件に合わせて定めます。

国産AIと国内基盤モデルは、選び育てる力を支える

国産AIは、日本国内での開発などを軸に捉えるAIの呼び方です。国内基盤モデルは、多くのデータで学び、様々な用途の土台として調整・利用できる基盤モデルを、国内で開発する取組などに関わります。基盤モデルそのものと、特定の仕事を行う完成済みのアプリは同じではありません。基盤を現場の課題に合わせて使うための開発や評価も必要です。

国内で研究開発する力を持つことには、日本語や現場の課題へ対応し、特定の国や企業への過度な依存を避けて、必要な技術を選び運用できる力を育てる意味があります。モデルだけでなく、データ、計算に使う処理装置などの計算資源、通信、電力なども基盤です。これは海外との協力を止めるという意味ではありません。AI基本計画は、国際的な連携や分業も生かして、開発力や継続的な運用を支える方針を示しています。

AI人材には、研究、現場への実装、適切な管理の担い手がいる

AI人材は、AIを研究開発する人だけを指すものではありません。現場の業務とAIを理解して実装する人、ルールや管理の仕組みを整える人、適切に活用する人なども関わります。実装は、技術を実際の場面で使える仕組みとして組み込むことです。AIを適切に管理するための仕組みをガバナンスと呼びます。計画では研究開発、実装、ガバナンスなどの人材を分け、幅広い知識と技能の育成・確保を考えています。

共通のモデルがあっても、何を解決したいかを現場から伝える人、目的に合うように導入する人、安全や権利の条件を整理する人が必要です。全員を同じ開発者にするのではなく、役割に応じた学びと協力を用意します。技術の基盤と、それを社会で生かす人材の両方を育てることが、国内でAIを開発・活用し続ける力につながります。

継続的な情報収集では、出所と版、対象と時点を結ぶ

継続的な情報収集は、新しい見出しを集めるだけではありません。国や制度を担当する機関の公的資料などへ戻り、文書名、版、公布・決定日や施行・適用の時点、対象、参照した日を結びます。ページの更新日は、そこで説明する全ての法律の施行日ではありません。取得日も、自分が資料を確認した日であり、制度が変わった日とは限りません。

古い記事が「案」と書いていても、後の公的資料で公布済みと確認できることがあります。一方、計画に「検討する」と書かれた施策を、既に義務化された規定と扱いません。AI基本計画も技術や社会情勢に応じた見直しを示しています。変更の有無だけでなく、何が決まり、何が未施行・検討中で、自分の利用にどう関係するかを整理します。

リスキリングは、変わる役割に必要な力を学ぶこと

リスキリングは、新しい役割や仕事に必要な知識・技能を学び直すことです。AIで作業が変われば、操作だけでなく、条件を整理する力、資料を読む力、現場や担当者へ伝える力などが新たに必要になることがあります。まず、以前の仕事とこれから求められる仕事の違いを言葉にし、その差に合う学習内容を選びます。

AIの操作を既にできる人が制度変更を扱う役割になるなら、基本操作の反復だけでは足りません。資料の対象や施行段階を読み、変更点や不明点を整理する練習などを組み込みます。研究開発者向けの高度な技術は役立つ場面がありますが、全員がそれを最初に修める必要があるわけではありません。受講時間や修了証だけで、新しい役割を果たせると決めず、必要な行動を実際に練習します。

変更点と未確認点を伝え、必要な学びへ戻る

例えば、地域の一般案内を作る役割から、AIを使う研修の資料を選んで説明する役割へ変わるなら、「変更された文書と版」「対象と時点」「学ぶ内容に関係する点」「まだ分からない点」を分けて短くまとめる練習ができます。最終的な法的判断を自分だけで引き受けることと、判断に必要な情報を整理して専門担当へ渡すことは別です。

学んだ後は、別の資料でも対象と時点を説明できるか、変更点と未確認点を伝えられるかを確かめます。新しい役割や制度の変化があれば、学ぶ内容も更新します。情報を集めること、意味を理解すること、仕事で必要な行動へ結ぶことをつなげ、AIの進展に合わせて学び続けます。