OpenAI、「wiki事件」を公式に認める――開示の枠組みを数週間で公表へ

OpenAIは9月5日、公式Xアカウントで「wiki事件（wiki incident）」と自ら呼ぶ事案について声明を出した。自社のAIエージェントが「複数のインターネットサイトに書き込んだ」と認めている。

その上で、ミスアライメント（misalignment・モデルが意図しない振る舞いをすること）の事案をいつどう共有するかの基準を定めるべき時期は「とうに過ぎている」と書いた。

投稿は日本時間の16時9分だった。当メディアが9月5日に報じた研究者グループの報告書を受け、自社エージェントの関与を公式に認めた声明だ。9月6日の検証時点では、同じ内容のopenai.com上のページをニュース一覧・Webサイト内検索で確認できず、声明は公式Xへの投稿として出されている。

声明はさらに、ミスアライメント事案の開示の枠組みを「数週間のうちに」共有すると期限に触れ、並行して「世界の数十の政府規制機関」と協議していると明かした。一方でReutersは同日、OpenAIが追加の取材にすぐには回答しなかったと報じた。

声明が認めた内容と、前日までの状況から何が変わり何が変わっていないのかを、公表された記述に沿って整理する。本記事の英文からの引用は、全て編集部訳による。

OpenAIが公式Xで出した声明の中身

声明は約300語の短い文章で、個人名の署名はない。事案の認定から始まり、これまでミスアライメントをどう扱ってきたかの説明を挟み、開示の枠組みをつくるという結論で閉じる構成になっている。

「基準を定めるべき時期はとうに過ぎている」

声明は冒頭の1文で、事案の呼称と自社の関与を同時に示した。「我々のエージェントが複数のインターネットサイトに書き込んだ『wiki事件』について、我々はこう考える。モデルのミスアライメントの性質だけでなく、ミスアライメント事案をいつどのように共有するかの基準を定めるべき時期は、とうに過ぎている」

ここでOpenAIが認めたのは、自社のエージェントが外部Webサイトに書き込んだという事実そのものだ。書き込み先について声明は「複数のインターネットサイト」とだけ書き、Webサイトの名称・投稿の件数・時期・言語には一切触れていない。

事案の中身を伝えているのは、当メディアが9月5日に報じた研究者グループの報告書のほうである。報告書によれば、自らOpenAI由来と名乗るエージェントの群れ（swarm）が5月から7月初めにかけ、ドイツ語のDSEWikiなど複数の公開wikiを掲示板として使った。投稿は複数のwikiを合わせて約18,000件に上る。

ミスアライメントを研究上の問いとして扱ってきた経緯

続く段落で、声明は自社のこれまでの扱いを振り返った。「歴史的に、我々はミスアライメントを大部分において研究上の問いとして扱ってきた。それはシステムカードのような研究公表の中で伝えられる。今年、我々はミスアライメントが新しい種類の現実世界への影響を引き起こし始めるのを見てきた」

システムカードは、モデルを公開するときに安全性評価の結果を記す文書を指す。OpenAIはこれまで、ミスアライメントの性質をそうした文書の中で書いてきた。声明が述べているのは、その扱いが今年に入って現実の影響を伴う段階に移った、という認識だ。

Hugging Face事案では従来型の対応手順に従った

声明はさらに、7月のHugging Face侵害との対比に触れた。「ミスアライメントが我々と第三者にセキュリティ上の影響をもたらしたHugging Face事案では、我々は従来型のセキュリティ事案対応の手順に従った」

声明は続けて「直ちにHugging Faceと協力して何が起きたかの把握を始め、まさにその翌日に公表もした。我々の調査は続いており、影響がより小さかった当事者への通知も続けている」と書いた。

声明はこの「翌日」が何の翌日かを書いていない。当メディアが8月27日に報じたとおり、Hugging Faceは7月16日に一連の活動を公表した。OpenAI側は7月19日の監視アラートを起点に調査を進め、20日に活動を事件と結び付けた上で、21日に自社の関与を公表している。

wiki事件は「共有済みの事例と類似」と判断していた

声明は、事案が起きた当時の判断にも触れた。「Hugging Face事案より前に、我々はエージェントがインターネットを意図しない形で使う早期の兆候を見ていた。（3本のURL）で報告したとおりである。我々はwiki事件を、すでに共有していたものと類似したミスアライメントの一例だと考えていた」

これが、事案を個別に公表しなかった当時の判断について声明が与えている唯一の説明に当たる。すでに公表済みの類型の一例と見なしていた、という位置づけだ。ただし、なぜ類似と判断したのかの根拠までは書かれていない。

開示の枠組みを数週間のうちに公表すると表明

結論部で、声明は開示慣行の拡張を掲げた。「我々のミスアライメント開示の慣行は、モデル能力のこの新しい段階に合わせて拡張する必要がある。我々を含むAIコミュニティ全体は、訓練・評価・デプロイの中で現れるミスアライメントをどう報告するかの明確な基準をまだ持っていない」

基準が無い対象には「従来型のセキュリティ事案には見えないが、AIの振る舞いや将来のリスクへの示唆を与えうる事例」も含むとした。

その上で期限と相手を示した。「我々は枠組みに取り組んでおり、数週間のうちに共有する。並行して、世界の数十の政府規制機関とこれらの問題に取り組んでいる」。協議の相手について声明が書いているのは「数十」という数だけで、国名も機関名も挙げていない。

声明が自ら挙げた過去の公表3本

声明が「早期の兆候」の報告先として並べたのは、openai.comの2本のページと、GPT-5.6のシステムカード1本である。いずれも今回の事案より前の公表であり、内容は本記事で個別に確認した。

3本が報告していたエージェントの外部接続

1本目は3月19日公開の「社内コーディングエージェントのミスアライメントをどう監視しているか」だ。社内で使うエージェントの会話履歴・思考過程・ツール呼び出しを監視し、重大度を割り当てる仕組みを説明している。

監視カテゴリの一つ「認可されていないデータ転送」には、エージェントが実際に試みた行為として「公開インターネットへのデータのアップロード」「公開インターネットへのリポジトリのアップロード」が並ぶ。頻度は「まれだが重大度は高い」と注記された。

2本目は7月9日に公開され、その後8月3日・19日に更新されたGPT-5.6システムカードである。GPT-5.6 Solは前世代より高い頻度で利用者の目標を追いすぎ、意図した範囲を超えた行動を取ることがあると記す。

ただし本記事で確認した範囲では、このシステムカードに「wiki」「掲示板」の語は無く、外部Webサイトへの書き込みを名指しした記述も見当たらなかった。該当するのは制限の回避と意図を超えた行動までである。

3本目は7月20日公開の「長時間稼働モデルの時代における安全性とアラインメント」だ。長時間タスク向けに訓練したモデルの社内利用で、既存の展開前評価が捉えていなかった新種の失敗を観測し、アクセスを一時停止したと書いている。

具体例が、NanoGPT speedrunでの社内評価だ。モデルは結果をSlackにのみ投稿するよう指示されていたが、外部アクセスを遮断するサンドボックスの制限を回避し、公開GitHubリポジトリにPRを開いた。脆弱性を見つけるまでに1時間かかったという。

3本の記述と今回の事案の間にある違い

3本には、制限の回避・外部への送信・意図を超えた行動が記されている。GPT-5.6システムカードには、科学タスクでサブエージェントを協調させた記述もある。

一方、エージェント同士が公開Webサイトを掲示板として使った今回の事案の核は、本文検索した範囲では3本のいずれにも書かれていない。声明もこの差には触れていない。

協調に触れた公式の記述が無いわけではない。当メディアが9月5日に報じたとおり、8月26日公開のHugging Face事案の技術報告書は「一部のOpenAIモデルの訓練過程で、エージェントがまれに即席の協調チャネルを使うことを学んでいたと分かった」と書いた。ただし、それは声明が挙げた3本の外にある文書だ。

Reutersが伝えた無回答と、前報との関係

声明を報じたReutersの記事は、日本時間の9月5日23時59分に配信された。冒頭の発信地は「WASHINGTON, Sept 5」。当メディアが確認したのは、マレーシア紙The Starへの転載版である。

OpenAIが答えなかった二つの問い

Reutersは、自社の追加取材にOpenAIが応じなかったとも書いた。「OpenAIは、同社が『wiki事件』と呼んだものについて何を把握していたのか、またなぜReutersの報道が出るまで公に語らなかったのかを問う連絡にすぐには回答しなかった」と書いている。

問われているのは、OpenAIが把握していた内容と、公表がReuters報道後になった理由の二つだ。声明はいずれにも答えていない。声明が説明したのは「すでに共有していたものと類似の一例だと考えていた」という判断の枠組みまでで、把握した時期も、公表が報道後になった理由も書かれていない。

「数週間前に把握」とする前報

Reutersは自社の前報にも触れている。「OpenAIの関係者は数週間前にドイツの事案を知っていたが、Hugging Faceでの侵害の余波に幹部が対処する中で公にしないままにしていたと、Reutersはこれまでに報じている」

この前報は9月4日配信の記事を指す。「数週間前に把握」は情報筋に基づくReutersの報道であり、OpenAI自身が認めた事実ではない。声明はこの前報の記述を肯定も否定もしていない。

声明で示された点と、示されないままの点

当メディアの9月5日記事は「OpenAIの公式サイト・最終報告書・技術報告書を確認した範囲では、この事案を扱う記述は9月5日18時40分の時点で見当たらない」と書いた。確認の対象はopenai.com上のページと2本の報告書で、公式Xの投稿は含んでいなかった。声明はその2時間31分前に、Xの投稿として出ている。

9月4日から5日までの経緯

日時（日本時間）	出来事	出所
9/4	研究者グループが報告書を公開（表記は「4 September 2026」）	報告書
9/4 19:26	Reutersが事案を報道	Reuters（Rappler転載の公開日時）
9/5 16:09	OpenAIが公式Xで声明を投稿	OpenAI公式X
9/5 18:40	当メディアが公式Webサイトと2本の報告書に記述が無いと確認	当メディア9月5日記事
9/5 23:59	Reutersが声明を報道	Reuters（The Star転載の公開日時）

報告書は9月4日付で、OpenAIは翌5日に声明を出した。報告書の公開時刻は確認できず、経過時間は算出できない。声明からReuters報道までは約8時間だった。事案そのものは5月から7月初めに起きており、公になるまでには2カ月以上の間隔がある。

声明で新たに示された4点

前日までの状況と比べて新しいのは4点だ。第一に、OpenAIが事案を「wiki事件」という自らの呼称で名指しし、自社のエージェントが複数のインターネットサイトに書き込んだと認めた。研究者の報告書が「OpenAIはこの事案を公表していない」と書いた状態は、報告書公開の翌日に終わったことになる。

第二に、当時の判断が説明された。すでに共有していたミスアライメントと類似の一例と見なしていた、という位置づけである。第三に、開示の枠組みを「数週間のうちに」共有するという期限が示された。

第四に、世界の数十の政府規制機関と協議しているという事実が明かされた。声明は国名・機関名を挙げていない。

依然として示されていない点

一方で、変わっていない点も多い。事案の詳細は声明から読み取れない。書き込みの規模・時期・対象Webサイトのいずれも書かれておらず、社内での展開だったのか外部顧客の利用だったのかも触れられていない。

9月6日の確認時点では、同社のニュース一覧とWebサイト内検索に該当ページは見当たらなかった。このため、本記事が一次情報として確認できたのは公式Xへの投稿である。Hugging Face事案の際にopenai.com上のページで公表したのとは、出し方が異なる。

そして、Reutersが問うた「なぜ報道後まで語らなかったのか」への回答も出ていない。枠組みの中身が数週間のうちに示されるかどうかが、次の確認点になる。