AI × HUMAN RIGHTS CASES
AI×人権 国内外事例集
「AIと人権」は抽象論ではありません。採用・行政・捜査・SNS——世界と日本で実際に起きた27の事例を、公開報道・公的発表に基づいて整理し、それぞれに企業実務への示唆を付けました。AI時代の人権研修では、これらを受講者の業種に合わせて選び、深掘りします。
※各事例は公開報道・公的機関の発表に基づく要約です（2026年時点）。係争中の事案は主張段階の内容を含みます。
AI × HUMAN RIGHTS CASES
「AIと人権」は抽象論ではありません。採用・行政・捜査・SNS——世界と日本で実際に起きた27の事例を、公開報道・公的発表に基づいて整理し、それぞれに企業実務への示唆を付けました。AI時代の人権研修では、これらを受講者の業種に合わせて選び、深掘りします。
※各事例は公開報道・公的機関の発表に基づく要約です（2026年時点）。係争中の事案は主張段階の内容を含みます。
過去10年の採用データで学習したAIが、女性に関連する語を含む履歴書を低評価する傾向を示し、開発が中止されたと報じられた。学習データバイアスの代表例として世界的に引用される。
示唆: 過去の採用実績で学習させる限り、過去の偏りは自動で再生産される。
大手AI面接プラットフォームが、批判を受けて表情分析による評価を廃止した。表情から適性を測ることの科学的妥当性への疑義が背景。
示唆: ベンダーが提供する機能でも、妥当性の説明責任は利用企業が負う。
オンライン教育企業の採用システムが一定年齢以上の応募者を自動的に不合格にしていたとして、米雇用機会均等委員会（EEOC）との間で36.5万ドルの和解が成立した。EEOCによるAI採用差別の初の本格事案として知られる。
示唆: 「システムがやった」は抗弁にならない。設定一つが組織的差別になる。
大手人事システムのAI選考が人種・年齢・障害による差別をもたらしたと主張する訴訟で、裁判所が集団訴訟としての進行を認めたと報じられた。ツール提供者側の責任範囲が問われる注目事案。
示唆: AIツールの選定自体がリスク管理。ベンダー任せの導入は危険。
採用・昇進に自動化ツール（AEDT）を使う企業に、年1回の第三者バイアス監査と結果公表、応募者への通知を義務づける条例が施行された。
示唆: 「採用AIは規制される」が世界の方向。日本企業も海外拠点採用で対象になり得る。
裁判で使われた再犯リスク評価ツールについて、黒人被告に高リスク誤判定が偏るとの調査報道がなされ、アルゴリズムの公平性論争の出発点となった。
示唆: 「精度が高い」と「公平である」は別物。何を公平とするかは人間の判断。
不正受給検知アルゴリズムが二重国籍などの属性を手がかりに数万世帯を誤って不正と判定し、多数の家庭が困窮。政府は謝罪し内閣総辞職に至った。行政AIによる人権侵害の最重要事例。
示唆: 効率化のためのAIが、最も弱い立場の人に最も重い被害を与え得る。
コロナ禍で中止された大学入学資格試験の代替として導入された成績算出アルゴリズムが、学校の過去実績を反映して公立校生徒に不利に働き、抗議を受けて撤回された。
示唆: 集団の過去データで個人を評価する設計は、機会の平等と正面衝突する。
顔認識の誤照合に基づく誤認逮捕が複数報告され、黒人男性への誤りが集中していると指摘された。複数の都市が警察の顔認識利用を制限している。
示唆: 識別技術の誤差は属性によって偏る。「おおむね正確」は免罪符にならない。
ネット上の顔画像を無断収集して照合サービスを提供する企業に対し、英・仏・伊などの当局が相次いで制裁金・データ削除命令を出した。
示唆: 「公開されている情報」の収集・利用にも法的限界がある。
万引き防止目的の顔認識システムが誤検知で無実の客（特に有色人種・女性）に不利益を与えたとして、米連邦取引委員会が大手ドラッグストアに顔認識利用の禁止を命じた。
示唆: 防犯目的でも、誤検知の人権コストは企業の責任になる。
多国籍企業の財務担当者が、ビデオ会議に現れた「CFOら」の指示で約2億香港ドルを送金。参加者全員がディープフェイクだったと報じられた。
示唆: 「顔と声の確認」はもう本人確認にならない。送金プロセス側の防御が必要。
世界的歌手の性的な偽画像がSNSで数千万回閲覧され、プラットフォームが検索制限に追い込まれた。米国で州法・連邦法の整備が加速する契機となった。
示唆: 生成・拡散・放置のすべてが加害。企業のSNS運用にも通報・対応義務の視点を。
SNS会話データで学習したチャットボットが少数者への差別発言を繰り返し、個人情報の不適切利用も発覚してサービス停止・当局の制裁に至った。
示唆: 会話データの流用は個人情報問題と差別問題を同時に引き起こす。
知人や同級生の顔を合成した性的画像がメッセージアプリで大規模に流通し、社会問題化。処罰強化の立法につながった。
示唆: 加害の低年齢化・道具の日常化が進む。学校・家庭・企業の研修は「作らない・拡散しない・保存しない」まで踏み込む必要がある。
生成AIが実在人物について虚偽の横領疑惑を出力したとして、名誉毀損訴訟が提起された。ハルシネーションの法的責任を問う先行事例。
示唆: AI出力の公表・転載は人間の発信責任。社内利用ルールに「出力の事実確認」を明文化すべき。
キャラクター対話AIに依存した未成年の自殺をめぐり遺族が提訴し、未成年保護機能の強化が進んだ。
示唆: 「常に肯定してくれるAI」の心理的影響は、こども・若年層向けサービス設計の中心論点になった。
大手電機メーカーで従業員が半導体関連のソースコード等を生成AIに入力していたことが発覚し、社内利用が制限された。シャドーAI問題の代表例。
示唆: 禁止よりも「何を入れてよいか」の線引きと社内代替手段の提供が実効的。
大手就活サイトが学生の行動履歴から内定辞退率を予測し、十分な同意なく企業に販売していたことが発覚。個人情報保護委員会の勧告・職業安定法上の行政指導に至り、日本のプロファイリング規制論の転機となった。
示唆: 「本人が知らない推知データ」の生成と第三者提供は、適法性と信頼の両面で最も危険な領域。
官報の破産情報を地図化して公開したサイトが強い批判を受け閉鎖。個人情報保護委員会が停止命令を出す類似サイトも現れた。
示唆: 公開情報でも、集約・検索可能化によって新たな人権侵害が生まれる。AIによる自動収集は同じ構造を大規模化する。
首相が卑わいな発言をしたように見せる偽動画がSNSで拡散し、テレビ局のロゴが悪用された。国内でディープフェイクの社会的リスクが広く認知された事例。
示唆: 自社ロゴ・役員映像の悪用は他人事ではない。検知と公式否定の初動手順を持っておく。
芸能人の顔をアダルト動画に合成・公開した者が名誉毀損等の容疑で摘発された国内初期事例。以降、被害相談は増加傾向にある。
示唆: 「合成だから本物ではない」は抗弁にならない。社内での作成・共有も懲戒・法的リスクの対象。
生成AIによる声の無断複製に対し、俳優・声優の業界団体が実演家の権利保護と法整備を求める活動を展開。「NOMORE無断生成AI」等の運動が広がった。
示唆: 声・演技は人格と結びついた財産。制作・広告での音声AI利用は権利処理の設計が前提。
個人情報保護委員会が大手生成AI事業者に対し、要配慮個人情報の取得等について注意喚起を行った。国内当局が生成AIに個人情報保護法を適用する姿勢を示した事例。
示唆: 生成AIの利用企業側にも、入力データの適法性を確認する責任がある。
経済産業省・総務省が既存の複数指針を統合し、人間中心・公平性・プライバシー・透明性等を柱とする「AI事業者ガイドライン」を策定。開発者・提供者・利用者の役割別に整理された。
示唆: 日本は「ソフトロー中心」だが、調達要件や取引条件を通じて実質的な拘束力を持ち始めている。
生成AIと著作権の関係を整理し、学習段階と生成・利用段階を分けて侵害の考え方を示した。作風・画風は保護されない一方、既存作品と類似した生成物の利用は侵害となり得ると明確化。
示唆: 「AIが作ったから自由」ではない。制作業務でのAI利用は類似性チェックの工程を組み込む。
EUのAI規制はEU域内で使われるAIに広く適用され、日本企業のEU向け事業・EU人材の採用にも影響する。採用・人事評価AIはハイリスク分類で、厳格な義務の対象。
示唆: 「日本には規制がないから大丈夫」は既に誤り。グローバル基準への準拠が事実上の標準になる。
TRAINING
事例の紹介で終わらせず、受講者の業種・職種に合わせて選び、明日の実務（面接・SNS・社内ルール）に接続するのが当社の研修です。