INTERPOLのAI対テロ作戦、126人の容疑者を特定も一致には依然として人による立証が必要
INTERPOLのAI対テロ作戦は、ジハード主義メディアから収集した108,076枚の顔画像を処理し、外国人テロ戦闘員とみられる126人を特定した。この規模は、国際捜査当局が公開デジタル素材を実用的な捜査手がかりへ転換する方法に大きな変化をもたらす。
Operation Shams IIでは、アルゴリズムに最終的な身元特定の判断を委ねなかった。プログラムされたAIエージェントとAI生成スクリプトが画像を収集、重複排除、確認し、その後に訓練を受けた捜査官が得られた一致候補をレビューした。この区別は重要である。顔の類似度スコアは捜査上の手がかりであり、身元や犯罪行為の証拠ではない。
したがって、この作戦は相反する二つの現実を示している。AIは、管理不能な量のオンライン画像を捜査官が調べられるデータセットに圧縮できる。一方で、その価値は画像品質、適法なデータ取り扱い、専門家による検証、そして各国当局が個々の手がかりにどう対応するかに左右される。
Operation Shams II、108,076枚の画像を捜査の手がかりへ転換
直接的な変化は自律的な警察活動ではなく、情報処理パイプラインの大幅な高速化だった。
Operation Shams IIによると、INTERPOLは2026年6月1日から5日にかけて、チュニジアのチュニスで5日間の作戦を調整した。同組織は9月18日に結果を発表した。
この作戦には、11カ国から28人の専門捜査官と専門家が参加した。参加国はコートジボワール、ガーナ、イラク、ケニア、マレーシア、ナイジェリア、フィリピン、カタール、タジキスタン、チュニジア、ウズベキスタンだった。
捜査官は、ジハード主義団体がオンラインで公開した視覚コンテンツから着手した。そこから108,076枚の顔画像を抽出し、少人数のチームでは手作業で効率的に確認できないほど大規模なコレクションを作成した。
プログラムされたAIエージェントとAI生成スクリプトが、収集プロセスの一部を自動化した。また、重複を除去し、画像がさらなる分析に十分な品質を備えているかも確認した。
このフィルタリング段階により、当初のコレクションは6,362枚のユニークで高品質な顔画像へと絞り込まれた。捜査官はその後、これらの画像をINTERPOLの顔認識システムで処理できた。
この削減こそが、この事案の核心である。収集された101,000枚超の画像は、主要な顔認識データセットには進まなかった。多くは重複、不適切なフレーム、または品質要件を満たさない素材だった可能性が高い。
バグダッドのINTERPOL国家中央局も、テロ容疑者に関する大規模な情報データセットを提供した。この協力により、抽出・処理対象となる数百枚の画像が追加され、作戦は公開収集メディアの範囲を超えて拡大した。
INTERPOLは、発表時点での照合により、外国人テロ戦闘員とみられる126人が特定されたと報告した。外国人テロ戦闘員とは、テロ組織に参加、支援、または訓練を受けるために国外へ渡航したと考えられる人物を指す。
同組織は、これらの一致候補が潜在的な所在や社会的ネットワークに関する情報を充実させると説明した。また、将来の捜査や国際照会で利用できるよう、この情報をデータベースに統合している。
これらの成果を126人の逮捕と混同してはならない。INTERPOLが説明したのは身元特定と捜査上の手がかりであり、訴追の完了や有罪認定ではない。
同組織によると、ある手がかりはすでに拘束中の容疑者2人に関する司法手続きを支援している。なお数千枚の画像が処理待ちであり、潜在的な一致候補の最終数はまだ確定していない。
Operation Shams IIは、テロ資金供与の疑いを調べるため、暗号資産の捜査ツールも活用した。この取り組みでは、仮想資産サービスプロバイダーに顧客情報の開示を求める緊急要請が3件作成された。
オンラインゲーム業界の代表者は、デジタル環境における若年層の急進化について議論に参加した。この要素は、画像分析を資金追跡やプラットフォームとの協力に結び付けた作戦の広範な対象を反映している。
中心的な成果は、雑然とした視覚アーカイブを、レビュー可能な証拠のより小さな集合へ変換したことにある。この能力が作戦の可能性を生み出す一方、フィルタリングと照合のプロセスにリスクも集中させる。
INTERPOLのAI対テロ作戦が重要な理由
Operation Shams IIは、AI支援分析を研修目標から、記録された多国間捜査へと移行させた。
法執行機関は長年にわたり顔認識を使用してきた。この作戦を異なるものにしているのは、オープンソース収集、自動前処理、国際データベース、協調的な人によるレビューを組み合わせた点だ。
根底にある問題は規模である。プロパガンダ動画には数千のフレームが含まれる可能性があり、同じ顔が異なる解像度、編集、配信チャネルで繰り返し現れることがある。
手作業でのレビューでは、この量への対応は難しい。捜査官は顔を見つけ、使用不能なフレームを除外し、重複画像を認識し、残った素材を既存記録と照合しなければならない。
AIはこの作業のコスト構造を変える。自動化エージェントは、捜査官がすべてのフレームを順番に確認しなくても、収集やクリーニングの作業を繰り返し実行できる。
これは、ソフトウェアが証拠を理解していることを意味しない。人間の捜査官が評価すべき素材の量を減らせるという意味である。
Operation Shams IIは、その削減を具体的に示している。抽出された108,076枚の画像のうち、比較用に準備された6,362枚のユニークで高品質な顔画像の集合に入ったのは、約5.9%にすぎない。
この比率はシステムの精度を示すものではない。しかし、顔照合が始まる前に捜査官がどれほど多くの重複または不適切な素材に直面したかは示している。
この作戦は、より広範な能力構築プログラムから生まれた。CT TECH+ initiativeは、国連テロ対策局とINTERPOLが欧州連合の資金提供を受けて共同実施する2年間のプロジェクトである。
CT TECH+は、参加国にオープンソース・インテリジェンス、人工知能、ダークネット捜査、仮想資産追跡の訓練を提供する。また、これらの能力を国際法および人権上の義務に従って開発することを求めている。
第1段階は2022年1月から2024年6月まで実施された。拡大されたイニシアチブは2024年11月に開始され、プログラム終盤に協調作戦を実施する計画が含まれていた。
Operation Shams IIは、その準備を実務に移したものとみられる。捜査官は単独の顔認識製品を試していたのではない。技術資源や法制度が異なる国々をまたぐ共有の捜査モデルを利用していた。
このモデルは、断片化された手作業のワークフローに依存し続ける機関に圧力をかける。関連画像が国境やプラットフォームを越えて移動する場合、一国のチームには人物を認識するために必要な参照データが欠けている可能性がある。
INTERPOLは接続層を提供する。提出された素材を国際手配、通報、その他の承認済み記録と照合し、潜在的な候補者を参加当局に返すことができる。
過去の作戦は対照を示している。2024年のOperation Neptune VIは、14カ国にまたがる国境、空港、海上での検査に重点を置いた。
この作戦では数百万件のデータベース照会が可能となり、66人が逮捕され、INTERPOLの手配または通報の対象となっていた81人が特定された。その大部分は、物理的な国境や輸送経路での接触に依存していた。
Operation Shams IIは、その連鎖のより早い段階から始まる。関心人物が検問所に到達するのを待つのではなく、捜査官が団体によってすでにオンライン配信された視覚素材を分析する。
このアプローチは、最近監視対象の国境を越えていない人物に関する手がかりを生み出せる可能性がある。また、身元不明の顔と、別の場所に保有されている情報とのつながりを明らかにすることもできる。
現在、国家機関には、アルゴリズム上の類似性を確実性として扱うことなく対応することが求められている。捜査と司法上の保護措置がその速度に追いつける場合にのみ、迅速な手がかり生成は有用となる。
AI顔認識は判決ではなく、ふるいとして機能した
この作戦で最も重要な仕組みは、段階的なフィルタリングと専門家レビューの組み合わせだった。
顔認識は、提出された顔を保存画像と比較し、類似性の可能性を順位付けする。それだけで人物の身元、意図、法的地位を判断するものではない。
INTERPOLによると、その顔認識プロセスでは、有資格の捜査官が潜在的な候補者を精査する。分析官は特徴的な顔の特徴を確認し、結果を潜在的候補者、候補者なし、または結論不十分に分類する。
この用語は重要である。潜在的候補者は追加の証拠を必要とする仮説にとどまり、結論不十分という結果は信頼できる身元特定を支持しない。
Operation Shams IIでは、この専門的な比較の前後に自動化が配置された。ソフトウェアが画像を収集し、重複素材を除外し、不十分な入力を退けた後、分析官が出力をレビューした。
この設計は、オンライン捜査における実務上の弱点に対応する。過激主義コンテンツは、サービス間を移動する過程で頻繁にコピー、圧縮、トリミング、字幕追加、再エンコードされる。
そのため、一人の人物からほぼ同一の画像が数十枚生じることがある。各フレームを別々に数えれば、データセットは膨らみ、照合リソースが無駄になる。
品質確認も同様に重要である。顔認識は、顔が鮮明で、十分な大きさがあり、均一に照らされ、カメラの方を向いている場合に最も良く機能する。
ジハード主義メディアが実験室のような条件を提供することはほとんどない。顔は斜めから映ることも、影の下にあることも、マスクの背後に隠れることも、低解像度の映像に含まれることもある。
INTERPOLとUNICRIの責任あるAIに関するガイダンスは、一部のシステムが理想的な条件下で99%を超える精度を達成すると指摘する。同ガイダンスは、画像品質が低い場合には性能が80%未満に低下し得るとも述べている。
これらの数値はOperation Shams IIの性能結果ではない。INTERPOLは、この作戦で用いたモデル、比較閾値、偽陽性率、人口統計別の性能データを公表していない。
こうした詳細の欠如は、独立した評価を制限する。読者は各段階に入った画像数や特定された戦闘員容疑者数を知ることはできるが、何人の候補者が却下を要したかは分からない。
また、126件の一致候補には公表された母数もない。INTERPOLはなお数千枚の画像を処理する必要があるとしており、発表された数は暫定的な作戦結果を示すものだ。
それでもAI顔認識プロセスは、捜査官に価値あるものを提供した。それは優先順位付けである。限られた人間の注意を、どの視覚記録にまず向けるべきかを判断する助けとなった。
これは、AIが126件の事件を解決したという主張とは異なる。ソフトウェアは、オンライン収集、データベース照合、訓練を受けた分析、情報統合、各国の司法措置からなる連鎖を支援した。
最終結果は、あらゆるつながりに影響され得る。質の低いソース素材は弱い候補を生み、不完全な記録は実際の一致を見逃し、誤ったメタデータは後続の分析を歪める可能性がある。
人によるレビューには判断も伴う。専門家の監督は自動出力への依存を減らすが、レビュアーには十分な訓練、文脈情報、そして候補を却下する権限が必要だ。
INTERPOLによると、Operation Shams IIにおけるAI生成出力はすべて、同機関の「データ処理規則」に基づき、警察官およびアナリストによる検証を受けた。これらの規則は、組織全体における情報の品質、アクセス、保存、許可された利用を定めている。
この段階的なモデルは、類似度スコアに基づく自動執行よりも、正当性を説明しやすい設計だ。ただし、監査、不服申し立て、各国による後続対応、法廷での開示に関する疑問は依然として残る。
能力向上には説明責任の試練が伴う
特定の高速化は、リード情報がデータベース、機関、国境をまたいで広がり得るため、不確かな一致一件ごとの代償を高める。
INTERPOLは超国家的な警察組織ではなく、協力ネットワークとして活動している。独自に人を逮捕する権限はなく、参加国が捜査と起訴に関する権限を保持する。
この構造は、データベースの結果が自動的に拘束へ結び付かないという安全策になる。一方で、各国が異なる法的基準と監督機構を適用するため、複雑さも生じる。
顔の一致は、アナリストが既存の容疑者を特定する助けになる可能性がある。しかし、データベースにすでに記録されている人物に似ているというだけで、別の人物に疑いを向ける可能性もある。
影響は逮捕にとどまらない。リード情報は、監視、国境での審査、渡航に関する判断、事情聴取、ソーシャルネットワーク分析、金融情報の要請に影響し得る。
画像品質は最も直接的な技術的懸念だ。低解像度の動画や斜めを向いた顔は、正しい候補と誤解を招く類似との区別を難しくする可能性がある。
バイアスも別のリスクとなる。訓練データ、テストデータ、または運用条件が特定の集団を十分に代表していない場合、AIシステムの性能は人口統計上の集団ごとに異なる可能性がある。
Operation Shams IIには、複数地域および11の参加国に関連する資料が含まれていた。INTERPOLは、この作戦でのシステム利用に関する人口統計別の誤差分析を公表していない。
この欠落は、偏った性能を示すものではない。公表された情報だけでは、誤りが均等に分布していたかを評価する証拠が不十分であることを意味する。
データセットの来歴は別の問題を生む。捜査官はジハード主義団体に帰属するとされるコンテンツから画像を抽出したが、そうした資料に映っているだけでは、所属や刑事責任は立証されない。
動画には人質、ジャーナリスト、地元住民、治安要員、通行人、再利用された映像が含まれている可能性がある。したがって、顔の候補には必ず文脈情報を伴わせなければならない。
「特定された」という言葉は、この区別を曖昧にし得る。INTERPOLの声明は126人の外国人テロ戦闘員に言及したが、各指定に適用した証拠基準は公表していない。
一部の人物は、既存の対テロ記録にすでに掲載されていた可能性がある。別の人物については、各国当局が画像を行為や所在地と結び付ける前に、追加の裏付けが必要になる可能性がある。
同組織の安全策は、こうした問題を認識している。INTERPOLによると、提出される画像は品質基準を満たす必要があり、有資格の警察官が可能性のある一致を確認した後に初めて、情報が要請国へ届く。
より広範な責任あるAI原則では、公平性、人間による監督、透明性、プライバシー、データ保護、説明責任が重視されている。
INTERPOLと国連地域間犯罪司法研究所は、法執行機関向けのAIツールキットも開発した。その開発プロセスには、30カ国以上から56人の専門家が参加した。
このツールキットは、法執行機関、学界、市民社会、人権、産業界、刑事司法の専門家によるレビューを受けた。15カ国の機関が実務環境でテストを行った。
指針は有用だが、運用上の説明責任には測定可能な証拠が必要だ。機関は、どのツールがデータを処理したか、どのしきい値を使用したか、どの警察官が各結果をレビューしたかを示す記録を必要とする。
また、情報が国際システムに入った後で誤った関連付けを修正する手順も必要だ。一国のファイル内にとどまる訂正では、すでに別の場所で共有された複製を修正できない。
司法利用は別の課題を生む。弁護人は、元画像が改変または不完全だったかどうかを含め、特定がどのように生じたのかを問うのに十分な情報を必要とする場合がある。
当局は、その開示と、情報収集手法および進行中の捜査を保護する正当な必要性との均衡を取らなければならない。この緊張関係は、システムを「AI支援」と呼ぶだけでは解消できない。
したがって、この作戦の126件の一致は、その後の展開によって評価される。独立した証拠に裏付けられた確認済みの身元が示されれば、このモデルに対するINTERPOLの主張は強まる。
取り下げられた一致、説明のない拘束、非開示の誤差率があれば、その主張は弱まる。公表内容にはこうした失敗の証拠は含まれていないが、それらを排除するには詳細が不足している。
Operation Shams IIは顔照合にとどまらない
この作戦は、顔認識を孤立したツールとして扱うのではなく、身元、資金、プラットフォームのインテリジェンスを結び付けた。
暗号資産に関する取り組みでは、仮想資産サービスプロバイダーに対し、緊急の情報開示要請が3件行われた。こうしたプロバイダーには、デジタル資産を移転または保管する取引所その他の事業者が含まれる。
ブロックチェーン取引は多くの場合で公開追跡が可能だが、ウォレットアドレスだけで利用者が自動的に特定されるわけではない。捜査官は、アカウントを個人または組織と結び付けるために、プロバイダーの記録を必要とすることが多い。
INTERPOLはプロバイダー、取引額、通貨、または疑われる受取人を開示していない。また、これらの要請が資産凍結や刑事訴追につながったかについても明らかにしていない。
したがって、この結果は捜査上の一段階として説明すべきだ。3件の情報開示要請は、3つの資金供与ネットワークが解体された証拠ではない。
それでも、その含有は作戦が意図するモデルを示している。顔画像は身元に関するリードを生み、暗号資産分析は同じネットワークをめぐる資金関係を明らかにし得る。
社会的なつながりが第3の層を加える。INTERPOLは、126件の特定が、想定される所在地やネットワークに関するインテリジェンスを充実させると述べた。
これらのシグナルを組み合わせれば、合法的に収集された場合、単一の一致よりも有用な捜査を生み出せる。顔、ウォレット、通信チャネル、既知の関係者は、互いを裏付けることができる。
同じ組み合わせは、誤りを増幅することもある。不正確な顔の候補が出発点となれば、アナリストは無関係な取引や接触を、その誤った前提を通じて解釈する可能性がある。
このため、データの系譜が重要になる。捜査官は各主張の出所を保持し、検証済みの事実と機械が順位付けした可能性とを区別しなければならない。
ゲーム業界での議論は、特定ではなく予防を指向している。参加国と企業の代表者は、オンライン環境における若者の急進化に関する情報共有を検討した。
INTERPOLは企業名を挙げず、監視に関する合意も発表していない。また、126件の特定に関連するゲームプラットフォームについて、利用者数、コンテンツ量、事例も示していない。
この限定的な開示は、過度な主張を防ぐ。この会合は協力の拡大を示すものであり、新たな業界全体の監視システムを示すものではない。
同時に、対テロ捜査に関わる民間組織の数が増えていることも浮き彫りにしている。ソーシャルプラットフォームはコンテンツを保有し、ゲームサービスはコミュニティ活動を観察し、暗号資産プロバイダーは顧客記録を管理している。
官民協力は情報の空白を埋め得るが、明確な法的要請と境界が必要だ。自発的または非公式な共有は、同意、比例性、保存に関する不確実性を生み得る。
CT TECH+は、官民パートナーシップをプログラム目標として明示的に含めている。関連する活動の多くが民間運営のサービス上で起きるため、Operation Shams IIは各国政府がこうした連携を求める理由を示している。
このモデルは、参加国が管理できなければならない対象も変える。オープンソース・インテリジェンス、デジタル資産、プラットフォーム記録、生体情報証拠を理解する捜査官が必要になる。
顔認識サービスを購入しても、こうした組織的な能力は得られない。訓練を受けたアナリストと文書化された手順がなければ、自動化は機関が責任を持って評価できる以上のリードを生むだけだ。
この作戦の28人の専門家は、集中的な国際チームを構成した。その作業を各国レベルで再現するには、継続的な訓練、互換性のあるシステム、疑わしい情報に異議を唱える信頼できる経路が必要となる。
したがって、Operation Shams IIは単一のソフトウェア導入というより、共有された捜査インフラの試験に見える。その永続的な影響は、作戦終了後もそのインフラが説明責任を維持できるかにかかっている。
126件の特定後に注目すべきこと
次に必要な証拠は、一致が捜査に耐えるか、安全策が測定可能になるか、そして統制を失わずにモデルを拡張できるかを示すものでなければならない。
最初のシグナルは司法上の後続対応だ。INTERPOLによると、リード情報はすでに、拘束された外国人テロ戦闘員の容疑者2人に関する手続きを支えている。
今後の発表では、確認済みの身元、逮捕、起訴、棄却、未解決のリードを区別すべきだ。こうした結果は、AI支援による一致がどの程度の頻度で使用可能な証拠になるかを示す。
レビューを経て独立して裏付けられた特定が多数あれば、この作戦の中心的な主張は強まる。却下された候補が多数あってもシステムが無価値になるわけではないが、その効率性をどう評価すべきかは変わる。
第2のシグナルは技術的透明性だ。INTERPOLは、対象者の検知回避を助ける運用上の詳細を公表する必要はないが、集計された性能データは説明責任を向上させる。
有用な開示には、返された候補数、アナリストが却下した数、結論に至らないと判断された数、遭遇した画像品質上の失敗の種類が含まれる。
人口統計別のテストも重要となる。集計された誤差分析は、容疑者や捜査官の身元を露出することなく、性能の偏りを明らかにできる。
こうしたデータを公表すれば、人によるレビューが実際の統制として機能しているという信頼が強まる。最終的な一致件数だけに依存し続ければ、最も重要な誤差に関する疑問は解消されない。
第3のシグナルは再現性だ。INTERPOLはこの作戦を前例のない取り組みと呼び、そのモデルを将来の国際協力の基盤として説明した。
2回目の作戦は、異なるメディアソース、言語、地域、参加機関にわたってワークフローが一貫して機能するかを明らかにする。また、より大規模な導入でも同じレビュー要件が維持されるかを検証することになる。
規模の拡大は、データの増加によって正当な一致の機会も増えるため、より良いインテリジェンスを生み得る。一方で、誤ったリード、より広範なデータ流通、人間のレビュアーへの圧力も増やし得る。
したがって、INTERPOLのAI対テロ作戦は、126人の容疑者という見出し上の数字だけで評価すべきではない。真の試練は、発見の高速化が、信頼でき、レビュー可能で、法的に利用できる証拠を生み出すかどうかだ。
開発者やエンタープライズAIチームにとって、この教訓は警察活動の枠を超えて通用する。人や重大な影響を伴う意思決定を順位付けするシステムには、追跡可能な入力、明示的な不確実性、人間による上書き、訂正の仕組みが必要だ。
政策立案者にとって、この作戦は、より厳しい問いを投げかける具体的な事例となる。AIはどの業務を担ったのか、出力はどのように検証されたのか、そして個人が照合結果に異議を申し立てた場合、何が起こるのか。
一般の人々にとって、本質的な区別は依然として明快だ。AIは捜査官が膨大な画像群を絞り込む手助けをしたが、証拠、法的手続き、人間の責任に取って代わったわけではない。
最も有用な次のステップは、発表そのものだけでなく、その後の結果を追うことだ。どれだけの手掛かりが法廷に至るのか、INTERPOLがどのような性能情報を公表するのか、そして今後の作戦で実質的な人間によるレビューが維持されるのかを注視したい。
