なぜオープンな分散SNSは、AIによるデータ収集を防ぎにくいのか？〜公開性とデータ保護のジレンマ〜

Twitter（現X）の度重なる仕様変更や閲覧制限などをきっかけに、「特定の1社に支配されないSNS」として、Blueskyをはじめとする分散型SNSへの関心が高まっています。

Blueskyのように公開投稿を基本とするSNSでは、投稿を特定の公式アプリ内だけで閲覧するのではなく、公開されたデータを外部のサービスやプログラムから取得できる仕組みが用意されています。AT Protocolは、そうした外部サービスの開発やスムーズなデータ連携を可能にするオープンな通信規格（プロトコル）の一つです。

しかし、このオープンさゆえに、いま開発者やユーザーの間で議論を呼んでいる課題があります。

「公開された投稿データは、本人が意図しない形（AIの学習や分析など）で大規模に収集・利用されるのを防げるのだろうか？」

今回は、AT Protocolの仕組みを整理しながら、「データの公開性と保護のあいだにある設計上のジレンマ」についてわかりやすく解説します。

1. 背景：なぜ「分散型」のSNSが求められたのか？

まず、なぜ中央集権型ではない仕組みが求められてきたのかを振り返ってみましょう。

従来のTwitterやInstagramのようなSNSは、「巨大な民営のショッピングモール」のような構造です。

中央集権型の特徴: モールを運営する1社が、利用規約や表示アルゴリズム、データの扱いを一元管理しています。 ユーザーが直面した課題: 運営方針が大きく変わったり、広告の表示量が増えたりしても、フォロワーや過去の投稿ログがそのサービス内に閉じ込められているため、利用者は簡単には他の場所へ引っ越すことができません。

こうした特定企業への依存やロックイン（囲い込み）への問題意識から、古くからMastodonなどに代表される「ActivityPub」プロトコルを用いた連合型SNSなど、さまざまな分散技術が発展してきました。

その流れの中で、よりスムーズな操作感やアカウントの移行性を重視して登場したのが、AT Protocolを採用したBlueskyです。

2. AT Protocolの仕組み：オープンな配信と「移行」の自由

AT Protocolは、従来のSNSと何が違うのでしょうか。大きな特徴は、「データの保存」と「データの配信・検索」が切り離されている点にあります。

アカウントの識別子を維持したまま「移行できる」仕組み

従来のSNSでは、アカウントの管理やフォロワー関係がサービスごとの仕組みに強く依存していました。そのため、投稿データをエクスポートできる場合でも、同じアカウントやフォロワー関係を維持したまま別のサービスへ移行することは、一般に容易ではありません。

対してAT Protocolでは、アカウントの識別子（DID）を維持したまま、投稿などのデータを別のサーバー（PDS: Personal Data Server）へ移行できる仕組みが整えられています。

利用しているサーバーの管理方針が合わなくなっても、対応する手続きを通じて、同じアカウントのまま別のサーバーへ移行できるのが大きな強みです。

公開イベントを集約・配信するストリーム

もう一つの特徴が、公開されたデータの更新をリアルタイムに受け取れる仕組みです。

Firehose（ファイヤーホース）: 各PDSなどが提供するリポジトリの変更イベント（投稿の作成・更新・削除、「いいね」など）を、リレーが複数のサーバーから集約して配信する仕組みです。全ネットワークを対象にイベントを集約するリレーもあれば、対象範囲を限定するリレーもあります。 Jetstream（ジェットストリーム）: Firehoseと同種のイベントを扱いやすいJSON形式で受信でき、投稿の種類やアカウントなどで対象を絞り込めるストリーミングサービスです。リアルタイム配信に加え、v2に対応した接続先では、過去のイベントの再生やアーカイブデータの取得にも対応しています。ただし、v1のみの接続先では、これらの機能は利用できません。

例えるなら、「広場で誰かが新しい掲示を出したり張り替えたりするたび、その通知がオープンな電光掲示板に即座に流れる仕組み」です。

外部の開発者は、画面を1つずつ巡回してHTMLを解析（スクレイピング）しなくても、公開ストリームに接続することで、公開投稿のデータを自動的かつ継続的に受信・分析するプログラムを構築できます。

3. なぜデータ収集の制御が難しいのか？

この「外部からオープンに接続できる」という利点は、裏を返せば「第三者による大規模なデータ取得への敷居が極めて低い」ことを意味します。

「技術的に取得できる」ことと「合法性」の境界

公開APIやストリームに接続するための利用料金が設定されていない場合、第三者は比較的低い参入コストで公開データを取得できます。

現在、世界中のAI開発企業やデータ分析事業者は、モデルの開発や分析のためにインターネット上の公開情報を広く収集しています。Blueskyのように整然とデータが配信されているプラットフォームは、データ収集の対象としてアクセスしやすい環境と言えます。

なお、ここで述べているのは、公開データを大規模に取得できる技術的な環境についてです。特定のAI企業がBlueskyの公開ストリームからデータを収集し、実際にモデルの学習に使用していることを示すものではありません。

また、「技術的に取得できること」と「法的にどこまで許されるか」は別問題です。

日本の著作権法第30条の4のように、AI開発などの情報解析（非享受目的）について、著作権者の許諾なく著作物を利用できる場合を認める規定は存在します。しかし、これは一定の条件を満たす利用を対象としたものであり、AI学習のあらゆる利用を無条件に適法化するものではありません（著作権者の利益を不当に害する場合などの例外が定められています）。著作権法以外にも、個人情報保護法などの関連法令や、プライバシー・肖像等に関する権利が問題になる場合があります。プラットフォームの利用規約や契約上の制約も別途検討する必要があり、公開データであることだけで、あらゆる取得・利用が正当化されるわけではありません。

コピーされたデータは「回収」できない

AT Protocolでは、投稿の削除などを示す変更イベントも配信されます。

しかし、すでに第三者が保存したデータについて、その削除が自動的に反映されたり、すべてのコピーが強制的に消去されたりする保証はありません。

「アカウントを別のPDSへ移行できる」ことと、「一度ネット上に公開されたデータの二次利用を完全にコントロールできる」ことは、まったく別の問題なのです。

4. XやRedditが講じた「データの有償化と制限」

この問題は、分散型SNSに限った話ではありません。中央集権型の大手プラットフォームも、外部からのデータ収集に頭を悩ませてきました。

2023年、X（旧Twitter）はAPIの有料化とアクセス制限を導入し、Redditも無料APIの提供方針を大幅に見直しました。その後、Xの料金体系などは変更されていますが、APIの有料化や利用制限が、外部サービスの開発・運営に影響するという構図は変わりません。

背景にある複数の狙い: インフラの負荷軽減やボット対策だけでなく、「自社のプラットフォームに蓄積された貴重な会話データを、外部企業に無制限に利用させず、適正に管理・収益化したい」という経営判断がありました。 提携によるデータ提供の道: 実際にRedditは、Googleとのデータ提供に関する提携や、OpenAIがData APIを通じてRedditのコンテンツを利用する提携を発表しています。

このように、公開データへのアクセスを全面的に認めるのではなく、企業との契約やAPIの利用条件を通じて、データの活用を管理・収益化する方法もあります。

しかし、ログインを必須にする閲覧制限は一般ユーザーの利便性を損ない、高額なAPI料金や厳しい利用制限は、外部の独立した開発者がサービスを開発・運営する際の障壁になります。

5. 公開性とデータ保護のジレンマ

分散SNSは、大手プラットフォームのような「高い壁で囲い込む」手法とは異なる思想で作られています。しかし、オープンさを保ちながらデータの不正利用や無断収集をどこまで防げるかという点では、難しいバランス調整が求められます。

| アプローチ | 利点 | 主な課題 | | --- | --- | --- | | 公開性を最大限に維持する | 外部の開発者が公開データを参照し、連携サービスを開発しやすい。 | 大規模な自動収集を完全に防ぐことは困難で、データ提供側への還元が設計しにくい。 | | アクセスを厳しく制限する | データの取得者や利用用途を把握・管理しやすくなる。 | 自由なプロトコル開発が阻害され、中央集権型サービスと同じ閉鎖性に戻ってしまう。 | | 公開範囲や利用条件を調整する | 公開性と管理の両立を図れる可能性がある。 | 悪意のある収集者を技術的に完全に排除しきることは難しく、運用コストがかかる。 |

経済的な観点から言えば、これは「公開データへのフリーライド（ただ乗り）」と「インフラ費用負担の非対称性」の問題です。

サーバーを維持し、データを届けるための帯域や電気代を負担している主体（PDSやリレーなどを運用する事業者・管理者）がいる一方で、その公開データを外部から収集して利益を得る主体がインフラコストを相応に負担しない場合、エコシステム全体の持続可能性が揺らぐことになります。

おわりに：私たちが知っておくべき付き合い方

オープンな分散型SNSは、「プラットフォーム運営者の都合で発信の場を失わない」という点において、インターネットの自由を取り戻す重要な一歩です。実際に、Meta傘下のThreadsもActivityPubによるFediverse連携を進めており、大手企業が自社サービスを維持したままオープンなプロトコルと相互接続する事例も生まれています。

しかし、「世界中の誰にでも読める形で公開されたテキストや画像は、第三者による収集や分析の対象になり得る」という現実は、プラットフォームの形態を問わず変わりません。

今後、分散型SNSを利用する上では、以下のような「場所に応じた使い分け」の意識がより重要になります。

広く世界に届けたい意見や創作活動:

Blueskyなどのオープンな分散SNSを活用し、多くの人に見てもらう。

プライベートな雑談や機密性の高いやり取り:

Signalや、エンドツーエンド暗号化（E2EE）が有効になっているMatrixのルームなど、通信が保護されたツールを使い分ける。

「一度外に出たデータは完全には回収できない」前提を持つ:

削除機能やプライバシー設定の限界を理解した上で発信する。

「オープンで自由な空間」の恩恵を受けつつ、その背後にある技術的なトレードオフを理解すること。それが、これからのWebと付き合っていくための現実的なアプローチと言えます。

参考資料・関連情報

※この記事はAIを使って書かれました。内容は執筆当時のものであり、現在の情報と異なる場合があります。

なぜオープンな分散SNSは、AIによるデータ収集を防ぎにくいのか？ 〜公開性とデータ保護のジレンマ〜