AI利用におけるデータプライバシーサービスの概要
AIの利用は急速に拡大していますが、懸念の声も根強く存在します。2023年の調査によると、世界の消費者の57%が、AIの利用はプライバシーに対する重大な脅威であると考えています。1さまざまな理由から、顧客は自らの個人情報の取り扱いに対して警戒心を抱いています。
信頼の構築は、AIやデータプライバシーに対して懐疑的な消費者に向き合うステークホルダーにとって、極めて重要な要素です。
UL Solutionsのデータプライバシープログラムは、AI安全評価に適用する11の安全原則の中の「倫理的なAI利用」という柱のもとに位置付けられています。この取り組みでは、ユーザーデータの収集・保存・保護・開示に利用されるAIアルゴリズムに注目し、データプライバシーを守るための適切なセキュリティ対策が存在することを検証する包括的な枠組みを用います。評価が完了すると、UL Solutionsの「Marketing Claim Verification certificate (マーケティングメッセージの検証証明書)」および「UL Verified Mark (UL検証マーク)」が表示可能になります。
AI利用におけるデータプライバシーサービスのメリット
AIの利用が広がるにつれ、「信頼」という要素がますます重要になります。安全科学のグローバルリーダーである弊社のサービスは、客観的な評価を通じて、ブランドのマーケティングメッセージが信頼性、真実性、信憑性に対する確信を深めることができます。
AI利用におけるデータプライバシー検証プロセスの目的
データプライバシー評価では、PC内の様々なAIモデルで使用される個人識別情報(PII)や機密データが決して外部に漏れず、適切なセキュリティ対策によって保護されていることを検証します。
検証プロセス
UL Solutionsは、データプライバシーを守るために適切なセキュリティ対策を講じているかどうかを評価するための明確なプロセスを確立しています。UL Solutionsの評価手法には以下が含まれます:
データ収集と同意の取得
定義されたユースケースを満たすために必要最小限のデータのみが収集されていること。また、個人から事前に適切な同意を得た上でデータが収集されていることを検証します。
データの匿名化および仮名化
匿名化や仮名化といった手法を適用し、再識別を防ぐ効果を評価します。
データ保存とアクセス制御
暗号化による安全なデータ保管の実施、データへのアクセスを権限のある担当者のみに制限する仕組みの導入、さらに、監査ログの維持によるデータアクセス監視と不正検出を実施します。
データ処理と利用
データ処理の明確な目的を定義し、それに沿ってデータが利用されていることを示します。また、最小権限の原則を適用するとともに、データ処理活動の記録を保持します。
データ共有と転送
暗号化や安全な転送手法を含む安全なデータ共有のためのプロトコルを確立し、データを受け取る第三者が同等またはより厳しいプライバシー基準を遵守していることを示します。
モデルの学習と検証
モデル学習時に差分プライバシーなどの手法を活用し、プライバシー保護手法を用いたモデルの検証を実施することで、モデルが機密情報を記憶または漏洩しないことを示します。
モデルの導入と推論
AIモデルがAPI経由でアクセス可能な場合における推論フェーズでのデータ漏洩リスクを評価し、データ抽出を目的としたモデル推論の悪用を防ぐための厳重な監視を伴うレート制限を実施します。
インシデント対応とデータ漏洩管理
潜在的なデータ漏洩に備えたインシデント対応計画の策定と維持、データ漏洩に関する従業員への対応訓練、漏洩発生時の対象者および当局への通知を行います。
透明性と説明責任
データが何の目的でどのように利用されているのか、透明性を以て示し、ユーザーが自分のデータへのアクセス・修正・削除を行える仕組みが実装されているかを評価します。この評価では、組織内におけるすべてのデータプライバシー関連事項に関する明確な責任の所在も定めます。
継続的な監視と改善(継続プロセス)
AIシステムに潜在的なプライバシーリスクや侵害がないかを継続的に監視し、最新のプライバシー強化技術を取り入れながら、組織内のプライバシーおよびデータ保護文化を確認します。
コンプライアンスおよび監査(継続プロセス)
AIシステムがデータプライバシー法規制および社内方針に準拠しているかを定期的に監査し、データ保護影響評価(DPIA)を実施して、新しい法規制、脆弱性、またはプライバシー強化技術に応じて必要かつ最新のプライバシー対策を評価します。
AIの検証・妥当性確認サービスをご覧ください
弊社までお問合せください
データプライバシーを保護するための適切なセキュリティ対策が存在するかを検証します。