
- 英住宅オンブズマンの苦情は2022年の2,600件から昨年7,000件超へ倍増
- 米CFPBの苦情は同時期に5倍。ブラジルやドイツでも同様の増加
- Schmitz氏は84事例・11管轄を調査。大半は正当な申請だと指摘
何が報告されたのか
AIが書類記入や苦情提出の手間を下げた結果、世界各地の公共サービスで申請や問い合わせが急増している。英国では住宅オンブズマンへの苦情が2022年の2,600件から昨年は7,000件超に増え、米国の消費者金融保護局(CFPB)では同じ期間に5倍になった。ブラジルの司法請願やドイツの議会請願でも同様の増加が確認されている。
この動きを追っているのが研究者のChris Schmitz氏だ。同氏はこの現象を「エージェンティック・フラッディング」と呼び、来月にAI Ethics and Society会議で発表予定の論文で、11の管轄地域にまたがる84件の事例を分析している。福祉の申請から司法上の不服申し立てまで対象は幅広いが、いずれもAIアシスタントからアクセスできるオンラインサービスだという点が共通している。
増加のパターン
Schmitz氏の調査では、84件の多くが同じ形の増え方をしている。2022年までは提出数がほぼ横ばいだったものが、AI技術の普及にともなって増加の速度を上げていくという流れだ。重要なのは、ほとんどの事例でその伸びが鈍化していない点で、今後数年にわたり増え続ける可能性が示唆されている。
方法論上の理由から、論文はAIが申請急増を直接引き起こしているとまでは断定していない。ただし増加の時期がChatGPTの登場と重なり、伸びが続いていることを踏まえると、AIの利用が背景にある可能性が高いとみられる。
バグバウンティとの類似
大量の申請が窓口に押し寄せる状況は、昨年のバグバウンティ(脆弱性報奨金)プログラムで起きたことと似ている。企業の受信箱はLLMが生成した品質の低い報告で溢れ、重大なセキュリティ問題はほとんど含まれていなかったが、企業は届いた報告を確認する義務があり、相応のリソースを消耗した。
公共サービスも同じ予算で5倍の申請者を扱うことになれば、同様の負担が生じうる。ただしSchmitz氏によれば、公共サービスへ届く新しい申請の大半は、本来受け取る権利のある実在の人物によるものだという。
行政負担を減らす機会
申請が増えた背景には「行政負担」と呼ばれる問題がある。制度上は給付を受けられる人でも、申請手続きの手間が大きすぎて諦めてしまうケースがあり、AIがその負担を軽くしたことで申請に至ったと考えられる。Schmitz氏はこれを、公共サービスをAI時代に合わせて作り直す稀な機会だと見ている。
同氏は、ChatGPTで確定申告をする人を例に挙げ、支援される「良いバージョン」が存在すると述べている。プロセスのあり方そのものを見直す時期だという立場だ。
分かっていないこと
論文はAIが直接の原因だと断定しておらず、増加分のどこまでがAI経由なのかは明らかになっていない。日本を含む各国の状況や、84件の事例の内訳についても原文では詳しく触れられていない。
対応策についても具体的な方針は示されていない。敵対的な申請と正当な申請をどう見分けるか、限られた予算で審査をどう回すかは、今後の検討課題とみられる。
| 対象 | 変化 | 数値 |
|---|---|---|
| 英国 住宅オンブズマンへの苦情 | 倍以上 | 2022年2,600件 → 昨年7,000件超 |
| 米国 CFPBへの苦情 | 5倍 | 具体的な件数は原文に記載なし |
| ブラジルの司法請願 | 同様の増加 | 数値は原文に記載なし |
| ドイツの議会請願 | 同様の増加 | 数値は原文に記載なし |
The vast majority of cases we find are people who are entitled to claim for something, claiming for that thing.
私たちが見つけた事例の大半は、何かを請求する権利のある人が、その権利を実際に請求しているというものです。
今後の見通し
Schmitz氏の論文は来月のAI Ethics and Society会議で発表される予定で、そこで手法の詳細や84件の内訳が明らかになれば、AIの関与をどこまで因果として扱えるかを判断しやすくなる。増加が鈍化していない事例が多いことから、当面は申請数が増え続けるとみられる。公共サービス側の対応はまだ始まったばかりで、AI経由の申請を識別する仕組みや、審査リソースを大きく増やさずに処理する方法が実証されるかが次の焦点になる。日本の自治体や省庁の窓口で同じ傾向が見られるかは、窓口データの公開状況にも左右される。
日本の開発者・IT企業にとっての意味
日本のIT企業にとって、この話題は自治体・省庁向けシステムの設計に直結する。オンライン申請フォームや問い合わせ窓口を提供するベンダーは、AIエージェント経由のアクセスが数倍に増える前提で、レート制限やbot検知、審査側のワークフローを見直す必要が出てくる。同時に、手続きの負担が重いことが給付漏れを生んでいたのなら、AIで入力を支援することは受給率の改善につながる。正当な申請と大量の低品質申請をどう切り分けるかは、審査を担う人の負荷を左右する実務課題であり、行政向けシステムや業務委託を手がける企業には、要約や優先度付けといった審査支援機能の需要が生まれる可能性がある。日本の窓口データは公開が限られるため影響の大きさは未知数だが、設計時に想定しておくべき負荷として意識する価値がある。
気になる点
- 日本でも同じような申請の急増は起きているのか
- 原文で具体的に触れられているのは英国、米国、ブラジル、ドイツで、日本については言及がない。調査対象は11の管轄地域・84件だが、その内訳の詳細は原文では示されていない。日本で同様の傾向があるかは、現時点で公表された情報からは判断できない。
- 増えた申請のほとんどはスパムなのか
- そうではないとみられる。Schmitz氏は、見つかった事例の大半は請求する権利のある人がその権利を行使しているものだと説明している。本来受け取れる給付を申請していなかった人が、AIで手続きの手間を下げたケースが多いという整理だ。ただし敵対的な申請も一部あると原文は指摘している。
- 公共サービス側はどう対応すればよいのか
- 原文は具体的な対応策を示していない。Schmitz氏は、手続きのあり方をAI時代に合わせて見直す機会だと述べるにとどまる。バグバウンティでは低品質な報告の確認にリソースが奪われた例があり、公共サービスでも同じ予算で5倍の申請を扱う負担が懸念されている。
用語解説
- AIエージェント
- 利用者の指示に従い、フォーム入力や送信などの手続きを自律的に進めるAI。チャットAIと異なり、外部サービスを操作できる点が特徴。
- エージェンティック・フラッディング
- Schmitz氏が用いた呼び方で、AIエージェントの普及により公共サービスへ申請や苦情が大量に押し寄せる現象を指す。
- バグバウンティ
- ソフトウェアの脆弱性を見つけた人に報奨金を支払う仕組み。近年はLLMが生成した低品質な報告が大量に届く問題が生じている。
- 行政負担
- 制度上受けられるはずの給付でも、申請手続きの複雑さや手間が障害となり利用に至らないことを指す政策分野の用語。
- CFPB
- 米国の消費者金融保護局。金融商品に関する消費者からの苦情を受け付けており、同時期に苦情が5倍になったと原文は伝える。
- LLM
- 大規模言語モデル。大量のテキストで学習した言語AIで、文章の生成や要約に使われる。
出典
AI agents are flooding public services with new requests
https://techcrunch.com/2026/09/10/ai-agents-are-flooding-public-services-with-new-requests
AI導入も顧問も、お任せください
何から手をつけるか、どこまでAIに任せるか。自社の業務に合わせて整理し、導入から運用まで伴走します。相談だけでも構いません。
AI導入について相談する