2026年4月20日の川崎市定例会見で、福田紀彦市長が新人職員のSNS投稿事件について苦言を呈しました。
カナロコ（神奈川新聞）の翌4月21日の報道によれば、新規採用職員が不特定多数が閲覧可能なLINEオープンチャットに研修用実施要領の写真を投稿し、その写真がX（旧Twitter）にも転載・拡散されました。流出したのは研修日程・研修目的・外部講師の氏名と勤務先。発覚は外部からの指摘で、4月16日夕に市人材育成課が把握したとされています。内部発見ではなく、第三者通報で気付いた点が一つ重要です。
市長は 「認識がまだ非常に甘い。意識を深めることをやっていかないといけない」 と苦言を述べたうえで、 「こんなことまで注意喚起をしなくてはならないのか。驚きを隠せない」 と語っています。テレビ朝日系のANNニュース報道では、続けて 「若い人の感覚ということではなく」 という発言も伝えられました。市長は明確に、世代論で片付ける見方を否定したわけです。
ところが、ニュースを受けた世間のフレーミングは結局、世代論に流れていきました。「若い職員はSNSの公私の境界が分かっていない」「最近の若い人はプライバシー意識が低い」—僕のXタイムラインにも、こうした反応がいくつも流れてきた。
僕は今30代前半。AIエンジニアとして独立してから、Claude には自分のプライベートな情報をかなり積極的に渡しています。日々の体調・仕事の悩み・人間関係・将来設計まで、メモリ機能に蓄積させて壁打ち相手として使う—この使い方を、僕自身の運用としてもう半年以上続けている。前職のSE時代も、後輩には「ChatGPT に作業の悩みを相談してみるといい」と勧めていた側です。当然、クレジットカード情報・APIキー・クライアント業務データといった第三者や決済まわりの情報の取り扱いだけは細心の注意を払う、という条件付きで（具体的な線の引き方は記事末尾で書きます）。
つまり僕自身は、データの種類でラインを引いた上で、AIにプライベートを預けることそのものには抵抗がない人間です。それでも、市長の「若い人の感覚ということではない」という発言には、強く頷くものがあった。
本当に 「若い人＝プライバシー意識が低い」と整理していい話 なのか。それとも、市長が言った通り 「世代の話ではない」何か別の構造が動いている のか。
今回は、AIネイティブ世代（おおむねZ世代＋10代）のプライバシー意識について、グローバルと日本の一次データを並列リサーチで集めて、「無頓着」と「即離脱」が同居するという、想像と少し違う像を見ていきます。最後に、その像を踏まえて30代の僕がどこに線を引いているか、までを書きます。
グローバルの数字 — Z世代は本当に無頓着か
まず、海外の世代間調査から。
英国の2025年調査（Usercentrics × Sapio Research、英国消費者2,000名対象、Advanced Televisionが報道）によると、利便性のためにデータ共有を容認する Z世代（1997〜2012年生まれ・2026年時点で14〜29歳）は 41%。同じ質問に対するベビーブーマー世代（1946〜1964年生まれ・2026年時点で62〜80歳）は 29% でした。
この数字だけ見れば、「Z世代は確かにデータ共有に寛容だ」と結論付けてよさそうに見えます。
| 指標 | Z世代 | ブーマー世代 |
|---|---|---|
| 利便性のためのデータ共有を容認 | 41% | 29% |
しかし、同じ調査群の中にもう一つの数字があります。WebProNewsの2025年解説によれば、プライバシー懸念を理由にサービスを停止した経験がある Z世代は 35%で、これは全世代中で最も高い。同じZ世代が、データ共有に寛容で、かつ離脱率も最高だという、一見矛盾する顔を見せている。
同じ調査では、全消費者の 57% が AI モデルの学習にデータが使われることに不快感を持つ、という結果も出ています。これは世代を問わず、不快感そのものは広く共有されている。
ここまでで見えてくるのは、 「Z世代＝無頓着」 というラベルは雑すぎるということです。便利さには手を伸ばすが、不信感を抱けば即座に離脱する—この 二面性 こそが、Z世代のプライバシー態度のコアにある。これを学術用語で プライバシー・パラドックス と呼びます。
学術的源流 — 2017年に整理された「言行不一致」
プライバシー・パラドックスは、2025年に突然出てきた概念ではありません。
ギリシャ・エーゲ大学の Spyros Kokolakis が2017年（オンライン公開は2015年7月）に Computers & Security 誌に発表したレビュー論文 で、当時すでに乱立していた研究を整理しています。タイトルを意訳すると 「プライバシー態度とプライバシー行動 — プライバシー・パラドックス現象に関する研究レビュー」 といったところ（原題：Privacy attitudes and privacy behaviour: A review of current research on the privacy paradox phenomenon）。Kokolakis は、パラドックスを 「プライバシー態度と実際の行動の不整合」 と定義しました。世論調査ではプライバシーが最重要関心事と答えながら、現実にはユーザーは「SNSで仲間の注目を集める」程度のわずかな見返りで個人情報を晒してしまう、という現象です。
Kokolakis の整理で僕が一番興味深いと思ったのは、この不整合を説明する2つの主流理論を、対立ではなく異なる説明レイヤーとして扱った点です。
| 説 | 核心 | 学派 |
|---|---|---|
| 言行不一致説 | 人間の非合理性・認知バイアス・社会的圧力で説明 | 行動経済学・心理学系 |
| 合理的選択説（プライバシー計算） | ユーザーは便益>コストで判断して合理的に開示している | 情報システム研究系 |
Kokolakis は「どちらも文脈次第で妥当」とし、パラドックスを単一理論で説明しようとする態度自体を退けています。これは10年近く経った今読み返しても、すごく筋のいい整理だと思いました。
そして注目すべきは、この古典的概念が生成AI時代に再点火していることです。2025年に arXiv 上で公開された 「大規模言語モデルのプライバシー・パラドックス」（原題：SoK: The Privacy Paradox of Large Language Models、Shanmugarasa ら、ASIA CCS ’25） は、LLM 文脈でパラドックスを「学習データ・プロンプト・出力・エージェント」の4領域に再整理した論文です。SNS時代に語られていた言行不一致が、ChatGPT 時代に新しい層で再現している、という認識が学術コミュニティでも明示的に共有され始めている。
僕らが川崎市事件を見るとき、無意識に「世代の問題」として受け取りやすい。しかし学術側の整理では、これは2010年代から繰り返し観察されてきた人間と情報インフラの間の構造的なギャップであって、世代の特性ではないと示唆されている。市長の「若い人の感覚ということではない」という発言は、感覚的にはこの学術的整理と符合しているわけです。
では、日本では？
ここからは日本のデータを束ねていきます。グローバルとは少し違う顔が見えるはずです。
まず、全世代のベースとして。JIPDEC「デジタル社会における消費者意識調査2025」によれば、Webサービス・アプリ利用時に個人情報の提供に抵抗を感じる人は 70.6%（前年比+3.5pt）。抵抗を感じた人のうち約半数が、「個人情報の登録が必要なら利用しない」とサービス利用を中止した経験があると答えています。抵抗感は全世代で高まっているのがベースラインです。
その上で、若年層に絞ったデータ。
MMD研究所「2025年高校生のスマホとAIの利用実態調査」（高校生15-18歳600名対象、2025年7月実施）によれば、直近1年でスマホで生成AIを使った高校生は 60.2%、週1回以上利用する割合は 61.7%（ほぼ毎日18.0%・週2-3回22.7%・週1回21.1%）。利用目的では「趣味・遊びとして会話を楽しむ」が 32.9%、「問題を一人で抱え込まず気軽に相談するようになった」が 27.6% に達しています。
博報堂DYHD Human-Centered AI Institute「AIと暮らす未来の生活調査2025」（15-69歳、本調査2,400サンプル、2025年9月実施）でも、10代の生成AI利用率は62.6%（全体33.6%）と倍近い。使う頻度も、親密に使う度合いも、若い世代の方が圧倒的に高い。
電通「対話型AIに関する調査」（2025年7月） では、対話型AIに対し 86.0%が信頼を示し、特に10～20代での信頼度が高いと報告されています。
これだけ見ると、「若い人は無防備にAIを信頼している」と読みたくなります。ところが、同じ電通の第4回「AIに関する生活者意識調査」（2025年12月）に、もう一つの面が出てきます。15〜34歳の若年層の約35%が「AIのオススメで商品購入を経験」と回答しつつ、15〜19歳の7割超がAI情報のファクトチェックを実施している。
もう一つ、SNS側のデータも置いておきます。SHIBUYA109 lab.「Z世代のSNS利用最新動向2025」（一都三県在住の15〜24歳女性413名、2025年7月実施、PR TIMES経由で詳細公開） では、女性Z世代に絞ると、
– 顔やスタイルが映った写真の投稿に 抵抗感あり: 75.6%
– 投稿時に意識すること「他人にとって不快な内容ではないか: 33.7%」
– 顔を映さない撮影手法として「鏡越し撮影 56.9%」「横向き・後ろ姿 43.6%」「スマホで顔隠し 43.3%」
という結果が出ている。SNSに何でも晒す世代というイメージとは真逆で、撮影段階から自衛の手数を打っている姿が見えます。
ここまでの日本データを並べると、こうなります。
| 指標 | 数値 | 出典 |
|---|---|---|
| 個人情報提供に抵抗感あり（全世代） | 70.6%（前年+3.5pt） | JIPDEC 2025 |
| 生成AI週1+利用率（高校生） | 61.7% | MMD 2025/7 |
| 生成AI利用率（10代） | 62.6%（全体33.6%） | 博報堂DYHD 2025 |
| 対話型AI信頼度（全体） | 86.0%（10代・20代で特に高い） | 電通 2025/7 |
| AI情報のファクトチェック実施（15-19歳） | 7割超 | 電通 2025/12 |
| 顔/スタイル写真の投稿に抵抗感（女性Z世代） | 75.6% | SHIBUYA109 lab. 2025 |
参考までに、総務省 令和7年版情報通信白書では、生成AIの個人利用率は日本 26.7%（2024年度）で、米国 68.8%・ドイツ 59.2%・フランス 81.2%（いずれも2024年度）と比べて主要国に後れを取っています。普及率自体は高くないが、使っている若者は使い倒しつつ警戒もしている—それが日本における AIネイティブ世代の輪郭です。
カウンターナラティブ — 「信頼するが、検証する」
グローバルと日本のデータを重ねて見えてくるのは、「盲目的信頼」ではなく「使い倒した上で検証する」モード です。
| 行動 | 数字 | 解釈 |
|---|---|---|
| 高頻度で生成AIを使う | 高校生 週1+ 61.7%／10代利用率 62.6% | 信頼の入口は低い |
| AI情報をファクトチェックする | 15-19歳 7割超 | 出口で必ず検証している |
| プライバシー懸念で即離脱 | Z世代 35%（全世代最高） | 信頼が崩れたら即切る |
| 顔出し投稿を避ける | 女性Z世代 75.6%が抵抗 | 投稿前にも自衛の手数 |
これ、僕には前回ジャーナルで書いた「ググる」が通じない世代の構造と、完全に対に見えました。前回の 「ググる」が通じない世代 で、Z世代は「Instagramで雰囲気・AIで構造・Googleは引用元として併用する」と書きました。チャネルを使い分けて、最後は自分の感覚で判断するという構図です。
プライバシー領域でも、同じ構図が動いている。「信頼するけど、最終的な判断は自分が握る」—この動詞が、検索行動でもAI利用でもプライバシー判断でも、Z世代の共通プロトコルになっている。
ここで一つだけ、僕個人の体感を、世代論として一般化しないことを断った上で並べておきたいと思います。「90年代生まれは皆こうだ」と言える調査データを僕は持っていません。あくまで僕一人の運用ログを言語化するとこうなる、という話です。
僕の場合、Google検索結果やSNSの情報には 「まず疑ってかかる」癖 がついています。SEO汚染ページや広告記事、SNSの煽り投稿に振り回された経験が積み上がってきたからで、入口で警戒するから、出口の検証はそこまで徹底しないことが多い（疑った上で読んでいるつもりだから）。
これに対して、Z世代の側はデータで裏付けられる傾向として、逆のプロトコルが見えます。電通12月調査の 15～19歳の7割超がAI情報のファクトチェック という数字は、入口での信頼を一定許した上で、出口で「これホント？」と確かめる 行動の実測値です。MMD・博報堂が示す10代の生成AI高頻度利用と組み合わせると、「まず使ってみる→出口で検証する」という順序がデータから読み取れる。
僕個人の「入口で警戒する」と、Z世代の「出口で検証する」。どちらが「賢い」かは、ケースによる。ただ、Z世代を「無防備に信じている」と切り捨てる読み方は、データに出ている出口検証行動を見落としている—この点だけは、僕個人の体感ではなくデータが言っていることです。
それなら川崎市事件は、どう説明するのか
ここで、リードに戻ります。
「使い倒すけど検証もしている世代」が、なぜ研修資料を不特定多数が見られるオープンチャットに投げてしまったのか。
自問するときに気をつけたいのは、「本人個人の不注意」で片付けると、ジャーナルとして何も残らないということです。世代論を否定する記事の自問が、今度は個人論に逃げ込むなら、それは構造を見にいく姿勢を放棄するのと同じになる。実は、Kokolakis が10年前のレビューで退けたのも、まさにこの 「単一の説明レイヤーで全部を片付けようとする態度」 でした。
なので、3つの説明レイヤーに分けて考えてみます。
レイヤー1：個人差説 — 「本人のリテラシーが足りなかった」
最も素朴な説明は、「この職員のSNSリテラシーが不足していた」 というものです。新人研修中の段階で、研修資料の取り扱いに対する感覚が育っていなかった、と。
この説明には、一定の説得力があります。LINEオープンチャットの「不特定多数閲覧可」を理解していなかった、外部講師の氏名・勤務先が個人情報に該当することを意識していなかった、内輪のグループ感覚で投稿してしまった—こうした個人レベルの認知ギャップは、実際にあったでしょう。
ただし、個人差説だけで止めると、こちらも世代論と同じ構造の単純化に陥ります。「彼は不注意だった、再教育する」で終わって、再発防止策が「全職員への注意喚起メール」止まりになる。実際、神奈川新聞の報道でも、再発防止策は具体策が記載されていませんでした。個人を責める説明は、組織として何を変えるかを問わずに済んでしまうのが弱点です。
レイヤー2：世代特性説 — 「AIネイティブ世代の感覚」
次に、世代特性として説明する道。MMD研究所の高校生調査では、生成AIを「趣味・遊びとして会話を楽しむ」高校生が32.9%、「問題を一人で抱え込まず気軽に相談するようになった」が27.6%。親密な情報を AI に流す回路は世代として確かに強くある。LINEオープンチャットも、「内輪の親密な場」として処理される感覚が、若い世代の方が強い可能性はある。
しかしこれも、本記事の前半で示してきた 電通12月調査の15～19歳7割超ファクトチェック や、SHIBUYA109 lab.の女性Z世代75.6%が顔出し投稿に抵抗 というデータと矛盾します。「使い倒すけど検証する」「投稿前に自衛する」世代が、研修資料の写真は何の検証もせずに投稿した—この振れ幅を「世代特性」だけで説明しようとすると、データと噛み合わなくなる。
そして何より、市長自身が 「若い人の感覚ということではない」 と明示的に否定しています。世代特性説で完結させるのは、報道された当事者の言葉とも整合しない。
レイヤー3：環境構造説 — 「半公開メディアと、自他の非対称性」
残るのが、環境構造として読み直す道です。これが本記事のメインの仮説になります。
ポイントは2つあります。
1つ目は、LINEオープンチャットというメディアの半公開性。これは「友人内グループの感覚」と「不特定多数閲覧可能なオープン空間」が、同じUI上で混ざるメディアです。主観的なクローズ感と、客観的なオープン性のギャップが、構造的に事故を生みやすい。これは個人のリテラシーの問題というよりは、メディアそのものが認知的な罠を内蔵している話です。
そして実は、生成AIチャットも全く同じ性質を持ちます。プロンプト入力欄は「個人作業ツール」に見えるが、サービス事業者には全テキストが見えていて、設定次第では学習データにもなる。ユーザー体験はクローズなのに、データフローはオープン—この構造的なねじれを、僕らは生成AI時代に何度も踏むことになるでしょう。
2つ目は、「自分のデータには合理的、他者のデータには鈍感」という非対称性。
電通調査の「15～19歳の7割超がファクトチェック」も、SHIBUYA109の「顔出し投稿に75.6%が抵抗」も、「自分が主役」の情報を扱うときの行動です。自分のリスク管理回路は確かに作動している。
ところが、川崎市事件で漏れたのは「自分の情報ではなく、他者（外部講師）の情報」でした。本人の認知の中では、「自分のリスクとしては完結していた」可能性すらある。検証されるはずだったファクトチェック回路は、自分が主役の情報には働くが、第三者の情報にまでは届いていなかったのではないか。
この非対称性は、世代に固有のものではなく、人間一般の認知構造だと思います。Axios が報じた 「Z世代の一部がデータを売るサイドビジネスを展開している」事例 も、よく読めば 「自分のデータを資産化する」 話で、第三者の情報を扱う行動様式は別レイヤーにある。
3層を重ねた読み方
3つを重ねると、川崎市事件は次のように読めます。
| レイヤー | 何を説明するか |
|---|---|
| 個人差説 | 本人の認知ギャップ（必要だが十分ではない） |
| 世代特性説 | 親密情報を流す回路の強さ（部分的に説明、ただしデータと矛盾もある） |
| 環境構造説 | 半公開メディアの罠＋自他の非対称性（最も射程が広い） |
「彼は不注意だった」で止めるのも、「若い世代の問題」で片付けるのも、Kokolakis が10年前に退けた「単一理論で説明する態度」そのものです。3層が同時に動いて事故が起きた、と読むのが、データとも市長発言とも整合する読み方になる。
そして、環境構造説のうち、「半公開メディアの罠」については、生成AIチャットも同じ構造を持つ—これが、次のセクションで掘り下げる 「なぜ生成AI時代に再点火したか」の核心 になります。
なぜ生成AI時代に再点火したか — 構造の話
学術側で2017年に整理された概念が、なぜ2025-26年に新しい姿で立ち上がってきたのか。構造として整理しておきたいと思います。
3つの変化が同時に来ているのが大きい。
変化1：信頼モデルが「自分で管理」から「AIに任せる」へシフト
従来のセキュリティモデルでは、ユーザーが自らパスワード・情報管理を行う「自己管理型」が主流でした。生成AI普及後は、
– AIチャットに個人的な悩み・業務データ・健康情報を入力することが日常化
– 15〜19歳の3人に1人が AI 推薦で商品購入（電通2025年12月）するなど、意思決定そのものを AI に委ねる
– 対話型AIを「親友・母」に並ぶ存在として位置づける調査結果（電通2025年7月）も出ている
「自分が情報を握る」という前提が、世代単位で書き換わっている最中です。
変化2：個人プランは「デフォルトで学習対象」になっている
ここが意外と知られていない事実です。主要AIサービスの 個人プランは、いずれもデフォルトで学習対象になっています。
| サービス | 学習へのデータ利用（個人プラン） | 商用プラン |
|---|---|---|
| Claude（Anthropic） | Free/Pro/Max ともに2025年8月以降デフォルトで利用（オプトアウト要） | API・Team・Enterprise は学習非利用 |
| ChatGPT（OpenAI） | Free/Plus でデフォルトで利用（オプトアウト要） | Team・Enterprise・API は学習非利用 |
ENSOU の Anthropic ポリシー解説 によれば、Anthropic は2025年8月のポリシー更新で Claude Free/Pro/Max のユーザーデータをデフォルトで学習対象に変更しました（許可した場合、許可以降の新規会話データは最大5年間Anthropic側で保持）。OpenAI も以前から個人プランは同様で、設定画面でオプトアウトしない限り会話が学習に回ります。
ベンダーが違えばリスクも違う、ではなく、両者ともユーザーが設定画面を開かない限り学習に回る。これが2026年時点の正しい現実です。商用プラン（API・Enterprise）では学習に回らないので、業務利用は商用プランに切り替えるのが基本になります。
変化3：「ユーザー体験はクローズ、データフローはオープン」が社会的に承認された
前のセクションで、LINEオープンチャットも生成AIチャットも、「主観的なクローズ感と、客観的なオープン性のギャップ」 を構造として内包していると書きました。これは個別事象ではなく、社会全体としても、ようやく名前がついた段階です。
2026年1月に IPA が発表した「情報セキュリティ10大脅威 2026」では、「AIの利用をめぐるサイバーリスク」が初選出で第3位に入りました。INTERNET Watch の解説記事によれば、IPAはこのリスクの背景として、「AIへの不十分な理解による情報漏えいや他者の権利侵害」「加工・生成した結果を鵜呑みにする問題」「悪用によるサイバー攻撃の容易化・手口の巧妙化」 の3点を挙げているとされます。
注目したいのは1点目—「AIへの不十分な理解による情報漏えいや他者の権利侵害」 が、社会的脅威として明示されたことです。これは、川崎市事件で起きたこと（半公開メディアへの不用意な投稿で第三者の個人情報が漏れた）と、生成AIへの不用意なプロンプト入力が、同じカテゴリーの脅威として国の機関に名指しされたことを意味します。10年前の Kokolakis のレビューには存在しなかった社会的承認です。ユーザー体験はクローズなのにデータフローはオープン、しかもそのオープンの先には第三者の権利侵害が含まれる—この構造的なねじれが、プライバシー・パラドックスを 2025年版に更新した正体 です。
30代の僕の中間解
ここまでの整理を踏まえて、僕は「Z世代を真似する部分」と「Z世代と切り離す部分」を分けることにしました。
Z世代から取り入れること — 「使い倒し→即切り」のドライさ
Claude Max（月100ドル）を毎日使い倒している僕ですが、この「便利だから使うが、合わなければ即切る」という関係性は、Z世代の信頼モデルそのものです。前回の API経済と個人経済の境界線 で書いた通り、Anthropic が値上げに踏み切ったり、品質低下が続いたりしたら、乗り換えの躊躇はしない。これは Z世代の「不信感を抱けば即離脱」の構えと、構造的には同じです。
ベンダーへの感情的なロイヤリティを持たない。これは2026年に AI を仕事道具にする上で、僕にとってベースラインになりました。
Z世代と切り離すこと — 第三者情報のラインは明示的に管理
一方で、川崎市事件が浮き彫りにした 「自分のデータには合理的、他者のデータには鈍感」という非対称性 は、僕も他人事ではありません。クライアントの情報、自分が AI に流す業務データ、教材として使う第三者素材—全部「自分以外の誰かのプライバシー」が混ざっている可能性がある。
これは Z世代のファクトチェック回路だけでは、守れない領域です。意識的にチェックリストにする 必要がある。
僕が今のところ自分に課しているラインは、こんな感じです。
| 場面 | 判断ライン |
|---|---|
| クライアントの個人情報・業務データ | 個人プラン（Claude Max・ChatGPT Plus 等）には流さない。商用プラン（Claude API/Team/Enterprise・ChatGPT Team/Enterprise/API、いずれも学習非利用）に限定 |
| 個人プランのオプトアウト設定 | Claude/ChatGPT 共に、個人プランはデフォルトで学習対象。設定画面で必ずオプトアウト |
| 第三者の氏名・所属・連絡先 | 仮名化してから AI に投げる。原データは投げない |
| 中国製モデル（API直叩き） | 業務データには使わない（ai-cost-boundary で書いた、個人情報保護委員会のDeepSeek注意喚起と同じ判断ライン） |
| 公開SNS／オープンチャット | 「半公開」を「公開」と同じに扱う。第三者情報は原則出さない |
このリストは固定じゃなくて、半年ごとに見直すつもりです。AI 業界の前提は半年で変わるから、判断ラインも半年で見直さないと追いつけない。
結論
「Z世代は信頼するけど検証する、僕は使い倒すけど切り分ける」—この2つの動詞が、いまの僕の AI との付き合い方の核心になります。
入口の信頼度では Z世代に学び、出口の検証では Z世代の「自分のデータ中心の検証」を、第三者情報も含めた検証に拡張する。これが、川崎市事件と数字を並べて、自分なりに辿り着いた中間解です。
市長の 「若い人の感覚ということではない」 は、たぶん正しい。世代の話ではなく、人間が情報インフラと関わるときに繰り返し発生する非対称性の話だった。だからこそ、自分のチェックリストとして言語化しておく価値がある。
「プライバシー意識は世代で測れない」—この一言を、自分のスタンスとして持って、次の半年も AI と仕事をしていきます。
FAQ
「Z世代はプライバシーに無頓着」というのは本当ですか？
数字を見ると、雑な単純化です。英国 Gen Z の41%が利便性のためにデータ共有を容認するのは事実ですが、同じ Gen Z の35%はプライバシー懸念でサービスを停止した経験があり、これは全世代中で最高です。日本でも電通2025年12月調査で15-19歳の7割超がAI情報のファクトチェックを実施しており、SHIBUYA109 lab.の調査では女性Z世代の75.6%が顔やスタイルが映った写真の投稿に抵抗感を持っています。「無頓着」ではなく「便利に使うが、不信感を抱けば即離脱する」という二面性を持っているのが実態です。
プライバシー・パラドックスはいつから議論されているのですか？
Spyros Kokolakis が Computers & Security 誌に2017年に発表したレビュー論文「プライバシー態度とプライバシー行動」がよく引用されます。Kokolakis はパラドックスを「プライバシー態度と実際の行動の不整合」と定義し、説明する2つの主流理論（言行不一致説と合理的選択説）を対立ではなく異なる説明レイヤーとして整理しました。10年近く経った2025年には Shanmugarasa らがLLM文脈で再整理した論文「大規模言語モデルのプライバシー・パラドックス」を arXiv に公開しており、生成AI時代に概念が再点火している状況です。
川崎市の事件は、結局「若い人の感覚」の問題ではないのですか？
市長自身が「若い人の感覚ということではない」と発言し、「認識がまだ非常に甘い」と全庁的な再発防止の必要性を語っています。記事で論じた通り、流出したのは「外部講師の氏名・勤務先」という第三者情報で、本人の認知の中では「自分の管理範囲」を逸脱したという認識が薄かった可能性があります。プライバシー・パラドックスを「自分のデータには合理的、他者のデータには鈍感」という非対称性として読み直すと、世代固有ではなく人間一般の認知構造として説明できます。
個人で AI を使うとき、どこに線を引けばいいですか？
僕の場合は5段階で運用しています。①クライアントの個人情報・業務データは個人プラン（Claude Max・ChatGPT Plus等）には流さず、商用プラン（API・Team・Enterprise、いずれも学習非利用）に限定。②個人プランは Claude/ChatGPT ともに2025年以降デフォルトで学習対象になっているため、設定画面で必ずオプトアウト。③第三者の氏名・所属・連絡先は仮名化してから AI に投げる。④中国製モデル API 直叩きは業務データには使わない（個人情報保護委員会の DeepSeek 注意喚起ラインに沿う）。⑤公開 SNS・オープンチャットでは「半公開」を「公開」と同じに扱う。「ベンダーが違えば安全性も違う」ではなく、「個人プランは両者ともデフォルト学習対象」を出発点に組み立てるのがポイントです。
「Z世代から学ぶこと」と「Z世代と分けること」の境界はどう決めるんですか？
僕の整理だと、Z世代の「使い倒し→即離脱」のドライさは普遍的に学ぶ価値があります。ベンダーへの感情的ロイヤリティを持たないという構えで、AI業界の半年単位の変化に対応しやすい。一方で、Z世代のファクトチェック回路は「自分が主役の情報」に偏っており、第三者情報のチェックは別建てで意識的にチェックリスト化する必要があります。これは年齢ではなく、自分が「業務として誰かの情報を扱う立場か」で線が引けると考えています。
この記事が参考になったら
Share