公式情報の確認｜データ利用・法律・権利の読み方

このページはプロモーション（広告）を含みます。

データ利用・法律・権利の読み方（初級・読む25分＋演習35分）

この授業のゴール

• 法律・ガイドラインに関する情報源を、一次情報・公式の解釈・二次情報・その他に分類し、根拠としての強さを説明できる
• 情報源の発行者・版（改訂日）・状態（案か確定か、成立・公布・施行）・管轄・対象・確認日を確認し、記録できる
• 主張・根拠・確認日・適用範囲・不確かさ・確認先をそろえた根拠メモを書ける
• 法務や専門家に相談するとき、事実関係・論点・確認済み資料・質問・期限をまとめた相談メモを作れる

仕事でどう使うか

ET01 のここまでの授業では、法律・契約・規程の3層、個人情報、著作権、同意、共有・保存・削除を学びました。どの授業でも「最新の公式情報で確認」と書いてきました。この授業は、その確認の仕方そのものを学びます。

制度は変わります。「いつ、何を見て、そう判断したか」を残しておけば、変わったときに何を見直せばよいかが分かります。

前提

• 3層（法律・契約・組織規程）と根拠の記録の型 → 法律・契約・組織規程
• 個人情報・著作権・同意・保存の基本 → 個人情報と利用目的〜共有・保存・削除

この授業の位置づけ：法律・ガイドラインの説明は、執筆時点（2026年）の一般的な説明です。法令・ガイドラインは改正され、管轄（国・地域）や個別の事実で結論が変わります。この授業は法的助言ではありません。実際の案件では、最新の公式情報を確認し、社内の法務・知財・個人情報保護の担当者や弁護士などの専門家に相談してください。教材の自己採点で「合格」しても、それは法的な承認ではありません。

この授業では特定の法令の内容は扱わず、情報の確かめ方と記録の仕方を練習します。例に出す情報源の名称・URL・運営主体も変わることがあるため、使うときに確認してください。

身近な状況：「ネットに大丈夫と書いてあった」

DX推進部の会議で、次のようなやりとりがありました（架空）。

• Aさん：「生成AIに社内文書を入れて要約するのは、法律上問題ないそうです。SNSで専門家っぽい人が言っていました。」
• Bさん：「2年前の社内勉強会のスライドに、個人情報の第三者提供のルールが書いてあります。これに従えば大丈夫です。」
• Cさん：「生成AIに聞いたら『○○法第△条で認められている』と条文番号つきで答えてくれました。」
• Dさん：「海外の新しいAI規制のニュースを見ました。うちの業務も同じ規制を受けるはずです。」

4人とも、何かを見て発言しています。しかし、どれも根拠としてそのまま使うには弱い情報です。

この授業では、情報源を見分け、確認し、記録する方法を学びます。

直感的な説明：情報には「出どころ」と「賞味期限」がある

情報を食品にたとえると、確認すべきことは2つです。

1. 出どころ（誰が作ったか）：法律の本文を作るのは国会、ガイドラインを作るのは所管の官庁です。解説記事は、それらを読んだ第三者がまとめたものです。元から遠くなるほど、要約の誤りや解釈が混ざる可能性が増えます。
2. 賞味期限（いつの情報か）：法律は改正され、ガイドラインは改訂されます。1年前に正しかった解説が、今は古いことがあります。

もう1つ、誰向けの食品か（管轄と対象）も重要です。EUの規則は、原則としてEUに関わる活動に適用されます。行政機関向けのルールと民間事業者向けのルールが違うこともあります。

だから、情報を根拠に使うときは「誰が・いつ・誰向けに出した情報か」を確かめ、できるだけ元の文書（一次情報）までたどります。二次情報は、元の文書を見つけるための地図として使います。

正確な定義：情報源の種類と確認する属性

情報源の種類（根拠としての強さの目安。強い順）

確認する属性

法律は、成立・公布されても、施行日（または一部の規定の施行日）まで効力が生じないことがあります。「改正された」というニュースだけでは、今の業務に適用されているかは分かりません。

根拠メモの型

段階付き例題：根拠メモを作る

状況：ML担当が、外部の生成AIサービスに社内の議事録（顧客名を含む）を入力して要約したいと考え、DX推進部に相談しました。

ステップ1：論点を分ける

1. 顧客名を含む議事録の入力は、個人情報の扱いとしてどう考えるか（法律の層）
2. 生成AIサービスの規約で、入力データはどう扱われるか（契約の層）
3. 社内の生成AI利用ガイドラインで認められているか（規程の層）

ステップ2：論点ごとに一次情報・公式資料をたどる

ステップ3：根拠メモを書く

ステップ4：出力の意味を確かめる。このメモは「法律上違法」とも「問題ない」とも断定していません。断定できる根拠（社内ガイドライン）と、未確認の点を分けています。規約やガイドラインが改訂されたら、確認日と版を見て、どこを見直すかがすぐ分かります。

操作して理解する：確認記録の再確認リストを作る

根拠メモを台帳にしておくと、再確認が必要なものを機械的に洗い出せます。次のコードは、確認日から180日以上たったもの、または状態が「案」のものに「再確認」の印を付けます（180日は説明用の仮の基準で、実際の頻度は組織で決めます）。

import pandas as pd

refs = pd.DataFrame({
    'source':  ['社内生成AIガイドライン', '官庁のQ&A', '業界団体の解説', '審議会の資料'],
    'kind':    ['規程', '公式資料', '二次情報', '検討中'],
    'status':  ['確定', '確定', '確定', '案'],
    'checked': ['2026-09-01', '2025-11-20', '2026-02-10', '2026-08-15'],
})
refs['checked'] = pd.to_datetime(refs['checked'])
today = pd.Timestamp('2026-10-11')
refs['age_days'] = (today - refs['checked']).dt.days
refs['recheck'] = (refs['age_days'] >= 180) | (refs['status'] == '案')
print(refs[['source', 'kind', 'status', 'age_days', 'recheck']])

(today - refs['checked']).dt.days は確認日からの経過日数、| は「または」です。

出力では、官庁のQ&A（325日）、業界団体の解説（243日）、審議会の資料（案）の3つが再確認の対象になります。

値を変えて考える：

• 基準を 365日に変えると？ → 経過日数だけでは官庁のQ&A も業界団体の解説も対象外になり、残るのは「案」の審議会資料だけです。基準を緩めすぎると、改訂を見落とします。
• 二次情報（業界団体の解説）は、再確認の際に元の一次情報も確認します。解説が更新されていなくても、元のガイドラインが改訂されていることがあるからです。

発展：判断を保留する・相談する技術

• 保留も判断の1つ：根拠がそろわないときは「現時点では実施しない（保留）」と決め、何がそろえば再開するか（再開条件）を書きます。保留の理由と再開条件が書かれていれば、上司や関係者は待つべきか代替案を探すべきかを判断できます。
• 相談メモの5要素：①事実関係（データの内容・取得経路・目的・共有先・期間）、②論点（何が分からないか）、③確認済みの資料（文書名・版・確認日）、④具体的な質問（はい／いいえで答えられる形が望ましい）、⑤期限と影響。事実が具体的でないと、専門家も「場合による」としか答えられません。
• 回答の記録：口頭の回答は、要点をメールで送り返して確認し、根拠メモに「法務確認済み（日付・担当）」と追記します。前提の事実が変われば、回答も変わりうることを書き添えます。
• 海外の情報：英語の一次情報（EUの官報や規制当局の資料など）を読む場合も、版と施行状況を確認します。機械翻訳は理解の補助にとどめ、重要な箇所は原文で確かめます。

よくある失敗

失敗1：生成AIの回答やSNSの投稿を根拠に書く

誤った例：企画書に「生成AIによると、○○法第△条により学習利用は認められている」と書いた。

なぜ誤りか：生成AIは、存在しない条文番号や古い情報をもっともらしく答えることがあります。SNSの投稿も、発信者の立場や前提の事実が分かりません。どちらも原文を確認していない以上、根拠にはなりません。

直し方：生成AIやSNSは、探すべき文書の手がかりとして使い、必ず一次情報・公式資料の原文を開いて該当箇所を確認します。見つからない場合は「未確認」と書きます。

失敗2：「成立した」「案が出た」を「今適用されている」と取り違える

誤った例：「○○法の改正が成立したので、来月から新しいルールで運用します。」「ガイドライン改訂案がパブリックコメントにかけられたので、案の内容に合わせて社内規程を書き換えました。」

なぜ誤りか：

成立から施行までの期間は法律や規定ごとに違い、規定ごとに施行日が分かれることもあります。

直し方：根拠メモの「状態」欄に段階と施行日（分かる場合）を書きます。施行日が不明なら「施行日未確認」と書き、公式資料で確かめます。案の段階では、社内規程の書き換えではなく「影響の調査と準備」にとどめます。

失敗3：管轄と対象を確認せずに当てはめる

誤った例：「EUの新しいAI規制で、この種のシステムは禁止されると報道されていた。だから日本国内向けの当社サービスも禁止だ。」あるいは逆に「日本の法律で問題ないので、EUの利用者向けのサービスも問題ない。」

なぜ誤りか：法律やガイドラインには、どこで（管轄）・誰に（対象）適用されるかの範囲があります。EUの規則が日本企業に適用されるかは、EU域内での提供や利用の有無などの事実によって変わり、専門的な判断が必要です。逆に、日本の法律で問題がなくても、海外の利用者が関わればその国の制度が関わる可能性があります。

直し方：根拠メモの「適用範囲」欄に、管轄・対象・自社の事実（利用者の所在地、提供地域）を書きます。海外の制度が関わる可能性があれば、その時点で法務に相談します。報道は、一次情報を探す手がかりとして使います。

まとめ

• 情報源は、一次情報（法令の本文）・公式の解釈（ガイドライン・Q&A）・検討中の資料・二次情報・その他に分けて扱う。
• 発行者・文書名と版・状態（案か確定か、成立・公布・施行）・管轄・対象・確認日を確認する。
• 根拠メモは、主張・根拠・確認日・適用範囲・不確かさ・確認先をそろえる。断定できる根拠と未確認の点を分ける。
• 生成AIの回答・SNS・古い資料は手がかりにとどめ、根拠にしない。
• 相談メモは、事実関係・論点・確認済み資料・具体的な質問・期限で構成し、回答まで保留と代替案を示す。

用語

一次情報（primary source）

元の文書そのもの。法律なら法令の本文、組織のルールなら規程の原文。

施行（entry into force）

法令の効力が実際に生じること。成立・公布の後、定められた施行日から適用される。

公布（promulgation）

成立した法令を国民に知らせること。公布されても施行日までは効力が生じない部分がありうる。

パブリックコメント（意見募集）（public comment）

行政機関が規則やガイドラインの案を公表し、広く意見を募る手続き。案の内容は確定ではない。

所管官庁（competent authority）

ある法律や分野を担当する行政機関。ガイドラインやQ&Aなど公式の解釈資料を公表する。

よくある質問

なぜ二次情報ではなく一次情報まで確認する必要があるのですか？

二次情報には、要約の誤り、筆者の解釈、公開後の改訂の未反映が含まれる可能性があるからです。二次情報は理解を助ける地図として便利ですが、根拠として書くのは、地図が指している元の文書です。

条文を読んでも意味が分からないときはどうすればよいですか？

所管官庁のガイドラインやQ&Aを探します。条文の解釈や具体例が示されていることが多いです。それでも自社の事実への当てはめが分からない場合は、無理に結論を出さず、相談メモにまとめて法務や専門家に聞きます。

生成AIは、法律の調べ物に一切使ってはいけないのですか？

手がかりとして使うことはできます。例えば、関係しそうな法律やガイドラインの名前を挙げてもらい、それを公式サイトで探す、という使い方です。ただし回答の内容を根拠として書くことはせず、必ず原文を確認します。社内の生成AI利用ガイドラインにも従ってください。

どのくらいの頻度で再確認すべきですか？

組織や分野によって違います。目安として、定期的な見直し（例：半年ごと）に加え、①案件の条件が変わったとき、②法改正やガイドライン改訂のニュースを見たとき、③サービスの規約改定の通知が来たとき、に見直します。台帳に確認日を書いておくと、古いものを洗い出せます。

法務部門がない小さな組織では、どうすればよいですか？

顧問の弁護士や、業界団体・公的機関の相談窓口を確認しておきます。その場合も相談メモの5要素は同じです。事実と論点が整理されていれば、相談の時間と費用を抑えられます。

仕事で「根拠は？」と聞かれたら、どう答えればよいですか？

根拠メモの型で答えます。「○○（発行者）の『文書名』（版）の該当箇所によると〜。2026年10月に確認。ただし〜の点は未確認で、法務に確認中」。根拠と不確かさを分けて伝えると、信頼されます。

確認問題

次に学ぶこと

これで ET01 の6授業は終わりです。モジュールの総合テストと自力課題で、データ利用ケースの分類と根拠の整理を確かめてください。

次に進む先：公平性と集団別の評価は 公平性・差別・集団別評価（有料版）、プライバシーと情報セキュリティは プライバシー・情報セキュリティ（有料版）、AIの品質と安全な評価は AI品質・不確実性・安全な評価（有料版）、承認・停止・監査の仕組みは ガバナンス・承認・停止・監査（有料版） で学びます。データの出所と利用条件の実務は 出所と利用条件、データガバナンスは データガバナンス・所有・品質責任（有料版） とつながります。