AI開発のためなら「同意不要」に？個人情報保護法改正が揺さぶるプライバシーと自由意思の境界線
AI開発の国際競争力向上か、それとも個人情報の最後の砦の崩壊か。
2026年6月現在、参議院のデジタル社会形成・AI活用特別委員会などで激しい審議が交わされている「個人情報保護法等の一部を改正する法律案」。その焦点となっているのが、AI開発やビッグデータ解析のために本人の同意なく要配慮個人情報を取得・第三者提供できる「統計作成等の特例（統計特例）」の創設だ。
政府が「日本のAI開発を阻害する規制の壁」を取り除こうと規制緩和を急ぐ一方、国会や有識者からは「ザル法どころか底の抜けた筒」「生の個人データが本人のあずかり知らぬところで流通する」と強い懸念と批判が噴出している。
本記事では、この法改正の背景にある国産AI（ソブリンAI）開発を巡る国家的な思惑から、特例措置がもたらす法的・技術的な抜け穴、さらにはAIによる精緻な「プロファイリング」が個人の自由意思や民主主義に与える深刻な影響までを多角的に検証する。
1. 【背景：なぜ今、この法改正が必要とされるのか？】
2026年4月，政府は個人情報保護法の改正案を閣議決定した。今回の改正は、2003年の法制定以来、日本のデータ流通およびデジタル産業のあり方を最もドラスティックに変貌させる可能性を秘めている。その改正の「本丸」と目されているのが、AI開発やビッグデータ解析のためのデータ利活用を促す「統計作成等の特例（通称・AI特例）」の新設である。
なぜ今、日本政府は個人情報保護という現代社会の基本的人権に直結する規制を緩和し、データの利活用へと大きく舵を切る必要があったのだろうか。その背景には、国際的なAI開発競争における日本の焦燥感と、安全保障上の要請としての「ソブリンAI（主権AI）」の構築、整理、そして欧米の規制アプローチとの間で模索する独自の成長戦略がある。
国産AI（ソブリンAI）開発の競争力向上という生命線
現在、世界のAI市場は米国のビッグテック（OpenAI、Microsoft、Google、Meta等）や中国の巨大IT企業によって事実上支配されている。これら海外製のAIモデルは圧倒的な資金力と膨大な英語圏のデータを背景に急成長を遂げてきたが、そこには日本独自の言語文化、歴史的文脈、法的慣習、そして価値観が十分に反映されていないという懸念が常に付きまとう。
また、安全保障や経済主権の観点から、自国の重要な社会インフラや行政システム、医療情報、防衛データなどを他国の民間企業のプラットフォームに全面的に依存することは極めてリスクが高い。これに対抗すべく提唱されているのが、自国で独自のAIモデルを保有し制御する「ソブリンAI（Sovereign AI）」の概念である。
しかし、日本国内で競争力のある国産AIを開発しようとする際、最大のボトルネックとなってきたのが「学習用データの不足」である。AIの性能、特に生成AIの推論能力や自然言語処理の精度を高めるためには、単にウェブ上の公開データをクローリングするだけでなく、書籍や論文、公的統計、さらには個人の行動履歴や購買データ、医療データにいたるまでの多種多様で高品質な「生のデータ」を大量にインテラクトさせる必要がある。
現行の個人情報保護法では、要配慮個人情報（病歴や信条など）の取得や、個人データの第三者提供には原則として「本人の同意」が必要不可欠である。何千万、何億人ものユーザーから個別に同意を得ることは実質的に不可能であり、これが日本国内におけるAI開発企業の自由な研究とイノベーションを阻害する「規制の壁」として機能してきた。今回の法改正は、こうした産業界からの強い要望に応え、国産AIの国際競争力を引き上げるためのドラスティックな「地ならし」という側面を持っている。
松本尚デジタル相の発言と政府の強い危機感
この法改正に向けた政府の意図と危機感を端的に示しているのが、松本尚デジタル相の言動である。2026年4月の法案閣議決定後の記者会見において、松本デジタル相は以下のように述べ、規制緩和の正当性と緊迫性を強調した。
「データの利活用が滞ることは、わが国のAI開発に非常に大きな障害が生じる」
この発言は、デジタル時代における日本の成長戦略において、データの囲い込みや過剰なプライバシー保護が、かえって国家全体のテクノロジー開発や経済活動を機能不全に陥らせるという強い警戒感の表れである。
政府のシナリオは明確である。AIは単なる一産業 of 技術ではなく、将来のすべての産業、医療、防災、行政の基盤となる「汎用技術（GPT）」である。したがって、AI開発で遅れをとることは、すべての産業の生産性向上や社会課題の解決において世界から落後することを意味する。松本大臣はさらに、医療分野での健康データを創薬などのライフサイエンスAIに繋げることなどを具体例として挙げ、データがもたらす社会的便益を強調した。
すなわち、個人のプライバシー保護という「静的な正義」を守るあまりに、データ活用による社会全体の利益や経済競争力の向上という「動的な便益」を失ってはならないという、極めて功利主義的な開発優先の思想がこの発言、ひいては今回の改正案の根底を流れている。
欧米の規制アプローチとの対比と日本独自の「歪み」
今回の改正案をグローバルな視点から見たとき、欧米の規制潮流とのコントラストは極めて鮮明になる。
欧州連合（EU）の「一般データ保護規則（GDPR）」には、第89条において「科学的若しくは歴史的研究目的又は統計目的のための処理」に関する特例（例外措置）が設けられている。これだけを見ると、日本の「統計特例」と類似しているように思えるかもしれない。しかし、その中身には決定的な違いが存在する。
GDPRの科学的研究特例は、個人データの処理において「適切な技術的及び組織的措置」を講じることを厳格な条件としている。具体的には、データの擬似匿名化（仮名化）や暗号化が強く推奨されており、さらにデータ主体（本人）の「アクセス権」「訂正権」「処理の制限権」「異議申し立て権」などの基本的人権としての権利が可能な限り保障される設計になっている。つまり、研究目的であってもプライバシー侵害を最小限に抑えるための二重三重の安全弁が設けられているのである。
また、米国においては連邦一律の個人情報保護法は存在しないものの、カリフォルニア州の「カリフォルニア州消費者プライバシー法（CCPA/CPRA）」をはじめとする各州法が急速に整備されている。これらの米国法では、企業による個人データの「販売（Sale）」や「共有（Share）」、およびAIによる「自動的意思決定（プロファイリング）」に対して、消費者が容易に拒否（オプトアウト）できる強力な権利を付与する方向で進化している。
これら欧米の潮流に対し、今回の日本の法改正案における「統計特例」は、後述するように「本人の同意なく要配慮個人情報を含む生のデータを第三者に提供できる」という、極めて大胆な例外規定となっている。これは、欧米が「個人の権利擁護を前提とした上で技術開発の枠組みを作る」というスタンスであるのに対し、日本は「AI開発の障壁を取り除くために、例外措置のハードルを実質的に下げる」という、開発ファーストの傾斜を強めている。
国産AIの国際競争力向上を名目にした規制緩和がもたらす問題
このアプローチは、短期的にはAI開発ベンダに潤沢なデータをもたらすかもしれないが、中長期的には個人の基本的人権との不整合を生み出し、国際的なデータ流通の信頼性（DFFT：信頼性のある自由なデータ流通）という観点からも、欧米との摩擦や国内での強い社会的反発を引き起こすリスクを内包している。
2. 【詳細1：統計特例（取得特例と提供特例）のメカニズムと懸念点】
令和8年（2026年）改正個人情報保護法案において、最も激しい論戦の標的となっているのが、「統計作成等の特例（以下、本特例）」の具体的メカニズムと、そこから生じるプライバシー保護の「抜け穴」である。この特例は、形式的には「統計情報の作成」を目的としているが、実質的にはAI開発ベンダへの大量のデータ提供を合法化するための「AI開発特例」としての性格を強く帯びている。
TMI総合法律事務所などの専門家による解説や、参議院デジタルAI特別委員会での国会審議を通じて明らかになった、本特例の法的な仕組みと、そこに潜む実務上の重大な懸念点について詳解する。
「本取得特例」と「本提供特例」の法的メカニズム
改正案において新設される特例は、大きく分けて二つの柱から構成されている。これらは、個人情報の「取得」と「提供」の双方において、現行法の原則である「本人同意」の壁を大きく切り崩すものである。
まず、改正案第2条第13項では、特例の対象となる「統計作成等」を以下のように定義している。
「統計の作成その他の大量の情報から当該情報を構成する要素に係る情報を抽出して分類、比較その他の解析を行うことにより、当該大量の情報の傾向又は性質に係る情報（個人に関する情報であるものを除く。）を作成する行為であって、個人の権利利益を害するおそれが少ないものとして個人情報保護委員会規則で定めるもの」
この定義は極めて包括的であり、「大量の情報の解析」には、AIモデルにデータを読み込ませて学習させるプロセス（機械学習）が当然に含まれると政府（松本尚大臣）も認めている。この「統計作成等」の目的を掲げることで、以下の二つの特例が発動する。
- 「本取得特例」（要配慮個人情報の取得特例）
現行法において、病歴、犯罪経歴、信条、社会的身分などの「要配慮個人情報」を取得する際は、原則としてあらかじめ本人の同意を得なければならない（法第20条第2項）。しかし本取得特例のもとでは、「統計作成等」を目的とする場合、現にインターネット上などで公開されている要配慮個人情報について、本人の同意を得ることなく取得することが可能となる。
- 「本提供特例」（個人データの第三者提供特例）
現行法における最大の規制である「第三者提供の制限（法第27条第1項）」に対する例外措置である。「統計作成等」の用に供することが確実に担保されているなどの一定の要件を満たす場合、事業者は本人の同意なく、保有する個人データや個人関連情報を第三者に提供することができる。
実名データ（「生」の個人データ）がそのまま同意なく渡る恐怖
本特例がこれほどまでに議論を呼んでいる最大の要因は、第三者に提供・取得される個人データが、匿名加工や仮名加工を施されない「生」の実名データのままでやり取りされる点にある。
現行法下でも、特定の個人を識別できないように加工した「匿名加工情報」や、他の情報と照合しない限り識別できないようにした「仮名加工情報」であれば、本人の同意なく第三者提供や内部利用が可能であった。しかし、AI開発ベンダの立場からすれば、加工されたデータは情報の損失が大きく、高精度なAIモデルを開発するための「栄養源」としては不十分であるという不満が強かった。
今回の「本提供特例」は、この開発側のニーズに応える形で設計されている。つまり、氏名、住所、電話番号、生年月日、さらには病歴や購買履歴、位置情報などのプライベートなデータが、そのままの「生のデータ」として、本人のあずかり知らぬところで別の事業者（AI開発企業など）に譲渡・販売されることを可能にする。
提供元と提供先の間で「統計目的以外には使用しない」「安全管理措置を講じる」といった契約（および法的な義務付け）が交わされることが要件とはなっているものの、ユーザーからすれば、自分の実名や極めてプライベートな情報が、自分が一度も関与したことのない企業へと同意なしに渡っていくという現実に、プライバシー権の重大な侵害であると感じられても無理はない。
目的外使用と事後監視の限界：国会での鋭い追及
この「統計目的」という名目のもとに流通するデータが、果たして本当にその目的の範囲内だけで管理されるのか、という点には極めて大きな疑問符がつく。国会では、立憲民主党の石垣のりこ議員や長妻昭議員、日本共産党の大門実紀史議員ら野党陣営が、政府の事後監視の限界について鋭い追及を展開した。
とりわけ、2026年6月17日の参議院デジタルAI特別委員会における石垣のりこ議員の質問は、本特例の構造的な脆さを浮き彫りにした。石垣議員は、電動キックボード「LUUP」などの移動データを例に挙げ、一見すると単なる統計や移動履歴に見えるデータであっても、他のデータと照合・重ね合わせることによって、特定の個人の移動ルートや特定の場所への立ち寄り（病院や特定の宗教施設、政治団体の事務所など）が明らかになり、本人の意図しない「要配慮個人情報」が新たに生成されてしまう危険性を指摘した。
このようにして「重ね合わされてできた要配慮個人情報」が、本人の同意なく汎用AIの追加学習に大量に読み込まれた場合、それを外部から監視することは不可能に近い。石垣議員は、この法改正案の規律の緩さを「ザル法どころか筒状態」と痛烈に批判した。
また、大門実紀史議員らは参考人質疑などを通じて、データが一度第三者に渡ってしまった後の「監視限界」を指摘した。AI開発企業に渡った生のデータが、モデルの追加学習（ファインチューニング）に使われた後、その学習済みモデルの内部から元のデータを完全に消去することは技術的に極めて困難である。また、そのデータがこっそり「個人のプロファイリング」や「広告配信の最適化」といった、統計目的以外のビジネスに流用されたとしても、AIのアルゴリズムや学習プロセスは「ブラックボックス」であり、外部の監査機関や本人がその不正流用を発見・実証することは事実上不可能である。
「入り口（統計目的という名目での提供）」だけを法的に制限しても、「出口（AIモデルの中身や社内での実際の使われ方）」を検証する手段が欠如している以上、この統計特例は、事実上あらゆる個人データを同意なしにAI開発企業に供給するための「免罪符」として機能してしまう危険性が極めて高い。
3. 【詳細2：AIプロファイリングと「自由意思」の侵害】
統計特例の導入による最大の中長期的リスクは、実名データが同意なく広範にAIに学習されることで加速する「AIプロファイリング」の高度化と、それに伴う個人の「自由意思」への介入である。
個人情報が漏洩した、あるいはスパム広告が増えたといった従来のプライバシー侵害のレベルを超え、AIが個人の性格、思考、行動パターンを完璧に予測し、さらには誘導する社会が到来しつつある。国立情報学研究所の佐藤一郎教授らの指摘や、国際的な法制化の動きをもとに、この問題の本質を解き明かす。
本人の想像を超える個人データの統合とプロファイリング
「プロファイリング」とは、個人の属性、行動履歴、関心などのデータを自動的に処理・分析し、その人物の行動や性質、将来の行動を予測・評価する技術である。
個人情報保護法の見直しをめぐる政府の検討会や各種提言において、佐藤一郎教授らが一貫して警告しているのは、「本人が認識していない、かつ想像すらできない範囲で個人データが結合され、プロファイリングに利用される」というリスクである。
私たちが日常的にスマートフォンやWebサイトを利用する際、送信されるデータの一つひとつは断片的なものである。例えば、あるニュース記事の閲覧履歴、スマートフォンのGPSが示す移動経路、スマートキーの利用履歴、コンビニでの電子決済といった情報だ。これら一つひとつは、単体では致命的な情報には見えないかもしれない。
しかし、これらのデータが「統計作成等」の名目で収集され、AIモデルの高度なアルゴリズムによって統合・解析（名寄せ）されたとき、事態は一変する。AIは、ある人物が「何時にどこを歩き、どのようなニュースに関心を持ち、どのような精神状態にあり、将来どのような病気にかかる可能性が高いか」を驚くべき精度で推測（プロファイリング）できてしまう。
ここで重要なのは、本人が一切登録も開示もしていない情報（例えば、特定の病気のリスク、隠された政治的・宗教的信条、性的指向など）が、AIによって「推認」され、実質的な要配慮個人情報として利用されてしまう点である。本特例によって生のデータが容易に流通するようになれば、この名寄せとプロファイリングの網の目は、個人の逃れられない監視網として社会全体を覆うことになる。
判定差別と社会的排除：就職、ローン、保険におけるリスク
プロファイリングが高度化し、社会システムに組み込まれた結果、すでに具体的な実害として現れ始めているのが「判定差別」である。
- 就職における適性評価と排除
過去に日本でも問題となった「内定辞退率予測」のように、求職者のSNSの投稿内容やWeb閲覧履歴、移動履歴などをAIが分析し、「この人物は早期に退職する確率が高い」「メンタルヘルスのリスクがある」と自動的に判定し、面接に進む前にシステム的に排除する仕組みである。AIの学習元データに過去の偏見が含まれていれば、特定の性別や属性を持つ人々が不当に低評価を受ける差別が固定化する。
- ローンや信用スコアリングによる格付け
個人の購買履歴や日常の行動履歴から「返済能力」をスコアリングし、融資の可否や金利を決定する。ここでも、一見関係のなさそうな「深夜のコンビニ利用が多い」「趣味の集まりによく行く」といったデータから、AIが勝手にリスクが高いと判定し、経済的な機会を奪う可能性がある。
- 医療・保険における料率の差別
病歴や日常の健康データ（ウェアラブルデバイスの歩数や睡眠時間など）をAIが解析し、将来の疾病リスクを予測する。それに基づいて保険の加入を拒否されたり、保険料を引き上げられたりする。これは、リスクを社会全体で分散するという従来の保険の仕組みを破壊し、遺伝的・環境的に病気になりやすい人々を社会的に切り捨てる結果を招きかねない。
これらの判定はすべてAIの複雑なニューラルネットワークの内部で行われるため、本人に対して「なぜそのような評価になったのか」の明確な理由が説明されることはない。本人は反論の機会すら与えられず、不透明なアルゴリズムによって人生の選択肢を狭められることになる。
個人の意思決定がハッキングされる「自由意思の侵害」
AIプロファイリングがもたらす最も恐ろしい本質的リスクは、判定差別のような「社会的選別」にとどまらず、人間の「自由意思（Free Will）」そのものが侵害・誘導される点にある。
人間は、自分が日々のニュースを選び、政党を支持し、商品を購入する際、それを「自分の意志で決めた」と思っている。しかし、AIがその人のプロファイルを完全に把握している場合、その意思決定を極めて巧妙にコントロールすることが可能になる。
AIは、その人が「どのような表現に弱く、どの時間帯に最も決断力が鈍り、どのような不安を抱えているか」を知っている。その特性に合わせてパーソナライズされたニュースフィード、広告、レコメンデーションを絶え間なく提示することで、本人が気づかないうちに、特定の政治的思想に誘導したり、不要な消費行動に駆り立てたりすることができる。
これは行動経済学で「ナッジ（Nudge：賢い後押し）」と呼ばれる手法を、AIによって個人の弱点に合わせて極限まで最適化した「マニピュレーション（心理操作）」である。
かつて米大統領選や英国のEU離脱国民投票において、有権者のFacebookデータを不正に取得・分析し、プロファイリングに基づいてパーソナライズされた嘘のニュースや偏った広告を配信して投票行動を操作した「ケンブリッジ・アナリティカ事件」は、その先駆的な例である。
日本の統計特例が、AI開発を最優先するあまりに個人の自己決定権やデータの制御権を軽視すれば、企業や権力者がAIを用いて国民の思考や行動を静かに調教する「デジタル統制社会」の土壌を作ることになりかねない。佐藤一郎教授らがプロファイリング規制の法制化を急ぐよう提言しているのは、まさにこの「自由意思の侵害」という、民主主義の根底を揺るがす危機に対する防波堤を築くためである。
4. 【影響と今後：問われる人権保護とAI開発の調和】
個人情報保護法改正案を巡る議論は、単なる法解釈の対立にとどまらず、私たちがどのようなデータ社会を選択するのかという根本的な問いを突きつけている。
民間任せの人権侵害抑止と規制の形骸化
今回の法改正案で最も批判されているポイントの一つが、AIによる人権侵害やプライバシー侵害を防止するための具体的な法的義務が極めて乏しく、その多くが「事業者の自主的なガイドライン」や「自己管理（民間任せ）」に委ねられている点である。
日本共産党の大門実紀史議員が国会で指摘したように、AIによる差別的出力やバイアスの是正、プロファイリングによる不利益評価を防ぐための厳格な法的ルールが整備されないまま、データの供給だけが「統計特例」によって無制限に緩和されれば、市場原理の中でプライバシー侵害が日常化することは火を見るより明らかである。
さらに、一旦提供された「生のデータ」がどのように保管され、どのようなアルゴリズムの学習に使用されているかを検証する「外部監査（アルゴリズム監査）」の義務付けも不十分である。これでは、仮にデータが統計以外の目的（例えば広告配信や与信管理、採用活動など）に流用されたとしても、それを暴く手立てがない。
私たちに求められる視点
今後、この法案が成立した場合、AI開発やビッグデータ活用は飛躍的に加速する可能性がある。しかし、それは「私たちの極めてプライベートな情報が、同意なしにグローバル市場で売買・処理され、自らの意思決定すらハッキングされ得るリスク」と引き換えである。
私たち個人に求められるのは、単に「便利だから」という理由でAIやスマートデバイスを受け入れるのではなく、その裏でどのようなデータ流通が行われているのかを監視し、個人の「自己決定権（自分のデータを誰に、何の目的で使わせるかを自分で決める権利）」を主張し続けることである。
5. 【まとめ】
テクノロジーの進歩は、往々にして社会の利便性を飛躍的に高める。しかし、その進歩のスピードが個人の尊厳や人権を守るためのルールの更新を追い越したとき、社会はディストピアへと変貌を遂げる。
今回の個人情報保護法改正案に盛り込まれた「統計特例」は、日本が「ソブリンAI」を確立し、デジタル競争で生き残るための苦渋の決断かもしれない。しかし、個人の自由意思やプライバシーという民主主義の基盤を犠牲にして得られる技術的な覇権が、果たして国民一人ひとりにとっての真の豊かさにつながるのだろうか。
AIの開発優先と、人間の尊厳の保護。この天秤がどちらに傾くべきか、私たちは今一度、立ち止まって議論を深めなければならない。
参考ソース
- 日本経済新聞：「AIが揺さぶる自由意思 個人情報保護法、技術優先の改正に落とし穴」（2026年6月29日）
- 毎日新聞：「病歴も同意なしで提供に『人権軽視』批判 個人情報保護法改正」（2026年6月18日）
- 朝日新聞：「同意なき個人データ収集で不利益のリスク 個人情報の法改正に専門家」（2026年6月）
- ABEMA TIMES：「『LUUP事故で要配慮個人情報が『できて』しまう』『ザル法どころか筒』…国会で個人情報保護を議論」（2026年6月17日）
- TMI総合法律事務所：連載「令和8年改正個人情報保護法研究：《第2回》統計作成等に関する特例について」