個人情報と機微な情報

病院、福祉施設、学校、NPO。どの組織も、名簿・記録・相談内容という形で機微な情報を抱えています。事務作業をAIに任せたいと思ったとき、最初につまずくのがこの機微な情報の扱いです。

前回、AIを使うかどうかは「使命を前進させるか」で判断すると扱いました。使命に合っていると判断できても、そこで渡すデータが機微な情報を含んでいれば、話はもう一段先に進みます。「この集計に本当に個人名が要るのか」「使っているAIはやり取りを学習に使うのか」「もし誤って入力してしまったらどう動けばいいのか」。この3つの問いに答えを持っているかどうかで、AIを任せてよい範囲が大きく変わります。

まず「入れない」

もっとも確実な対策は、そもそも機微な情報を入力しないことです。

これは病院に限った話ではありません。福祉施設の利用者記録、学校の生徒の成績、NPOの相談者の相談内容も同じ扱いです。まず削れる情報がないかを疑い、削ってもタスクが成立するなら削るのが最初の一手です。

削れないときは「伏せる」

集計や分析の目的によっては、個人を特定できる情報を完全には削れないこともあります。その場合は、識別性を下げる作業（データの下処理）をしてから渡します。

たとえば、NPOが寄付者の継続率を分析したい場合、寄付者名・住所・電話番号は分析に不要なことがほとんどです。氏名を「寄付者001」に置き換え、金額を帯で示すだけで、傾向を見るという目的は十分に達成できます。学校で欠席理由の傾向を見たい場合も同じで、生徒名や学年を伏せて「小学校低学年」のようにまとめれば、個別の生徒を特定しないまま傾向は見えてきます。

大事なのは、下処理を「面倒な追加作業」でなく「渡す前の当たり前の一手間」として組み込むことです。毎回ゼロから考えるより、上の4段階を手順として決めておくほうが、担当者が変わっても同じ水準を保てます。

使う前に設定を確かめる

組織で使うAIには、個人向けの契約とは別の設定があることがあります。

日本の個人情報保護法についての詳しい要件（安全管理措置や第三者提供の扱いなど）は、既存コースの個人情報保護法の詳細にまとめてあります。法令の解釈が絡む判断は、このコースでは扱わず、そちらと自組織の規程・専門家への確認に委ねます。

誤って入力・共有してしまったとき

どれだけ気をつけても、入力を間違えることはあります。大事なのは、事故の後にどう動くかを先に決めておくことです。

これはメールの誤送信に気づいたときと同じ動き方です。特別な操作ではなく、普段の情報管理の延長として身構えておけば十分です。

やってみよう

演習1：架空の会議メモで下処理を練習する

「利用者からの相談内容をまとめた会議メモ」を架空でよいので思い浮かべ、上の4段階（名前・場所・連絡先・金額や日付）に沿って、どこをどう置き換えるかを書き出してみましょう。そのうえで次の4つを自分の言葉で答えてください。

• 委任力：この要約作業は、そもそもAIに任せるべきか
• 記述力：下処理をしたうえで、どんな指示を出せば十分な要約になるか
• 評価力：出来上がった要約に、個人を特定できる情報が残っていないかをどう確認するか
• 倫理的責任：この要約がAIの手を借りて作られたことを、誰にどう伝える必要があるか

演習2：自組織のツール設定を確認する

今使っている（または導入を検討している）AIツールについて、上のToolTableの3項目（学習に使うか・保持期間・BAAの対象範囲）を、実際の設定画面や契約書で確認できるか試してみましょう。確認できなかった項目は、次に誰に聞けばよいかまで書き出してください。

今日のまとめ

3行で振り返ります。

• 機微な情報は、まず入れない。削れないときは名前・場所・連絡先・金額や日付を伏せる
• 学習に使うかどうか・保持期間・BAAの対象範囲は、組織向けプランでも個別に確認する
• 誤入力・誤共有に気づいたら、止める→削除を依頼する→組織の手順に従う、の順で動く

次のレッスンでは、機微な情報を整えたうえで、分析そのものをどこまで信頼してよいかを確かめる手順を見ていきます。