ビッグテックがオンライン安全法に「最低限」の対応と指摘
英国議会の通信・デジタル委員会に招集されたオンライン安全の専門家パネルは、2026年11月14日、大手テクノロジー企業が英国のオンライン安全法(OSA)の遵守について、形式的な対応に留まっていると強く非難しました。Google、Microsoft、Meta、ByteDanceといった企業が、この法律が保護すべき個人や若年被害者のニーズを満たしていないとの見解が示されています(The Register)。
専門家たちは、大手テクノロジー企業が英国のオンライン安全法に対し、形式的な遵守にとどまり、真の保護を怠っていると指摘しました。
ダラム大学の法学教授で、女性・女児に対する暴力(VAWG)の専門家であるクレア・マクグリン氏は、特に大手検索エンジンプロバイダーの対応に批判の矛先を向けました。有害コンテンツの検索語句に対するランキング引き下げ(ダウンランク)が、一貫性に欠けていると述べています。
有害コンテンツのダウンランクに一貫性のない対応
マクグリン教授は、特定の有害な検索語句、例えば「rape porn」は適切にダウンランクされ、検索結果の10ページ目まで関連リンクが表示されないものの、「unwilling porn」のような類似の語句は3ページ目という早い段階で容易に見つかると指摘しています。この点について、同氏は企業がより体系的なアプローチを取るべきだと強調しました(The Register)。
同氏の研究では、「force porn」は大幅にダウンランクされた一方で、「forced porn」という酷似した語句はそうではなかったという事例も挙げられています。この一貫性のなさは、悪意あるユーザーが容易にコンテンツを見つけられる抜け穴となっている可能性があります。Googleが批判の多くを受けることになりましたが、マクグリン教授はBingでも同様の問題が見られると述べています。
「unwilling porn」のような類似語句が3ページ目という早い段階で見つかるのは、検索エンジンのダウンランクが体系的ではないことの表れです。
検索エンジンがOSAの規制において重要な役割を果たす一方で、規制当局であるOfcomのリソースには限りがあるという指摘もされています。法律事務所Miscon de Rayaのパートナー、アレクサンドラ・ウィストン=デュー氏は、違法コンテンツをホストすると公言しているウェブサイトが検索エンジンのレーダーから外れていると述べ、テック企業側がより早期に発見し、ダウンランクまたはブロックする努力をすべきだと主張しました。
ユーザー報告によるコンテンツ削除の効果が低下
有害コンテンツのダウンランクに対する場当たり的なアプローチに加え、専門家は、テックプラットフォームが当初はコンテンツ削除要請に迅速に対応していたものの、その意欲が大幅に衰えていると指摘しました(The Register)。
これは、ユーザーからの報告システムが形骸化し、実効性が低下している可能性を示唆していると考えられます。プラットフォームがユーザーからの報告を真剣に受け止め、迅速な対応を継続することが、オンライン安全性を確保する上で不可欠です。しかし、現状ではその機能が十分に果たされているとは言えない状況です。
専門家たちは、当初は迅速だったコンテンツ削除要請への対応が、現在では大幅に遅れていると警告しています。
マクグリン教授はまた、ポルノサイトが、規制が緩い地域向けに合法的に過激なポルノをホストし続けている問題も提起しました。これは、VPN接続を利用することで、年齢確認メカニズムを回避し、有害コンテンツにアクセスできてしまうという抜け穴を生み出しています。VPN自体はプライバシー保護に重要なツールですが、このような悪用を防ぐための技術的対策も必要だと感じます。
エンジニア目線で見ると:アルゴリズムの改善と運用の継続性が鍵
今回の専門家からの指摘は、オンラインプラットフォームのアルゴリズム運用における課題を浮き彫りにしています。有害コンテンツのダウンランクや削除について、単なるキーワードマッチングだけでなく、文脈や類似性、さらにはユーザーの意図を汲み取るAIの活用が不可欠だと考えます。例えば、「unwilling」や「forced」といった語句が持つ意味合いを、検索アルゴリズムがより深く理解し、関連するコンテンツを網羅的にダウンランクする仕組みを構築する必要があるのではないでしょうか。
また、ユーザーからの報告に基づいたコンテンツ削除のプロセスが形骸化しているという点は、運用の継続性とリソース配分の問題です。初期の迅速な対応が維持できないのは、コストや人手不足が背景にあるのかもしれません。しかし、これは信頼性に関わる重大な問題であり、自動化された監視システムと、専門家によるレビューを組み合わせたハイブリッドなアプローチが求められると感じます。
GCPのBigQueryなどで大規模なログを分析し、異常パターンをAIで検出するようなシステムは、比較的導入しやすいのではないでしょうか。もちろん、AIの限界を理解し、人間の判断を適切に介入させることも重要です。
システムを構築するだけでなく、その運用を継続し、改善していく体制を維持することが、ビッグテックには求められています。Pythonバインディングがあれば、既存のスクリプトにも組み込みやすいと感じます。