【2026年版】AIの法律ってなに?世界のAIルールを子どもにもわかりやすく(コード例つき)|プログラムの専門家が解説

AIでスマート化






【2026年7月版】AIの法律ってなに?世界のAIルールを子どもにもわかりやすく(コード例つき)|プログラムの専門家が解説










AI Law Guide for Everyone — July 2026

AIの法律ってなに?
世界のAIルールを、子どもにもわかるように。

「AIには法律があるらしいけど、結局なにが決まっているの?」という疑問に、日本・EU・アメリカのルールを比べながら答える記事です。法律の考え方は、プログラムのif文や状態遷移(ステートマシン)にとてもよく似ています。プログラムの専門家の視点から、実際のコード例を交えて整理しました。

対象読者: AIの法律が気になる人・保護者・学生 基準時点: 2026年7月26日 形式: 基礎解説+コード例10本
10歳からわかる解説日本・EU・米国比較コード例つき法的助言ではありませんスマホ最適化
この記事について

この記事は、AIに関する法律やガイドラインの「考え方」を理解しやすくするための一般的な解説記事であり、法律の専門的な助言(リーガルアドバイス)ではありません。AI関連の法律・ガイドラインは変化が非常に速い分野です。実際の意思決定の際は、必ず政府や公的機関が公表する一次情報、および弁護士など専門家の確認を経てください。

結論:今、どんなルールがあるの?(3秒で分かる比較)

まずは日本・EU・アメリカを並べて比較。詳しい説明は本文で行うので、ここでは「型」の違いだけ掴んでください。

🇯🇵

日本

AI推進法(2025年6月公布)+ AI事業者ガイドライン

推進型・罰則なし

基本姿勢
禁止よりも後押し。困ったときはガイドラインで対応
企業の義務
努力義務が中心(第7条)。破っても罰則はない
一言でいうと
「みんなで気をつけようね」という約束事
🇪🇺

EU

EU AI Act(2024年8月発効/段階施行)

規制型・罰則あり

基本姿勢
危険度で4段階に分類し、危ないAIほど義務を重くする
企業の義務
高リスクAIは評価・記録・監督が必須。2026年8月2日に本格適用
一言でいうと
破ると最大で世界売上の3%の制裁金
🇺🇸

アメリカ

連邦の大統領令 + 州ごとの個別法(コロラド州AI法など)

州によりバラバラ

基本姿勢
連邦は規制緩和・州は独自規制、という綱引きの真っ最中
企業の義務
どの州の住民を対象にするかで義務が変わる「パッチワーク」状態
一言でいうと
2026年は連邦vs州の法廷闘争が本格化する年

比較項目 🇯🇵 日本 🇪🇺 EU 🇺🇸 アメリカ
法律の型 推進型(基本法) 規制型(リスクベース) 州ごとに規制型/連邦は緩和方向
罰則 なし(努力義務) 最大で世界売上高の3%または1,500万ユーロ 州法による(例:コロラド州は是正命令等)
いつから本格的か 2025年6月公布、順次ガイドライン整備 2026年8月2日に高リスクAI義務が本格適用 2026年に州法が相次いで施行
日本企業への影響 直接の対象(努力義務) EU向けにサービス提供していれば対象(域外適用) 対象州の住民向けサービスがあれば要注意

※ 罰則額・適用時期は変更される可能性があります。最終判断の前に必ず一次情報をご確認ください。

01

AIの法律を、プログラムの考え方で理解する

「法律」と聞くと難しそうに感じますが、実はプログラムの基本構文(if・for・while、状態管理)ととてもよく似た考え方でできています。ここでは、この先の解説を読むために必要な8つの基礎知識を、プログラムのたとえと一緒にまとめました。

① 「法律」「ガイドライン」「条例」の違い

この3つは強さが違います。法律は国会で決まる一番強いルールで、破ると罰則があることも。ガイドラインは「できればこうしてね」という指針で、罰則がないことが多いです。条例は都道府県や市区町村が独自に決める地域限定のルールです。日本のAIまわりは、法律よりもガイドライン(指針)で運用されている部分が多いのが特徴です。

種類 決める人 強制力
法律 国会 強い(罰則があることも)
ガイドライン 省庁・業界団体など 弱い(自主的な取り組みが基本)
条例 地方自治体 その地域内で有効

② ルールの「型」:禁止・義務・努力義務

プログラムの変数に型(int、boolなど)があるように、法律の条文にも「型」があります。

意味
禁止 絶対にやってはいけない 子どもを危険にさらす目的でAIを使うこと
義務 必ずやらなければならない 高リスクAIの適合性評価(EU AI Act)
努力義務 できるだけ頑張ってやる(罰則なしが多い) AI推進法における活用事業者の責務

③ if文で理解する「リスク分類」

EU AI Actの一番の特徴は、AIを危険度によって4段階に分けていることです。これはプログラムのif文の連なり(分岐)とそっくりです。

concept_risk_classification.js
// EU AI Actの考え方をif文で単純化したイメージ
function classifyAIRisk(system) {
  if (system.manipulatesChildrenOrVulnerable || system.socialScoring) {
    return "禁止(Unacceptable Risk)";       // 使うこと自体がNG
  } else if (system.isInAnnexIII) {
    return "高リスク(High Risk)";           // 義務が重い:評価・記録・監督が必要
  } else if (system.interactsAsChatbotOrGeneratesContent) {
    return "限定的リスク(Limited Risk)";     // 「AIですよ」と伝える透明性義務
  } else {
    return "最小リスク(Minimal Risk)";       // 基本的に自由に使ってよい
  }
}

実際の法律の条文はもっと細かい条件がありますが、「危険なほど上の分岐に該当し、義務が重くなる」という骨組みは同じです。

④ 「誰が」「何を」する法律なのか(関数の引数のように考える)

関数が「何を受け取り、何を返すか」を持つように、AIの法律も「誰に」「何を」求めるかで整理すると分かりやすくなります。

concept_who_does_what.js
// 「誰が」「何を」求められているかを関数の形で整理する
function whoMustDoWhat(law) {
  // 例:EU AI Actの高リスクAI
  return {
    対象者: ["開発者(Provider)", "利用する事業者(Deployer)"],
    求められること: ["リスク評価", "記録の保管", "人間による監督", "透明性の確保"],
  };
}

⑤ 「同意」の粒度:boolかレベルか

digitalRead()がON/OFFの2値、analogRead()が0〜1023の多段階を読み取るように、個人情報の「同意」にも粒度があります。単純な「同意する/しない」の2択もあれば、「学習利用には同意するが、第三者提供には同意しない」といった多段階の同意設計もあります。

concept_consent_granularity.js
// bool型の同意(ざっくり)
let consentGiven = true;
// 多段階の同意(細かく)
const consent = {
  aiTraining: false,      // AIの学習に使ってよいか
  personalization: true,  // パーソナライズに使ってよいか
  thirdPartyShare: false, // 第三者への提供を許すか
};

⑥ 施行の「猶予期間」:即時か段階的か

delay()がプログラム全体を一気に止めるのに対し、millis()は時間の経過を少しずつ管理できることに似て、法律の施行にも「即時に全面適用」と「段階的に適用範囲を広げる」の2パターンがあります。EU AI Actはまさに段階施行の代表例です。

時期 EU AI Actで適用される内容
2025年2月2日 禁止AI行為・AIリテラシー義務がスタート
2025年8月2日 汎用AIモデル(GPAI)向けの義務がスタート
2026年8月2日 附属書III「高リスクAI」への義務が本格適用
2027〜2028年 製品組み込み型の高リスクAIなど、残りの範囲が順次適用

⑦ 違反のサインの読み方

コードのエラー文を読むように、法律まわりでも「何が起きているか」のサインを読み解く視点が役立ちます。

サイン だいたいの意味
指導・助言 まずは是正を促す、罰則の前段階であることが多い
行政指導・勧告 より強い警告。従わないと次の段階に進む可能性
制裁金・罰金 法律上の義務に違反した結果としての金銭的なペナルティ
是正命令 特定の行為をやめる、または改善するよう命じられる
読み方のコツ

国や制度によって、どの段階でどのサインが出るかは大きく異なります。同じ「違反」でも、日本のソフトロー中心の仕組みと、EUの罰則つきの仕組みでは重みがまったく違う点に注意してください。

⑧ AIに法令チェックのコードを書かせる方法

AIへ「コンプライアンス関連のコードを書いて」と頼むときは、以下の情報をセットで伝えると精度が上がります。

  • どの国・地域のどの法律/ガイドラインを想定しているか
  • 対象となるAIシステムの種類(チャットボット、画像生成、採用スクリーニングなど)
  • 実装したい機能(同意の記録、年齢確認、透明性表示など)の具体的な内容
  • これはあくまで「実装の下書き」であり、最終判断は専門家が行うという前提
PROMPT EXAMPLEチャットボットの回答画面に「これはAIが生成した回答です」と表示するための、シンプルなHTML+JavaScriptのコンポーネントを書いてください。EUのAI Actにある透明性の考え方(AIであることを利用者に知らせる)を参考にした実装例として、コメント付きでお願いします。あくまで実装の下書きとして使い、最終的な法令適合の判断は専門家に確認する前提です。

02

日本のAIルール:AI推進法とAI事業者ガイドライン

日本には2025年5月28日に成立、6月4日に公布された「人工知能関連技術の研究開発及び活用の推進に関する法律」、通称AI推進法があります。名前の通り「推進」が目的で、EUのような禁止・罰則型の規制ではなく、国がAI戦略本部を設置し、AI基本計画を策定して研究開発や活用を後押しする、いわば基本法・理念法としての性格が強い法律です。

企業に対する義務は、条文上「活用事業者の責務」として努力義務にとどまり、罰則規定もありません。実務的なルールづくりは、経済産業省と総務省が共同で策定したAI事業者ガイドラインというソフトローが担っており、安全性・公平性・プライバシー保護などを柱に、事業者が自主的にガバナンス(統制の仕組み)を作ることを促す「アジャイル・ガバナンス」という考え方を採用しています。

項目 内容
正式名称 人工知能関連技術の研究開発及び活用の推進に関する法律
成立・公布 2025年5月28日成立/6月4日公布
性格 推進型の基本法(禁止規定・罰則なし)
企業への義務 活用事業者の責務は努力義務(第7条)
実務ルール AI事業者ガイドライン(安全性・公平性・プライバシー等)
子ども向けメモ

日本のAIルールは、「これをやったら罰金」というより「みんなで正しく使おうね」という約束事に近いイメージです。学校の校則というより、クラスの「みんなで気をつけようリスト」に近い性格だと考えると分かりやすいです。

03

コンプライアンス実装コードのプロンプト設計図

後半のコード集を作るときと同じように、AIに「法令に配慮した実装の下書き」を頼むときは、「対象の法律・ガイドライン」「対象のAIシステム」「実装したい機能」「非機能要件(記録の残し方など)」を必ず伝えます。

要素 内容
対象ルール 参考にする法律・ガイドライン EU AI Act 第50条(透明性義務)
対象システム 種類・利用者・目的 社内向けAIチャットボット
実装したい機能 具体的な挙動 会話開始時に「AIです」と表示する
非機能要件 記録、ログ、コメントなど 表示ログを残す、日本語コメント付き
PROMPT社内向けのAIチャットボットに「AIによる回答フローの状態管理」を実装したいです。回答を出す前に、①個人情報が含まれていないかの簡易チェック、②AI生成物であることの明示、の2つの段階を必ず通過させ、どちらかで問題が見つかった場合は人間のレビュー待ちにしてください。状態を分かりやすく管理できる形で、日本語コメント付きのJavaScriptコードにしてください。
POINT

「どの段階を必ず通すか」「問題が見つかったらどうするか」まで指定すると、実際に組み込みやすい設計になります。これはサーボモーターの動作条件を指定するのと同じ考え方です。

04

生成されたコード全文と読み解き方

上のプロンプトから生成した「AI回答を出す前に確認ステップを通す、状態管理つきのチェックフロー」のコードです。法律の考え方とプログラムの状態遷移(ステートマシン)がどう対応するかを確認する教材として掲載しています。

ai_response_review_flow.js
// AIの回答を出す前に「確認ステップ」を必ず通すフロー
// 状態:DRAFT(下書き)→ CHECKING(確認中)→ APPROVED(公開可)/NEEDS_REVIEW(人間の確認待ち)
const FlowState = {
  DRAFT: "draft",
  CHECKING: "checking",
  APPROVED: "approved",
  NEEDS_REVIEW: "needs_review",
};

function containsPossiblePersonalInfo(text) {
  // 実務では専用の検出ロジックやAPIを使う想定。ここでは簡易な例。
  const patterns = [/\d{2,4}-\d{2,4}-\d{4}/, /[\w.-]+@[\w.-]+\.\w+/];
  return patterns.some((pattern) => pattern.test(text));
}

function reviewAIResponse(rawText) {
  let state = FlowState.DRAFT;
  const log = [];

  // ステップ1:個人情報が含まれていないかの簡易チェック
  state = FlowState.CHECKING;
  log.push("Checking: 個人情報の簡易チェックを開始");
  if (containsPossiblePersonalInfo(rawText)) {
    state = FlowState.NEEDS_REVIEW;
    log.push("NeedsReview: 個人情報らしき文字列を検出したため人間のレビュー待ちへ");
    return { state, log, displayText: null };
  }

  // ステップ2:AI生成物であることを明示する
  const disclosedText = `${rawText}\n\n(この回答はAIによって生成されました)`;
  state = FlowState.APPROVED;
  log.push("Approved: 透明性表示を付与して公開可能に");

  return { state, log, displayText: disclosedText };
}

// 使用例
const result = reviewAIResponse("明日の会議は10時からです。");
console.log(result.state);        // "approved"
console.log(result.displayText);  // 透明性表示つきの回答文
05

コード解説:ブロック単位で読む

const FlowState = { DRAFT, CHECKING, APPROVED, NEEDS_REVIEW };
「今どの段階か」を名前付きで管理する書き方です。信号機の状態管理と同じ考え方で、法律の審査プロセス(申請中・承認・差し戻しなど)を表現するのにも使えます。
if (containsPossiblePersonalInfo(rawText)) { state = FlowState.NEEDS_REVIEW; }
「機械的な判定だけで自動公開せず、疑わしい場合は人間の確認に回す」という設計です。多くのガイドラインが重視する「人間による監督(Human Oversight)」の考え方をコードで表しています。
`${rawText}\n\n(この回答はAIによって生成されました)`
EU AI Act第50条のような透明性義務でよく求められる「AIであることの明示」を、テンプレート文字列で追加している部分です。
log.push(…)
「いつ・何が・どう判定されたか」を記録する監査ログの考え方です。あとから説明責任を果たすために、多くのガイドラインで記録の保持が推奨・義務化されています。
06

EUとアメリカのAIルール

EU AI Act:世界でもっとも体系的なAIの法律

EU AI Actは2024年8月1日に発効した、リスクの大きさでAIを分類し、危険なAIは禁止、高リスクAIには重い義務を課す法律です。段階的に適用範囲が広がっており、2026年8月2日には附属書III(Annex III)に列挙された「高リスクAIシステム」への義務が本格的に適用されます。違反時のペナルティは非常に高く、最大で全世界年間売上高の3%、または1,500万ユーロのいずれか高い方とされています。

時期 できごと
2024年8月1日 EU AI Act発効
2025年2月2日 禁止AI行為・AIリテラシー義務の適用開始
2025年8月2日 汎用AIモデル(GPAI)の義務の適用開始
2026年8月2日 附属書III「高リスクAI」への義務が本格適用

EU域内の人にAIサービスを提供していれば、日本の会社であっても対象になり得る「域外適用」があるため、国内の話だけでは済まない点も特徴です。

アメリカ:連邦と州の綱引き

アメリカには2026年7月時点でEUのような包括的な連邦AI法はありません。連邦政府は規制を緩める方向の大統領令を出す一方、コロラド州のAI法(2026年に施行)やカリフォルニア州のフロンティアAI透明性法など、州ごとに独自のルールが広がる「パッチワーク」状態になっています。連邦と州の間で、どちらの立場が優先されるかを巡る法廷闘争が2026年の大きな争点になっています。

注意

アメリカのAI規制は特に変化が速く、この記事の内容も刻々と変わる可能性があります。最新の状況は必ず一次情報で確認してください。

07

著作権・個人情報とAI

AIの学習データと著作権

日本の文化庁は、AI開発のための学習データ利用について、原則として著作権者の許諾なく利用できるという考え方を示しつつ、「著作権者の利益を不当に害する場合」は著作権侵害にあたり得るともしています。「学習に使ってよい」と「何でも自由に使ってよい」はイコールではない、という線引きが大切なポイントです。

個人情報とAI

AIサービスに入力された情報や、AIが生成する情報にも、個人情報保護法の考え方が及びます。「誰の同意を得て」「何のために」「どこまでのデータを」扱うのかを整理することは、プログラムで言えば関数の引数と戻り値をきちんと設計することに似ています。

子ども向けメモ

「AIに聞いたことは誰にも見られない」とは限りません。学校の名前や自分の顔写真など、知らない人に知られたくない情報は、AIのサービスにもむやみに入力しない、という心がけが大切です。

08

コードを使う前の共通チェック

  • このあとのコードは、いずれも考え方を理解するための実装例(下書き)であり、そのまま本番環境へ入れてよい完成品ではありません
  • 実際に使う前に、対象となる国・地域の最新の法律・ガイドラインを一次情報で確認する
  • 個人情報や著作権にかかわる判定ロジックは、必ず専門家(弁護士など)のレビューを経る
  • 「AIである」ことの明示や、確認ログの保存など、透明性・説明責任にかかわる部分は特に慎重に扱う
  • コードのコメントを読みながら、「この行が、どの法律・ガイドラインの、どの考え方に対応しているか」を意識して読み進める
09

コンプライアンス実装コード集10選

ここからは、AIまわりの法律・ガイドラインの考え方を、実際のコードで確認できる10本の実装例です。すべて「考え方を理解するための下書き」として書かれています。検索欄に「著作権」「同意」「透明性」などと入力すると対象のコードだけに絞れます。

10 / 10件を表示
該当するコードがありません。別のキーワードで検索してください。
CODE 01

AI生成物であることを示す開示ラベルコンポーネント

AIが作った文章や画像の近くに、それとわかる小さなラベルを表示するシンプルな部品です。

入門関連:透明性義務

関連する考え方

EU AI Act 第50条など、AIとの対話や生成物であることを利用者に知らせる透明性の考え方

使う場面

チャットボットの回答欄、AI生成画像やAI生成文章の掲載箇所

コードを表示・コピー
c01.html
<!-- AI生成物であることを示す最小限のラベル部品 -->
<div class="ai-disclosure" role="note">
  <span aria-hidden="true">🤖</span>
  <span>この内容はAIによって生成されました</span>
</div>

<style>
.ai-disclosure {
  display: inline-flex;
  align-items: center;
  gap: 6px;
  font-size: 12px;
  color: #526273;
  border: 1px solid #d7e0ea;
  border-radius: 999px;
  padding: 4px 10px;
  margin-top: 8px;
}
</style>

調整ポイント:「AI生成」であることに加えて、どのモデルが使われたかまで表示したい場合はテキスト部分を差し替えます。表示の要否・文言は対象となる国や場面ごとのルールを確認してください。

10選の一覧へ戻る ↑

CODE 02

AI学習用クローラーの許可・拒否を設定するrobots.txt

自分のサイトの文章をAIの学習に使ってほしくない場合に、意思表示するための設定ファイルです。

入門関連:著作権・学習データ

関連する考え方

著作権法・AI学習データの利用に関する議論。robots.txtはあくまで「意思表示」であり、法的な強制力そのものではない点に注意

使う場面

自分のブログやサイトのルート直下(例:example.com/robots.txt)

コードを表示・コピー
robots.txt
# 検索エンジンには通常どおりクロールを許可
User-agent: *
Allow: /

# 特定のAI学習用クローラーからのアクセスを拒否する例
# (実際にどのクローラー名が該当するかは、各社の公表情報を確認する)
User-agent: ExampleAITrainingBot
Disallow: /

User-agent: AnotherAIBot
Disallow: /

調整ポイント:robots.txtは「お願い」であり、すべてのクローラーが従うとは限りません。学習データの利用について強い意思表示をしたい場合は、利用規約への明記など複数の手段を組み合わせるのが一般的です。

10選の一覧へ戻る ↑

CODE 03

未成年かどうかを判定するシンプルな年齢確認関数

生年月日から年齢を計算し、サービスの対象年齢に合っているかを判定する基本的な関数です。

入門+関連:年少者保護

関連する考え方

子ども向けAIサービスの年齢確認・保護者同意を求める各国の動き(例:子どものAI安全に関する州法の議論)

使う場面

アカウント登録フォーム、年齢によって表示内容を変えるサービス

コードを表示・コピー
c03.js
// 生年月日から年齢を計算し、未成年かどうかを判定する
function calculateAge(birthDateStr, todayStr) {
  const birthDate = new Date(birthDateStr);
  const today = new Date(todayStr);
  let age = today.getFullYear() - birthDate.getFullYear();
  const hasHadBirthdayThisYear =
    today.getMonth() > birthDate.getMonth() ||
    (today.getMonth() === birthDate.getMonth() && today.getDate() >= birthDate.getDate());
  if (!hasHadBirthdayThisYear) age--;
  return age;
}

function requiresGuardianConsent(birthDateStr, todayStr, minAge = 18) {
  const age = calculateAge(birthDateStr, todayStr);
  return age < minAge;
}

// 使用例
console.log(requiresGuardianConsent("2012-04-01", "2026-07-26")); // true(保護者同意が必要)

調整ポイント:実際のサービスでは、自己申告の生年月日だけに頼らない年齢確認の仕組みが求められる場合があります。対象サービス・対象国のルールに応じて確認方法を検討してください。

10選の一覧へ戻る ↑

CODE 04

ユーザーの同意内容を記録するシンプルなログ関数

「いつ・誰が・何に同意したか」を、あとから確認できる形で記録する関数です。

入門+関連:個人情報保護

関連する考え方

個人情報保護法における同意取得・記録の考え方。「同意した事実」を説明できるようにしておくことが重要

使う場面

Cookie同意バナー、AI学習利用への同意画面など

コードを表示・コピー
c04.js
// 同意の内容を、あとから確認できる形で記録する
const consentLogs = [];

function recordConsent(userId, consentType, granted) {
  const entry = {
    userId,
    consentType,   // 例:"aiTraining", "personalization" など
    granted,       // true / false
    recordedAt: new Date().toISOString(),
  };
  consentLogs.push(entry);
  return entry;
}

// 使用例
recordConsent("user_0001", "aiTraining", false);
recordConsent("user_0001", "personalization", true);
console.log(consentLogs);

調整ポイント:実運用ではメモリ上の配列ではなく、改ざんされにくい形でデータベースに保存します。どの粒度で同意を分けるかは、対象サービスの設計次第です。

10選の一覧へ戻る ↑

CODE 05

データ削除リクエストを受け付ける簡易APIエンドポイント

利用者が「自分のデータを消してほしい」と依頼できる、Express風の最小限のAPI例です。

基礎+関連:個人情報保護

関連する考え方

個人情報保護法の開示・削除請求への対応、いわゆる「忘れられる権利」に関する各国の議論

使う場面

会員制サービスのマイページ、問い合わせフォームからのデータ削除依頼

コードを表示・コピー
c05.js
// Express風の最小限のデータ削除リクエスト受付API(概念例)
const deletionRequests = [];

function handleDeletionRequest(req, res) {
  const { userId, reason } = req.body;
  if (!userId) {
    return res.status(400).json({ error: "userIdは必須です" });
  }
  const request = {
    userId,
    reason: reason || "指定なし",
    status: "pending_review",  // 人間による確認待ち
    requestedAt: new Date().toISOString(),
  };
  deletionRequests.push(request);
  // 実際にはここで社内の削除フローや承認プロセスに接続する
  return res.status(202).json({ message: "削除リクエストを受け付けました", request });
}

// app.post("/api/data-deletion", handleDeletionRequest);

調整ポイント:実際の削除処理は、他の法令(会計記録の保存義務など)とのバランスも必要になるため、即時削除ではなく「確認・承認フロー」を挟む設計が一般的です。

10選の一覧へ戻る ↑

CODE 06

EU AI Actのリスク分類を判定する関数

基礎知識の章で紹介したif文の考え方を、そのまま関数として実装した例です。

基礎+関連:リスク分類

関連する考え方

EU AI Actのリスクベース分類(禁止・高リスク・限定的リスク・最小リスク)

使う場面

社内で開発・導入しているAIシステムの棚卸し、社内チェックリストの下準備

コードを表示・コピー
c06.js
// EU AI Actのリスク分類の考え方を単純化した判定関数(概念整理用)
function classifyAIRisk(system) {
  const {
    manipulatesVulnerableGroups = false,
    doesSocialScoring = false,
    isListedInAnnexIII = false,
    interactsWithHumansOrGeneratesContent = false,
  } = system;

  if (manipulatesVulnerableGroups || doesSocialScoring) {
    return { level: "unacceptable", label: "禁止" };
  }
  if (isListedInAnnexIII) {
    return { level: "high", label: "高リスク" };
  }
  if (interactsWithHumansOrGeneratesContent) {
    return { level: "limited", label: "限定的リスク" };
  }
  return { level: "minimal", label: "最小リスク" };
}

// 使用例:採用スクリーニングAI(Annex III該当)
console.log(classifyAIRisk({ isListedInAnnexIII: true }));
// => { level: "high", label: "高リスク" }

調整ポイント:これはあくまで考え方を理解するための単純化です。実際の該当判断は条文・附属書の内容に沿って専門家が行う必要があります。

10選の一覧へ戻る ↑

CODE 07

チャットボットが「私はAIです」と最初に名乗る実装

会話の最初に必ず「AIであること」を伝える、透明性義務のシンプルな実装例です。

入門+関連:透明性義務

関連する考え方

EU AI Act 第50条のような「AIと対話していることを利用者に知らせる」透明性の考え方

使う場面

カスタマーサポート用チャットボット、社内AIアシスタント

コードを表示・コピー
c07.js
// 会話開始時に必ずAIであることを伝えるチャットセッション
function startChatSession() {
  const messages = [];
  messages.push({
    role: "system_notice",
    text: "こんにちは。私はAIアシスタントです。人間のスタッフではありません。",
  });
  return {
    messages,
    sendUserMessage(text) {
      messages.push({ role: "user", text });
      // ここでAIモデルへの問い合わせ処理を行う(省略)
      const aiReply = `(AIの回答例)「${text}」についてお答えします。`;
      messages.push({ role: "assistant", text: aiReply });
      return aiReply;
    },
  };
}

const session = startChatSession();
console.log(session.messages[0].text); // 最初に必ずAIであることを表示

調整ポイント:「最初の1回だけ」でよいか、「会話が長く続く場合は定期的に再表示する」べきかは、対象サービスの性質やルールに応じて検討します。

10選の一覧へ戻る ↑

CODE 08

学習データのライセンス情報をJSON-LDで記録する仕組み

コンテンツに「誰が作ったか」「どんな条件で使えるか」をメタデータとして埋め込む例です。

基礎+関連:著作権表示

関連する考え方

著作権表示・ライセンス情報の明示。AIの学習データ利用を巡る透明性の議論とも関連

使う場面

自分のブログやポートフォリオサイトのHTML内

コードを表示・コピー
c08.html
<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "CreativeWork",
  "name": "サンプル記事タイトル",
  "author": { "@type": "Person", "name": "作成者名" },
  "license": "https://creativecommons.org/licenses/by-nc/4.0/",
  "usageInfo": "AI学習目的での無断利用はご遠慮ください。利用可否はライセンス条件に従います。"
}
</script>

調整ポイント:メタデータの記載は意思表示として役立ちますが、それ自体が絶対的な法的拘束力を持つとは限りません。ライセンス表記の内容は自分の意図に合ったものを選んでください。

10選の一覧へ戻る ↑

CODE 09

誰がいつAIに何を依頼したかを記録する監査ログ関数

AIの利用状況を、あとから振り返って説明できるように記録するログ機能です。

入門+関連:説明責任

関連する考え方

AI事業者ガイドラインやEU AI Actで重視される「記録の保持」「説明責任(アカウンタビリティ)」の考え方

使う場面

社内向けAIツールの利用ログ管理、高リスクAIシステムの記録保持

コードを表示・コピー
c09.js
// 誰が・いつ・何をAIに依頼したかを記録する監査ログ
const auditLog = [];

function logAIRequest(userId, purpose, inputSummary) {
  const entry = {
    userId,
    purpose,        // 例:"採用書類の一次スクリーニング"
    inputSummary,    // 個人情報そのものではなく、要約や種別を記録するのが望ましい
    timestamp: new Date().toISOString(),
  };
  auditLog.push(entry);
  return entry;
}

// 使用例
logAIRequest("staff_042", "採用書類の一次スクリーニング", "応募書類1件の要約評価");
console.log(auditLog);

調整ポイント:ログには個人情報そのものを大量に残さない工夫(要約化・マスキングなど)が重要です。ログ自体の管理にも個人情報保護の考え方が及びます。

10選の一覧へ戻る ↑

CODE 10

AI事業者ガイドラインの自己点検チェックリスト生成

ガイドラインの主要な観点を、社内向けの自己点検リストとして自動生成するスクリプトです。

基礎+関連:ガバナンス

関連する考え方

AI事業者ガイドラインが柱とする「安全性」「公平性」「プライバシー保護」などの自主点検の考え方

使う場面

社内でAIを導入する前の一次チェック、部署ごとの自己点検資料作り

コードを表示・コピー
c10.js
// AI事業者ガイドラインの主要な柱を、自己点検リストとして生成する
function generateSelfCheckList(systemName) {
  const pillars = [
    { key: "safety", label: "安全性:誤作動・悪用時の対策はあるか" },
    { key: "fairness", label: "公平性:特定の属性に偏った結果を出していないか" },
    { key: "privacy", label: "プライバシー:個人情報の取り扱い方針は明確か" },
    { key: "transparency", label: "透明性:AIであることを利用者に伝えているか" },
    { key: "accountability", label: "説明責任:判断の記録・ログは残しているか" },
    { key: "humanOversight", label: "人間の関与:最終判断や異議申立ての窓口があるか" },
  ];

  return {
    systemName,
    generatedAt: new Date().toISOString(),
    checklist: pillars.map((p) => ({ ...p, checked: false })),
  };
}

console.log(generateSelfCheckList("社内向けAI要約ツール"));

調整ポイント:これは自己点検の出発点であり、最終的な適合性の判断ではありません。実際の対応可否は、ガイドラインの最新版と専門家の確認をあわせて行ってください。

10選の一覧へ戻る ↑

10

よくある質問とまとめ

日本にはAIを厳しく取り締まる法律があるんですか?

2026年7月時点の日本は、EUのような「禁止・罰則つきの規制」ではなく、AI推進法とAI事業者ガイドラインを中心とした「事業者の自主的な取り組みを促す」ソフトロー中心の仕組みです。個人情報保護法や著作権法など既存の法律の枠組みで対応する部分も多くあります。

EU AI Actは日本の会社にも関係ありますか?

はい。EU AI ActはEU域内の人にAIサービスを提供する事業者であれば、日本の会社でも対象になり得る「域外適用」の仕組みを持っています。2026年8月2日から高リスクAIへの義務が本格適用される予定です。

AIに読み込ませたデータや、AIが作った文章の著作権はどうなりますか?

日本の文化庁の考え方では、AI開発のための学習データ利用は原則として著作権者の許諾なく可能ですが、著作権者の利益を不当に害する場合は著作権侵害にあたる可能性があるとされています。AIが作った文章そのものの著作権の扱いは国や状況によって異なるため、断定は避け、最新の公式情報を確認することが大切です。

この記事の内容をそのまま会社のルールに使ってもいいですか?

この記事は理解を助けるための一般的な解説であり、法律の専門的な助言ではありません。実際の対応は、必ず一次情報(政府や公的機関の公表資料)と弁護士など専門家の確認を経てください。

AIの法律は、国ごとに「推進型(日本)」「規制型(EU)」「州ごとのパッチワーク型(アメリカ)」と、まったく違う設計思想を持っています。まずは自分が使っている・作っているAIサービスがどの国のどんな考え方の影響を受けるのかを整理し、そのうえでコード集のような具体的な実装イメージへ落とし込んでいくと理解が深まります。何か新しい制度が発表された際は、この記事のような解説記事だけでなく、必ず一次情報にもあたる習慣をつけましょう。

AI LAW GUIDE FOR EVERYONE 2026 — 法律の考え方を、プログラムのたとえで一歩ずつ理解しましょう。



関連記事

特集記事

コメント

この記事へのコメントはありません。

TOP
CLOSE