Gmailには、何のためらいもなく個人情報を書く。
クレジットカードの番号も、家族の予定も、通院の記録も、メールには平気で残っている。
なのに、同じ人がChatGPTには入れない。
学習をOFFにする設定があると分かっていても、指が止まる。

自分でも、少し矛盾している気はしている。
技術的に見れば、Gmailのほうが危ないことすらある。
それでも、AIには入れられない。
この「入れられなさ」を、気の迷いとして片づけるか、まだ言葉になっていない合理として扱うか。
そこで、話の行き先が変わる。

技術的リスクの差では説明できない

最初に浮かぶ仮説とその限界

まず、いちばん出てきやすい説明から潰しておく。
「AIは学習するから怖い」。
一見もっともらしいが、説明としては弱い。
学習OFFの設定はあるし、API経由ならログの保持期間も限られている。
技術的には、Gmailのデータのほうがリスクが高い局面すらある。
Googleはかつて、メール内容をスキャンして広告に使っていた歴史すらある。

「不可逆性」という説明もある。
モデルの重みに一度混ざったデータは、取り出せない。
確かに怖い。
だが、メールで個人情報が流出した場合も、流れた情報そのものは回収できない。
不可逆という点では、実はどちらも同じだ。
つまり、技術的なリスクの差だけでは、この非対称をうまく説明できない。

「リスク」と「不確実性」は違う

説明の鍵は、別のところにある。
経済学に、有名な区別がある。
「リスク」は確率を見積もれる損失で、「不確実性」は確率すら見積もれない状況だ。

Gmailで起きうる問題は、リスクの側にある。
漏洩、不正アクセス、内部犯行。
どれも過去に事例があり、被害の形も対処法も想像がつく。
一方、AIに預けたデータに何が起きるかは、不確実性の側だ。
重みに混ざった情報が、いつ、どこで、どんな形で表に出るのか、専門家でも完全には読めない。

同じ「取り返しがつかない」でも、中身が違う。
Gmailなら、何が漏れたかを特定でき、対処は難しくても被害の輪郭は見える。
AIでは、そもそも何が起きたのかすら分からないかもしれない。
だとすれば、人が反応しているのは「危険の大きさ」ではなく「危険の不透明さ」のほうだ。
そしてそれは、非合理どころか、かなり合理的な判断だ。

信頼は「実績」ではなく「構造」でできている

構造的な抑止力という担保

もう一つの軸は、信頼だ。
ただし、ここでいう信頼は「あの会社はいい会社だから」という素朴なものではない。

GoogleやMicrosoftには、構造的な抑止力がある。
何万ものエンタープライズ顧客、長期契約、SLA、SOC2やISO27001といった監査の仕組み。
やらかしたときに失うものが巨大すぎるから、合理的に考えて「やらないだろう」と推定できる。
信頼しているのは、会社の善意ではなく、この失うものの大きさのほうだ。

AI企業には、まだこの蓄積がない。
AnthropicもOpenAIも歴史が浅く、エンタープライズ向けの実績も限られる。
「学習しません」という宣言を、外から裏づける構造が薄い。

同じ構図がほかの場面でも現れる

この見方は、別の場面にもそのまま当てはまる。
中国企業のAIを禁止する企業が出てくるのも、同じ文脈で読める。
技術そのものの差ではなく、信頼を担保する構造、つまり法制度・監査体制・政治的リスクの差が、判断を分けている。

結局、信頼の問題は「技術が安全かどうか」ではない。
「安全だと推定できる外部構造があるかどうか」に帰着する。

歴史は繰り返し、社会的インフラは時間をかけて育つ

過去に同じ抵抗があった

ここまで来ると、既視感がある。
この構図は、今に始まった話ではない。

検索エンジンが登場したとき、Googleがウェブページをクロールしてキャッシュすること自体が「勝手にコピーしていいのか」と問題視された。
クラウドが普及し始めた頃にも、「自社のデータを他社のサーバーに預けるなんて」という抵抗があった。
今ではどちらも当たり前だ。
だがそれは、技術が変わったからではない。
判例が積み上がり、法制度が整い、社会的な合意ができたからだ。

法制度の整備には時間がかかる

そして、その積み上げには時間がかかる。
日本の著作権法改正が遅すぎたとも言われるが、裏を返せば、法制度の整備にはそれだけの年月が要るということだ。
アメリカにはフェアユースがあって柔軟に対応できた面もあるが、それでも多くの訴訟と判例が必要だった。

AI企業が技術的にどれだけ頑張っても、この時間軸は縮められない。
歴史と事例の積み上げ、法制度、社会的コンセンサス。
どれも、時間をかけて社会全体で作るしかないものだ。

だから、冒頭の「GmailはOKでAIはNG」は、矛盾ではない。
両者を分けているのは、技術的なリスクの差というより、その技術を取り巻く社会的インフラの成熟度の差だ。
「学習OFF」がどれだけ技術的に信頼できても、それを支える社会の枠組みがまだない以上、慎重になるのは合理的だ。

ここでいちばん効くのは、「論理的に考えれば入れるべきだ」と結論して終わらないことだ。
自分でも「入れない」と認めながら、その判断を非合理だと切り捨てない。
そこに、まだ言語化できていない合理があるのではないかと、問い直す。
指が止まったあの一瞬は、気の迷いではなく、社会がまだ用意していない何かを、体のほうが先に察している。
その「なんとなく」の中身を言葉にしようとする姿勢は、技術者にかぎらず、不確実な時代を生きるうえでの構えそのものだ。