Geminiチャット履歴の学習利用とプライバシー対策——企業が今すぐ取るべきデータ管理の実務

Geminiのチャット履歴学習問題——何が発覚したか

個人用Googleアカウントでの利用において、「Keep Activity」がオンの状態ではGeminiのチャット内容がAIモデルのトレーニングに使用されることが改めて注目を集めた。Hacker Newsでこの事実が取り上げられ、100点超・30件以上のコメントが集まった（news.ycombinator.com）。

問題の核心は2点にある。第一に、Keep Activityは18歳以上のユーザーに対してデフォルトでオンに設定されている（MPG ONE）。第二に、Google AI Pro（月額$19.99）など有料プランに加入していても、Keep Activityをオフにしない限りチャット履歴はトレーニングに使われる（www.promptzone.com、MPG ONE）。ChatGPT PlusやClaude Proはデフォルトでトレーニングに使用しない方針と対比され、「有料加入者は製品にされない」という期待を裏切られたという声が多数上がっている（www.promptzone.com）。

なお、Googleワークスペースのビジネスアカウント、Gemini APIの有料ティア、Vertex AIはデフォルトでトレーニング不使用だ（MPG ONE）。個人アカウントで業務上の情報を扱う場面が最も注意を要する。

関連記事Geminiアプリとは？ダウンロード方法・使い方・料金をわかりやすく解説 ／ Gemini Liveの使い方とは？無料で使える？日本語対応・料金をわかりやすく解説

この問題の背景——なぜ「見落とし」が組織全体に広がるか

生成AIサービスにおいてデータがモデル学習に使われること自体は珍しくない。しかし今回が問題視された理由は、「デフォルト設定」と「有料プランへの誤解」という2つの構造的な盲点にある。

Keep Activityは18歳以上のユーザーに対してデフォルトでオンに設定されている（MPG ONE、noxi.ai）。多くのユーザーは初期設定を変更せずに使い続けるため、意図せずチャット内容を学習データとして提供することになる。さらに、人間のレビュアーによってレビューされたチャットはユーザーがアクティビティを削除しても最長3年間保持されるという仕様がある（MPG ONE）。設定をオフにしても、過去データが即座に消えるわけではない点は実務上、重要な含意を持つ。

有料プランへの誤解も根深い。「課金すれば自社のデータは守られる」という感覚は、エンタープライズSaaSの文化から来る直感として自然だが、Geminiの個人向けサブスクリプションはそのようには設計されていない。Google AI Proはチャット機能の質・量を上げる契約であり、プライバシー設定を自動で変更するものではない。

企業・自治体にとってこの問題は、個人アカウントを業務に流用する「シャドーIT」と組み合わさったときに深刻度が増す。Googleワークスペースアカウントではデフォルトで学習不使用であっても、担当者が個人のGoogleアカウントで業務上の質問をGeminiに入力していれば、組織の管理範囲外でデータが流れる。この状況は管理コンソールだけでは把握できない。

AIを活用したプライバシー設定の監査と検知——課題ごとの実践

未然に防ぐ——設定確認の自動化と入力ガードレール

設定ミスを人手で拾い続けることは持続しない。AIを活用した自動確認のアプローチとして現実的なのは、次の2つの方向性だ。

第一に、設定監査の自動化。Google Workspace管理コンソールはAPIを通じて各ユーザーのGemini設定状態を取得できる。LLMをオーケストレーターとして使い、取得したJSON形式の設定データを「学習利用設定が有効か」「個人アカウントとの混在が疑われるか」という観点でチェックするスクリプトを構築することで、定期的な棚卸しを自動化できる。変更検知があった場合に担当者へアラートを出す仕組みと組み合わせると実用性が高まる。

第二に、入力内容のガードレール。生成AIツールへの入力前に、テキストに個人情報・機密情報が含まれていないかをチェックするフィルタリング層を設ける方法がある。自然言語処理（NLP）ベースの固有表現認識（NER）モデルは、氏名・住所・法人番号・契約金額などの機密パターンを検出することが確立した技術として利用可能だ。入力をAIに渡す前にこのフィルタを通す構成は、SaaS型AIを社内ツールと連携させる際のプロキシ実装として採用されている。

利用ルールの側では、「何を入力してはいけないか」の明文化が最初の一手だ。たとえば「顧客の氏名・連絡先・契約内容を含むテキストをGemini個人アカウントに入力しない」というルールを就業規則やAI利用ガイドラインに追加し、ツールとしてワークスペースアカウントへの一本化を原則とする。機械学習の仕組みを理解していない担当者にも使える判断基準（「外部に出せない情報は入力しない」）を一行で示すことが、現場への浸透において重要だ。機械学習の基礎への理解は、こうした設定判断の背景知識として役立つ。

早く見つける——ログ分析とポリシー逸脱の検知

設定が正しくても、現場での実際の利用状況が方針から外れることはある。ログを継続的に監視し、逸脱を早期に検知することが次の防御層となる。

Google Workspace環境であればAdminコンソールのアクティビティログや、Cloud Logging経由でGemini利用ログを取得できる。これをLLMに読み込ませて「想定外の個人アカウントからのアクセスがないか」「APIキーや秘密情報らしき文字列が入力されていないか」を定期的にサマリーとして生成する仕組みは、少量のプログラミングで構築可能な範囲に入っている。

より高度な実装として、会話ログをベクトルデータベースに蓄積し、機密情報の典型パターンとの類似度を継続的にスキャンする手法がある。自然言語処理技術を使ったテキスト分類は、ポリシー逸脱の検知精度を高める有力な手段だ。テキストマイニングの仕組みを把握しておくと、どのツールが何を検出できるかの見積もりが立てやすくなる。

被害を小さくする——オプトアウト設定とデータ削除の手順整備

問題が発生した場合、または設定漏れに気づいた場合の対処フローを事前に文書化しておく。

現状のGeminiでできる操作は次の通りだ。「Gemini Apps Activity」の「Keep Activity」をオフにすることでトレーニングを停止できる。ただし、オフにするとチャット履歴が失われ、新規チャットは72時間後に自動削除される（MPG ONE）。個別の会話については「Temporary Chat（一時チャット）」を使う方法もある（MPG ONE）。

重要な留意点は、すでに人間のレビュアーが確認したチャットは最長3年間保持されるという事実だ。設定をオフにしても、過去データが即座に削除されるわけではない。この仕様を把握した上で、「過去に入力してしまった可能性のある内容」について影響を評価することが実務上必要になる。

誰の役に立つか——日本の企業・自治体・個人の具体的な場面

企業の情報システム部門・総務担当者にとっての直接の課題は、シャドーITとしてのGemini個人アカウント利用の実態把握だ。管理コンソールで確認できる範囲とできない範囲を整理した上で、ワークスペースアカウントへの切り替えを推進する根拠として今回の事実を活用できる。

自治体の情報政策担当者は、職員が個人スマートフォンから業務関連の問い合わせをGeminiに入力するケースを想定したガイドラインの整備が急務となる。住民情報・税務情報・福祉情報の類は、たとえ匿名化処理をしていても断片の組み合わせで識別可能になるリスクがある。

医療・法律・会計などの専門職は、守秘義務が法律で課されているため、利用ツールのデータポリシーを確認する義務が実質的に生じている。Gemini利用時には少なくともワークスペース版を使い、個人アカウントへの業務情報入力を禁じる社内規程を設けることが最低ラインとなる。

個人ユーザーが今すぐできることは単純だ。Google AI Proなど有料プランに加入しているかどうかに関わらず、Googleアカウントの設定画面（myactivity.google.com）でKeep Activityの状態を確認し、自分のデータをトレーニングに使わせたくない場合はオフにする。

Geminiのアカウント別・AI学習利用の扱い比較（MPG ONE、noxi.ai調べ）

アカウント・プラン種別	学習に使用（デフォルト）	オプトアウト可否
個人Googleアカウント（無料）	使用	可（Keep Activityをオフ）
Google AI Plus / Pro / Ultra（個人アカウントで加入）	使用	可（別途設定要）
Googleワークスペース（ビジネスアカウント）	不使用	—
Gemini API有料ティア / Vertex AI	不使用	—
Gemini API無料ティア / Google AI Studio（EEA・英国・スイス除く）	使用	確認要

AIで解決できないこと——注意点と限界

自動化と技術的対策を積み重ねても、最終的な判断は人が行う必要がある。AIによる設定監査やログ分析は誤検知と見逃しの両方が起きる。たとえば、机上では機密に見えない文章が、文脈によっては重大な情報を含む場合もあり、パターンマッチングだけでは限界がある。

監視の強化はプライバシーの問題を別の形で生む。従業員のGemini利用ログを詳細に収集・分析することは業務実態の把握には役立つが、過度な監視として労働環境への悪影響につながる可能性もある。技術的な監視範囲と、個人が業務内でプライバシーを持つ権利のバランスを、労務・法務と連携して設計することが必要だ。

AIガバナンスに関する規制環境は変化が速い。EUのAI Actをはじめとした国際的な動向が、日本企業の海外拠点や外資との取引にも波及する。現在の対策が将来の法令要件を満たすかどうかは定期的な見直しが求められる。

さらに根本的な点として、Googleのデータポリシーは同社が変更する権限を持っている。設定をオフにしても「今後も学習に使われない」という保証が永続するわけではなく、利用規約の変更を継続的にウォッチする体制が必要だ。AIはその変更検知の補助には使えるが、ポリシーへの判断・対応は人の仕事だ。

次の一手——明日から試せる実務的な行動

組織での取り組みは次の順序で着手するのが現実的だ。

まず現状確認から始める。Google Workspace管理コンソールにアクセスし、Gemini利用状況と各ユーザーの設定状態を確認する。個人アカウントでの業務利用が疑われる場合は、利用実態の調査と併せてヒアリングを行う。

次にルールを一枚に収める。「業務上知り得た情報をGemini個人アカウントに入力しない」「Gemini利用はワークスペースアカウントに限定する」という2行のルールを既存のIT利用規程に追加し、全員に周知する。長い規程を新たに作るより、既存文書への追記の方が実施される確率が高い。

個人ユーザーであれば今日できることとして、myactivity.google.comにアクセスし「Gemini Apps Activity」の設定を確認する。Keep Activityがオンになっていて不要であればオフにする。有料プランに加入していても、この設定は自動では変わっていない。

設定変更の代償として履歴が消えることを受け入れられない場合は、Temporary Chat（一時チャット）を機密に近い話題に限って使うという折衷策が現実的だ。

---

参考文献

• MPG ONE https://mpgone.com/does-gemini-train-on-your-data/
• www.promptzone.com https://www.promptzone.com/hyun_rao/google-gemini-trains-on-chat-history-what-it-means-for-users-31ne
• noxi.ai https://noxi.ai/blog/does-chatgpt-train-on-your-data