OpenAIは未公開の数学研究を守れるのか｜研究者が指摘する信頼性の問題・データ利用の懸念と研究機関が取るべき対策【2026年9月】

OpenAIが研究者の未公開データを盗用したことを示す証拠は、2026年9月15日時点で出ていません。ただし、個人向けプランに入力された内容が匿名化された形でモデル改善に役立った可能性をOpenAI自身が当初「否定できない」と説明しており、利用者の側からそれを確かめる手段もないため、未公開の研究は「既定で学習に使わない」法人・教育機関向けプランかAPIで扱い、個人アカウントで使うなら設定と運用で守るのが現実的な対策です。

未発表の研究アイデアや論文草稿を生成AIに入れている研究者、研究室を運営する教員、大学・研究機関でAI利用ルールを作る担当者に向けて、OpenAIが「否定したこと」と「否定していないこと」の違い、ChatGPT・Codexのプラン別のデータの扱い、他社AIとの比較、立場別の具体的な対策をまとめました。ナビエ・ストークス方程式の証明の中身や賞金の扱いは、OpenAIがナビエ・ストークス方程式を解決？｜何が証明され何が残ったかで詳しく解説しています。

何が起きたのか：数学者2人が抱いた「データ利用」への懸念

問題になっているのは「OpenAIが他人の研究を盗んだか」ではなく、「研究者がOpenAIの製品に入れた未公開の内容が、OpenAIのモデルに影響したかどうかを、誰も確かめられない」という点です。発端になったのは次の2件です。

① Buckmaster氏の件：Codexに証明の草稿を入れていた

2026年9月8日、OpenAIは未公開の社内モデルと約1万体のAIエージェントを88時間動かし、ナビエ・ストークス方程式で解が有限時間で爆発（blowup）することを示したと発表しました。その約12時間前、ニューヨーク大学のTristan Buckmaster教授とAnthropic所属の数学者Levent Alpöge氏が、近いテーマの結果を公表していました。

Buckmaster氏は、このプロジェクトの草稿をすべてOpenAIのCodexに入れていたと説明しています。9月6日のOpenAI側との通話で「モデルがCodexのセッションを学習したか、アクセスしたか」を尋ねたものの、学習については答えが得られなかったと主張しています。一方で本人は「データが使われたかは分からない。誰かを告発しているわけではない」とも述べています（Fortune、TechCrunch報道）。

② Thom氏の件：ChatGPTで数か月、関連問題を議論していた

もう1件は、ドイツ・ドレスデン工科大学の群論研究者Andreas Thom氏のケースです。2026年8月、OpenAIに関係する研究者（Mark Sellke氏、Sébastien Bubeck氏ら）が「非ソフィック群」に関する結果を発表しました。Thom氏は、この結果が自身とGábor Kun氏の2019年の論文を土台にしており、自分も数か月にわたってChatGPTで関連する問題を議論していたと説明しています。

Thom氏はOpenAIに「会話が学習データに入ったか」「推論中にアクセスされたか」の2点を質問しました。返ってきたのは「ChatGPTとの会話について：それは起きていない」という一文だけだったといいます。Thom氏は、これは直接アクセスを否定しているだけで学習の質問に答えていないとして「誤解を招く」と批判し、9月9日にメールのやり取りをSNS（Mathstodon）で公開しました（Quartz、Notebookcheck報道）。

Thom氏は6月29日に学習のオプトアウトを済ませていましたが、「設定が守られたかは監査できないし、それ以前の会話については何も保証されない」と指摘しています。同氏は「匿名化で名前は消せても、知的な中身は消えない」とも述べており、個人情報の匿名化と研究アイデアの保護が別物であることを示しています。

8月の数学成果の背景はOpenAI Astraとは？数学未解決問題10件の成果で整理しています。

事実として確認できていること・できていないこと

OpenAIは何を否定し、何を否定していないのか

OpenAIが強く否定しているのは「アクセス」と「意図的な利用」です。一方で「学習への間接的な影響」については、当初は否定できないとし、のちに期間を区切って否定する形に変わっています。発言を時系列で並べると、次のようになります。

「アクセスしない」「学習に使わない」「保存しない」は別々の約束

AI企業がデータについて約束しうることは、大きく3つに分かれます。1つの約束で残り2つもカバーされるわけではありません。

Thom氏が受け取った「それは起きていない」という返答は、1つ目の「アクセス」についての否定と読めます。研究者が知りたかったのは2つ目の「学習」であり、ここがかみ合っていないことが不信感の出発点になりました。

研究者が「信頼できない」と感じる3つの理由

研究者の不信感は、OpenAIの発言そのものより、利用者側から何も検証できない仕組みに向いています。

理由1：設定が守られたかを確かめる手段がない

学習のオプトアウトは画面上のスイッチにすぎず、実際にデータが学習から外されたかを利用者が監査する方法は、公開情報では確認できません。未公開モデルのデータカットオフ日（どの時点までのデータで学習したか）やエージェントの実行ログも外部からは見えません。

数学者側からは、アカウントの学習設定と変更日の開示、モデルのデータカットオフ日、未発表草稿に特徴的な文字列が学習データに含まれるかの検索結果、エージェントの実行ログ、範囲を合意したうえでの外部監査などを求める声が上がっています。

理由2：オプトアウトは過去の会話にさかのぼって効かない

OpenAIの公式ヘルプによると、学習のオプトアウトは設定を変えた後の新しい会話にだけ適用されます。Thom氏のように途中で気づいて設定を変えても、それまでの会話が学習から外れるわけではありません。過去のデータを学習から取り除くよう利用者が求める仕組みも、公開情報では見当たりません。

理由3：「匿名化データ」の中身が具体的に示されていない

OpenAIの説明に繰り返し出てくる「利用から派生した匿名化データ」が、どんな形で、どの範囲で、どれくらいの期間保持されるのかは、個人向けプランについて具体的に公表されていません。一般的な個人情報の文脈なら、名前やメールアドレスを消せば匿名化といえます。しかし数学研究の価値は「誰が書いたか」ではなく「どんな発想か」にあり、名前を消しても守りたい中身は残ります。

数学界の反発はどこまで広がっているか

反発は個人の抗議にとどまらず、研究コミュニティ全体の動きになりつつあります。

フィールズ賞受賞者の書簡は、「研究者がAIツールで途中の成果を扱い、資金力のあるAI企業が大量の計算で先にゴールする」という構図が起こりうると指摘しています。そうなれば研究者は途中のアイデアを話したり、共同研究したり、初期段階でAIを使ったりすることを避けるようになり、オープンな研究文化が弱まる、というのが懸念の中身です（TechCrunch報道）。Tao氏も、未解決問題を無差別に掘りつくすことが、次世代の数学の手法や担い手が育つ土台を壊しかねないと警告しています。

今回の問題は「1社の説明が十分か」だけでなく、研究の優先権（誰が先に見つけたか）をAIの時代にどう守るかという問いに広がっています。

ChatGPT・Codexに入れたデータはどう扱われるか

出典: OpenAI Developers「Data controls in the OpenAI platform」

個人向けプランは既定で学習に使われる場合があり、法人・教育機関向けプランとAPIは既定で学習に使われません。研究者にとって最も大事なのは、自分がいまどちらのアカウントで使っているかを把握することです。

プラン別の学習の既定値

※ プラン名や既定値は変更されることがあります。利用前にOpenAI公式ヘルプ「モデル改善へのデータ利用」で最新の記載を確認してください。各プランの料金はChatGPTの料金プラン解説にまとめています。

見落としやすい4つの例外

公式ヘルプの記載のうち、研究者が特に注意したい点は次のとおりです。

1. オプトアウトは以後の会話にだけ効く：過去の会話はさかのぼって学習対象から外れません
2. オプトアウト中でも👍/👎を押すと、その会話全体が学習に使われる可能性がある：回答の評価ボタンを押す習慣がある人は要注意です
3. 一時チャットは学習に使われない：一時チャットのまま使えばモデル改善に使われず、30日以内にOpenAIのシステムから削除されます
4. 削除したチャットにも例外がある：通常は30日以内に完全削除されますが、すでに匿名化済みのデータや法的な理由がある場合は例外とされています

Codexの基本的な仕組みはOpenAI Codexとはで解説しています。

研究者向け無償ChatGPTを使っている人は設定を確認する

OpenAIは2026年、研究者向けにChatGPTを12か月無償で提供するプログラムを始めており、日本の研究者も対象になっています（研究者向けChatGPT無償提供の解説）。ただし、このプログラムのアカウントが個人向け扱い（学習が既定オン）なのか、Edu相当（既定オフ）なのかは、現時点で公開情報から確認できていません。利用している人は、まず設定のデータコントロール画面で学習のスイッチがどうなっているかを自分の目で確かめてください。

他社のAIなら安心なのか

他社に乗り換えれば解決する、というほど単純ではありません。個人向けプランの入力が学習に使われうるのは、OpenAIに限った話ではないからです。Anthropic（Claude）の個人向けプランの公式情報と並べて比べます。

出典: Anthropic 公式サイト

※ 各社の方針は変わることがあります。Anthropicの情報は同社の規約改定のお知らせとPrivacy Centerに基づきます。

Anthropic側は設定変更後の扱いを比較的具体的に説明していますが、学習を許可した場合の保持期間は長く、利用者が監査できない点はOpenAIと同じです。Claudeの法人向けのデータ保持やZDRについてはClaudeの30日データ保持とZDRの解説、コード補完ツールの設定はGitHub Copilotの学習オプトアウト手順を参照してください。

選ぶべきなのは「どの会社か」より「どの契約形態か」です。今回の件の教訓は、個人アカウントのまま未公開研究を扱うこと自体のリスクにあります。

未公開研究をAIに入れてよいかの判断基準

入力してよいかどうかは、データの機密度と、使っているアカウントの種類の組み合わせで決めるのが実務的です。

ポイントは2つあります。1つは、優先権が問題になりうる「レベル2」を個人アカウントに入れないこと。もう1つは、他人から預かった情報である「レベル3」は、自分の判断だけで商用AIに入れないことです。

研究者個人が今日からできる対策

個人でできる対策は、設定・入力・記録の3つに分けると抜け漏れを防げます。

設定の見直し

• ChatGPTの「設定 → データコントロール」で、モデル改善への利用をオフにする
• Codexを使っている場合は、Codexの設定画面で「環境全体」の学習設定も別途オフにする
• 研究者向け無償プログラムや大学のアカウントを使っている場合、それが個人扱いか組織契約かを確認する
• 所属機関に法人・Edu契約がある場合は、研究用途をそちらに移す

入力のしかた

• 未発表の核心的なアイデアや証明の草稿は、個人アカウントに入れない
• 個人アカウントで相談するときは一時チャットを使う
• 学習をオフにしていても、回答への👍/👎評価は押さない
• 問題を一般化・分割し、研究の核心部分を特定できない粒度で質問する

記録を残す

• 研究ノートやバージョン管理で、アイデアの着想日と進捗を日付つきで残す
• AIに何をいつ入力したかを、自分の手元でも記録しておく
• 優先権が気になる成果は、プレプリントサーバーなどで早めに公開することも検討する

自分の日付つき記録は、AI企業側のデータを検証できない状況で、自分の研究の来歴を示せる数少ない手段になります。

研究室・大学・研究機関が取るべき対策

個人の注意だけに頼ると、1人の学生や共同研究者の個人アカウントから情報が出ていく状態を防げません。組織としては、契約・ルール・運用・審査資料の扱い・記録をそろえることが必要です。

1. 契約：学習に使わない環境を用意する

• 研究用途には、既定で学習に使わない法人・教育機関向けプランやAPIを機関として契約する
• 契約書や利用規約で「入力データを学習に使わない」「保持期間」「人が閲覧する条件」を確認し、記録しておく
• APIを使う場合は、ZDRの対象になるかと、対象外の機能がないかを確認する
• 特に機密性が高い研究には、外部に送信しないローカルLLMや閉じた計算環境を選択肢に入れる

2. ルール：入力してよい情報の区分を決める

データの機密度に応じた区分（公開済み／一般的な相談／未発表の核心／第三者の秘密など）を決め、区分ごとに使ってよい環境を明文化します。国内でも、北里大学の学生向けガイドライン（2026年4月版）が「個人情報や機密情報、未発表の研究成果などの入力はしないで」と明記している例があります。

一方で、大学教育学会の調査では生成AIガイドラインを「策定済み」とした高等教育機関は45.1%、「策定中」が23.0%にとどまり、内容も教育面が中心とみられます。文部科学省から大学向けに出ている通知も教学面が中心で、研究データの取り扱いに特化した国の指針は現時点で確認できません。研究用途のルールは、各機関が自ら整える必要があります。

3. 運用：個人アカウントの持ち込みを管理する

組織が契約したツールを使わず、個人アカウントのAIを業務に使う「シャドーAI」は、研究機関でも起きます。禁止だけでは形骸化しやすいため、使いやすい公式環境を用意したうえで、個人アカウント利用の範囲を決めるのが現実的です。考え方はシャドーAIとは？企業が抱えるリスクと対策、実際の事故例は私用の生成AIに個人情報をアップロードした事例が参考になります。

• 学生・ポスドク・共同研究者を含めて、研究室のAI利用ルールを共有する
• 共同研究契約やNDAに、生成AIへの入力の扱いを書き込む
• 新しいメンバーが加わるときに、アカウント設定の確認を手順に入れる

4. 審査・査読資料の扱いを明確にする

日本学術振興会（JSPS）は、科研費の審査委員に対し、未発表の研究結果やアイデアを含む研究計画調書の内容を「いかなる形においても外部に漏らしてはならない」と定めています。また公募要領では、申請書作成での生成AI利用が機密情報などの問題につながりうると注意を促しています。

生成AIへの入力を名指しで禁じる条文は確認できていませんが、審査中の申請書や査読中の論文を個人アカウントのAIに入れる行為は、この守秘義務と衝突するおそれがあります。研究機関は、審査・査読資料を生成AIに入れないことを内部ルールで明示しておくと、所属研究者が迷わずに済みます。

5. 記録：来歴を残す仕組みをつくる

• 研究データの保管場所とアクセス記録を管理する
• 組織契約のAIでは、管理者側で利用ログを確認できるかを確認しておく
• 優先権の争いに備え、研究ノートや共有リポジトリの日付つき記録を残す文化をつくる

生成AI全般のセキュリティ対策は生成AIのセキュリティリスクと対策、データ流出を抑える機能はChatGPTのLockdown Modeとはで解説しています。

特に注意が必要な研究者・そこまで心配しなくてよい人

特に注意が必要な研究者

• 個人アカウントのChatGPTやCodexに、証明の草稿や未発表のアイデアを入れてきた人：オプトアウトしても過去の会話には効きません。今後の運用を見直してください
• 競争の激しい分野（数学の有名未解決問題、AI研究、創薬など）にいる人：大規模な計算資源を持つ企業と同じテーマを追う可能性があります
• 共同研究先や企業から秘密情報を預かっている人：契約上の責任が自分に及びます
• 科研費の審査委員や学術誌の査読者を務める人：他人の未発表成果を扱う立場です
• 学生に研究を進めさせている指導教員：学生の個人アカウント利用は把握しにくいため、ルールの共有が欠かせません

そこまで心配しなくてよい人

• 公開済みの論文や教科書の内容を理解するためにAIを使っている人：もともと公開されている情報です
• 所属機関の法人・Edu契約のアカウントだけを研究に使っている人：既定で学習に使われません（契約内容の確認は必要です）
• 英文校正や文献整理など、研究の核心に触れない用途に限っている人：入力内容に優先権の問題が生じにくい用途です
• 研究成果をすでにプレプリントなどで公開している人：公開日によって優先権を示せます

今後の注目点

2026年9月15日時点で、OpenAIによる外部監査の受け入れや、データポリシーの変更は確認できていません。今後、次の点が動くかどうかで状況が変わります。

AIと数学研究の関係は、Claudeのリーマン予想をめぐる成果やOpenAIによるエルデシュ予想の反証など、各社で急速に進んでいます。研究者向けのAIの選択肢としてはClaude Scienceとはもあわせて確認しておくと、比較の材料になります。

よくある質問

Q. オプトアウトする前の会話を、学習から外してもらうことはできますか？

現時点で、過去の会話を学習データから取り除くよう利用者が求める仕組みは、公開情報からは確認できません。OpenAIの公式ヘルプでは、オプトアウトは設定変更後の新しい会話に適用されると説明されています。チャットを削除することはできますが、匿名化済みのデータは削除の例外とされています。

Q. 自分の研究が学習に使われたかどうか、確かめる方法はありますか？

利用者が自分で確かめる方法は、現時点ではありません。数学者側は、未発表草稿に特徴的な文字列が学習データに含まれるかの検索や、外部監査をOpenAIに求めていますが、応じるかは明らかになっていません。

Q. 大学のEduプランを使っていれば安全ですか？

OpenAIの説明では、Eduを含む法人・教育機関向けプランは既定で学習に使われません。ただし「学習に使わない」ことと「保存しない」「人が見ない」ことは別の約束です。保持期間や閲覧の条件は契約内容を確認し、審査資料など第三者の秘密は、Eduプランでも機関のルールに従って扱ってください。

Q. 共同研究者が個人アカウントで研究内容を入力していた場合はどうすればよいですか？

まず、どのアカウントで、いつ、どの程度の内容を入力したかを確認し、以後の入力を組織契約の環境か一時チャットに切り替えてもらいます。過去の入力を取り消すことは難しいため、研究ノートなどで着想の日付を記録し、必要なら早めの公開も検討します。今後に備えて、共同研究契約に生成AIの扱いを書き込んでおくと安心です。

Q. 査読中の論文や審査中の申請書をAIに要約させてもよいですか？

避けるべきです。JSPSは審査委員に対し、研究計画調書の内容を外部に漏らさないよう定めており、学術誌の査読でも原稿の守秘を求めるのが一般的です。個人アカウントの生成AIへの入力は、この守秘義務と衝突するおそれがあります。投稿先の学術誌や資金配分機関の最新の規程も確認してください。

Q. 未公開研究にはローカルLLMを使うべきですか？

外部にデータを送らないため、機密性の面では有力な選択肢です。ただし、最新の商用モデルと比べて性能が落ちる場合があり、環境の構築と管理の手間もかかります。審査資料や共同研究先の秘密情報など第三者の秘密を扱う場合や、機関が契約した商用環境がない場合に、優先して検討する価値があります。

Q. 優先権を守るために、AIを使う研究者ができることはありますか？

日付つきの研究ノートやバージョン管理で着想と進捗の記録を残すこと、優先権が重要な成果はプレプリントで早めに公開することが現実的な手段です。あわせて、未発表の核心部分は学習に使われない環境だけで扱うようにすれば、「使われたかどうか分からない」状態そのものを避けられます。

まとめ

• 現時点で、OpenAIによる盗用や不正アクセスは証明されていません。OpenAIは研究者の成果への「アクセス」を強く否定しています
• 一方で、個人向けプランの入力が匿名化データとしてモデル改善に役立った可能性は、当初OpenAI自身が否定できないと説明しました。のちに「7月3日以降の入力は影響し得ない」と報じられましたが、それ以前については触れられていません
• 研究者の不信感の根っこは、設定が守られたかを監査できない／オプトアウトが過去に効かない／匿名化の中身が不明という、利用者側から検証できない仕組みにあります
• 個人向けプランが学習に使われうるのはOpenAIだけの問題ではありません。会社より契約形態で選ぶことが大切です
• 研究者個人は、学習設定（Codexは別設定）・一時チャット・評価ボタンの扱い・日付つき記録で自衛できます
• 研究室や研究機関は、学習に使わない環境の契約、入力区分のルール、個人アカウント利用の管理、審査資料の扱いの明示、来歴の記録をそろえることが求められます

AIは研究を大きく加速させる道具になりつつあります。だからこそ、未公開の研究をどこに入れ、どこに入れないかを、研究者と研究機関が自分たちで決めておく必要があります。