内部研究が法廷の凶器になる日

「知っていた」という3文字が、企業を破滅させることがある。

2026年3月、Metaは1週間のうちに2件の裁判で敗訴した。ニューメキシコ州とロサンゼルスで行われた別々の裁判だが、陪審員が下した判断には共通の核心があった。同社は自社製品が子どもたちに与える害を認識しながら、それを公表しなかった——というものだ。

「研究者を雇う」ことの逆説

10年以上前、Facebook（現Meta）は社会科学者たちを採用し、自社のサービスがユーザーに与える影響を分析させた。当時、それは責任ある企業姿勢の証明として機能するはずだった。研究者を置くことで「私たちは真剣に向き合っています」と示せる——そう経営陣は考えたのだろう。

しかし今週、その判断が仇となった。両裁判に証人として出廷した元Facebook幹部のBrian Boland氏はこう語った。「内部研究の知見が、会社が公に語っていたことと矛盾しているように見えた」。

陪審員が目にしたのは、膨大な社内文書だった。10代のユーザーの相当数がInstagram上で望まぬ性的接触を受けていたことを示す内部調査。Facebookの使用を控えた人々がうつや不安の症状を改善させたという研究——これはMetaが途中で中断させた。こうした文書が、原告側の主張を補強した。

「陪審員は両方の主張を聞き、公平な形で事実を評価した。そして2つの別々の裁判で、明確な評決を下した」とBoland氏は述べた。Metaと共同被告のGoogle（YouTube）はいずれも控訴する方針を示している。

なぜ今、この判決が重要なのか

タイミングは偶然ではない。2021年、元Facebook社員のFrances Haugen氏が大量の内部文書をリークし、世界的な波紋を呼んだ。その後、Metaをはじめとするテック企業は研究チームの縮小に動き、有害性を検証するツールをサードパーティの研究者から取り上げ始めた。いわば「知ること」自体をリスクとして管理しようとしたのだ。

広告

広告掲載について

[email protected]

広告

その同じ時期に、OpenAIやAnthropicといった新世代のAI企業は逆の方向に動いた。研究者を大量採用し、AIがユーザーに与える影響を公表する姿勢を見せた。だが今週の判決を受けて、業界全体に問いが浮かぶ。その研究が将来、法廷で使われたとき、企業はどう対処するのか。

AI安全性の研究者であり非営利団体Children and Screensのディレクターを務めるKate Blocker氏は警告する。「企業は内部研究を負債と見なすようになるかもしれない。しかし独立した第三者による研究は、引き続き支援されなければならない」。

同氏はさらに指摘する。「AI企業の多くは、モデルの挙動や解釈可能性、アライメントを研究しているが、チャットボットやデジタルアシスタントが子どもの発達に与える影響についての研究は著しく不足している」。

日本企業への問い

日本の視点から見ると、この問題は決して対岸の火事ではない。ソニーのPlayStation、任天堂のゲームプラットフォーム、そして急速に普及するLINEやメルカリといったサービスも、10代ユーザーを多数抱えている。

日本では2024年に「青少年インターネット環境整備法」が改正され、プラットフォーム事業者への規制が強化された。欧州のDSA（デジタルサービス法）も、域内でサービスを提供する日本企業に適用される。米国の今週の判決は、「内部で何を知っていたか」が法的責任の焦点になりうることを示している。

日本企業の文化的特性として、社内での問題共有を「根回し」や「稟議」のプロセスで慎重に行う傾向がある。それは丁寧さの表れでもあるが、同時に「知っていたのに動かなかった」という証拠を大量に生む構造でもある。

Tech Oversight ProjectのSacha Haworth氏はこう言う。「裁判が加えたのは、メール、言葉、スクリーンショット、内部マーケティング資料——必要な文脈を与える具体的な証拠だった」。日本語で書かれた社内メールも、将来の法廷では同じ機能を果たしうる。

「知ること」はリスクか、義務か

今回の判決が突きつける問いは、単純に見えて深い。企業は製品の害を研究すべきか。答えは直感的には「イエス」だ。しかし現実には、その研究が訴訟の材料になるなら、経営判断として研究を縮小する誘因が生まれる。

心理士でありNM州裁判の専門家証人でもあったLisa Strohman氏はこう語った。「経営幹部は内部研究を使って世論の好意を勝ち取れると思っていたかもしれない。しかし彼らが気づかなかったのは、研究者たちも親であり、家族の一員だということだ」。

AIの時代に企業が直面するジレンマは、SNS時代よりも複雑だ。AIの影響は目に見えにくく、測定が難しく、因果関係の証明も容易ではない。だからこそ、今のうちに透明性の枠組みを作ることが、後の法的・社会的コストを下げる可能性がある。