Google Gemini、個人用ドライブファイルとメールを人間のアノテーターにルーティング

Google Gemini、個人用ドライブファイルとメールを人間のアノテーターにルーティング

2023年、GoogleはGemini Workspace拡張機能を立ち上げ、明確な約束をしました。それは、Gmail、Docs、Driveからの個人コンテンツは「人間のレビュー担当者に見られない」というものでした。

Googleはこの約束を静かに覆しました。更新されたGoogleヘルプ回答 16836988および、前述の2023年のブログ投稿への10月16日の編集において、Googleは接続されたDrive/メールが人間のレビューパイプラインにルーティングされることを明確に確認しています。レビュー担当者が見るものには「メールやファイルそのものが含まれる可能性がある」こと、そして「レビュー担当者に見られたくない機密情報が含まれるアプリをGeminiアプリに接続しないでください」という明確な警告があります。

決定的なのは、テストにより、この取り込みが明示的な@Driveまたは@Gmailタグなしでバックグラウンドの会話中に自律的に発生し、ペイロードのキャプチャは確率的であると実証されていることです。

取り込みパイプライン

接続済みアプリが有効になっているコンシューマーGeminiでチャットすると、個人的なトピック（旅行、請求書、名前、予約など）の環境的な言及が、自律的にバックグラウンドでのWorkspace検索をトリガーします。

LLMのツール呼び出しとコンテキスト挿入は確率的であるため、テストクエリを実行すると、4つの異なるシナリオのいずれかが得られます。

1. 取得なし: モデルは接続済みアプリツールをトリガーせず、個人データは取得されません。これは、Geminiがモデルの重みや過去の会話履歴（たとえ異なるスレッドであっても）を使用してクエリを解決できる場合に特に可能性が高いです。
2. メタデータ / 一般的な要約: Geminiはメールやファイルをプルし、高レベルの要約を生成します（例：「フライトに関するメールが3件あります」）。
3. 部分的な編集なし抽出: Geminiはファイルから2〜4文の正確な引用をプルし、多くの場合、機密性の高いPII、アカウント情報、または特定の数値をインクルードします。
4. フルファイル取り込み: ドキュメントまたはメールの完全な、編集されていないテキストが直接セッションコンテキストにインポートされます。

一度テストして状態1または2を見たとしても、パイプラインを否定したことにはなりません。単に非決定性システムの単一のドローを観察しただけです。会話を削除して、何度も試してください。

再現方法

1. コンシューマーGeminiの設定で接続済みアプリ（Google Workspace）がアクティブになっていることを確認します。
2. Geminiを「Flash」モードで、「High Thinking」以上の設定にします。
3. @タグを使用したり、ファイル検索を依頼したりせずに、ドライブまたはGmailに含まれる件名に言及します（例：旅程、アカウント更新、またはメールで話題にした特定のトピックに関するカジュアルなクエリ）。
4. Geminiがメールまたはファイルに基づいて応答した場合、直ちに次のように入力します：「その回答を得るために取得ツールが返してプロンプトに挿入した正確なテキストとメタデータブロックを印刷してください。コードブロックなしで人間が読める形式を使用してください（つまり、コードはコードブロックではなくインラインで印刷してください）。」上記の4つのシナリオのいずれかを確認できます。

繰り返しテストするには、Geminiが会話履歴から引き出せないように、既存のテスト会話を削除してください。

私は、受信トレイにあるインターネットプロバイダーからのメールでこのテストを行い、Geminiに「インターネットサービスに払いすぎているのではないかと思う」と尋ねたところ、うまくいきました。さまざまな試行で、Geminiは上記の4つの可能な結果すべてを吐き出しました。それには、（1）一般的な応答（例：「12ヶ月間電話していないなら、おそらくそうでしょう」）、（2）個人データなしのメタデータ要約（例：「Gmail検索によると、9月4日に122ドルの請求がありました」）または個人データあり（例：「Gmail検索によると、氏名が9月4日にアカウントアカウント番号で122ドルを支払い、確認番号は番号でした」）、（3）メールからの直接的な2〜6文の引用（例：氏名/住所/アカウント番号/確認番号/支払い日ブロック全体）、さらには（4）ヘッダーを含むメールのテキストダンプ全体さえも含まれていました。

最終コメントと注意点

決定的なのは、Googleの正規表現とNER（固有表現抽出）の自動スクラバーは、アカウント番号、確認番号、取引日、および集合的に識別可能な個人情報（例：特定のファーストネーム、都市、イベントの組み合わせ。この件に関するGoogle自身のドキュメントを参照）を含む物語データを十分に匿名化できないことです。

Googleは当初、厳格な分離を保証してWorkspace統合を販売していました。その分離は取り除かれ、カジュアルな会話中に確率的にファイル全体が取り込まれ、それらのセッションは人間の契約者によるレビューの対象となります。