国連開発計画（UNDP）は2026年10月19日、Global Landscape Analysis: Artificial Intelligence in Electoral Administrationを公表した。各国の選挙管理機関が人工知能をどこまで使い、どのような準備と統治の仕組みを整えているかを世界規模で描いた52ページの報告書で、UNDPのグローバル・デジタル民主主義専門官Osama Aljaberの単著である。根拠は、UNDPが2026年に実施し6地域の53機関が回答した調査と、2026年9月9日から11日にオタワでUNDPとカナダの選挙管理機関Elections Canadaが共催した「Global Conference on Responsible AI and Elections」の13セッション、および著者のデスクリサーチである。会議はカナダ外務省、スペインとスウェーデンの開発協力庁に加えMicrosoftの支援を受けており、本文では同社とLinkedInの職場調査が引用され、同社傘下GitHubのコーディング支援AIの試用成果が事例に含まれる。UNDP自身も選挙支援の実施機関であり、提言では自組織の評価ツールの活用を推奨している。主題は偽情報ではなく情報インテグリティは全8章の1章にとどまるが、英国選挙委員会のディープフェイク検知パイロットやブラジル高等選挙裁判所の合成コンテンツ規制など、防御側の数値と制度設計が収められている。
調査の設計と限界
| 構成要素 | 内容 | 回答形式 |
|---|---|---|
| 導入状況 | 調査研究、試行、調達、戦略、専任職員、研修、インフラ、関連ネットワーク参加、本格利用の9項目 | 複数選択 |
| 政策・ガバナンス環境 | 機関内AI方針、国の公共部門AI政策、公共部門改革、有権者データの利用制限、利害関係者協議、他の国家機関の支援、国際協力の7項目 | 大いにあり／一部あり／なし／不明 |
| 機能別の利用 | 行政、広報、有権者登録、投票、開票、結果集計、セキュリティにまたがる20機能 | 定常的に利用／時々利用／未利用だが関心あり／未利用／不明 |
| 自由回答 | AIの取り組みと計画 | 自由記述 |
報告書は定常的または時々使う機能を「利用」、定常的と答えた機能を「定常利用」、未利用だが関心ありとした機能を「関心」と呼ぶ。「利用」には散発的な試用も含まれうる。回答は会議参加登録機関の自己申告で、報告書は全選挙管理機関の代表ではないこと、変数間の関連は相関にすぎないことを明記し、今後の調査の基準値と位置づけている。標本53では1機関が約1.9ポイントに相当する（独自計算）。
広く浅い利用：74%と23%の落差
回答機関の74%が少なくとも一つの機能でAIを利用する一方、定常利用があるのは36%、重要な業務で本格的に使うと自己評価したのは23%である。定常利用は極端に偏り、6機関が全定常利用の60%を占め、34機関はゼロだった。報告書はこの落差を、正式な導入決定を経ない三つの経路で説明する。第一は職員による汎用ツールの個人利用で、MicrosoftとLinkedInの2024年調査ではナレッジワーカーの75%が職場でAIを使い、利用者の78%が自前のツールを持ち込んでいた。選挙管理機関でも正式な配備のないまま起案や分析に使われる例が報告され、機微情報の外部入力と検証なき依存がリスクとされる。第二は調達済みソフトウェアへのAI機能の追加で、エージェント機能を含む新機能が製品更新を通じ、独立した導入として認識されないまま入り込む。第三はAIの定義の不一致で、生体認証による有権者名簿の重複排除や投票用紙の光学読み取りをAIに数えるかは機関で異なる。メキシコ国家選挙機関は技術プロジェクトにAI構成要素のチェックリストを適用している。
| 機能 | 利用率 | 機能 | 利用率 |
|---|---|---|---|
| ソフトウェア開発支援 | 47% | ターゲティング型ソーシャルメディア広告 | 25% |
| 広報コンテンツ生成 | 47% | サイバー防御 | 25% |
| 内部業務の効率化 | 45% | 有権者登録の異常検知 | 21% |
| ソーシャルメディア監視 | 40% | 資源・物流計画 | 19% |
| 職員の生産性 | 38% | 生体認証による本人確認 | 19% |
| 統計分析 | 32% | 障害者のアクセシビリティ | 19% |
| 有権者向けチャットボット | 28% | 筆跡・署名分析 | 17% |
| 業務フローの自動化 | 28% | 結果集計 | 13% |
| 翻訳・多言語対応 | 26% | 投票・集計時の異常検知 | 9% |
| — | — | 開票・投票用紙認識 | 8% |
| — | — | AIエージェントによる職員代替 | 8% |
上位の事例として、オーストラリア選挙管理委員会は旧来の選挙管理システムを置き換える計画の中で人間の監督下のコーディング支援AI「GitHub Copilot」を3か月試用し、標準的な開発作業の一つが開発者3か月分の工数から3時間、費用14ドルに縮んだとする。同委員会は有権者登録の決定や開票にはAIを使わないと明言している。英国選挙委員会は政治資金報告書の支出領収書の処理にAIを使い、作業時間の少なくとも25%削減を見込む。構造の異なる文書間の照合が最難関で、最高経営責任者が議長のAI作業部会が統治を担い、新用途の導入前に政党と報道機関へ通知している。
結果に近いほど使われない：関心と利用の乖離
機能を選挙結果への近さで3群に分けると、利用率は後方事務35%、有権者対応28%、選挙の中核14%と下がるが、関心は44%、45%、44%でほぼ一定である。報告書はこれを関心の欠如ではなく保証水準の高さの反映と読み、要因として、選挙法が手続を細かく定め立法措置を要しうる法的確実性、投票用紙の様式や筆跡や言語が変われば性能も変わり検証・修正の費用がかさむ信頼性、確認者が出力に異議を唱え覆し停止する知識と権限を持てるかという人間の監督の設計を挙げる。
中核業務に踏み込んだ3事例はいずれも、法的に有効な判断を人間に残しAIを並行処理や照合役に置く。アルバニア中央選挙管理委員会は2025年11月の一部地方選挙でテペレナ市のAI支援開票を試験した。法的な開票は全面手作業のまま、既存の有効性規則と有効票・無効票の例で学んだAIが並行して投票用紙を分類・記録し、両結果を委員会サイトに並べて公開したところ、差は0.04%だった。判定が食い違った票は画像、映像、機械の分類を保存して重点確認と再訓練に回した。教訓は、法的依拠の前に並行運用すること、役割変更の前に大規模で多様な条件で試すこと、監査可能性を設計要件とすることの三つである。ナイジェリア独立国家選挙委員会は投票所の結果用紙をデジタル化して数値を抽出し、有権者認証端末の入力データと照合して送信前に不一致を検出する仕組みを、2026年2月の連邦首都区の地区評議会選挙で初適用し、市民社会団体を監査に招いた。導入前にAI部署、ロードマップ、ガバナンス枠組みを整え、処理誤り、職員の受容、国民の信頼などで評価する。メキシコ国家選挙機関は2026〜2027年の選挙過程で、人間が開票記録から入力したデータをAIがほぼ100%原本と照合する試行を計画しており、当初案は同機関のAI専門家グループの審査で、人間が先に入力し不一致も人間が解消する形に改められた。
逆にAIを使わないと答えた機能は、職員代替55%、開票49%、筆跡・署名分析40%、投票時の異常検知36%である。報告書は意図的判断、法的制約、能力不足のいずれもありうるとしたうえで、使わない領域の公表が職員と市民への明確化になるとする。
実験が準備を追い越す：導入活動と調達
| 導入活動 | 回答率 |
|---|---|
| 用途と安全策を検討・調査中 | 66% |
| AIと選挙に関するネットワークに参加 | 49% |
| 試行・試験中 | 42% |
| 研修を受けた職員がいる | 30% |
| AI政策の専任職員がいる | 28% |
| AI機能を調達済み | 23% |
| 重要な業務で本格利用 | 23% |
| 専用のAI戦略がある | 21% |
| 支援インフラを構築済み | 15% |
試行中の機関では、支援インフラを持つ機関の定常利用機能数が平均5.2で、持たない機関の1.6を大きく上回る。共有データ基盤やアクセス制御があれば試行ごとに作り直さずに済むためである。持続運用を阻む要因として、従量課金の膨張、選挙前後に急増し選挙間に急減する需要と契約の不整合、人間の確認負担による効率の目減り、政党や監視機関との協議の遅れ、調達手続の失敗が挙げられる。
南アフリカ独立選挙委員会は、オンライン登録での身分証画像の光学文字認識、登録済みの500以上の政党との党名・略称・ロゴの照合、非公式な住所の整理にAIを使い、AIは助言役で委員会が最終判断する。結果報告を速めるクラウド型データ基盤は価値実証と概念実証に成功したが、公開入札が行政上の理由で不成立となり、ある政党が法的懸念を提起した。同委員会によれば、集計結果がクラウドで処理されるという誤解で、実際の用途は表示と報告だったが、計画は見送られた。同委員会は、外国事業者の国内ホスティングだけではデータ主権は保証されないこと、試行段階を調達前に制度化すべきこと、政党や監視機関を早期に関与させるべきことなど六つの教訓を挙げる。
AI機能の調達済み機関（23%）はインフラ保有機関（15%）を上回り、調達済み12機関のうち5機関は内部方針を持たない。報告書は、複数機能を束ねたプラットフォームが入札対象外の能力も持ち込むため、調達と統治は製品の全機能を対象にすべきだとし、事業者の性能証拠と独立検証能力、データの所在と無断学習の禁止、新AI機能導入前の通知、監査権、選挙ピークを含む費用、出口戦略と可搬性、障害時の責任を調達上の安全策に挙げる。
| 属性 | 定常利用3機能以上（12機関） | 利用あり・定常利用なし（20機関） |
|---|---|---|
| 国の公共部門AI政策 | 75% | 30% |
| 公共部門AI改革の取り組み | 67% | 40% |
| 機関内のAI方針 | 58% | 35% |
| 専用のAI戦略 | 42% | 10% |
| 研修を受けた職員 | 42% | 20% |
| 支援インフラ | 33% | 5% |
コスタリカ最高選挙裁判所は、デジタル化とAI導入を別の意思決定として扱い、高度にデジタル化しつつAIは支援ツールに限定し中核業務は人間が管理する。職員の非公式利用が規制なき依存を生むと認識し、承認ツールの規則、外部ツールに入力してよい情報の基準、事業者依存への歯止めを前提条件とした。AIへの一般的な法的禁止や政治的反対を主な障壁に挙げた機関は一つもなかった。
ガバナンス：方針の欠如と2.4倍の相関
AIを使う39機関の54%は内部方針を持たない。方針保有率は定常利用のない機関で26%、1〜2機能で57%、3機能以上で58%で、方針を持つ機関は持たない機関の2.4倍の機能でAIを使う。報告書は能力の高い機関ほど両方に進みやすい可能性を認めて因果を否定しつつ、規則が明確だからこそ職員が安心して試せたと述べる機関があったことを記す。Global Index on Responsible AIの2026年版でも、政府のアルゴリズムシステムの公開は最も成績の悪い指標で、公開を義務づける国・地域は18%にとどまる。
報告書が会議の議論から整理した12要素は、問題定義と比例性、職員の外部ツール利用を含むAI台帳、許容利用方針、AIを使わない機能の明示、国民の信頼を含むリスク評価、覆し停止できる人間の監督、偏りと性能劣化の監視および正式な役割変更前の並行運用、事故時の代替手段、調達上の安全策、利用と不使用を記したAI透明性声明、規則とその理由の研修、定期的な見直しである。77%の機関が重要な技術変更前の利害関係者協議の慣行を持ち、本格利用中の12機関では11機関が該当する。オーストラリア選挙管理委員会は連邦選挙の6〜12か月前に登録政党へ変更点を説明している。AIへの信頼が低い社会では開示自体が受け止め方を左右するという難しさも指摘されている。
法制度では、EUのAI法が選挙結果や投票行動への影響を意図したAIを高リスクに分類する。ブラジル高等選挙裁判所は2024年の地方選挙でAI生成の選挙関連合成コンテンツの開示と、候補者を害しまたは利するディープフェイクの禁止を導入し、2026年の総選挙では投票の72時間前から投票終了の24時間後まで、候補者や公人の画像・声・表情を使った新たな合成コンテンツの掲載・再掲載（無償でも）と有償での拡散を禁じた。
情報インテグリティ：AIを介した選挙情報とディープフェイク
報告書は、選挙管理機関が自らAIを運用しなくても有権者が汎用AIに登録や投票手続や結果を尋ねるようになり、AIが選挙情報の仲介者になりつつあるとし、不正確・古い情報が高い確信度で示されることと、言語や版で回答が変わることを主なリスクとする。例証は戦略対話研究所（ISD、過激主義と偽情報の監視を掲げる英国拠点の研究団体）の評価で、6つの消費者向けAIモデルに英語とスペイン語で米国10州の選挙に関する2,400の質問を投げたところ、一般的な投票情報で基準を満たした回答は英語71%、スペイン語55%だった。元報告書は2026年9月3日公開のChatbots and the Ballot Box: Evaluating Accuracy, Sourcing, and Language Gaps in AI Answers to Election Questionsである。
選挙管理機関のチャットボットは28%が利用し、定常利用率19%は機能中で高い部類で、さらに49%が関心を示す。アイルランド選挙委員会のチャットボットは委員会サイト、民主主義研究の資料庫、国の市民情報サービスの3情報源のみを参照し、100以上の言語に対応する。2026年の選挙運動期間には同委員会サイトの滞在時間が30〜105秒、アクセスの約90%がモバイルで、到達手順を減らす設計が重視された。敵対的試験を含む数か月の改良を経て3か月の試行に入っている。同委員会は職員2人で約4か月かかった選挙区境界の見直しを学術連携で数分で再現した。ほかにアルバニアの仮想アシスタント、アルゼンチン国家選挙院のWhatsApp型「Vot-A」、ブラジル高等選挙裁判所の「ChatVote」があり、公式情報源への限定、AIの明示、全言語での評価、人間の窓口、誤り発生時の停止権限が共通の設計要件とされる。
合成メディアについて報告書は、アラン・チューリング研究所の新興技術・安全保障センターによるAI-Enabled Influence Operations: Threat Analysis of the 2024 UK and European Electionsを引き、2024年の英国・フランス・欧州議会選挙でAI偽情報が結果に意味ある影響を与えた証拠はなかったとしつつ、標的への支持低下、真贋の混乱、制度への信頼低下という測定可能な害も示されているとする。アイルランドの2025年大統領選挙では、国営放送の報道を装ったディープフェイクがのちに当選する候補者の撤退を偽って伝え、プラットフォームは選挙委員会の要請で数時間で削除したが、その後の主流メディアの報道がはるかに多くの人に露出させた。報告書は、迅速な削除の利点と増幅の可能性を対応手順で併せて考えるべきだと結論づける。報告書外の情報として、当時の報道では対象は当選したCatherine Connollyで、「RTÉ News AI」を名乗るFacebookアカウントの動画が約12時間で3万回近く視聴され、Irish Examinerは削除を命じる選挙委員会の権限が欧州委員会の懸念で未施行だったと報じている。
英国選挙委員会は2026年5月のイングランド、スコットランド、ウェールズの選挙で、ディープフェイク検知、ソーシャルメディア監視、分析官確認を一体化したシステムを英語とウェールズ語で運用した。約300万件の投稿を自動処理し、一部の人手確認で60アカウントによる219件の政治的ディープフェイク（計約940万回視聴）を特定、うち選挙の完全性への脅威の基準を満たしたのは、選挙運動の偽描写、候補者の偽の発表、投票日に関する誤情報など15件だった。報告書は、操作の有無ではなく選挙上の害で評価する重要性と、多くの政治的ディープフェイクが規制の灰色地帯にあることを読み取る。
ブラジル高等選挙裁判所は偽情報対策特別顧問室のもと、2026年総選挙で投票日にプラットフォーム担当者が常駐するデジタルリスク監視室、早期警報を出す集中監視委員会、デジタル鑑識センターを設けた。偽情報の大規模拡散者と組織的不正行動の検出、音声・マルチモーダルなディープフェイクの鑑識、政治家の声と容貌の合成複製からの保護、C2PA規格による来歴検証、主要AIチャットボットの選挙回答の体系的試験などを、サンドボックスや外部監査で安全性が示されることを条件に運用する。報告書は来歴技術の限界として、メタデータ型の認証情報は除去でき、広範なラベル付けはラベルのない内容を本物と思わせかねない点を挙げる。サイバーセキュリティではAI支援の防御を25%が利用し47%が関心を示し、攻撃側の多言語フィッシングや偽の投票所情報によるデータ汚染への警戒と、修正プログラム適用や多要素認証など従来の実践の優先が説かれる。
包摂：アクセシビリティとジェンダー
障害者のアクセシビリティは関心53%と全機能で最も高く、利用19%との差は34ポイントに達する。中核業務より選挙の完全性への直接的リスクが小さく、手話動画、音声資料、平易な案内などが想定され、障害者団体との共同設計が求められる。女性の政治参加については、列国議会同盟の2026年研究で議員519人の71%が市民からの暴力を経験し、UN Womenの2025年調査では女性の人権擁護者・活動家・ジャーナリストの70%が仕事関連のオンライン暴力を、41%がそれに結びつくオフラインの害を報告し、女性ジャーナリストの後者は2020年のユネスコ調査の20%から42%に増えた。対応として約40か国でUNDPの監視基盤「eMonitor+」によるAI支援の監視が行われ、チリ選挙サービスは女性へのデジタル暴力の観測組織を調整し、ブラジルの2026年規則は候補者の性的コンテンツのAI生成を禁じる。
提言
選挙管理機関には、職員の外部ツール利用を含むAI台帳、拡大前の基盤整備、内部方針の採択、AI透明性声明による利用・不使用の公表、全言語での試験、合成メディアへの対応手順など10項目を求める。国際パートナーには実地の技術支援、UNDPのデジタル準備度評価とAI Landscape Assessmentの提供、少数言語の性能評価基準の整備を求める。技術提供者には、エージェント機能を含むAI構成要素の開示と変更前の通知、法的権限なしに選挙・個人データを学習に使わないこと、選挙回答を公式情報源に基づかせ全言語で評価することを求めている。
報告書の意義と読み方
以下は筆者の分析である。偽情報研究の多くはプラットフォーム上の拡散を外側から測るが、本報告書は防御側の選挙管理機関の内部から、AIの導入、統治、情報インテグリティ対応を同じ調査票で捉えた世界的な基準値として価値がある。英国パイロットで219件のうち脅威基準を満たしたのが15件だった点は、チューリング研究所が示した結果への影響の乏しさと整合し、検知能力より害の閾値設計が政策の中心問題になることを示す。ただし同委員会のVijay Rangarajan最高経営責任者の10月の発言を伝える報道では、約300万件から147件が人間の確認に回り10件がプラットフォームや警察に送られたとされ、報告書の219件・15件と一致しない。集計段階の違いの可能性があり、委員会の正式な公表で照合する必要がある。
アイルランドの事例は、削除速度より報道による増幅が露出を決めたことを示し、対応の成否が報道機関との事前の関係にかかることを示唆する。一方、40%がソーシャルメディア監視に、25%がターゲティング広告にAIを使うという数値の中身や表現の自由との関係を、報告書は論じていない。Tech Policy Pressも選挙管理機関が大規模監視の担い手にふさわしいかを問うており、監視の範囲と説明責任は12要素に加えるべき論点である。また回答者は責任あるAIの会議への登録機関で関心の高い機関に偏る可能性が高く、74%は世界の実態としては上限寄りと読むのが妥当である。支援企業の製品事例はあるが、技術提供者への提言は無断学習の禁止など事業者に厳しく、提言部分に利害の偏りは目立たない。
コメント