シンガポール、生成 AI の個人データ利用に関する新ガイドラインを発表

字幕言語： ja · 取得日： 2026-07-28

おかえりなさい。AIモデルはデータから学習しますが、新しいガイドラインは個人情報の使用方法と、これらの情報をユーザーにどのように通知するかについて、より明確な枠組みを設定しようとしています。チャットボットはユーザーに栄養ラベルのような情報をさらに提供し、このテクノロジーが何ができるか、およびデータをどのように処理するかを示します。新しいガイドラインは、企業が公衆信頼を構築しながら、生成AIを責任を持って採用するのを支援することを目的としています。では、Aldrina Thiagarajanがシンガポール・データ・フェスティバルからさらに詳細な報告をお届けします。>> 毎日、数百万人がAIツールと個人情報を共有しています。しかし、これらのデータが製品開発またはサービスにどのように使用されるかをご存知ですか？シンガポールの新しいガイドラインはこれらの質問に答えることを目的としており、生成AIを開発する企業に対して、データがどのように収集され、生成AIモデルを開発するために使用されるかなど、より明確な期待値を設定しています。

>> よく見ると、質の高いデータがなければ、最高のシステムでも有用な結果を生成するのに苦労します。「ガベージ・イン、ガベージ・アウト」。これがAI時代にデータガバナンスがより重要になった理由です。本質的に、データガバナンスは信頼についてのものです。>> チャットボット提供事業者はまた、個人データの使用方法に関する透明性を向上させる必要があります。例えば、消費者には以下のような情報カードが提供され、より良い決定を下すことができるようになり、彼らが選択したこのようなサービスと共有するデータのタイプも含まれます。>> これは治理、プライバシー、透明性に関する私たちの原則と一致しており、その一部は既に私たちのチャットボットに組み込まれています。したがって、これはさらに推し進めるだけです。ですから、私たちはこの開発について非常に興奮しています。

>> しかし、信頼できるデータガバナンスフレームワークを構築するには時間が必要です。なぜなら、企業は今後1年間にこれらのガイドラインを使用して、透明性慣行を継続的に改善するからです。公開されている他の取り組みには、フェデレーテッド・ラーニングに関するガイドが含まれています。これはプライバシー強化技術（PET）の一種であり、AI開発者はプライベートデータベースにアクセスするために利用でき、データ漏洩のリスクを冒すことなく活用できます。シンガポール総合病院の解剖病理学実験室では、プライバシー強化技術が胃生検を分析するために使用され、この業務によってチームの60%の時間が節約されました。>> アルゴリズムが実際に迅速に実行でき、かつ同時に多くのスライスを分析できることが必要です。また、環境が十分に安全であることを確認する必要があります。これにより、患者データをクラウドリソースに配置して分析できるようになります。

>> チームはA*STARとの協力を継続しており、より複雑な暗号化プロセスなど、より大きなデータセキュリティを実現するための後続ステップを探索しています。>> 私たちは、個人データ保護委員会コミッショナー兼シンガポール情報通信メディア発展局（IMDA）データ・イノベーション・保護グループCEO補佐官のDenise Wongと、データ使用についてより詳しく議論します。また、ご参加いただいているのはNUS副教務長兼教育イノベーション副教務長のProf Simon ChestermanおよびNUS学院長です。プログラムへようこそ。では、あなたから始めましょう、Denise。えっと、AI開発者は現在、訓練のためにオンラインデータを収集することができます。ただし、これらのデータが常に公開されているわけではないかもしれません。これは「ウェブスクレイピング」と呼ばれています。ウェブスクレイピングについてお教えください。

>> まあ、新聞を読んで興味のある記事を切り抜く人を想像してください。ただし、この人はウェブプログラムであり、インターネット上の数十億のウェブページをスキャンし、関連情報を選び出し、生成AIの訓練用のデータセットをコンパイルしています。つまり、ウェブスクレイピングは生成AIを訓練し、必要なデータを収集するための一般的な方法です。さて、個人データ保護法によれば、実際のところほとんどの場合、個人情報の所有者から同意を得る必要があります。しかし、情報が既に公開領域にあり存在する場合、いわゆる「公開利用可能例外」に依拠することができます。したがって、同意は必要ありません。

ですから、ガイドラインで明確にしていることは、インターネット上の公開領域にある個人データを取得し、生成AI訓練に使用することができるということです。>> では、新しいアイデアはチャットボット情報カードですね。消費者はそこに何を期待して見ればよいのでしょうか。また、それが本当に有用であるのか、単なる形式的な慣行であるのかをどのように判断するのでしょうか。>> これは良い質問です。私たちはフォーカスグループ、消費者、および業界と広範な協議を行いました。人々が本当に気にかけている領域は4つあることが分かりました。1つはチャットボットが何であるか、そうでないかということです。例えば、このチャットボットを使用して製品の価格を確認することはできますが、健康についてのアドバイスを得るために使用することはできません。2番目の領域は、このチャットボットが安全で信頼できるかどうかということです。例えば、ペアレンタルコントロールはありますか？

例えば、お子さんが見るべきではないコンテンツがあるかどうかですか？3番目の領域は、データがどのように使用されるかです。4番目の領域は、ユーザーフィードバックを提供したい場合、メールアドレスなどのチャネルがあるかどうかです。つまり、ユーザーはこれら4つの領域の情報を使いやすい方法で提供されることを期待できます。もちろん、組織が開示の深さを決定することを許可します。しかし結局のところ、情報は十分に充実していなければならず、ユーザーが使用しているチャットボットを理解し、使用しているコンテンツについて情報に基づいた選択ができ、正しい使用方法を知ることができるようにする必要があります。目標は、異なるチャットボット間の透明度を真に標準化することです。多くの場合、この情報は既に存在していますが、簡単にアクセスできないか、異なる場所に位置しているかもしれません。

>> 教授、この対話にあなたをお招きしましょう。さて、AI分野において、シンガポールは一貫してガイドラインを規制ではなく選択してきています。これがより良いアプローチだと思う理由は何ですか？>> まあ、新興技術であれ新興慣行であれ、あらゆる場面でジレンマが存在すると思います。規制が不十分で人々にリスクを冒させるのか、それとも規制が過剰になり革新を制限し、潜在的に他の場所に流出させるのかということです。ですから、シンガポールは常にこのスペースをナビゲートしようとしていると思いますが、現在、規制が全くないと言うことはできません。個人データ保護法があります。これは基本となる法律です。医学とヘルスケアなど、機密データを制御する具体的な法律があります。

ですが、おっしゃる通りです。新興分野では、ゆっくり行動し、業界や消費者と協議し、ガイドラインから始めようとするという傾向があります。ですから、現在のところ、これらのガイドラインは新しい使用例において基本的な法律を説明するのに役立っています。例えば、Deniseがちょうど説明したウェブスクレイピングのような。確かに、チャットボットの新しい情報カードなどの領域では、それは完全に自発的です。しかし、これは非常に新興の分野であり、何らかの実験を実施することが賢明だと思います。これは本当にあなたが促進したいことです。つまり、業界が適切なレベルの実験を実施しながら、個人とユーザーの権利を保護することです。>> さて、Denise、ガイドラインの目的は、AI革新を減速させることなく人々のプライバシーを保護することです。これをどのようにバランスさせますか？

>> それをシートベルトのようなものだと考えています。現在、車のシートベルトは運転者を保護し、乗客を保護し、実際には車がより速い速度で走行できるようにします。低速ではありません。ですから、ガイドラインは実際には、個人データ保護法の下での既存の法的要件をどのように遵守するかについての説明です。それは境界を設定し、これらの境界は明確性を提供し、その後、企業が革新し、この技術を商業運営に使用する自信を得られるようにします。これはまた、企業が自分の操業要件の範囲内で何ができるかを理解する柔軟性も与えます。ですから、私たちはそれが実際に大きな問題を引き起こすとは思いません。実際、明確性は使用への信頼を高めます。>> では、最後に素早い質問を1つさせてください。お二人ともお答えください。

まず最初に、これらの新しいガイドラインが企業、特に中小企業に追加の作業をもたらすでしょうか？教授？>> うまくいけば、そうではありません。つまり、はい、少し追加の作業が発生します。ただし、それは既存のデータ使用例を変更する場合だけです。つまり、現実は、これを行う必要がある理由は、データとの関係を変えたからです。過去は、データを収集した場合、安全なデータセットを持つことができ、それが本当に必要なすべてでした。今、動的データを使用すると、継続的なプロセスが必要です。しかし、ほとんどの場合、これは希望的には適度な投資になるはずです。Deniseが言ったように、それは車にシートベルトとアンチロック制動システムを追加することに少し似ており、両方ともお金がかかります。しかし、これらすべてはドライバーをより安全に保ち、かつ車がより速く走行できるようにします。これが私たちが望んでいることです。

>> では、今日、私たちに参加してくださり、このテーマについての見識を提供してくださったDeniseさんと教授に心からお感謝申し上げます。私たちはシンガポール情報通信メディア発展局（IMDA）のDenise Wongおよびnun NUSのProf Simon Chestermanと対話してきました。ありがとうございました。さて、製造業、建設環境、および物流企業は、デジタルツイン技術の採用に向けた、より明確なロードマップを取得しました。新しいガイドは、企業がその技術が自分たちのニーズに適しているかを決定し、データ準備態勢を評価し、操業を改善するプロジェクトを実装するのに役立ちます。このガイドは情報通信メディア発展局（IMDA）によって開始され、非ICT企業を対象としています。デジタルツインは仮想コピーであり、リアルタイムデータを使用して工場機械、建築設備、およびサプライチェーンをミラーリングできます。企業はそれを使用して問題をより早く特定し、変更を適用する前にテストできます。

100以上の場所を管理するExcel Tech物業管理会社の場合、彼らのデジタルツインは毎日技術者の45分の時間を節約しています。設備故障の初期兆候をマークしており、チームがリソースをより適切に展開できるようにし、手動ポンプ検査の必要性を排除しています。