安野貴博

御答弁いただき、ありがとうございます。 　まさにＤＡＲＰＡはＯＴＡと呼ばれるような調達手段で、大体最短で二・五か月という時間で着金するというふうに聞いておりますので、是非そういった水準目指していただければなと思います。 　ＧＳＣ、是非、ハイリスクな案件にしっかり投資をして、成功事例というのをつくっていただきたいなと思います。 　ありがとうございました。

チームみらいの安野貴博でございます。 　本日は、ＡＩについて三点大きくお伺いしたいと思います。 　まず一つ目が、ＡＩによる雇用の代替、いわゆるＡＩ失業の実態把握についてでございます。 　諸外国では、知的労働を中心に、ＡＩによる代替が進んでいる可能性が指摘され始めております。とりわけ、新卒など若年層の雇用へ影響が顕著なようでございます。 　例えば、スタンフォード大学の二〇二五年の研究では、最もＡＩによる影響を受けやすい職種としてカスタマーセンターやソフトウェア開発者などが挙げられています。こちら、実際にアメリカでは、その影響を受けやすい当該領域における二十二歳から二十五歳、比較的若手の雇用なんですけれども、これがチャットＧＰＴ

お答えいただき、ありがとうございます。 　現時点で若年層の失業率は余り変化ないということですが、これ、ＡＩの進化のスピードも非常に速いので、これ、まだ今年はなかったとしても、来年突然始まるかもしれない、そういう性質のものだと思いますので、今御答弁いただいたとおり、是非継続的にモニタリング体制構築していただければと思います。 　続きまして、ＡＩの供給に関する地政学リスクについての対応についてお伺いいたします。 　先ほど郡山委員からも物理レイヤーのサプライチェーンリスクの話がありましたが、私からはモデルのレイヤーの話ができればと思います。 　先月、米国政府は、アンソロピック社のフロンティアＡＩモデルであるフェイブル５とミュトス５

御答弁いただき、ありがとうございます。 　計算資源の自律性、しっかり確保していくとお答えいただいたのは大変意義深いと思っておりまして、重要な戦略領域では、たとえＡＩモデルの供給が遮断されたとしても、業務やサービス提供を継続できる環境を整備していくということだと理解いたしました。是非、国産ＬＬＭと国内の計算資源をしっかり確保するという形で計画に位置付けていただければと思います。 　あわせて、デジタル庁にお伺いいたします。 　海外モデルの供給停止により、「源内」などの行政が利用するＡＩや重要サービスが止まると社会に深刻な影響を及ぼしかねないと考えます。国産ＡＩモデルを含めたマルチモデルの利用など、行政業務やサービス提供を止めないた

御答弁いただき、ありがとうございます。海外のモデルが使えなくなったとしても、国内モデルに切り替えて継続できるという設計は極めて重要なことだと思います。 　続きまして、三つ目の質問に移ります。行政のトークン利用料と計算資源の予算確保について伺います。 　先ほど郡山委員からも質問ありましたけれども、ガバメントＡＩの「源内」、省庁の十八万人に提供が開始されたと伺っておりまして、これは大変すばらしい取組だと私は思っております。一方で、ＡＩの利用料、いわゆるトークンであるとか計算資源というもの、こちら従量制のところがありまして、従量課金制のところがありまして、利用が本格化すればするほど費用が伸びていくという構造でございます。特に、省庁の一

御答弁いただき、ありがとうございます。 　今、内閣府とデジタル庁、二つの省庁からお答えいただきましたが、全体として把握をされている省庁がまだないということだと理解いたしまして、こちら、ある種、ＡＩのトークン費用という新しい費目の予算の種類というものが発生してくる中で、それをどこかが把握することは私は大事だと思いますので、是非こちら検討を進めていただければと思います。 　また、デジタル庁さんの方からは、ＡＩ活用、ＲＯＩ、投資対効果をしっかりと考えて見せられるようにするという御発言もありましたけれども、このトークン使用料を考えるに当たって、実際にその投資対効果が十分なものなのかどうかと。そのＲＯＩという観点を持っていただくのは、これ

チームみらいの安野貴博でございます。 　今回の統計作成等特例では、非公開の病歴やゲノム情報といった最も慎重に扱われるべき要配慮個人情報がＡＩ開発事業者に提供できるようになります。これは、データの利活用が進み、日本の成長に資する可能性がある一方で、制度としては極めて重い変更でございます。 　データの利活用は、データの先にいる個人の信頼の上にしか成り立ちません。そして、信頼は個人情報が本当に守られているかどうかという事実の積み重ねからしか生まれません。守りが甘いまま利活用だけを急げば、一たびの重大な漏えいや再識別事故で信頼が失われ、結局は利活用そのものが止まってしまうおそれもございます。 　そのため、チームみらいとして、個人情報保

御答弁いただき、ありがとうございます。 　前回の委員会から申し上げておりますが、ガイドラインを読めば事業者が何をすればよいか分かる状態になっているということが実質的な個人情報の保護につながると考えておりますので、是非、提供元と提供先の双方が保護に責任を持つ環境を整備いただくようお願いしたいと思います。 　続いて、ＡＩモデルに対する外部攻撃への備えについて伺います。 　統計作成等特例はＡＩ開発を対象に含んでおります。しかし、ＡＩモデルをめぐっては、急速な進化に伴い、新たな攻撃手法が次々と生まれております。例えば、前回の委員会で指摘させていただいたメンバーシップ推論もありますし、ＡＩの出力から逆算して学習データの中身を復元するモデ

心強い御答弁、ありがとうございます。 　守りの技術を国が率先して示すということは安全性の向上につながると思いますので、是非継続的なモニタリングと情報発信をお願いいたします。 　次に、個人情報保護法で新たに設けられる第百八十条の罰則規定について、個人情報保護委員会にお伺いします。 　この規定は、個人情報を取得した時点での罰則を名宛て人を定めずに新たに設けるものです。条文を読む限り、対象となる取得行為がかなり広く解釈できるようにも見えます。 　そこで、まずは確認をさせてください。この罰則で政府として想定している主な対象事例とは具体的にどのようなものでしょうか。

ありがとうございます。 　続けて、本罰則の目的要件について伺います。この罰則は、自己又は第三者の不正な利益を図る目的、又は本人やデータ保有者などに損害を加える目的という目的要件を定めております。これと人を欺くなどの行為要件が掛け合わせることで対象となる行為を限定していると理解しております。 　私は、この目的要件の解釈が決定的に重要と考えます。というのも、条文を文字どおり読むと、内部告発や報道取材といった正当な活動までもが対象に入っているように見えかねないからです。 　例えば、会社の不正を疑う従業員が、目的を伏せて同僚から上司の個人情報を聞き取ったとします。この内部告発をしたものの、違法性が司法の場で認められなかった、こういった

ありがとうございます。 　この国会質疑の場において、正当な報道活動や内部告発は百八十条の対象ではないと御明言いただいたことは非常に有益だと考えます。 　続きまして、改正個人情報保護法とほかの関連法の整合性についてお伺いします。 　ディープテックのような先進領域では、学術研究と社会実装の両方を手掛けている事業者が一般的です。そのため、ヘルスケアディープテックの場合、個人情報保護法だけではなく、医療研究におけるルールを定めた医学系研究の倫理指針の両方を遵守しているケースがあります。つまり、倫理指針の側で要配慮個人情報を取得する際のインフォームド・コンセントや倫理審査が引き続き求められると、当該事業者は統計作成等特例の恩恵を受けるこ

ありがとうございます。 　関連法との関係の整理、是非連携を進めていただければと思います。 　その上で、倫理指針所管する厚生労働省に伺います。 　事業者の混乱を招かないよう、個人情報保護法改正案が成立した場合には倫理指針の改定の検討を速やかに行っていただけますでしょうか。

ありがとうございます。 　是非、個人情報保護法の改正案との整合性が取られたような形で倫理指針改定が行われますよう、お願い申し上げます。 　最後に、本統計作成等特例を実現する担い手たるデータマネジメント職の増員計画について伺います。 　今回の特例は、データを使う事業者の側に、個人との対応関係を排斥するため一般化、仮名化などの措置を求めております。さらに、先ほど申し上げたようなＡＩモデルへの攻撃を防ぐための安全管理措置なども併せて必要となります。これら制度の安全性を支える要でございますが、同時に専門的な技術と運用を要します。ところが、その担い手であるところのデータマネジメント職が日本では深刻に不足をしております。ＩＰＡの調査でも、

ありがとうございます。 　この先、個人情報を守る技術やデータ整備技能を持つ専門職の需要はますます高まると考えております。安全なデータ利活用の下でのイノベーションを促進するために、こうした人材の育成により一層力を入れていただければと思います。 　私からの質問、以上でございますが、最後に一言申し上げたいと思います。 　守ることができるからこそ生かすことができると、これはやっぱり非常に大切な原則だと思います。個人情報がきちんと守られるという信頼があって初めてデータの利活用は社会に根付くと考えております。個人情報保護は重要な課題と考えますので、引き続き、この点、私も取り組んでまいりたいと思います。 　ありがとうございました。

チームみらいの安野貴博でございます。 　参考人の皆様、本当に貴重なお話を聞かせていただきまして、誠にありがとうございます。幾つか順番に質問させていただければと思います。 　まず、稲谷参考人にお伺いしたいのが、アジリティーが重要であるという御指摘をいただいていたと思っておりまして、制度と技術と運用の三位一体で運用していくことが重要であろうと。という中において、近年、やはりＡＩ開発、かなり加速しているところもありまして、この三つの中で技術の進むスピードだけが物すごい高まっているんじゃないかという状況があると思います。こういった状況の中で、どのようにアジリティーの確保をしていくためにこの運用を進めていくべきなのか、もしアイデアやお考え

ありがとうございます。層をしっかり意識していきながらというところ、大変よく理解できました。 　続きまして、石川参考人と、あと黒田参考人に是非お伺いしたいところでございまして、ミニマイゼーションの原則、非常に重要なんじゃないかというお話もいただいていた中で、今回の統計特例でデータの提供元と提供先のどちらがどういうふうに責任分担するのかという問題があると考えております。つまり、データの提供を行うのは提供元が行うと。今までの政府答弁を聞いていると、一時的にはやはり提供元がデータの提供責任を負うというような話もあるというふうに認識しておりますが、一方で、データ、どこまでが最小と捉えるのかみたいな話は実はデータの提供先じゃないと分からないこ

ありがとうございます。非常によく分かりました。 　その上で、先ほどいただいた、石川参考人に追加でお伺いしたいのは、セクターごとに決めるべきだ、セクターごとの事情を勘案した上でルール作りしていくべきなんじゃないかというお話があったと思っておりまして、今回、個人情報保護法、一般法としてあり、それとは別のところで、例えば次世代医療基盤法であるとか、あるいは生命科学・医学系研究に関する倫理指針みたいなまた別の、ある種、セクターごとのルールみたいなものもあると思いますが、こちら、どういうふうな役割分担していくべきかというところももう少しだけお伺いしたくて、例えば、今の個人情報保護法のこの議論の中において、個別のセクターの事情というものをもし

ありがとうございます。 　次に、郷野参考人にお伺いしたいなと思っております。 　プロファイリングアルゴリズムによる差別的取扱い、不利益誘導に関する規制、欠落しているんではないかという御指摘あったかと思っておりまして、これ大変重要な指摘だと受け止めてございます。 　こちら、もしこういった取扱いに関する規制があると消費者としては安心できるのではないかであるとか、そういったもしアイデア、やるべきだと考えられることがあればお聞きしたいなと思います。

ありがとうございます。 　あともう一点、郷野参考人にお伺いしたいと思っていまして、今のところともちょっと関連するところではございますが、本人同意の原則が弱体化しているんじゃないかという御指摘もいただいていたと思います。一方で、ここ、かなり見解も分かれていると思っておりまして、強い知識勾配の下で本人同意があったとしても別に安全性って担保されないんじゃないかという意見もあると思っておるんですけれども、こちらの指摘に関してはいかがお考えでしょうか。

ありがとうございます。 　続きまして、石川参考人、稲谷参考人にお伺いしたいなと思っております。 　こちらも意見分かれているところとして、今、立法の必要性、統計特例に関する必要性として、現行の下でも、仮名加工情報の共同利用の枠組みを使うとほとんどの場合対応できるのではないかという意見もあったと承知しておりますが、今回、この統計特例をあえて設けることの意義、感じるところがあれば、この仮名加工情報の共同利用の枠組みだと難しいという点あれば、お聞きしたいと思っています。