稲谷龍彦

ただいま御紹介にあずかりました京都大学大学院法学研究科で教授をしております稲谷と申します。 　本日は、このような機会を賜り、誠にありがとうございます。 　私は、研究者として、特に企業に対する制裁制度を含む刑事司法制度とデジタルガバナンス及び科学技術と法に関する領域を専門としております。また、データ利活用の観点からは、デジタル行財政改革会議事務局におけるデータ利活用制度・システム検討会に参画し、さらに、いわゆるＤＦＦＴ、信頼性のある自由なデータ流通に関する複数の検討会にも所属し、特にデータセキュリティーを扱うワーキンググループにおいては座長も務めさせていただいております。 　本日は、現在御審議中の法案に関連し、データ利活用の推進に関する規律を検討する際に重要と考えられる視点として、第一に幸福追求権の実質化、第二にコンプライアンスコストの合理的低減、第三に制度、技術、運用の統合を通じたリ

若井先生、御質問いただき、ありがとうございます。 　御質問いただいたのは、関連する二つの点に関するものであると承りました。 　第一点目は、デジタル社会における個人の自律的意思や事前同意に頼る法制度の現代的な限界に関わる点、第二点目は、硬直的事前規制の現代的な課題について、イノベーションやＡＩ産業の育成といった観点からお尋ねになったというふうに承りました。 　まず、第二点目の方から端的にお答えいたしますと、硬直的な事前規制にこだわることは、イノベーションと法律のギャップを生みやすく、問題が大きいと考えます。 　私の目からは、ＥＵのＡＩアクトはまさにこの問題にはまってしまっているように思えます。ＡＩアクトの元々の議論の段階では、生成ＡＩやエージェンティックＡＩの社会実装といった事態は全く想定しておりませんでした。その結果として、例えば高リスクＡＩに関する人間による監視のような、解釈次第

岸先生、御質問ありがとうございます。 　ＡＩのリスク管理の評価主体をどのように考えるべきかという御質問、それが今回の個人情報保護法の統計等例外ですかね、に関してどうなのかという御質問であると承りました。 　私の理解する限りでございますが、今回のこの統計作成等の利用法というものは、個人データとならないようにきちんと、まずそもそも情報を加工するということが当然の前提となった利用法であるというふうに理解をしてございます。 　そういたしますと、このレベルまでまずリスクが下がっているかどうかということを、まさに法律が自ら指示をしているというふうにまず考えるというのが重要であると考えます。その上で、今回は、この統計等作成に至っているかどうかということを個人情報の保護委員会の規則で具体的に定めていくということになっておりますし、また、その規則に基づいてガイドライン等が発出される形で具体的にそのリス

平戸先生、御質問ありがとうございます。 　御質問の趣旨といたしましては、いわゆるＰＥＴｓと呼ばれるデータ保護技術を今回のデータの利活用に関する法改正においてどのように位置付けていくべきであるかという御質問であると承りました。 　御承知のとおりだと思うんですけれども、一口にＰＥＴｓと申しましても、極めて多様な種類があるというのがまず率直なところでございまして、私もその点に関する技術的なすごい専門家というわけではありませんので、私が法学者として、あるいはこれまで共同研究をする中で理解している範囲で御説明をさせていただくということになりますが、ＰＥＴｓの中には、入力段階と出力段階のそれぞれにおきまして、先生が御懸念になられましたような要配慮個人情報を情報処理者において濫用されないように、見れないようにしながらＡＩを学習させるような方法というものもあれば、出力の段階でそういった、出力から元々の

司先生、御質問ありがとうございます。 　私は、実は、今回のその統計等の例外から始めたというのは、かなり慎重なアプローチではないかと実は思ってございます。 　というのも、今回の個人情報保護法の改正の方向性というのは、石川参考人の方からも少しございましたし私もそのように理解していますけれども、リスクベースで適切な規制を掛けていく、同意というものを取ったとしても、結局、取った後きっちりしていなかったら一緒じゃないかということで、リスクをきちんと管理できる構図を具体化していくと、そういう意味でのリスクベースをやっていく、その最初の改正だと思うわけですね。 　そうすると、もうちょっとリスクが大きいもの入れてもいいんじゃないのという意見だってあってもおかしくないと思うんです。しかし、今回はやはりそこが発想の大転換を含んでいるというところがあるので、あえて、法律にも書かれていますように、個人の法益

新実先生、御質問いただき、ありがとうございます。 　私といたしましては、まず、今回の統計等の作成の法律の、何というか、適用範囲というものと、それから医療という分野に関する特別法とは分けて考えた方がよいのであろうというふうにまず考えてございます。 　もちろん、排他的な関係性には立ちませんので、それぞれの規律に従って参入される方がいらっしゃるということはこれは当然の前提になると思いますけれども、あくまで今回の改正というものは、一般的に統計等作成であればこういった条件で、つまり、個人の法益侵害等につながらない条件で利用できるんだよということにしていますので、より言ってみると広くスタートアップの人たちに入ってきてもらう仕組みになっているなというふうに解釈することは十分可能だと思うんですね。 　ですので、それぞれの取り扱う情報の性質に応じて、まさに個人情報保護委員会の結局規則とガイドライン等で

岩本先生、御質問いただきまして、ありがとうございます。 　ネガティブな結果が出た場合に、隠蔽されてしまって誰が使ったのか分からない状態になってしまうのではないかという御趣旨なのかなというふうに承りました。 　まず、幾つかポイントがあると思っていまして、今回の法改正では、統計等、この特例を使う場合には必ず、何というか、公表しなければいけませんし、それから、データ利活用の方でも認定を得なければそもそも使うことができないという仕組みに一応なってございます。 　そういたしますと、こういった仕組みを潜脱しておかしな使い方をする者が出てくる可能性はゼロではないんですけれども、ただ、そういった、率直に申し上げると、非常に極めて悪質な事業者というのはどんな法制度であったとしても無視してやってしまうというところがあるわけでございまして、今回の法制度というのは、はっきり言うと、ちゃんと正面からそういった

稲谷でございます。岩本先生、ありがとうございます。 　データ主権として最低限守るべきものというのがどこなのかというのは、私はちょっと安全保障等の専門ではないので明確にお答えするのが難しいところはあるのでございますけれども、ただ、一般論として申し上げることができるとするのであれば、やはり経済安全保障でありますとか安全保障に関する機微な情報といったものは当然共有の範囲からは守れるというふうに考えるべきだと思いますし、海外との関係では、必要もないのにそういったことを拡散するということは当然ないというふうに考えますし、また今回の法律におきましても、関係機関と協議の上で認可するかどうか決めたりとか、あるいはその方針というものを決めるということになってございますので、そういった点については配慮がされているというふうに理解してよいのではないかというふうに思っています。 　済みません、お答えになってい

大門先生、御質問いただきまして、ありがとうございます。 　一般論としてということで申し上げたいと思います。 　ＤＦＦＴという考え方ございますけれども、これもトラストが付いてございまして、やはり信頼してデータを流通させることができる基盤がなければ、これはデータも流通しませんし、結果的にデータが利活用されず、今の文脈でいえばＡＩも開発されないといったような問題が起きる可能性があるということ自体はそのとおりであろうかと思います。 　ただ、このトラストをどのように設計するのかというところがやはり、何というか、肝と申しますかポイントとなると考えておりまして、私の御説明の中でも申し上げましたように、非常にコンプライアンスコストが高い規制というものをつくってしまいますと、結果的に大きな会社だけが得をすると。つまり、そこは大きな会社だから吸収して対応できるんだけれども、小さな会社はそこがなかなか対応

ありがとうございます。 　まさに、おっしゃられた点は極めて重要な点であると存じております。まさに、技術の変化が極めて激しいというときに、まず技術のことをよく知っている人がそのルール形成に入っていないとそもそもスタートラインに立てないという問題がありますので、まずは、私はアジャイルガバナンスという考え方を提唱していますけど、その中で最も重視していることの一つは、マルチステークホルダーで進めていく、特に技術の現場がよく分かっている方とタッグを組みながら議論を進めていくということが極めて重要であろうというふうに考えてございます。 　また、このガバナンスを進めていく上では、当然、ハードローをいきなり変えるというのは極めて難しいことになりますので、基本骨格として必要な部分、それからクイックに変えていかなければいけない部分という層を意識しながら、それぞれに適切なステークホルダーをかませて運用してい