プライバシー

この記事でわかること ChatGPTに学習させない設定は、設定 → データ コントロール → Improve the model for everyone をオフにする操作です。Web・iOS・Androidのどこで変えても、サインイン中ならアカウント全体に効きます オフにしても、回答に高評価・低評価を押すと、その会話全体がモデル改善に使われ得ると公式ヘルプに書かれています。仕事の資料を入れた会話では押さないのが安全です 一時チャットは一時チャットのままなら学習に使われません。ただし保存すると通常チャットに変わり、アカウントの学習設定に従います 学習を止めても会話履歴は消えず、削除するまで残ります。削除した会話は30日以内に完全削除の対象になりますが、例外があります Business・Enterprise・Edu・APIは、既定で入力と出力を学習に使いません。個人プランとは出発点が違います ChatGPTに入力した内容をOpenAIの学習に使わせないための操作は、トグル1つです。ただし、トグルをオフにした状態でも学習に回る操作が少なくとも1つあり、学習とは別に残るデータもあります。本記事は、その線引きを操作ごとに表へ落とし込みます。 結論を先に書きます。仕事の資料を入れる前にやることは3つです。トグルをオフにする、その会話では👍👎を押さない、一時チャットで始めた会話を保存しない。この3つを守れば、公式ヘルプが示す範囲では新しい会話は学習に使われません。 1. 一次資料の対応表と、確認の前提 本記事の事実は、すべてOpenAIの公式ヘルプと公式ページから取りました。最初に断っておくと、2026-10-08の時点で help.openai.com と openai.com の該当ページはどれも直接の取得がHTTP 403で拒否されました。そのため、公式ページの本文は検索エンジンが表示する同ページの抜粋で確認しています。各ページが実在すること自体は確認済みです。設定画面のスクリーンショットは掲載していません。画面の文言は公式ヘルプの英語表記をそのまま使っています。 主張 一次資料 種別 確認日 Web・iOS・Androidでの「Improve the model for everyone」の場所と、サインイン中は全デバイスに適用されること Data controls in ChatGPT 公式ヘルプ 2026-10-08 オフにしても会話は履歴に残り、保存済みのチャットは削除も非表示にもならないこと 同上 公式ヘルプ 2026-10-08 オプトアウトの経路は設定画面とPrivacy Portalの2つで、オプトアウト後は新しい会話が学習に使われないこと How your data is used to improve model performance 公式ヘルプ 2026-10-08 👍👎などのフィードバックを送ると、オプトアウト中でも会話全体がモデル改善に使われ得ること 同上 公式ヘルプ 2026-10-08 一時チャットは一時のままなら学習に使われず、安全目的で最大30日保持され得ること。保存すると通常チャットになること Temporary chat in ChatGPT 公式ヘルプ 2026-10-08 削除したチャットとファイルは30日以内に完全削除の対象で、非識別化済みの場合やセキュリティ・法的義務の場合は例外 Chat and file retention in ChatGPT 公式ヘルプ 2026-10-04／2026-10-08 履歴を残したまま学習だけを止められること。音声モードにも別途適用できること What if I want to keep my history on but disable model training? 公式ヘルプ 2026-10-08 Privacy Centerの入口と提供対象(Free・Go・Plus・Pro・Businessに順次提供) Privacy Center in ChatGPT 公式ヘルプ 2026-10-08 Business・Enterprise・Edu・APIは既定で学習に使わないこと Enterprise privacy at OpenAI 公式ページ 2026-10-08 メモリと音声の扱い Memory in ChatGPT、ChatGPT Voice 公式ヘルプ 2026-10-08 前提として、対象は個人プラン(Free・Go・Plus・Pro)のアカウントです。会社が契約したBusiness・Enterpriseの話は第7章で分けて扱います。 ...

この記事の日付について。 2026-09-21（JST）に調査・執筆し、公開日の2026-10-04に、Geminiアプリ プライバシーハブ（日英）、「Gemini アプリのアクティビティを管理、削除する」、Workspace 生成AIプライバシーハブ、「Geminiアプリをオンまたはオフにする」、Manage access to Gemini features in Workspace services、Gemini API 追加利用規約、旧管理者ヘルプURLの転送先を一次資料で再確認して更新しました。本文中の「2026-09-21確認」は執筆時、「2026-10-04確認」は公開前の再確認の日付です。筆者環境の計測値は、断りがない限り2026-09-21の記録です。 この記事でわかること Geminiアプリの「アクティビティの保存」をオフにすると、フィードバックを送らない限り、以後のチャットはモデル訓練に使われません。ただし会話は最長72時間アカウントに保持されます（Geminiアプリ プライバシーハブ 2026年9月24日更新、2026-10-04確認） 人間のレビュアーが目を通した会話は、履歴を削除しても消えません。Googleアカウントから切り離した形で、最長3年保持されることがあります オフにしていても、自分でフィードバックを送ると直近24時間のチャットが文脈として一緒に送られます。ここは「オフにしたのに送られる」経路の代表例で、唯一の経路ではありません。オフのままでも電話・メッセージ・WhatsApp などの一部のアプリ連携は動き、自分が作成したGem自体はアカウントに保存され続けます。これとは別に、オフでも一時チャットでも、会話は応答とGoogle・ユーザー・一般の人々の保護のために使われ、その保護には人間のレビュアーによる確認も含まれます（Gemini Apps Privacy Hub 2026年9月24日更新、2026-10-04確認） 会社のWorkspaceアカウントとAPI有料枠は、一次資料の記述が個人アカウントと別物です。無料APIとAI Studioには「機密情報を送信するな」と明記されています 個人向け・管理者向けの操作手順を、2026-09-21時点のメニュー名そのままで番号順に並べます 「オフにすれば消える」ではありません。オフにすると止まるのは訓練利用で、保持そのものは最長72時間続きます。そして人間レビューに回った分は、あとから履歴を消しても最長3年保持されることがあります。機密資料を貼るかどうかは、この2つの規定を見てから決めるのが正しい順序です。 1. 「訓練に使う」「保存する」「人が読む」は3つ別の話 検索して出てくる記事の多くは、この3つをまとめて「学習」と呼びます。実際の一次資料では別々の条項で、それぞれ止まる条件も期間も違います。 語 意味 個人設定で止まるか モデル訓練 入力・応答を次のモデルの学習データに使う 止まる（アクティビティの保存をオフ） 保持 Googleのサーバに会話を残す 止まらない（オフでも72時間） 人間レビュー 人のレビュアーが読んで注釈を付ける AI改善目的のレビューは止まる（フィードバック送信時を除く）。保護目的のレビューは止まらない Geminiアプリ プライバシーハブの日本語版は、オフにした場合の挙動をこう書いています。「今後のチャットはアクティビティに表示されず、AI モデルのトレーニングに使用されることもありません」。同じ文の後ろには、フィードバックを送ることを自分で選んだ場合を除く、という条件が付いています。止まるのは表示と訓練で、保持は別立てです。英語版では保持側が明示されています。 Temporary chats and chats you have when Keep Activity is off are retained with your account for 72 hours （Gemini Apps Privacy Hub、2026年9月24日更新、2026-10-04確認） ...

何が起きたのか OpenAIがChatGPTのmacOSデスクトップアプリに、ユーザーのPC操作を記憶に変換する機能「Computer History」を追加しました。9to5Macは2026年8月13日付でこの機能を報じ、以前のリサーチプレビュー「Chronicle」を置き換えるものだと説明しています（9to5Mac 2026-08-13）。 公式ドキュメント（OpenAI ChatGPT Learn）を直接確認すると、この機能の設計は3つの数字と1つの経路で要約できます。記録するのはスクリーンショットではなく操作イベント、一時イベントファイルの保持は最大48時間、生成された記憶はローカルの平文Markdownとして無期限に残る、そしてその記憶が将来のチャットで使われた場合はデータ制御設定次第でモデル改善に回りうる、という構造です。 なお本稿執筆時点で https://developers.openai.com/codex/memories/chronicle にアクセスすると、308リダイレクトで現在のComputer Historyページへ転送され、置き換えの関係がドキュメント側からも確認できます。 「画面は録らない、操作イベントを録る」の中身 公式ドキュメントは記録対象をこう定義しています。イベントにはクリック、タイピング、キーボードショートカット、アプリ切り替え、そしてmacOSが公開するコンテキストが含まれる。一方で、スクリーンショット、画面録画、マイク入力、システム音声は取得しない、と明記されています。プライベートブラウジング中の閲覧は履歴収集の対象に一切含まれません。 この差分がChronicleとの最大の違いです。公式ドキュメント自身が「Chronicle used screenshots. Computer History records interaction events and does not capture your screen or audio.」と書いています。the-decoderも2026年8月14日付の記事で、Chronicleがスクリーンショットに依存していたのに対し、Computer Historyは捕捉した操作イベントをテキスト要約に変換してローカルのMarkdown記憶ファイルとして保存する方式に作り直された、と整理しています（the-decoder 2026-08-14）。9to5Macの記述もこの点で一致しています。 要約の生成経路も公式に書かれています。Computer Historyは定期的にこれらのイベントをテキスト要約とローカル記憶ファイルに変換する、という記述に加え、一時的なCodexセッションがイベントストリームにアクセスして活動を記憶へ要約する、という説明が置かれています。つまり「常時LLMが画面を見ている」のではなく、イベントログを溜めて定期的に短命のセッションが要約を書き出す、バッチ型の設計です。 対象範囲はユーザーが決められます。設定の Computer history > Permissions で、除外リスト方式（Exclude these apps / Exclude these websites）と、許可リスト方式（Include only these apps / Include only these websites）のどちらかを選べます。前者は指定したものだけを塞いで他は通し、後者は明示的に選んだものだけを通します。既定でどちらが選ばれているかは公式ページの記述からは断定できませんが、業務端末に入れるなら許可リスト方式が設計思想として素直です。 48時間の一時ファイルと、無期限の平文Markdown 保存の設計は二層に分かれており、寿命がまったく違います。 一時イベントファイルはMac上に最大48時間保持され、その後ChatGPT／Codexによって削除されます。処理そのものはローカル完結ではなく、公式は「OpenAI processes temporary event files on its servers to generate memories, which are then stored locally on your Mac」と書いています。イベントファイルはサーバ側に送られて記憶に変換され、成果物だけが手元に戻る形です。そのうえで「OpenAI does not retain those event files after processing unless required by law and does not use them for training」と続きます。法的要請がある場合を除いて処理後は保持せず、学習にも使わない、という条文です。 ...

何が起きたのか Google DeepMindが2026年8月12日、手話をテキストへ翻訳するモデル「SL2T」(sign-language-to-text)を公開し、Pixel 11のGboardとLive Transcribeに搭載すると発表しました（Google DeepMind公式ブログ）。Pixel 11は同日に予約受付が始まり、出荷開始は2026年8月20日のため、実際に手元で使えるのは出荷以降になります（Engadget 2026-08-12）。公式は「massively multilingual sign-language-to-text translation」モデルと位置づけ、学習データは50を超える手話言語・10万時間超、うち約25%がアメリカ手話(ASL)だとしています。 評価については、手話翻訳のベンチマークであるFLEURS-ASLのsd-testでzero-shot BLEURT 70を記録し、公式ブログはこれを「significantly higher than any previously reported score」と表現しています。製品側の提供範囲は現時点でASL→英語のみで、対応デバイスもPixel 11が先行、他機種は今後という段階です（SiliconANGLE 2026-08-12）。公式ブログは提供形態について「You can experience SL2T in Gboard and Live Transcribe first on Pixel 11, with more devices coming soon — all at no additional cost」と書いています。 BLEURT 70という数字をどう読むか BLEURTは、参照訳と生成訳の対を人間の評価スコアに回帰するよう学習された評価指標です。BLEUのように一致n-gramを数える設計ではないため、絶対値の解釈はチェックポイント依存で、本来はモデル間の相対比較に使うのが素直な使い方です。 それでも70という値を評価する足場はあります。FLEURS-ASLを提案した論文（arXiv:2408.13585, 2024-08-24、NAACL 2025）は、ASL→英語のcaption-levelベースライン(先行モデル)をBLEURT 33.6・38.6・40.3(zero-shot・signer-independent finetuning・signer-dependent finetuning)として報告しており、同論文自身の提案モデルはさらに高いBLEURT 37.2〜43.4を記録しています。機械側の数字を単一の範囲として一括りにはできませんが、SL2Tが主張する70はこれらのどの数字よりも高い水準です。同じ論文は「別の人間による翻訳」を参照訳と突き合わせた場合のスコアを64.6 BLEURTとして併記しており、70はこの人間側の目安も数値上は上回っています。 ここで注意が要ります。64.6という数字は「人間の翻訳能力の上限」ではなく、論文自身がモデル結果と単純に比較できる値だとも位置づけていません。FLEURS-ASLのASL動画はCertified Deaf Interpreter 5名が英語原文をASLへ訳して収録したもので、64.6 BLEURTは、DPAN経由で募集した「手話教育の専門的訓練・経験を持つネイティブのろう者ASL話者」1名が、その5名のsigner-dependent test setから各8記事・1文ずつ抽出した計40文のASLクリップを英語へ訳し戻し、その訳文をFLEURSの元の英語原文に対して採点した値です（arXiv:2408.13585）。論文のTable 2脚注は「the human baseline scores are not perfectly comparable…because they are for a subset of the data that is not necessarily representative due to the sampling method and small size」と明記しており、抽出法と40文という標本の小ささを理由に、人間ベースラインをモデル結果と完全に比較できるとはしていません。70が64.6を数値上は上回ること自体は事実ですが、この注記がある以上「人間を超えた」と結論づけることはできません。手話から英語への翻訳は言い換えの自由度が大きいことに加え、双方向の翻訳誤りや視覚的な曖昧性も差を生み得るため、人間対人間でもスコアは頭打ちになります。BLEURTで人間の数字を上回ったことは、学習済みモデルが参照文との意味的な適合度を高く評価したことを意味するのであって、通訳者と同等の理解に到達したことを意味しません。 ...

何が起きたのか 2026年5月24日、TechCrunchの上級記者Lucas Ropekが、Amazonの常時録音AIウェアラブル「Bee」を試した体験を記事にした。タイトルは「I tried Amazon’s Bee wearable and am both intrigued and slightly creeped out（Amazonのウェアラブル『Bee』を試した――興味をそそられ、そして少し不気味だった）」（TechCrunch, 2026年5月24日）。 Beeは、手首に巻く49.99ドルのスクリーンレスなデバイスだ。録音はボタンでオン／オフを切り替える方式（マイクが既定で常時起動しているわけではない）だが、手首に終日装着して日常会話を広く拾い、文字起こしし、要約し、ToDoや予定を抽出する設計になっている。Ropekは会議の要約機能を評価する一方で、こう書いている。 “I am something of a privacy enthusiast” そして、24時間手首に「盗み聞きする小道具（an eavesdropping gizmo strapped to my wrist 24/7）」を巻く感覚への居心地の悪さを率直に綴った。便利さと不気味さが同居する――この緊張が、本記事のテーマだ。 Beeはもともとサンフランシスコのスタートアップで、Amazonは2025年7月にBeeの買収で合意したと発表した（発表時点では取引はクローズ前と報じられた)。その後統合が進み、2026年初頭までにBeeは複数の大型アップデートを既存ハードウェア向けに投入している（Engadget, 2026年1月）。本記事は、この「全部聞いているAI」が抱える、技術的完成度とは別の、もっと構造的な問題――録音されるのは装着者だけではないという点を一次情報で掘る。 まず事実と分析を分ける 一次・準一次ソースで確認できる事実: Bee Pioneerは49.99ドル、スクリーンレス、単一のアクションボタン、録音中に緑のLED点灯、デュアルマイク、公称バッテリー「最大160時間（約7日）」、40以上の言語に対応（Bee公式サイト） 公式サイトは「Bee Pioneer currently supports iOS only」と明記（iOS中心） Amazonは2025年7月にBee買収で合意と発表。買収額非公開、Beeはそれ以前にExor・Greycroft等から約700万ドルを調達（TechCrunch, 2025年7月、Reuters, 2025年7月） TechCrunchのRopekが実機を試し、要約機能を評価しつつプライバシー面の不安を表明（前掲） デンバー大学のZahra Takhshid准教授が論文「Wearable AI, Bystander Notice, and the Question of Privacy Frictions」をBoston University Law Review（2024年）に発表（SSRN、DU Digital Commons） 本記事の分析（断定しない部分）: 後述の「傍観者の非同意」を表す式は、常時録音の構造を整理する筆者の枠組み Amazonの将来のデータ活用（広告連携等）に関する懸念は可能性の指摘であり、現時点で確認された事実ではない 製品の実像：要約は便利、認識はまだ粗い Beeの中核機能は、会話のリアルタイム文字起こしと、トピック単位の要約・タスク抽出だ。公式サイトによれば、操作は中央ボタンを1回押すと録音開始・停止（“A single press of the button starts and stops capturing”）、録音中はLEDが緑に光る（“Your device’s LED will be green when Bee is capturing and off when it is not”）。デュアルマイクとノイズフィルタ、40以上の言語対応をうたう。 ...

何が起きたのか 2025年12月、辞書出版社のMerriam-Websterが、その年の「今年の言葉（Word of the Year）」に slop（スロップ）を選んだ。辞書としての定義はこうだ（Merriam-Webster, Word of the Year 2025）。 “digital content of low quality that is produced usually in quantity by means of artificial intelligence.” 「人工知能によって、たいてい大量に生成される、低品質なデジタルコンテンツ」——これが2025年を象徴する語として辞書に刻まれた。Merriam-Websterは具体例として「ばかげた動画、調子の外れた広告画像、安っぽいプロパガンダ、本物そっくりのフェイクニュース」「中身のないAI執筆本」、そして同僚の時間を奪う「workslop（ワークスロップ）」を挙げている。同じ2025年、オーストラリアのMacquarie Dictionaryも「AI slop」を今年の言葉に選んだ（The Conversation, 2025年11月）。 slop という語自体は新しくない。Merriam-Websterによれば、1700年代には「柔らかい泥」を、1800年代には「豚の餌（食べ残し）」、転じて「がらくた・価値のないもの」を指した。その古い軽蔑語が、生成AIの時代に意味を更新して舞い戻った。 この出来事は、単独のニュースとして読むより、もう一つの数字と並べたほうが構造が見える。2026年5月19日のGoogle I/O 2026で、Sundar Pichaiは次の数字を公表した（Google公式ブログ: Sundar Pichai’s opening keynote, I/O 2026）。 “over 3.2 quadrillion per month”（月あたり3.2 quadrillion超のトークン処理） 辞書が「AIの吐き出す低品質コンテンツ」を今年の言葉に選んだその年に、Googleは1社だけで月3,200兆トークンを処理している。本記事は、この「生成の爆発」と「情報空間の汚染」が同じコインの裏表であること、そしてその同じAIが今度はXRグラスを通じて現実そのものを覆おうとしていることを、一次情報で追う。 まず事実と分析を分ける 推測が混ざりやすいテーマなので、最初に切り分けておく。 一次・準一次ソースで確認できる事実: Merriam-Websterが2025年の今年の言葉に「slop」を選定。定義は上記（公式サイト） Google I/O 2026でPichaiが月3.2 quadrillionトークンの処理を公表（Google公式ブログ） Android XRはGoogleが2024年12月12日にSamsung・Qualcommと共同発表（Google公式ブログ） Samsung Galaxy XRが2025年10月（米国21日・韓国22日）に発売、価格は約1,800ドル（Samsung Newsroom） 神戸大学の研究グループがスマートグラスのプライバシー指針案を中間報告として公表（プロジェクト公式PDF） MicrosoftがClaude Codeの社内ライセンスを段階的に打ち切りGitHub Copilot CLIへ移行（複数報道） 本記事の分析（断定しない部分）: ...

何が起きたのか 2026年5月15日（金）、OpenAIはChatGPTに個人資産管理（personal finance）ツールのプレビュー版を投入した。対象は米国のChatGPT Proサブスクライバーで、Web版とiOSで利用できる（TechCrunch 2026年5月15日）。 最大の論点は、ChatGPTがユーザーの銀行・証券口座に直接接続することだ。OpenAIは金融データ接続サービスのPlaidと提携し、12,000以上の金融機関（Schwab、Fidelity、Chase、Robinhood、American Express、Capital One等）とアカウント連携できる。これは「汎用チャットボット」から「実データに基づいて動くパーソナル・エージェント」への移行を示す象徴的な一歩だ。 Plaid自身も同日、公式ブログ「What ChatGPT’s new experience signals for digital finance」（2026年5月15日）で次のように位置づけている。 “OpenAI’s new features in ChatGPT, powered by Plaid, show how AI and trusted financial data can deliver more personalized digital finance experiences.” 本記事は、確認できる一次/準一次情報のみを使い、機能の実像、データ取り扱い、プライバシー上の構造的論点、そして金融AIアドバイザリーの規制枠組みまでを整理する。 機能の実像：何ができて、何ができないか TechCrunchおよびBloomberg（“OpenAI, Plaid to Bring Tailored Financial Guidance to Masses”, 2026年5月15日）が報じた、公式発表ベースで確認できる仕様を整理する。 項目 内容 ステータス 対象ユーザー 米国のChatGPT Proサブスクライバー プレビュー提供中 プラットフォーム Web版・iOS 提供中 接続方式 Plaid連携（12,000以上の金融機関） 提供中 接続例 Schwab, Fidelity, Chase, Robinhood, American Express, Capital One 提供中 ダッシュボード 支出、ポートフォリオ性能、サブスク管理、今後の支払い予定 提供中 推論モデル GPT-5.5（“stronger at reasoning with context”） 提供中 Intuit連携 株式売却の税影響分析、クレジットカード審査確率予測 「coming soon」（未提供） Plusユーザー展開 Proユーザーのフィードバック後 未提供（予定） アクセス方法は、サイドバーの「Finances」から「Get started」を選ぶか、会話内で @Finances, connect my accounts と入力する（複数報道で一致）。 ...