スイス連邦工科大学ローザンヌ校（ETH Zurich）や AI 開発企業の Anthropic ら研究者による最近の研究によると、大規模言語モデル（LLM）を活用した自動化システムが、インターネット上の匿名アカウントの特定を従来の手法を凌駕する精度で実現できることが明らかになりました。このシステムは、投稿の文章パターン、書き方の癖、投稿の頻度や時間帯、そして生い立ちに関する細かな断片といった「手がかり」を分析し、数百万もの公開アカウントと照合することで、実在の人物を特定します。 実験では、ハッカーニュースやリンクドイン、あるいは意図的に匿名化された Reddit のアカウントなどを対象にテストが行われました。その結果、LLM ベースのアプローチは、従来の計算手法がほぼ機能しなかった中で、特定の条件下で最大 68 パーセントのアカウントを 90 パーセントの精度で正しく同一人物として特定することに成功しました。例えば、ある実験では、映画に関する投稿を 10 以上行っているユーザーについては、約半数のアカウントを特定可能でしたが、たった 1 つの映画のみの言及では 3 パーセントに留まりました。また、科学者へのインタビュー文を分析し、職業や出身地、学歴などを推測してウェブ上の公開情報と照合した結果、125 人中 9 人の特定にも成功しています。 研究チームは、この技術が数時間かかっていた調査作業を数分で完了させ、かつコストは一人当たりわずか 1 ドルから 4 ドルという低予算で実現できる点に革新性があると指摘します。これは、以前なら個人の手によって行われていた調査が、誰でも低コストで自動化・大規模化できるようになることを意味します。しかし、この技術は依然として人間のアプローチには及びません。ビットコインの生みの親であるサトシ・ナカモトのような極端な匿名性は維持されており、シグナル（Signal）などの暗号化ツールを利用した安全な情報伝達も可能です。 研究の限界を考慮しつつも、懸念すべき点は明確です。過去の匿名投稿が永遠に残るインターネットの特性と、AI による効率的な情報統合が組み合わさることで、ジャーナリスト、活動家、あるいは単に匿名で愚痴を投稿した一般ユーザーまでもが、意図せず実名を暴かれるリスクが高まっています。研究者たちは、ユーザー側にもアカウントの使い分けや個人情報露出の自粛など基本的な対策が求められますが、プラットフォーム企業や AI 開発企業が、こうした悪用の防止やデータ収集の規制といった責任を担うべきだと警鐘を鳴らしています。