By · Last updated 2026-06-05

ブログに戻るGDPRおよびコンプライアンス

Garante イタリア: GDPR PII技術準拠

イタリアのGaranteが要求するPII処理のセキュリティ技術要件。イタリア特有の識別子(コッディスフィスカーレなど)への対応。

June 5, 20269 分で読めます
Italy Garantecodice fiscale detectionChatGPT ban ItalyItalian data protectionAI GDPR compliance

イタリアGarante:GDPRと個人情報の技術的コンプライアンス

2026年版に更新

イタリアで最も活発なプライバシー監督機関

Garante per la protezione dei dati personali(ガランテ)はイタリアのデータ保護機関です。EU域内でAI規制に最も積極的に取り組む機関の一つです。

二つの執行措置がその姿勢を示しています。2023年3月、ガランテはOpenAIに対し、イタリアのユーザー向けにChatGPTのサービスを停止するよう命じました。データ利用に有効な法的根拠がなく、未成年者の年齢確認もなかったためです。OpenAIは年齢確認の仕組み、トレーニング用データのオプトアウト、イタリア語のプライバシー通知を導入し、2023年4月にサービスを再開しました。

2024年12月、ガランテはOpenAIに1,500万ユーロの制裁金を科しました。三つの違反が根拠とされました。有効な法的根拠の欠如、トレーニング利用に関する説明不足、未成年者の年齢確認の欠如です。

イタリアのユーザーの個人データを処理するAIツールは、同じ基準を満たす必要があります。

OpenAIのケースで問われた問題点

1,500万ユーロの制裁金は具体的な欠陥を明示しました。それぞれが技術的な管理策の不備に対応しています。

トレーニングデータの法的根拠: ガランテは「正当な利益」をユーザーデータでのトレーニングの法的根拠として認めませんでした。個人データを使ったAIトレーニングには、明示的な同意または契約上の根拠が必要です。「正当な利益」だけでは不十分です。

透明性: ユーザーはデータがトレーニングにどのように使われるかを知らされていませんでした。明確なオプトアウト手段もありませんでした。

年齢確認: 未成年者が年齢確認なしにChatGPTを利用できました。ガランテはこれをコンシューマー向けAIツールの必須要件と見なしています。

主な示唆: イタリアのユーザーから入力を受け取るAIシステムは、GDPRの法的根拠を文書化する必要があります。「正当な利益」はリスクが高いと見なされます。

イタリアの国民識別子

イタリアには独自のID形式があります。汎用ツールでは見落とされることが多く、検出システムは以下の三種類すべてをカバーする必要があります。

コーディチェ・フィスカーレ(Codice Fiscale)

コーディチェ・フィスカーレは16文字の英数字からなる国民識別番号です。姓の子音、名前のイニシャル、生年月日、性別、出生市区町村が符号化されています。最後の文字は検証用の制御文字です。

2024年のガランテ技術分析によると、汎用NLPツールがコーディチェ・フィスカーレを正しく検出できる割合は67%にとどまります。主な原因は、16文字パターンを照合するものの制御文字のアルゴリズムを実装していないツールが誤検出を生むことです。名前符号化のルールを実装していないツールは既存コードの検証もできません。

正確な検出には三つの要素が必要です:

  • 制御文字アルゴリズムの完全実装
  • 姓と名の文字抽出ルール
  • 実際のイタリアのデータを使ったテスト

パルティータ・IVA(Partita IVA)

パルティータ・IVAはイタリアの11桁の事業者付加価値税番号です。最後の桁は検証用のチェックデジットです。請求書、契約書、商業文書に広く使われています。ツールはチェックデジットのアルゴリズムを実行する必要があり、11桁のパターンを認識するだけでは不十分です。

テッセラ・サニタリア(Tessera Sanitaria)

健康保険証(テッセラ・サニタリア)にはコーディチェ・フィスカーレが含まれています。健康データはGDPR第9条の特別カテゴリに該当します。これにより、求められる保護レベルが高くなります。

AIツールに対するガランテの要求事項

ガランテのガイダンスは三つの領域をカバーしています。

AI処理の前段階: 個人データはAIシステムに入力される前に特定・除去される必要があります。イタリアで使用されるAIツール(ブラウザ拡張機能やMCPサーバーを含む)では、コーディチェ・フィスカーレ、パルティータ・IVA、健康データをプロンプトから削除してから送信する必要があります。このステップの文書化についてはコンプライアンスガイドをご覧ください。

AIのトレーニング: 明示的な法的根拠が必要です。ガランテはユーザー生成コンテンツのトレーニングに同意を推奨しています。「正当な利益」の場合は書面によるバランスのテストが必要です。そのテストでは、トレーニングの目的がユーザーのデータ権利を上回らないことを示す必要があります。

AIの出力: 実在する人物に関するコンテンツを生成するシステムは、虚偽情報のリスクに対処する必要があります。ガランテは、架空の個人データの生成を技術的に対処すべきリスクとして明示しています。

企業における63%の格差

2024年のガランテ調査では、イタリア企業の63%がGDPR準拠のAIガバナンスポリシーを持っていないことが判明しました。当局はこの格差を積極的な監査の重点事項としています。

技術的な管理策のないポリシーは守るのが難しいです。ガランテは、データ利用の自己管理を従業員に委ねている企業を重点的に調査しています。セキュリティ概要では、自動化された管理策が文書化されたポリシーをどのように支えるかを説明しています。

ガランテコンプライアンスのための四つの管理策

1. 送信前の個人情報フィルタリング

コーディチェ・フィスカーレ、パルティータ・IVA、テッセラ・サニタリアのデータを、入力がAIモデルに到達する前に除去してください。これがガランテの判例論理の求める中核的な技術的対策です。

2. イタリア語NER(固有表現抽出)

イタリア語テキストで訓練されたエンティティ認識モデルを使用してください。例えばspaCy it_core_newsです。英語で訓練した汎用モデルはイタリア語の名前パターンを見落とします。モデル選択については多言語個人情報検出ガイドをご覧ください。

3. 法的根拠の文書化

使用中のAIツールごとに法的根拠を記録してください。トレーニングがある場合はバランスのテストも文書化してください。監査担当者がすぐに見つけられる場所に保管してください。

4. 監査証跡

フィルタリングが実行されたこと、検出されたエンティティの種類、除去された内容を記録してください。これにより、長い手動レビューなしに検査官が必要な証拠を得ることができます。

参考情報

データを保護する準備はできましたか?

48言語で285以上のエンティティタイプを使用してPIIを匿名化し始めましょう。

About this page

We update this page when our platform or the law changes.

Read our founder note for how we work.

Each change shows up in the timestamp at the top.

Related reading

We follow these rules

  • GDPR (EU 2016/679).
  • ISO/IEC 27001:2022.
  • NIS2 (EU 2022/2555).
  • HIPAA safe harbor under 45 CFR § 164.514(b)(2).

Our promise

We do not sell your data.

We do not train models on your text.

We store your files in Germany.

You can delete your account at any time.

You own your work.

Where we run

Our servers live in Falkenstein, Germany.

We use Hetzner. They hold ISO 27001 certification.

All data stays in the EU.

Backups run every day.

Need help?

Email support@anonym.legal.

We reply within one business day.

How we test

We run a full check suite on every release.

Each surface gets its own sweep script and report.

Human reviewers spot-check the output each week.

We track recall and precision on a labelled set.

Bad runs block the deploy.

What we never do

  • We never sell your information to third parties.
  • We never train models on what you upload.
  • We never keep your work after you delete it.
  • We never share keys with any outside firm.
  • We never run ads inside the product.

Plans in plain words

We sell credits, not seats.

One credit covers one short job.

Long jobs use a few credits each.

You can top up at any time.

Unused credits roll over each month.

Read the plans page for current rates.

Who built this

A small team of engineers and lawyers built this.

We ship from Europe and work in the open.

Our founder note spells out why we started.

Where to start

How the parts fit

A browser add-on cleans text inside Chrome.

A Word plug-in handles drafts in Office.

A small desktop tool works on whole folders.

An agent protocol link feeds large models safely.

All four share one core engine and one rule set.

Words from our team

We started this work after a lunch about cookies.

One friend kept getting odd ads on her phone.

We asked why a court file leaked through a draft.

We sketched the first build on a napkin that week.

By month three we had a tiny demo for a friend.

She used it on her first case the next day.

Common questions we hear

Can the tool read scanned PDFs? Yes, with OCR.

Does it work on long files? Yes, in small chunks.

Can I roll my own rule set? Yes, save it as a preset.

Does it run offline? The desktop build runs offline.

Do you keep my files? No, the cloud build wipes after each run.

Will it learn from my work? No, we never train on inputs.

A short tour of the workflow

Upload a file or paste a snippet of prose.

Pick the entities you want gone from the draft.

Choose a method: replace, mask, hash, encrypt, or redact.

Press run and watch the side panel show each hit.

Skim the result and tweak any rule that misfired.

Save the cleaned file or send it to a teammate.