AIを使う前のデータ最小化: 文書から何を取り除くか
AIの作業に向けた限定コピーを作ります。不要なデータを除き、意味を保ち、添付資料と結果を確認します。
記事の言語: 日本語

目次
手紙の構成を整えるだけなら、通常、AIは顧客の電話番号、署名、関連する添付資料のすべてを必要としません。資料を渡す前に作業を決め、必要な文脈を残し、結果に役立たない情報を取り除きます。これがデータ最小化です。情報が少ないからといって準備が不十分とは限りません。一つの段落を直すために会社のファイル一冊分を外へ出さずに済むこともあります。
これは資料を準備する手順であり、匿名性や工程全体の適合性を自動的に保証するものではありません。名前がなくても個人を識別できたり、企業秘密を明かしたりする文書はあります。ツールを使う前に、社内ルール、許可されたデータの範囲、そのサービスの条件を把握する必要があります。以下の方法は、限定した作業用コピーを作り、その有用性を確認する助けになります。
ファイルではなく作業から始めるには
AIに何をしてほしいか、一文で書きます。「手紙の文章を整える」と「当事者の義務を比較する」「日付の矛盾を探す」では必要な資料が異なります。この一文がないと、不要な情報を判断しにくくなります。どの部分も役立ちそうに見え、添付資料を含む文書全体をツールに渡してしまいます。
次に、作業を正しく行うために必要な事実を列挙します。編集なら文体、読者、段落の意味で足りるかもしれません。期限の比較には出来事の順序が必要ですが、実際の日付は必ずしも必要ではありません。特定の契約の分析では実際の数値が重要なことがあります。その場合、結果への影響を理解せずに値を変えてはいけません。
選んだ環境でそもそも処理できる資料も確認します。自社のAI利用方針は、コピーを作る前の判断に役立つ必要があります。いくつかの項目を消しても、必要なツールの評価に代わるものではなく、禁止された用途が自動的に許可されるわけでもありません。社内の規則を整える際は、企業のAI利用方針を作るためのガイド (ポーランド語)を参考にできます。
限定した資料を渡す、合成した例を使う、そのデータ分類について承認された環境で作業する、という三つの経路を検討します。どれも社内条件を満たさないなら、送信を止めて適切な担当者に判断を求めます。基準を決めずに「もう少しだけぼかす」ことを試してはいけません。
名前の削除と匿名性はどう違うか
マスキングは特定の要素を置き換えたり隠したりします。仮名化は、追加情報を使わなければ個人データを特定の人に結び付けられないように処理することです。この追加情報は別に保管し、識別された、または識別可能な人にデータが結び付けられないよう、技術的・組織的な措置を講じます。CNILは、仮名化されたデータも個人データであり得ると説明しています。複数の特徴を組み合わせれば識別できることもあります。そのため「顧客A」という名前だけでは、文書が匿名である証拠にはなりません。
実際の確認では、直接識別できる情報だけでなく特徴的な組み合わせも探します。珍しい職種、特定の出来事、小さな町、正確な日付が、事情を知る人には十分な場合があります。個人番号を公開しなくても、誰のことか分かる資料はあります。案件名や企業顧客に固有の説明にも注意します。
個人の保護と企業の利益の保護も区別します。識別可能な個人に関係しなくても、利益率、入札戦略、未公開の仕様を含む文書はあります。作業目的に応じて両方を確認します。個人データのフィルターだけでは、機密性についてのすべての問いに答えられません。
データセットの匿名化について正式な評価が必要なら、具体的な利用方法を踏まえて適切な担当者に依頼します。このガイドがその分類を決めるわけではありません。ここで得るものは、意図的に限定した作業用コピー、変更内容の説明、別途承認なしには渡せない情報の一覧です。
意味を保つコピーをどう作るか
別ファイルで作業し、原本は承認された場所に残します。まず、作業に不要な部分を丸ごと取り除きます。フッター、以前のやり取り、宛先一覧、質問に関係のない添付資料などです。その後に個別の情報を置き換えます。何十ページも名前を探すより、範囲自体を絞る方が効果的なことがあります。
「供給者A」「受領者B」のように役割の表示を一貫させます。同じ当事者が複数箇所に現れるなら同じ表示を使います。段落ごとに無作為に変えると、一つの当事者を複数の別人としてモデルが扱うかもしれません。分析では、元の名称より関係を保つことの方が重要な場合があります。試験データでは合成データ内の関係と出来事の順序 (ポーランド語)の整合性も確認します。
数値を変えるときは作業への影響を考えます。期限の順序を評価するなら、間隔を保った相対的な日数を使えるかもしれません。割合を確認するなら、すべての金額を同じ数にしてはいけません。正確な値が必要な場合は条件を記録し、適切な処理経路を選びます。その場合、架空データでの結果は実際の案件全体を解決しません。
コピーには、何を変え、AIが何を推論すべきでないかを短く添えます。例えば「日付をずらし、役割を保持し、金額を比例して置き換えた」と書きます。ただし作業に不要なら、実データを復元できる対応表は添付しません。置換表を誰が開けるかは別に決めます。
見える本文以外に何を確認するか
文書にはコメント、変更履歴、非表示のシート、発表者ノート、作成者情報が含まれることがあります。対象は形式とソフトウェアによって異なります。自分のファイル形式に合う確認項目を用意し、実際に送る書き出し結果を検査します。印刷画面には、受け取るツールが利用できる情報のすべてが表示されるとは限りません。

画像を含むファイルでは、キャプション、印影、コード、背景の一部を確認します。スクリーンショットには、開いているタブ、フォルダー名、別件のサイドパネルが写る場合があります。書き起こした段落だけで足りるなら、テキストだけを渡すことも検討します。画面全体の不要な要素を多数隠すより簡単です。
ファイル名と添付資料の説明も確認します。「案件 氏名 契約番号」のような名前は本文以外に情報を運びます。自社のAIデータフロー台帳には、作業履歴やログに入ることがあるファイルのメタデータも含めます。実際に送信するもの全体を準備対象にしてください。台帳を整理する際は、AIデータフローを記録するためのガイド (ポーランド語)を参考にできます。
描いた四角形が、その下のテキストを永久に削除すると決めつけないでください。結果は方法と形式によって異なります。承認されたツールで出力ファイルを読み、検索し、消えるはずの要素を確認します。結果を確かめられないなら、より単純な形式を選ぶか、適切な担当者に共有版の作成を頼みます。モデルが検出と削除を行う場合は、発見した箇所から確認済みの出力コピーまで、文書の自動編集の検収 (ポーランド語)も行います。
苦情への回答を使った架空の例
チームが苦情への回答を読みやすくしたいと仮定します。原本には顧客情報、機器のアドレス、注文番号、以前のメッセージが含まれます。作業は回答を構成し、次の行動を説明することです。その目的には個人を完全に識別する情報や他の購入履歴は必要ありません。
担当者は問題の説明、会社の判断、提案する行動を残したコピーを作ります。役割を置き換え、連絡先と関係ないやり取りを削除します。期限は日数で表します。特定案件における期限の妥当性を評価する作業ではないからです。次に別の人が、見出しやファイル名に顧客名が残っていないか確認します。
AIは文章を整理して提案しますが、慎重な「提案できます」を拘束力のある「保証します」に変えてしまいました。これはデータ最小化とは別の意味の誤りです。回答の責任者が承認済みの判断と結果を比較し、表現を修正します。この確認がなければ、より安全に準備した入力でも不適切な業務上の回答につながる可能性があります。
送信前に担当者は承認済みシステムで実際の情報と正しい期限を補います。作業用コピーの扱いは決まっており、結果は責任者が受け入れます。この架空例は、入力の限定、結果の意味の確認、実案件への意識的な組み込みという全体の流れを示しています。
コピーと回答の品質をどう確認するか
重要度の高い資料では、二人による短い確認を用意します。一人はデータを適切に減らしたか、もう一人は作業に必要な情報まで削っていないかを見ます。単純な資料では社内ルールに従って役割を兼ねても構いませんが、両方の問いは残します。情報保護と分析の品質には並行した注意が必要です。
チーム向けAI検証研修 (ポーランド語)には、いくつかの人工例を使います。一つはコメント内の氏名、一つは人物を特定しやすい説明、一つは変えすぎた数値を含めます。参加者は問題を見つけるだけでなく、その資料を使う判断にどう影響するか説明できる必要があります。単語を見つけるだけでは足りません。
回答を作った後、最初に書いた目的と比べます。モデルは作業を実行したのか、それとも欠けた事実を付け足したのか。架空の値を実際の値として扱ったなら、適切な範囲で結果に注記するか、結果を退けます。意図的に変えたデータでは評価できない問題を、その結果で決めることはできません。
禁止された資料を渡したと分かった場合は、自社のAIデータ事故対応手順を適用します。範囲の評価に必要な事実を残し、適切な担当者に知らせます。修正したコピーを送り直しても、先の送信の影響が自動的に消えるわけではないため、それだけで事案を終了扱いにしないでください。社内の手順を準備する際は、AIデータ事故への対応ガイド (ポーランド語)を参考にできます。
テンプレートを導入する前に、いくつかの人工例でコピーの準備と結果の確認にかかる時間を測ります。手順が作業そのものより大変なら、チームは手順を避け始めるかもしれません。適用範囲を簡単にするか、別の作業経路を選びます。検収では、データを減らせたことと、日々の仕事の速度でルールを使えることの両方を確認します。
文書翻訳では、最小化をAI支援翻訳の確認 (ポーランド語)に合わせます。名前や数値の置換で作業の意味を変えてはいけません。最終版に戻す要素と、その復元を誰が確認するか記録します。
過度な負担をかけずに手順を維持するには
毎回どんな文書でも完全な分析を求めるのではなく、典型的な作業用にいくつかのテンプレートを作ります。段落の編集、条件の比較、表の分析を分ければ、担当者は適切な範囲を選びやすくなります。資料が承認済みの例から外れた場合に止まる条件も必要です。
- 文書の部分を選ぶ前に作業目的を書く。
- 承認された資料のうち、必要な部分だけをツールへ渡す。
- 役割の表示を一貫させ、関係を保つ。
- コメント、添付、ファイル名など、その形式に重要な要素を確認する。
- データの置換によって分析に必要な情報が失われていないか確認する。
- 結果を目的と比較し、適切な担当者が受け入れる。
- 作業用コピーの保管または削除方法を決める。
コピーのルールは自社のAIデータ保持計画にも含めます。自社の文書に合う手順を作りたい場合は、Aeneia Auditをご覧ください。計画を作る際は、AIデータの保持と削除のガイド (ポーランド語)を参考にできます。
Aeneia Audit: まずは合成した例と、チームがAIで行いたい作業の説明で十分です。コピーを作る範囲と、その有用性の確認方法を合意します。AI用データの準備手順を考える。










