私たち人間は、文章に圧倒されている。ニュースやその他の速報性の高い情報だけではない。一般の人々は法律文書にも埋もれている。問題はあまりに深刻で、私たちはほとんどそれを無視している。人が「店舗のポイントカードを使ったり、オンラインサービスに接続したりするたびに、その人の活動は何百ページもの難解な法律文書に相当するものによって規定される。ほとんどの人は、しばしば「利用規約」「ユーザー契約」「プライバシーポリシー」と呼ばれる、こうした膨大な文書に注意を払わない。
これは、情報過多という、社会に広がるより大きな問題の一部にすぎない。保存されているデータはあまりにも膨大で――エクサバイトにも及び、人類の歴史を通じて人々が話した言葉の総量に匹敵するほど保存されているため、人間にはすべてを読んで解釈することが不可能だ。私たちはしばしば、注意を向ける特定の話題や問題を選び、情報の範囲を絞り込む。しかし、自分たちのデータがどのように保存され、誰が閲覧できるかを定める法律文書の意味と内容を、きちんと理解することが重要だ。
コンピューター科学の研究者として、私たちは人工知能アルゴリズムがこうした膨大な文章を読み解いて意味を抽出し、それを一般の人にも理解できる形で提示する方法に取り組んでいる。
コンピューターは文章を理解できるのか？
コンピューターはデータを0と1として保存する。人間がそのまま理解できないデータだ。コンピューターはそれを、人々にとって意味のある文章、音声、画像、動画を表示するための指示として解釈する。しかしコンピューターは、言葉を表示するだけでなく、その意味も含めて、実際に言語を理解できるのだろうか？
その方法の一つは、コンピューターに知識を要約させることだ。人々が理解でき、役立つと思える形で要約できるかを確かめる。AIシステムが十分な速さで文章を処理し、必要なときに人々が判断を下せるよう支援できれば理想的だ。たとえば、新しいオンラインサービスに登録する際、そのサイトのプライバシーポリシーに同意するよう求められるときである。
コンピューターのアシスタントが、あの難解な法律用語を数秒で読み解き、重要な点を示してくれるとしたらどうだろう。ユーザーが自動アシスタントに、たとえばメールアドレスが共有される場合や、検索エンジンが個人の投稿をインデックス化できるかどうかなど、特定の問題に特に注意を払うよう指示することもできるかもしれない。企業もこの機能を使って、契約書などの長文書を分析できる。
こうした作業を行うには、さまざまなAI技術を組み合わせる必要がある。たとえば、機械学習アルゴリズムは大量のデータを取り込み、その間のつながりを自律的に特定する。知識表現技術は、世界についての事実や規則を表現し、解釈する。音声認識システムは、話し言葉をテキストに変換する。そして、人間の言語理解プログラムは、テキストとその文脈を処理し、ユーザーがシステムに何をするよう伝えているのかを判断する。
プライバシーポリシーを調べる
今日、インターネットを利用する現代の生活には、営利企業に個人情報（住所やメールアドレス、クレジットカード番号、銀行口座の詳細など）や個人データ（写真や動画、メールのメッセージ、位置情報など）を預けることが、ほぼ不可欠になっている。
こうした企業のクラウドシステムは通常、サービス停止を防ぐためのバックアップとして、ユーザーのデータを複数のコピー保存している。つまり、攻撃対象となる可能性のある場所が増えるということだ。各データセンターは、物理面と電子面の両方で安全に保護されなければならない。もちろん、インターネット企業は顧客の懸念を認識しており、セキュリティチームを設けてユーザーのデータを保護している。しかし、そのために企業が負う具体的かつ詳細な法的義務は、難解なプライバシーポリシーに記されている。一般の人はもちろん、弁護士であっても一人でそのすべてを本当に理解することはできないかもしれない。
私たちの研究では、オンラインサービスの「承諾」または「同意」ボタンをクリックするときに、一般ユーザーが同意したとみなされる利用規約を、コンピューターに要約させている。私たちは、さまざまなインターネット企業が公開しているプライバシーポリシーをダウンロードした。その中には、Amazon AWS、Facebook、Google、HP、Oracle、PayPal、Salesforce、Snapchat、Twitter、およびWhatsAppが含まれる。
意味を要約する
私たちのソフトウェアはテキストを調べ、情報抽出技術を用いて、文書に記載された法的権利、義務、禁止事項を示す重要な情報を特定する。また、言語分析を用いて、それぞれの規則がサービス提供者、ユーザー、または広告主やマーケティング企業などの第三者に適用されるかどうかを特定する。そして、その情報を明確で直接的な、人が読んで理解できる文章で提示する。
たとえば、私たちのシステムは、Amazonのプライバシーポリシーの一節を、ユーザーに対して「特定の情報を提供しないことを選べますが、その場合、多くの機能を利用できなくなる可能性があります」と伝えているものとして特定した。同ポリシーの別の一節は、「不正防止および診断を目的として、お使いのデバイスを特定するため、技術情報を収集する場合もあります」と説明されていた。
また、要約システムを使って、プライバシーポリシーには第三者に関する規則が含まれていることが多いと分かった。第三者とはサービス提供者でもユーザーでもない企業であり、データの保存や取得に関わっていることを人々が知らない場合もある。
プライバシーポリシーで最も多くの規則にあたる43％は、サービスを提供する企業に適用される。規則の4分の1弱にあたる24％は、ユーザーや顧客に義務を課す。残りの規則は、第三者のサービスや企業パートナーの行動を規定するか、私たちのシステムでは分類できなかった。
次に「同意する」ボタンをクリックするときは、自分のデータを分析する他の見えにくい企業と共有することにも同意している可能性があると認識しておこう。
私たちは、複雑なプライバシーポリシー文書を、人々が理解し、サービス利用に伴うリスクを把握するために活用できる形で、簡潔かつ正確に要約する能力の向上に取り組み続けている。
