G検定 用語解説
プライバシーとは
個人に関する情報が、本人の意思に反してみだりに収集・利用・開示されないという利益・権利。AI社会原則の一つとして位置づけられ、プライバシー・バイ・デザイン（設計段階から保護を組み込む考え方）はこの原則を実現する具体的な手法にあたる。
まず押さえる結論
プライバシーは、G検定の「大項目10 AI倫理・AIガバナンス」で確認しておきたい用語です。定義だけでなく、どの場面で使う言葉か、何と混同しやすいか、問題文のどの表現で判断するかまで確認します。
情報源と編集区分
公式範囲を確認し、具体例・誤答例・判断手順は当サイトが編集。 一次情報確認日: 2026-07-03。
試験概要（公式）試験での問われ方
定義の言い換え
用語そのものではなく、説明文の一部を言い換えて出されることがあります。
似た概念との比較
同じ章の用語と入れ替えた選択肢に注意します。対象、目的、使う場面を分けます。
具体例からの判断
問題文の事例が、定義のどの部分に対応しているかを先に確認します。
誤答しやすいポイント
×データバイアスとアルゴリズムバイアスの区別（偏りの原因がデータ側かアルゴリズム側か）。
×フィルターバブル（アルゴリズムによる個人化で偏る）とエコーチェンバー（同じ意見が集団内で増幅）の混同。
×AI事業者ガイドライン・AI新法・EU AI Act・OECD AI原則・広島AIプロセスの主体と性質の取り違え（指針か法律か、国内か国際か）。
関連する確認問題
大項目10 AI倫理・AIガバナンス / AI社会原則と倫理
AIがどのようなデータを用い、どのような仕組みで結論に至ったのかを、利用者や社会の側から把握し検証できる状態に保っておくべきだという、人間中心のAI社会原則でも重視される考え方を表す語はどれか。
正解は「透明性」である。AIがどのようなデータを用い、どのような仕組みで結論に至ったのかを、利用者や社会の側から把握・検証できる状態に保つべきだとする考え方が「透明性」である。「プライバシー」は個人の私的情報を保護すべきだという価値であり、判断過程の開示ではなく情報の非開示・保護を求める点で開示の方向とは逆を向いている。「公平性」は人種や性別などの属性で不当な差別をしないという価値で、データや仕組みを外部から検証できる状態そのものではなく判断結果の偏りの有無を問題にする。「人間中心」はAIが人間の尊厳を損なわず人間が主体的に判断できるようにするという理念で、透明性を含むより広いAI社会原則全体の名称であり、データ・仕組みの把握可能性を直接指す語ではない。問題文の「データ」「仕組み」「把握し検証できる」という開示・検証可能性の条件が透明性の定義に一致する。
大項目10 AI倫理・AIガバナンス / バイアスと信頼性
利用者に本物と誤認させるような偽の映像・音声・画像をAIで生成する技術やコンテンツを指す語はどれか。
フィルターバブルとエコーチェンバーは、いずれも利用者を取り巻く情報の分布や意見の反響という、情報環境側の偏りを表す語であり、コンテンツそのものを偽造する技術ではない点で一括りにできる。これに対しディープフェイクは、敵対的生成ネットワークなどの深層学習技術を用いて、実在の人物が行っていない発言や動作をしているかのような映像・音声・画像を合成する技術そのものを指す。設問を見分ける軸は、利用者が触れる情報の見え方が偏るだけなのか、媒体そのものが本物と誤認するレベルで作り替えられるのかという、レイヤーの違いにある。差分プライバシーも個人特定を防ぐデータ保護技術であり、媒体の合成技術とは論点が異なる。
大項目10 AI倫理・AIガバナンス / AI社会原則と倫理
プライバシー・バイ・デザインの考え方として最も適切なものはどれか。
正解は「システムの設計・開発段階からあらかじめプライバシー保護の仕組みを組み込む」である。プライバシー・バイ・デザインは、事後的な対応ではなく、設計・開発段階からあらかじめプライバシー保護の取り組みを検討・実践する予防的なアプローチを核とする考え方であり、問題文の条件に直接対応する。漏えい発生後の被害対応マニュアル整備、サービス公開後の事後同意取得、個人情報取得後の匿名加工処理は、いずれも個人情報を取得・収集した後の事後的な対応である点で、設計段階から組み込むという考え方とは異なる。
同じ章で確認したい用語
到達チェック
- プライバシーを一文で説明できる
- 同じ章の似た用語と違いを説明できる
- 問題文の具体例から、プライバシーに関係する論点を拾える
- 関連問題を解き、誤答した選択肢の理由を確認できる
執筆: ミナト編集部（運営者情報を見る）