技術的要約：プライバシーポリシーにおける管轄区域ごとに隔離された開示（Jurisdiction-Siloed Disclosure）

1. 問題点：構造的な透明性の失敗

本論文は、プライバシーポリシーの構成における構造的なパターンとして、「管轄区域ごとに隔離された開示（jurisdiction-siloed disclosure）」と呼ぶ事象を特定している。プライバシーポリシーは「通知と選択」の枠組みの下で通知を提供することを目的としているが、本研究は、データ慣行に関する実質的な情報は、規制対象となる管轄区域のユーザー向けに特別にラベル付けされたセクション（例：「カリフォルニア州居住者」、「EU/UKユーザー」、「イリノイ州居住者」）の中にのみ表示される傾向があることを指摘している。

このパターンでは以下のことが起きている：

• 一般セクション： データ慣行に関して、曖昧、限定的、または条件付きの言語を使用している（例：「当社は情報を共有する場合があります...」）。
• リージョナル（地域別）セクション： 同様の慣行について、具体的かつ実行可能で、決定的な開示を行っている（例：「当社はあなたの個人情報を販売します」、「当社は生体認証識別子を収集します」）。

著者らは、この構成が情報の欠落によるものではなく、**文書のアーキテクチャ（構造）**を通じて透明性の失敗を引き起こしていると主張している。情報探索理論（Pirolli and Card, 1999）および選択的読解に関する実証研究（Obar and Oeldorf-Hirsch, 2020; Vu et al., 2007）に基づき、本論文は、ユーザーは地理的な無関連性を示す見出しを持つセクションをスキップするという仮説を立てている。その結果、規制対象外の管轄区域のユーザー（例：テキサス州居住者）は、自身に影響を与える慣行（例：データの販売や生体認証の収集）に関する具体的な開示を、それらが管轄区域固有の見出しの背後に隠されているために、系統的に見逃してしまう可能性がある。

2. メソドロジー

本研究は、大規模なユーザーベースと重大な規制リスクを持つプラットフォーム（ビッグテック、AI/ML、金融サービス、監視技術など）を代表するように選定された、14の業界にわたる123社の主要企業の仮説生成型コンテンツ分析である。

データ収集

• コーパス： 2026年1月に主要な英語ドメインから収集された123社のプライバシーポリシー。
• セグメンテーション： 著者の意図した構成を保持するため、HTMLの見出し構造を用いてポリシーをセグメント化した。

分類フレームワーク

著者らは、2018年以降の規制カテゴリーを含む、OPP-115コーパス（Wilson et al., 2016）を拡張した分類体系を開発した。

• 実質的カテゴリー： 販売/共有、機密データ、自動化された決定、ファーストパーティによる収集、サードパーティによる共有。
• 手続的/リージョナル・カテゴリー： リージョナル（管轄区域固有の権利）、インターナショナル特有。

アノテーション・プロセス

• ツール： 異なるプロバイダーの3つの最先端LLM（Claude Haiku 4.5、GPT-5.2、Gemini-3-flash）を使用し、共有された反復的に洗練された分類プロンプトを用いた。
• コンセンサス： 最終的なラベルは多数決によって決定され、98.7%の利用可能なコンセンサスを達成した。
• 検証：
  • 内部検証： 高いモデル間一致率（Fleiss' Kappa = 0.858）。
  • 外部検証（2016年以前）： OPP-115の人間によるアノテーションに対して検証済み（Cohen's Kappa = 0.629）。
  • 限界： 2018年以降のカテゴリー（本研究の中心となるもの）については、独立した人間による検証が行われていない。著者らは、分類ルールが分析に使用したコーパス自体に基づいて洗練されたという「循環性の問題」を明記している。

「隔離（Siloed）」の操作的定義

以下の条件を満たす場合、開示は管轄区域ごとに隔離されていると分類される：

1. 実質的な内容が、リージョナル セクション内にのみ存在する。
2. ポリシーのユニバーサル（メイン）本文の中に、同等の開示が存在しない。
3. 同等性は意味論的に定義される：ユニバーサルなテキストは、同じ特定の慣行を伝達していなければならない。曖昧な表現（例：「パートナーとの共有」）は、具体的な表現（例：「データの販売」）と同等とはみなされない。

3. 主な貢献

1. 構造的パターンの特定： 本論文は、「管轄区域ごとに隔離された開示」を、インターフェース操作ではなく文書構成に関わる候補となる構造的パターンとして定式化し、従来の「ダークパターン」と区別している。
2. 規範的基準の提案： 著者らは、**ユニバーサルな実質的開示（Universal Substantive Disclosure）**という基準を提案している。これは、すべてのユーザーに影響を与える実質的な慣行はメインのポリシー本文に開示されるべきであり、管轄区域固有のセクションには、手続的な権利（例：オプトアウトの仕組み）のみが含まれるべきであるという基準である。
3. 実質的/手続的フレームワーク： 手続的 内容（権利の行使方法であり、法律によって異なる）と、実質的 内容（企業が行うことであり、多くの場合変化しない）の区別を行い、後者のみが隔離されるべきであると論じている。
4. データセットの公開： 再現性と独立した検証を可能にするため、123社から抽出された3,651のセグメントからなるアノテーション済みデータセットを公開する。

4. 結果

本研究は、ポスト2018年のカテゴリーに対する独立した検証の必要性を認めつつ、予備的な普及率の推定値を提示している。

• 普及率：
  • フル推定値： 77社にわたる282件の潜在的な管轄区域隔離型開示の事例。
  • 保守的推定値： OPP-115で検証済みの2016年以前のカテゴリーに限定した場合、54社にわたる138件の事例が見つかった。
• 開示の性質： 特定された隔離された事例の93.6%は、暗示的な慣行ではなく、明示的な実質的記述（例：「当社は〜を販売します」）を含んでいる。
• 業界分布： このパターンはすべてのサンプル業界で見られ、特にビッグテック（86%）、AI/ML（78%）、金融サービス（75%）で高い普及率を示している。
• ケーススタディ： 本論文は、特定の慣行（生体認証の収集、データの販売、自動採用など）が、リージョナルセクションにおいてのみ決定的に開示され、一般セクションではヘッジ（含みを持たせた）表現が使われている事例として、5つのケース（Clearview AI, Grindr, Thomson Reuters, Northrop Grumman, Roblox）を詳述している。
• 推論の階層： 著者らは、「普遍性の推論（universality inference）」の強さ（すなわち、その慣行が全ユーザーに影響を与える可能性が高いかどうか）によって事例を分類している。62.1%の事例は、「強い」または「中程度」の階層に属しており、そこでは地域的な差異が妥当であるとは考えにくい（例：生体認証データベース、グローバルなアドテク・インフラストラクチャ）。

5. 意義と主張

本論文は、自らの貢献を、決定的な普及率調査ではなく、仮説生成型であると位置づけている。

• 構造 vs 内容： 著者らは、現在の規制は「何を」開示するか（内容）に焦点を当てているが、「どこに」開示するか（構造）を無視していると主張している。これにより、企業が情報の開示義務を技術的には果たしつつ、ユーザーがスキップすると予測される場所に重要な情報を配置できるという、規制上のギャップが生じている。
• 透明性の失敗： もしユーザーが管轄区域ラベルの付いたセクションをスキップするならば（行動理論が予測するように）、その結果として「監視の不平等（surveillance inequality）」が生じる。つまり、規制対象外の管轄区域のユーザーは、同一のデータ慣行に従っているにもかかわらず、自身に影響を与える慣行について、系統的に少ない情報しか受け取ることになる。
• 規制への影響： 本論文は、FTCの「明確かつ顕著（clear and conspicuous）」という要件やGDPRの透明性の原則などの既存の基準が、実質的な開示をユニバーサルな場所に配置することを要求するように解釈され得ることを示唆している。
• 検証への呼びかけ： 著者らは、管轄区域ラベルの付いたセクションに関するユーザーのスキップ行動を直接測定することが、極めて重要な検証の優先事項であると明言している。彼らは、研究コミュニティに対し、手法の再現、独立した人間によるアノテーション、および現象とその影響を確認するための行動研究（アイトラッキングなど）を行うことを呼びかけている。

本論文は、構造的な透明性（structural transparency）、すなわち文書のアーキテクチャへの注意が、意味のあるプライバシー開示の不可欠な要素であると結論付けており、提案された「ユニバーサルな実質的開示」の基準が、通知と選択の枠組みの目標とポリシーの構成を一致させるための道筋を提供すると述べている。