隠し文字でも生成AIの学習対象になるのか

【隠し文字でも生成AIの学習対象になるのか】作成 中小企業診断士 竹内幸次

生成AIは、公開されているテキストデータや画像、音声等を学習し続けている。しかし、ここで重要なのは「公開されている」という事実である。ウェブサイトやPDF内の隠し文字、白背景に白文字で埋め込まれたテキスト、さらにはCSSで非表示にされた要素も、ウェブクローラーが拾える状態ならば学習対象になり得るという点だ。SEO（検索エンジン対策）のために、昔多用された「隠しキーワード」のような手法も、生成AI時代には思わぬ影響を及ぼす可能性がある。

「言葉は翼を持つ」と言われる。たとえ隠された言葉（文字）であっても、インターネット上に置かれた瞬間からどこかで飛び立ち、複数のAIのデータセットに吸い込まれていく。特に生成AIは、意味を拾い上げ、関連づけ、再構築する能力に長けているため、隠しているつもりの情報も無意識のうちに露出するリスクを孕んでいるのだ。

中小企業経営者の皆様、ウェブ上に書く全ての文字が将来的にAIの学習素材になるという前提で、情報公開の範囲を慎重に考えていきましょう。