よむ、つかう、まなぶ。
データ利活用制度の在り方に関する基本方針 本文 (6 ページ)
出典
公開元URL | https://www.cas.go.jp/jp/seisaku/digital_gyozaikaikaku/index.html |
出典情報 | データ利活用制度の在り方に関する基本方針(6/13)《内閣官房》 |
ページ画像
ダウンロードした画像を利用する際は「出典情報」を明記してください。
低解像度画像をダウンロード
プレーンテキスト
資料テキストはコンピュータによる自動処理で生成されており、完全に資料と一致しない場合があります。
テキストをコピーしてご利用いただく際は資料と付け合わせてご確認ください。
スに配慮しつつ、法制度を含むデータ利活用環境を整備する。これによって、データの
生成や保有主体の正当な利益にも配慮しつつ、広く個人や研究者、中小事業者など多様
な利用者が、組織の壁を越え、業界の障壁を克服し、容易にアクセス可能なデータを拡
大し、国境を越えた利活用を可能とする。
(2)AI で強化される(AI-Powered)社会の実現とリスクへの対応
○データと AI の好循環を確立することで、社会経済の変革を起動し AI で強化される(AIPowered)社会を実現するため、データ利活用と AI 実装を一体的に進める。とりわけ、
AI がハルシネーションやバイアスをできるだけ抑制し、精度を向上させるためには、質
の高いデータが大量に必要となることを踏まえ、AI 開発のための具体的なユースケース
を想定したデータの収集・蓄積を含め、データ政策を推進していく。
〇加えて、AI のイノベーション促進とリスク対応の両立の観点から、AI 法 5に基づき、政
府の司令塔機能を強化するとともに、研究開発の推進や利活用、計算資源・情報通信基
盤のインフラの高度化を進め、AI の研究開発・活用等を促進する。
○なお、いかに良質なデータによって学習された AI であったとしてもハルシネーション
や物理的誤作動等のリスクがゼロになることはなく、セキュリティ面等への新たな配慮
も必要となることに留意する。AI 活用に伴って新たに顕在化するリスクにも、適切に向
き合い、技術的なリスク管理手法(レッドチーミング 6等)の活用や必要な場合の人の介
入などを通じて、必要な対処を行うことで社会の信頼性を確保する。
(3)透明性・信頼性の確保
○データにはプライバシーや知的財産に関わる情報が含まれることも多い。その使い方に
よっては、個人であれ事業者であれデータのライフサイクルにおいて、プライバシーの
侵害や個人の差別など関係者への悪影響が生じる。データの利活用を社会に広く定着さ
せ、その恩恵を持続的に最大限に引き出す観点から、全ての当事者、すなわち、個人な
どのデータの生成者(データの生成の原因となる活動を行う者)
、データ保有者、データ
仲介者(多数のデータ保有者からデータの提供を受け、自らは利用せず、一定の集積・
加工等を行ったデータを他者に提供する者)
、データ利用者などの信頼と納得を確保す
るため、データの収集・利活用のプロセスの透明性を確保するとともに、そのようなプ
ロセスに関与する関係当事者に対する信頼性を確立するため、データのライフサイクル
にわたって、個人情報が取り扱われる場合における当該情報の内容やコスト等も勘案し
た適切な範囲での本人の関与を含め、関係当事者において適切にデータが取り扱われる
ための取組を進める。
○特に、データ利活用と個人情報の適切な保護は不可分一体の関係にあり、一般法とし
て個人の権利利益の最低限の保護を分野横断的に担う個人情報保護法を土台とした上
でデータ利活用が行われることから、同法についても技術的、社会的環境の変化に即
5
6
人工知能関連技術の研究開発及び活用の推進に関する法律(令和7年法律第 53 号)
。
AI の出力に関する潜在的リスク(誤情報、有害表現、バイアスの強化など)を検出するため、開発者とは異なる立
場の専門家等が、あえて悪用や誤用のシナリオを想定して AI を意図的に試験・分析する手法。特に大規模言語モデ
ルにおいては、現実に近い脅威シナリオを通じて、ハルシネーションや意図しない応答の発生可能性を検証し、リ
スク低減措置の有効性を評価する技術的評価手段。
4
生成や保有主体の正当な利益にも配慮しつつ、広く個人や研究者、中小事業者など多様
な利用者が、組織の壁を越え、業界の障壁を克服し、容易にアクセス可能なデータを拡
大し、国境を越えた利活用を可能とする。
(2)AI で強化される(AI-Powered)社会の実現とリスクへの対応
○データと AI の好循環を確立することで、社会経済の変革を起動し AI で強化される(AIPowered)社会を実現するため、データ利活用と AI 実装を一体的に進める。とりわけ、
AI がハルシネーションやバイアスをできるだけ抑制し、精度を向上させるためには、質
の高いデータが大量に必要となることを踏まえ、AI 開発のための具体的なユースケース
を想定したデータの収集・蓄積を含め、データ政策を推進していく。
〇加えて、AI のイノベーション促進とリスク対応の両立の観点から、AI 法 5に基づき、政
府の司令塔機能を強化するとともに、研究開発の推進や利活用、計算資源・情報通信基
盤のインフラの高度化を進め、AI の研究開発・活用等を促進する。
○なお、いかに良質なデータによって学習された AI であったとしてもハルシネーション
や物理的誤作動等のリスクがゼロになることはなく、セキュリティ面等への新たな配慮
も必要となることに留意する。AI 活用に伴って新たに顕在化するリスクにも、適切に向
き合い、技術的なリスク管理手法(レッドチーミング 6等)の活用や必要な場合の人の介
入などを通じて、必要な対処を行うことで社会の信頼性を確保する。
(3)透明性・信頼性の確保
○データにはプライバシーや知的財産に関わる情報が含まれることも多い。その使い方に
よっては、個人であれ事業者であれデータのライフサイクルにおいて、プライバシーの
侵害や個人の差別など関係者への悪影響が生じる。データの利活用を社会に広く定着さ
せ、その恩恵を持続的に最大限に引き出す観点から、全ての当事者、すなわち、個人な
どのデータの生成者(データの生成の原因となる活動を行う者)
、データ保有者、データ
仲介者(多数のデータ保有者からデータの提供を受け、自らは利用せず、一定の集積・
加工等を行ったデータを他者に提供する者)
、データ利用者などの信頼と納得を確保す
るため、データの収集・利活用のプロセスの透明性を確保するとともに、そのようなプ
ロセスに関与する関係当事者に対する信頼性を確立するため、データのライフサイクル
にわたって、個人情報が取り扱われる場合における当該情報の内容やコスト等も勘案し
た適切な範囲での本人の関与を含め、関係当事者において適切にデータが取り扱われる
ための取組を進める。
○特に、データ利活用と個人情報の適切な保護は不可分一体の関係にあり、一般法とし
て個人の権利利益の最低限の保護を分野横断的に担う個人情報保護法を土台とした上
でデータ利活用が行われることから、同法についても技術的、社会的環境の変化に即
5
6
人工知能関連技術の研究開発及び活用の推進に関する法律(令和7年法律第 53 号)
。
AI の出力に関する潜在的リスク(誤情報、有害表現、バイアスの強化など)を検出するため、開発者とは異なる立
場の専門家等が、あえて悪用や誤用のシナリオを想定して AI を意図的に試験・分析する手法。特に大規模言語モデ
ルにおいては、現実に近い脅威シナリオを通じて、ハルシネーションや意図しない応答の発生可能性を検証し、リ
スク低減措置の有効性を評価する技術的評価手段。
4