Chromeの4GB AIモデルが浮き彫りにした「インストール同意」問題

Chromeのフォルダで見つかった約4GBのモデルファイル

Chromeのユーザーデータフォルダから約4GBのAIモデルファイルが見つかったという報告がありました。

ファイル名はweights.binで、端末上でAIを実行するGemini Nanoのモデル重み（ウェイト）です。問題視されているのは、ファイルの存在を後になって知ったユーザーがいるという点です。どの機能がこれほどの容量を使っているのか、インストール時に十分な説明があったのかが論争の中心になっています。

プライバシー研究者のアレクサンダー・ハンフ（Alexander Hanff）氏はmacOSでインストール過程を調査したと明らかにしており、他のOSでも同様の事例が報じられています。対応条件や機能設定によってインストールされるかどうかは変わるため、すべてのChromeユーザーに同じファイルがダウンロードされたという意味ではありません。

私自身はChromeのAI機能を便利に使っています。ただし、機能が有用だという評価と、インストール時にユーザーへ十分に知らせたという評価は別物だと考えます。

ファイルを削除することと機能をオフにすることは違う

まずファイルの場所と再インストールの条件から見ていきます。

問題となったファイルは、Chromeのユーザーデータフォルダ内のOptGuideOnDeviceModel以下にあります。一般ユーザーがフォルダ名だけを見てAIモデル用の領域だと気づくのは難しいでしょう。私は、こうした情報が内部のフォルダ名にとどまらず、設定画面でもわかりやすく表示されるべきだと考えます。

weights.binはモデル重み¹を格納したファイルです。Chromeは対応OSやストレージ容量、GPUまたはCPUなどの条件を確認したうえでローカルモデルを使用します。開発者向けドキュメントには、初回ダウンロードに22GB以上の空き容量が必要だと説明されています。この空き容量の基準と、モデルファイル自体のサイズは別の値です。モデルの正確なサイズはアップデートによって変わる可能性があります。

ファイルを直接削除しても、関連するAI機能がオンになっていれば、後で再びダウンロードされることがあります。**保存されたファイルだけを削除することと、そのファイルを必要とする機能をオフにすることは別だからです。**容量を取り戻したいユーザーには、再インストールを防げる設定も併せて案内されるべきです。

Googleは2024年からChromeにGemini Nanoを提供してきており、2026年2月からは設定画面でモデルをオフにして削除できる機能を配布し始めたと説明しています。設定の「オンデバイスAI」をオフにすると、モデルのダウンロードと更新も停止するという立場です。当時、一部のユーザーは該当項目が表示されないと報告していました。バージョンや配布状況、組織の管理ポリシーによって設定内容は異なる場合があります。

ローカル処理の利点とインストール同意は別の問題

端末上でモデルを実行することには実際の利点があります。サーバーに送信することなくテキストを処理でき、ダウンロード後はネットワーク接続なしでも動作します。

GoogleはChromeのGemini Nanoを詐欺検知や開発者向けAI機能などに活用していると説明しています。開発者は内蔵AI APIを使ってテキスト要約のような機能を作ることができます。ただし、Chromeに含まれるAI機能のすべてがこのモデルで動作するわけではありません。機能ごとに処理方式は異なります。

私自身も開発者ツールを使う際、AIの助けで楽になった作業があります。しかし、DevToolsのAI支援はGoogleのサーバーで処理される機能です。便利に使っているという私の体験を、そのままGemini Nanoの効果として説明してはいけない理由がここにあります。

ローカル処理がデータ送信を減らしてくれるとしても、ファイルをインストールする際の説明と選択権の問題まで解決されるわけではありません。

ハンフ氏は、別途のインストール同意を得ていない点がEUのePrivacy指令²に反すると主張しました。この指令の第5条3項は、端末に情報を保存したりアクセスしたりする際に同意を求める原則を定めています。ただし、ユーザーが明示的に要求したサービスに必ず必要な保存・アクセスなどには例外が設けられています。

**ファイルがクッキーより大きいという事実だけで法律違反かどうかが決まるわけではありません。**どの機能をユーザーが要求したのか、その機能にモデルのインストールが本当に必要なのか、どのような説明があったのかを検討する必要があります。欧州委員会の説明でも、こうした例外の適用は具体的な事実関係に応じて判断すべきだとされています。今回のインストールが違法だと確定した判決や制裁が出ている段階ではありません。

Googleは、ローカルモデルがセキュリティ機能と開発者APIのための製品構成要素であり、設定から削除できると説明しています。私は法的な判断とは別に、数GBをダウンロードするのであれば、その用途と使用容量をユーザーが簡単に把握できるようにすべきだと考えます。

AI ModeとGemini Nanoは処理場所が異なる

同じChromeの中に表示されていても、AI機能ごとに処理場所は異なる場合があります。

アドレスバーからつながるGoogle検索のAI Modeは、サーバー側で処理される検索機能です。自分のコンピューター上のGemini Nanoだけで答える機能ではありません。一方、内蔵AI APIを通じてGemini Nanoを呼び出す機能は、モデルの計算を端末内で行います。

ユーザーには次の情報が区別されて示されるべきです。

• 処理場所： 端末内で計算する機能なのか、サーバーへリクエストを送る機能なのか。
• リソース使用量： モデルのダウンロードに必要な容量とネットワーク使用量、実行中のリソース使用状況。
• データ処理： 該当機能やウェブサイトが入力と結果を収集・保存するかどうか。

こうした情報があってこそ、ユーザーはローカルAIの利点と自分が負担するコストを合わせて判断できます。

Chrome 148のオンデバイスAI設定から、「Googleのサーバーへデータを送信しない」という文言が削除されていたことも報じられました。Googleは、モデルの計算が端末で行われる仕組み自体は変わっていないと説明しています。文言が変わったという事実だけで、モデルが急にクラウドで実行されるようになったとは言えません。

Googleの説明によれば、モデルを利用するウェブサイトは自身が扱う入力と結果を確認でき、そのサイトのプライバシーポリシーが適用されます。**モデルが端末で計算するということと、ウェブサイトがデータを外部に送らないということは、別の保証です。**ウェブページがどのようなデータを処理しているのかも合わせて見る必要があります。

ストレージと電力を誰が負担するのか

オンデバイスAI³を評価する際には、機能だけでなく端末リソースの使用状況も見る必要があります。

モデルをダウンロードして実行するには、ストレージ、ネットワーク、電力が必要です。全体のコストを計算するには、実際にインストールされた端末数やダウンロード回数、使用時間といったデータが必要です。Chromeの利用者総数をそのままインストール台数として計算することはできません。

私が関心を持っているのは、その負担をユーザーにどう知らせ、どう選択させるかという点です。

クラウドでは事業者のサーバーが計算し、オンデバイス方式ではユーザーの端末が計算します。それぞれコスト・応答速度・データ処理の面で長所と短所があります。小さなモデルで十分な作業はローカルで、より大きなモデルが必要な作業はサーバーで処理する組み合わせも可能です。

問題は、ユーザーが選択に必要な情報を受け取っていたかどうかです。モデルをなぜインストールするのか、どれくらいの大きさなのか、どの機能がそれを必要とするのか、使わない場合はどうオフにするのかが明確でなければなりません。

ローカルモデルをインストールしたからといって、私のノートパソコンがすぐに他人のAI処理を担うサーバーになるわけではありません。今回確認されたのは、Chromeの機能のためのローカルモデルの配布です。その利点自体と、インストール方式の問題は分けて語る必要があります。

ユーザーはモデル名やAPI構造をすべて知る必要はありません。ただ、端末で処理されるのか、サーバーに送られるのか、どれだけの容量を使うのかは把握できるべきです。私は、この説明が設定画面で十分になされているかどうかが、信頼を左右する重要な点だと考えます。

Oswarldの視点

率直に申し上げると、オンデバイスAIそのものは良い方向性だと思っています。GTM戦略を策定する中でさまざまなSaaS製品のアーキテクチャを分析してきた経験から見ても、クラウド依存度を下げることはコストとデータ処理の両面で検討に値する選択です。ただし、端末の性能や処理内容によって効果は変わります。

今回の件で私が残念に思うのは、機能の用途とインストール容量をユーザーが後になって知ることになったという点です。

私がデータ分析をしていて何度も目にしてきたのは、良い意図で作られた機能であっても、ユーザーが予想していなかった形で適用されると信頼を失いかねないということです。Chromeがインストール前にモデルの大きさと用途を説明していれば、ユーザーは自分に必要かどうかを判断できたはずです。

何人がインストールに同意していたのか、Googleがどのような内部判断でこの方式を決めたのかはわかりません。ただ、配布をしやすくすることと、ユーザーが選択する機会を持つことは、併せて考慮されるべきです。モデルを広く普及させることが目的であっても、その説明が省略されてはいけないと考えます。

私自身はChromeのAI機能をよく使っていて、満足している方です。インストールするか尋ねられていたとしても、使っていた可能性は高いです。だからこそ余計に残念です。有用な機能であるなら、利点とコストを説明したうえで選ばせる方が、ユーザーの信頼を得やすいと考えているからです。

他の製品もAIモデルを端末に組み込み始めれば、同様の問題が生じ得ます。自動アップデートで追加される機能と、ユーザーが個別に選択する機能をどう区別するのか、製品を作る側がより明確に説明する必要があります。

おわりに

今回Chromeで確認すべきなのは、インストールされたモデル、使用している機能、そしてオフにする方法です。

関連するAI機能がオンになっていれば、モデルファイルだけを削除しても再びダウンロードされることがあります。容量を空けたいなら、機能の設定まで併せて確認する必要があります。

ローカルモデルはデータ送信を減らすのに役立つ場合があります。ただし、ChromeのすべてのAI機能がローカルで動作するわけではなく、ウェブサイトのデータ処理まで防いでくれるわけでもありません。

法的義務についての議論とあわせて、ユーザーがインストールサイズと目的を知ったうえで選択できたのかどうかも重要です。私は、その案内が製品の中でもっと明確になることを願っています。

Chromeユーザーの方は、アドレスバーに chrome://on-device-internals と入力して、今ご自身の端末にどのAIモデルがインストールされているか一度確認してみてください。

設定＞システムに「オンデバイスAI」の項目があれば、使用するかどうかを選択できます。メニューが異なる場合や、会社が管理しているブラウザの場合は、Googleのモデル管理ガイドと組織のポリシーを確認してみてください。

参考資料と関連リンク

主要出典

• Alexander Hanff, “Google Chrome Silently Installs a 4 GB AI Model on Your Device without Consent,” That Privacy Guy, 2026年5月4日。：今回の件に関する原調査報告です。フォレンジック分析の過程が詳しく記録されています。
• Jess Weatherbed, “Chrome’s AI Features May Be Hogging 4GB of Your Computer Storage,” The Verge, 2026年5月6日。：Googleの公式見解を含む総合報道です。
• Snopes Fact Check, “Google Chrome May Have Silently Installed 4GB AI Model,” Snopes, 2026年5月8日。：Snopesのスタッフの端末で直接検証したファクトチェック記事です。

背景知識

• “Chrome Deleted Its Own Privacy Promise for Sneaky On-Device AI,” Decrypt, 2026年5月7日。：設定文言の変化とGoogleの説明を併せて伝えた続報です。
• “On-Device LLMs in 2026: What Changed, What Matters, What’s Next,” Edge AI and Vision Alliance, 2026年1月。：オンデバイスAIの技術的な現状とトレードオフを理解するのに役立ちます。

筆者のアン・グァンソプ（安光涉）は世宗大学校経営学科教授であり、INLEVEL9のリードコンサルタントを務めている。大学では経営データ管理、ビジネスアナリティクスなど統計およびデータ分析を教える一方、現場ではGTM戦略とAI戦略コンサルティングを率い、技術とビジネスの接点を設計している。AI対話システムの記憶アーキテクチャ（HEMA）研究で学術論文を発表し、日々グローバルなAI論文をキュレーションするDaily Arxivプロジェクトを運営している。高麗大学校技術経営専門大学院修士課程とKMBAを修了した。著書に『考えを委ねる人々：ホモ・ブレインレス』がある。

著者 アン・グァンソプ（Oswarld） は世宗大学校 兼任教授、INLEVEL9 戦略コンサルタントです。経歴、研究、著書、最近の活動は著者紹介で更新しています。 最近の活動 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

각주

1. モデル重み（Model Weights）：AIモデルが学習した結果を数値として保存したファイルです。モデルが入力を処理する際に用いる数値です。ファイルサイズだけでモデルの性能を判断することはできません。 ↩

2. ePrivacy指令（ePrivacy Directive）：EUの電子通信プライバシー規則で、ユーザーの端末に情報を保存またはアクセスする場合は事前に同意を得るべきだという原則を定めています。ユーザーが要求したサービスを提供するために必ず必要な保存・アクセスなどには同意の例外があります。具体的な適用は目的と使用条件によって判断されます。 ↩

3. オンデバイスAI（On-Device AI）：クラウドサーバーの代わりに、ユーザーのスマートフォンやノートパソコンなどの端末上で直接AIを動かす方式です。モデルの計算のためにサーバーへデータを送る必要を減らせます。ただし、アプリやウェブサイトによるデータ収集の有無は別途確認する必要があり、端末のストレージと演算能力を使用します。 ↩