Privacy Washing: Detecting Internal Contradictions in Privacy Policies
本論文は、「プライバシー・ウォッシング」——すなわち、ある条項によってコミットメントが損なわれるプライバシーポリシー内の内部矛盾——を検出するための、LLMベースのマルチステージ・パイプラインを導入し、それを2016年と2015年のコーパスに適用することで、多くの企業において第三者への情報共有に関する矛盾が繰り返し発生していることを明らかにするが、人間による専門的な検証が欠如しているため、その普及率は下限値であると指摘している。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
ウェブサイトを訪れたりアプリをダウンロードしたりするたびに、プライバシーポリシーへの同意を求められます。これらは、企業があなたの個人情報をどのように扱うかを説明した、長く難解な文書です。数十年にわたり、研究者や規制当局は、ある単純な仮定に基づいて動いてきました。それは、「企業がその文書の中に約束を書き込んだのであれば、その約束を守る」というものです。これらのポリシーは明確な通知として機能し、ユーザーがデータについて情報に基づいた選択を行えるようにするという考え方です。もしポリシーに「当社はお客様のデータを販売しません」と書かれていれば、合理的な人は、その企業がデータを販売しないことを期待します。しかし、この仮定は、文書が内部的に一貫しているという前提に基づいています。もし、あるポリシーがあるセクションで安心させるような約束をしている一方で、同じテキスト内の別のセクションで、その約束を直接的に覆すような慣行を記述していたらどうなるでしょうか。これは、著者が「プライバシー・ウォッシング（privacy washing）」と呼ぶ現象を探求する、新しい研究が取り組んでいる問いです。
この概念は、企業が小さな環境保護活動を宣伝しながら、一方で有害な慣行を継続している場合がある「グリーンウォッシング（greenwashing）」との類似性を描いています。デジタルの世界におけるプライバシー・ウォッシングとは、ポリシーの中に、データの共有を制限するという約束のようなコミットメントが含まれているにもかかわらず、同じ文書内の別の場所に実際のデータ取り扱いの記述が存在し、それが矛盾している状態を指します。この矛盾は、必ずしも「Xを収集する」と言いながら「Xを収集しない」と言うような単純な論理的誤りではありません。むしろ、より巧妙なものです。「お客様の個人情報を販売しません」という広範で安心させるような記述の傍らに、広告パートナーへのユーザー識別子の共有に関する詳細な記述が置かれているといったケースです。安心させる約束の部分で読み止めてしまった読者は、さらに下の方に埋もれている矛盾する慣行に気づくことがなく、誤解を招く印象を与えられてしまうのです。
これがどの程度一般的であるかを調査するために、トーマス・ブラッキンという研究者が、プライバシーポリシー内のこうした内部矛盾をスキャンするための自動システムを開発しました。このシステムは、人間のように文書を最初から最後まで読み通すのではありません。代わりに、テキストを極めて小さな個々の記述へと分解します。まず、「お客様のデータを共有しません」といった、約束やコミットメントのように聞こえる文章を特定します。次に、「パートナーとデータを共有します」といった、実際の慣行を記述している文章を見つけ出します。そして、システムはこれらの記述をペアリングし、それらが衝突するかどうかを確認します。セキュリティに関する約束とデータ収集に関する慣行のように、明らかに無関係なペアを除去するために一連のフィルターを使用します。その後、人工知能モデルを用いて、残ったペアが真の矛盾を表しているかどうかを判断します。正確性を確保するため、システムは3つの異なるAIモデルのパネルを使用し、3つのうち少なくとも2つのモデルが一致した場合にのみ、確定した矛盾としてフラグを立てます。
研究者はこのシステムを、2つの大規模なプライバシーポリシーのコレクションに適用しました。一つは2026年に収集されたもので、様々な業界の123社が含まれています。もう一つは2015年に収集されたもので、115社が含まれています。これにより、この問題が新しい問題なのか、あるいは文書の書き方の長年の特徴なのかを見極めることができました。結果は、プライバシー・ウォッシングが繰り返されるパターンであることを示しました。2026年のコレクションでは、少なくとも一つの確定した矛盾が、約12パーセントの企業に現れました。2015年のコレクションでは、その数値は高く、約36パーセントの企業に現れていました。しかし、研究者は、これら2つのコレクションは異なる設定で分析されているため、数値の違いを時間の経過による変化と断定することはできないと述べています。明確なのは、同じ種類の矛盾が両方の時代に現れているということです。
最も頻繁に見られた矛盾は、第三者へのデータ共有に関するものでした。よく見られたパターンは、企業がデータの販売や共有を行わないと約束しながら、同時に広告パートナーに対して識別子や商業情報を共有する方法を記述しているというものでした。この特定のパターンは、2022年のセフォラ（Sephora）に対する法的和解と一致しています。そこでは、ターゲット広告のために広告パートナーとデータを共有することは、たとえ企業が「データを販売していない」と主張していても、カリフォルニア州法の下では「販売」に該当すると規制当局によって判断されました。研究によると、これらの矛盾は意図的な欺瞞からではなく、構造的な要因から生じることが多いといいます。法律が変わるにつれ、企業は規制に対応するためにポリシーに新しいセクションを追加します。例えば、カリフォルニア州の要件を満たすために「販売しません」という記述を追加する場合などです。これらの新しいセクションは、既存のデータ共有慣行を記述している古いセクションと整合性を取ることなく追加されることが多く、その結果、内部的な衝突が生じるのです。
また、本研究は、システムが完璧ではなく、多くの矛盾を見逃している可能性が高いことも明らかにしました。自動フィルターは、誤検知を避けるために非常に厳格に設計されているため、人間の専門家が矛盾していると考えるペアであっても破棄してしまうことがあります。さらに、システムは矛盾を判断するために人工知能に依存していますが、これらのAIモデルはまだ人間の専門家による検証が行われていません。研究者は、これらの発見は最終的な不正の証明ではなく、さらなる検討の対象となるものであると強調しています。この研究は、企業が意図的に嘘をついていると主張しているのではなく、むしろ、これらの文書の構成方法（多くの場合、異なるチームがセクションを追加していくことによるもの）が、安心させる約束と詳細な慣行が容易に矛盾し合う構造的な環境を作り出していることを示唆しています。
結局のところ、この研究はプライバシーポリシーに対する新しい視点を提供しています。単にポリシーがどれほど長いか、あるいはどれほど読みづらいかを測定するのではなく、この研究はテキストが自己矛盾しているかどうかを測定しています。研究結果は、かなりの数の企業において、プライバシーの約束と慣行の記述が同一の文書内で緊張関係にあることを示唆しています。この研究は、ユーザーが実際に欺かれているかどうかを判断することはできませんが、個々の文章は技術的に真実であったとしても、ポリシーの「全体的な印象」が誤解を招く可能性があるという、特定のテキスト上の条件を特定しています。この取り組みは、これらの不一致をフラグ立てするためのツールとして機能し、規制当局、企業、そして研究者が、プライバシーポリシーにおける約束が、その中で記述されている慣行と本当に一致しているかどうかを検証するための出発点を提供しています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。