見出し画像

広島AIプロセス / 透明性質問票という法の前哨戦――OECDのHAIP Reporting Frameworkを手がかりに雑感



0 はじめに

 年越しに書き溜めたAIに関して役立つ資料について雑感を付して7点掲載する。今回はその最後を飾る雑感である。今年も皆さんにとっていい年であることを心より祈念する。
 2025年も暮れ、2026年が始まろうとしている今、AIガバナンスの潮流を振り返ると、一つの静かな転換点があったことに気づく。それは、OECDがG7広島AIプロセス(Hiroshima AI Process)の下で公表し、運用を開始した「HAIP Reporting Framework(以下、HAIP質問票)」である。  
 直接聞いた話によると、HAIPは名だたるトップテック企業の法務担当もよく参照する資料であるとのことである。一枚でまとまっている点も使い勝手が良いらしい。


OECD.AI「G7 reporting framework – Hiroshima AI Process (HAIP) international code of conduct for organizations developing advanced AI systems」(2025年2月7日)(https://transparency.oecd.ai/questionnaire-sample/, 2025年12月31日最終閲覧)。


 この枠組みは、G7広島サミットで合意された「高度なAIシステムを開発する組織のための国際行動規範(International Code of Conduct)」を、単なる理念的な合意文書から、実効性を伴うモニタリングの枠組みへと昇華させるための装置として設計された。形式上は、高度なAIシステムを開発する組織による「自主的な(voluntary)」透明性報告の枠組みである。特定の認証機関が「合格」を与える制度(certification)ではなく、各組織が自らのリスク管理の実態を、共通の質問票に基づいて記述し、説明するための器(platform)に過ぎない。回答はOECDのウェブサイトで公開され得る一方、機密情報は除外されることが前提であり、その正確性は提出者が担保するとされている。

 一見すれば、企業の善意に基づく穏やかなイニシアティブに見える。しかし、法的な眼差しで見れば、これほど戦略的に巧妙な仕掛けもない。「自主的」であるがゆえにハードローのような明確な境界線や免責条項がなく、それでいて一度回答して公表すれば、それは全世界に向けた公約となり、将来の紛争における証拠となり得るからだ。

 今回は、公開されている質問票(Word版)を眺め、質問票が透明性をどう制度化しているか、そして何がこぼれ落ちるかを、年末の雑感として整理する。

1 問題の所在――透明性は「眩しさ」になり得る

 透明性(Transparency)は、AIガバナンスの絶対的な合言葉である。「信頼できるAI」を実現するためには、ブラックボックス化するアルゴリズムや開発プロセスに対し、光を当てるべきだという要請に異論を挟む余地はない。しかし、法の観点からは、透明性は常に「誰が・誰に・何を・どの粒度で・いつ」示すかという、情報の配分問題である。開示を増やせば自動的に信頼が増すわけではない。

 むしろ、無秩序な開示は新たなリスクを生む。第一に、攻撃面(Attack Surface)の拡大である。モデルのアーキテクチャや防御策を詳細に開示することは、敵対的攻撃者に対するヒントを与えることと同義になり得る。第二に、知的財産や営業秘密との緊張関係である。競争力の源泉である技術詳細をどこまで明かすかは、企業の存亡に関わる。そして第三に、受け手の理解可能性(Understandability)の逓減である。膨大な技術文書やログをそのまま公開しても、一般市民や規制当局がそれを消化できなければ、それは透明性とは言えない。情報の洪水は、情報の欠如と同様に、実質的な不可視化をもたらす。

 私は常々、透明性とは光ではなく照明であると考えている。光はただそこにある物理現象だが、照明は「何を見せるために、どこから、どの強さで当てるか」という意図的な設計を要する。照明器具の設計が悪ければ、対象を照らすどころか、観測者の目を射す眩しさ(Glare)にしかならない。眩しすぎて何も見えない状態は、暗闇と同じく、監視の機能を果たさないのである。HAIP質問票は、この照明の設計図として提示されたものであるが、その実効性はまだ未知数である。

2 質問票が問うもの――「モデル」より「組織」を書かせる

 HAIP質問票は、コード・オブ・コンダクトの複数アクションを束ねて問いを立てている。その構成は、①リスク同定・評価、②リスク対策と情報セキュリティ、③高度AIシステムに関する透明性報告、④組織ガバナンスとインシデント対応、⑤コンテンツの真正性・来歴、⑥AI安全性や社会的リスク低減に向けた研究・投資、⑦人類・グローバル利益の増進、という7つの柱から成る。

 実際に質問票(Word版)を眺めて目につくのは、対象が「モデルの客観的性質」だけでなく「組織のふるまい(Behavior)」である点である。

 例えば、セクション1では、「貴組織はリスク(不合理なリスク等)をどのように定義・類型化しているか」というメタな問いから始まる。これは単に「リスクはない」と答えさせるのではなく、「お前の会社における『リスク』の定義を出せ」と迫る問いである。さらに、ライフサイクル全体でリスクをどう同定・評価するか、レッドチーミング等のテストを開発プロセスのどの段階で位置づけ、その結果をどうリリースの可否判断(Go/No-go)に結びつけているか、といったプロセスそのものを問う。

 また、セクション4では、インシデント報告(他社由来のモデルに関するものも含む)をどう活用しているか、外部の独立専門家をどうガバナンス体制に組み込んでいるか、といった組織設計に関する記述を求めている。

 これらは、従来の「モデルカード」のような、モデルのスペックを記述する静的なドキュメントとは一線を画す。HAIP質問票は、企業に対し、社内の意思決定プロセス、リスク管理の哲学、そして運用体制を文章化させることを迫る。つまり、透明性を「モデルのスペック開示」としてではなく、説明責任(Accountability)の文書化として捉えているのである。

3 透明性報告の法的な手触り――善意の開示が証拠になる

 自主的報告であっても、一度公表されれば、法的な意味(Legal Effect)は生じ得る。

 第一に、公開される以上、将来の紛争における証拠となり得る。AIシステムが事故を起こし、損害賠償請求訴訟が提起された際、裁判所が企業の「注意義務(Duty of Care)」の水準や過失の有無を検討する材料として、企業が自ら述べたリスク管理の枠組みは参照されやすい。「御社は質問票で『外部専門家による厳格な評価を行う』と回答していましたが、今回の事故モデルではそれが省略されていましたね」という追及は、弁明の余地のない強力な武器となる。

 第二に、外部向け説明として、誤認を生むと不実表示や説明義務違反の議論に接続し得る。質問票は記述式であるため、「良い話(Good Story)」を書きやすい構造になっている。「最先端の安全性評価を実施」「倫理的配慮を徹底」といった美辞麗句を並べたくなるのが人情だが、実態を伴わない良い話は、消費者保護法や不正競争防止法上のリスクを招く。良い話は後で自分を刺すのである。

 もっとも、透明性報告は防御(Shield)にもなる。OECDは、共通参照点を提供することで、実務上の比較可能性や相互学習を促す狙いを示している。「HAIP質問票の項目を網羅し、他社と同等の水準で合理的なリスク管理プロセスを回していた」という記録があれば、それは予見可能性のない事故に対する免責の根拠として機能する余地がある。ソフトローは、ハードローよりも速く浸透し得る。企業のインセンティブと恐怖心の両方に作用するからである。

4 断片化と相互運用性――質問票は翻訳コストを消さない

 現実には、AI規制の「断片化(Fragmentation)」が進んでいる。EU AI規則(AI Act)のような拘束的規制、NIST AI RMFのような任意枠組み、ISO/IEC 42001のようなマネジメントシステム規格、モデルカードやデータシートといった文書化実践が併存している。

 HAIP質問票がこれらと「整合的(Interoperable)」に作られていても、社内では同じ事実を別様式で書き換える翻訳作業が残る。EU向けの技術文書と、OECD向けのナラティブな報告は、似て非なるものだからだ。

 さらに、HAIP質問票は自由記述中心である以上、比較可能性は情報量ではなく文章力(作文力)にも左右される。透明性を点数化すれば、人は正直さより点取りに最適化する。これは「測定される指標は指標としての機能を失う」というグッドハートの法則(Goodhart's Law)の典型例であり、制度設計の定番の副作用である。HAIPがあえて記述式を選んだのは賢明かもしれないが、読み解く側には高いリテラシーが要求される。

5 実務への示唆

 質問票対応は、対外向け広報(PR)ではなく、社内統制(Internal Control)の棚卸しである。実務上は二点が重要である。

 第一に、対象範囲を固定することだ。組織一般の方針(Policy)と、特定モデル/サービスの運用(Practice)を混ぜると、後で整合が崩れる。「全社的にはこう決まっている」という話と、「このモデルではこうやった」という話の主語を明確にし続ける必要がある。

 第二に、開示を層別することである。外部には原則・プロセス・ガバナンスの大枠を語り、内部では具体的評価や意思決定の履歴(ログ)を保持する。透明性は全面開示(Full Disclosure)ではなく、監査可能性(Auditability)、すなわち少なくとも後から論理的に説明できる状態の確保として設計されるべき局面が多い。HAIPレポートはその氷山の一角に過ぎない。

6 雑感

 HAIP質問票の本質は、透明性を理念ではなく作業(Task)として実装しようとした点にある。法が正義や公平といった抽象概念を配り、その具体化を当事者に委ねるのと同型である。

 質問票に真面目に答えるほど、自社のガバナンスの穴や、言語化できていない曖昧な領域が可視化される。それは不愉快な体験かもしれないが、その不愉快さこそがガバナンスの第一歩である。弱点を見ないまま走る車は、だいたい壁にぶつかる最短経路を辿る。

 透明性とは、他人に見せるためであると同時に、自分が自分を見失わないための仕組みでもあるのだろう。質問票という鏡に映る自社の姿を直視することから、法の支配と技術の共生が始まるのかもしれない。

(参考)

参考文献

OECD.AI「Reports」(https://transparency.oecd.ai/reports, 2025年12月31日最終閲覧)。

OECD.AI「G7 reporting framework – Hiroshima AI Process (HAIP) international code of conduct for organizations developing advanced AI systems」(2025年2月7日)(https://transparency.oecd.ai/, 2025年12月31日最終閲覧)。

OECD「OECD launches global framework to monitor application of G7 Hiroshima AI Code of Conduct」(Press release, 2025年2月7日)(https://www.oecd.org/en/about/news/press-releases/2025/02/oecd-launches-global-framework-to-monitor-application-of-g7-hiroshima-ai-code-of-conduct.html, 2025年12月31日最終閲覧)。

OECD.AI「Reporting framework for the Hiroshima Process International Code of Conduct for Organizations Developing Advanced AI Systems(Word version)」(https://transparency.oecd.ai/Word_Version_Reporting_Framework_Final.docx, 2025年12月31日最終閲覧)。

Audrey Plonk=Karine Perset「G7 AI transparency reporting: Ten insights for AI governance and risk management」OECD.AI(2025年9月25日)(https://oecd.ai/en/wonk/g7-haip-report-insights-for-ai-governance-and-risk-management, 2025年12月31日最終閲覧)。

OECD「TOWARDS A HIROSHIMA ARTIFICIAL INTELLIGENCE PROCESS CODE OF CONDUCT REPORTING FRAMEWORK: FINDINGS FROM THE PILOT」(2024年12月)(https://wp.oecd.ai/app/uploads/2024/12/TOWARDS-A-HIROSHIMA-AI-PROCESS-CODE-OF-CONDUCT-REPORTING-FRAMEWORK.pdf, 2025年12月31日最終閲覧)。

外務省「Hiroshima Process International Code of Conduct for Organizations Developing Advanced AI Systems」(2023年10月30日)(https://www.mofa.go.jp/files/100573473.pdf, 2025年12月31日最終閲覧)。

Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 laying down harmonised rules on artificial intelligence (Artificial Intelligence Act), OJ L, 2024/1689, 12.7.2024(https://eur-lex.europa.eu/eli/reg/2024/1689/oj/eng, 2025年12月31日最終閲覧)。

National Institute of Standards and Technology, Artificial Intelligence Risk Management Framework (AI RMF 1.0), NIST AI 100-1(2023年1月)(https://nvlpubs.nist.gov/nistpubs/ai/nist.ai.100-1.pdf, 2025年12月31日最終閲覧)。

ISO「ISO/IEC 42001:2023 - AI management systems」(https://www.iso.org/standard/42001, 2025年12月31日最終閲覧)。

Margaret Mitchell et al., Model Cards for Model Reporting(2019年)(https://arxiv.org/abs/1810.03993, 2025年12月31日最終閲覧)。

Timnit Gebru et al., Datasheets for Datasets(2018年)(https://arxiv.org/abs/1803.09010, 2025年12月31日最終閲覧)。

(マガジン)「AIと法-雑感」

 ※目次は以下を参照

note総則規約3条2項前段
3.2 クリエイターが制作したデジタルコンテンツの著作権は、クリエイターに帰属します。

いいなと思ったら応援しよう!