- イスラエル政府の資金で作られた「偽シンクタンク」が、1週間強で100本以上のレポートを公開していました
- 狙いは人間の読者ではなく、ChatGPTなどのAIチャットボットに引用させることでした
- 実際にChatGPTとPerplexityが、このサイトの内容を回答に引用していたと報じられています
- この手口は「LLMポイズニング」と呼ばれ、ロシア系ネットワークでは年間360万本という桁違いの前例があります
- AIの答えを鵜呑みにしないための、今日からできる自衛策を3つ紹介します
AIに質問して返ってきた答えを、そのまま信じていませんか。実はいま、その答えそのものを書き換えようとする動きが世界中で起きています。2026年8月、イスラエル政府の資金で作られた「存在しないシンクタンク」が、AIをだますためだけに100本以上のレポートを量産していたことが明らかになりました。この記事では、何が起きたのか、そしてAIを使う私たちがどう身を守ればいいのかを整理します。
何が起きたのか｜1週間で100本の「研究レポート」
報道の中心にあるのは、ハノーバー公共政策研究所という名前のウェブサイトです。
いかにもアメリカにありそうな政策研究機関の名前ですが、実体はありませんでした。米メディアPoliticoとResponsible Statecraftが2026年8月17日に報じた内容によると、このサイトは広告会社が作った「見せかけの器」でした。
2026年8月6日以降のわずか1週間強で、100本を超えるレポートが公開されていました。ふつうのシンクタンクなら、1本のレポートに数週間から数カ月かけます。このスピードは明らかに異常です。
ジャーナリストがAI判定ツール「GPTZero」で無作為に12本を調べたところ、11本が「高い確信度でAIが書いた文章」と判定されました。つまり中身もAIが量産していたわけです。
お金の流れ
資金の経路も判明しています。
イスラエル政府広報局（LaPam）から、フランスのPR大手Havas Mediaへ。そこから下請けの広告会社Piro社へと流れていました。Piro社は米国の外国代理人登録法（FARA、外国政府のために働く人に登録を義務づける法律）にもとづく申告で、イスラエル政府から90万ドル（約1億3000万円）を受け取ったと記録されています。
ただしその申告書には、AI向けの工作をしているとは書かれていませんでした。Politicoによれば、AIの回答に働きかけるこのキャンペーン部分だけで約10万ドル（約1500万円）規模とされています。
ちなみに、たった1500万円ほどの予算で世界中のAIの回答に手を伸ばせるとしたら、それは驚くほど安い買い物です。ここが今回いちばん怖いところかもしれません。
なぜAIは偽シンクタンクにだまされたのか
偽サイトは、AIに好かれる条件をきれいに満たすよう設計されていました。
偽情報を追跡する調査会社NewsGuardのアナリスト、アリス・リー氏はこう指摘しています。「典型的な信頼できる米国のシンクタンクを完璧に模倣している。ありふれた名前も、サイトのレイアウトも、赤白青の配色までそっくりだ」
そのうえで、LLM（人間のように文章を書けるAI）は具体的な統計やデータ、そして強い出典表記を好むという性質が狙われました。
「質問の形」で書かれていた
特徴的なのは、レポートの構成です。
ふつうの論説記事の形ではなく、ユーザーがAIに打ち込みそうな質問文をそのまま見出しにして、章立てされていました。脚注も目次も付いています。中立的な口調で、統計とデータを大量に並べる。
AIが答えを組み立てるときに、いちばん拾いやすい形をあらかじめ用意しておいたわけです。
AIに読ませるための「llms.txt」
さらに、このサイトには「llms.txt」というファイルが置かれていました。これはAIに対して「うちのサイトの内容はこう読んでください」と案内するための、比較的新しい仕組みです。
サイトの技術的な痕跡は、シアトルのスタートアップRes社につながっていたと報じられています。Res社は「AIに推薦されるようクライアントを支援する」ことを掲げる会社です。
Piro社の共同創業者ダニエル・ローゼンバーグ氏は、LinkedInにこう書いていました。「ほとんどのブランドは、あの段落がどう組み立てられているのかを分かっていない」。AIの回答という一段落を狙う、という発想がすでにビジネスになっているのです。
そして結果も出ました。POLITICOが中立的な質問でテストしたところ、ChatGPTとPerplexityの両方が、このサイトの内容を複数回引用したと報じられています。
ロシア「Pravda」という前例｜こちらは年360万本
実は、この手口は今回が初めてではありません。
2025年にNewsGuardが報告した、モスクワ拠点の「Pravdaネットワーク」がよく知られています。49カ国・数十言語にまたがる約150のサイトを使い、2024年だけで360万本もの記事を投入していました。
読者を集めるためではありません。AIに読ませて、回答に混ぜ込ませるためです。研究者はこの手口を「LLMグルーミング」（AIを手なずける、という意味）と呼んでいます。
NewsGuardのテストでは、主要な10種類のチャットボットすべてが、Pravda由来の虚偽情報を繰り返しました。そのうち7つは、Pravdaの記事を出典として直接引用したといいます。
ただし、この「33%超」という数字には研究者から異論もあります。テストのプロンプトの3分の2が、そもそも虚偽を引き出すよう作られていたためです。日常的な質問での汚染率はもっと低いはずだ、という指摘は公平に受け止めるべきでしょう。
それでも、規模の話は動きません。2026年時点でNewsGuardは、16言語で稼働する3,006ものAI生成ニュースサイトを特定しています。
250本の文書で足りる、という研究
もっと不気味な研究もあります。
2025年、AnthropicとイギリスのAI Security Institute、そしてアラン・チューリング研究所が共同で発表した結果によると、6億〜130億パラメータのLLMに対して、汚染された文書がわずか250本ほどあればバックドア（裏口）を仕込めたといいます。
驚くべきは、モデルが大きくなっても必要な文書数がほとんど増えなかった点です。「巨大なAIには大量の汚染データが必要」という直感は、どうやら正しくないようです。
従来のSEOスパム・偽情報とどう違うのか
「昔からある検索エンジンスパムと同じでは？」と思うかもしれません。似ていますが、決定的な違いがあります。
- 読者が違う：SEOスパムは人間をサイトに呼び込むのが目的。LLMポイズニングは、人をサイトに呼ぶ気がありません。AIに読まれさえすればいい
- 出口が違う：検索結果なら「怪しいサイトだ」とドメイン名を見て判断できます。AIの回答は、出典が畳まれて一つの文章に溶けます。読者が疑うきっかけが消えます
- 必要な量が違う：検索上位を取るには膨大な被リンクが要ります。AIの引用は、質問にぴったり合う体裁の整った文書が数十〜数百本あれば届きうる
- 見た目が違う：従来の偽情報は煽情的な見出しで目立ちました。今回のレポート群は、あくまで淡々と中立的です。だから引っかかりません
AIが「まとめてくれる」という便利さが、そのまま弱点になっているわけです。
日本のユーザーと企業への影響
「英語圏の政治の話でしょう」と片付けるのは早いかもしれません。
日本語のインターネットは、英語圏に比べて情報量が圧倒的に少ないという特徴があります。元になる情報が少ないほど、少数の汚染された文書が回答に占める割合は大きくなります。ニッチな話題ほど危ないということです。
Pravdaネットワークがすでに数十言語で展開している以上、日本語だけが対象外である理由もありません。
企業にとっては「評判」の問題になる
身近な例で考えてみましょう。
ある中小メーカーの採用担当者が、応募者から「御社はAIに聞いたら労働環境に問題があると出てきました」と言われたとします。調べてみると、根拠は数カ月前に量産された出所不明の比較記事でした。人間はほとんど読んでいないのに、AIだけが読んで覚えていた、という状況です。
別の例もあります。地方の食品会社が新商品を出したところ、AIチャットボットが競合他社の説明ばかりを引用するようになった。理由をたどると、競合が質問形式のFAQページを大量に整備していただけだった、というケースです。悪意がなくても、AIの回答は簡単に偏ります。
もう一つ。個人の税理士が「〇〇市 相続 相談」でAIに紹介されなくなった。実際には、その地域の情報をまとめた第三者サイトが情報を古いまま放置していたのが原因でした。
日本でも「LLMO」「AI検索対策」と呼ばれる施策が急速に広がっています。正しい情報を正しく届けるための最適化と、事実をねじ曲げるポイズニングは、技術的にはほとんど地続きです。だからこそ、どこで線を引くかが問われています。
汚染された回答から身を守る3つの方法
では、私たちは何をすればいいのでしょうか。難しいことは必要ありません。
1つ目は、出典のドメイン名を必ず見ることです。
AIが回答に付けたリンクを、1つでいいので開いてみてください。聞いたことのない研究所名が出てきたら、その組織名で改めて検索します。設立年や所在地、責任者の名前が出てこない組織は要注意です。
2つ目は、複数のAIに同じ質問をすることです。
ChatGPTとGemini、Perplexityでは、参照する情報源が違います。3つとも同じ怪しい出典に依存していたら、その話題は情報源自体が薄いというサインです。
3つ目は、重要な判断はAIの要約で終わらせないことです。
お金や健康、契約に関わる話は、必ず一次情報にあたってください。官公庁の発表、企業の公式リリース、査読を経た論文。遠回りに見えて、これがいちばん確実です。
企業側であれば、自社名や自社サービスについてAIが何と答えるかを、月に一度は確認しておくことをおすすめします。
よくある質問（FAQ）
Q. LLMポイズニングとは何ですか？
A. AIの回答内容を操作する目的で、あらかじめ大量の情報をインターネット上にばらまく手口のことです。AIの学習データを狙う場合と、AIが回答時に参照する検索結果を狙う場合があります。今回のケースは主に後者です。「LLMグルーミング」とも呼ばれます。
Q. ChatGPTを使うのはもう危険ですか？
A. 使うのをやめる必要はありません。今回のような工作は、政治や国際情勢といった特定のテーマに集中しています。料理のレシピやプログラミングの質問が汚染される可能性は低いです。ただし社会的な話題を聞くときは、出典を確認する習慣を持つと安心です。
Q. AI企業は対策していないのですか？
A. 対策は進んでいます。OpenAIやGoogleは情報源の信頼度を評価する仕組みを持ち、影響工作アカウントの停止も定期的に公表しています。とはいえ、今回のように「見た目が完全に真っ当な研究機関」を自動で見抜くのは、現時点では簡単ではないと言われています。
Q. これは違法ではないのですか？
A. 微妙なところです。米国では外国政府のために宣伝活動をする場合、FARAにもとづく登録と申告が必要です。今回、Piro社は登録自体はしていました。しかしAI向けの工作内容を明記していなかった点が問題視されています。法律が技術の速さに追いついていない状態です。
Q. 個人ブログでも同じことが起きますか？
A. 起こりえます。ニッチな分野ほど情報が少ないため、少数の記事がAIの回答を左右しやすくなります。逆に言えば、正確な情報を丁寧に書いておくことが、その分野を守ることにつながります。
まとめ
- イスラエル政府の資金で作られた偽シンクタンク「ハノーバー公共政策研究所」が、1週間強で100本以上のAI生成レポートを公開していた
- 資金はHavas Media経由でPiro社へ流れ、FARA申告額は90万ドル（約1億3000万円）。AI向け工作部分は約10万ドル規模とされる
- 質問形式の見出し、脚注、統計、そしてllms.txtまで用意し、AIに引用されやすい形に最適化されていた
- 実際にChatGPTとPerplexityが引用したと報じられ、手口の有効性が示された
- ロシア系Pravdaネットワークは年360万本規模。汚染文書250本でバックドアを仕込めるという研究もある
- 日本語圏は情報量が少ないぶん、少数の汚染情報が効きやすい
まずは今日AIに質問したときに、回答の下にある出典リンクを1つだけ開いてみてください。その小さな習慣が、いちばん強い防御になります。
参考文献
- Israel creates fake think tank in likely attempt to dupe AI chatbots – Responsible Statecraft（2026年8月17日）
- イスラエルがAIチャットボットをだますために偽のシンクタンクを設立 – GIGAZINE（2026年8月18日）
- A Well-funded Moscow-based Global ‘News’ Network has Infected Western AI Tools – NewsGuard
- Russian disinformation ‘infects’ AI chatbots, researchers warn – France 24
- Is Russia really ‘grooming’ Western AI? – Al Jazeera（数字への異論を含む検証記事）
こんな時代だから遊んで学びたい
AIを学ぶオンラインサロン「AIフレンズ」では、生成AIを楽しく、どこよりも優しく学べる環境をご用意しております。
毎週開催されるオンラインセッションでは、リアルタイムで学び合える機会を提供しています。 さらに、月に一度のオフラインイベントでは、メンバー同士が直接交流し、アイデアや知識を深めることができます。
「AIフレンズ」の仲間とともに、新しい価値を創造し、可能性を広げてみませんか？
一緒に学び、成長しながら、生成AIを使いこなす力を身につけましょう！
