2026年7月27日、『AIが座標を漏洩させずに秘密国防研究所や軍事施設を特定する方法』と題する記事がZenodoで公開された。著者のSangam Das氏は、2018年に発生したグローバルフィットネスヒートマップ事件を引き合いに出し、当時は熟練アナリストが必要だった分析が、現在ではAIによって自動的かつ継続的に、チームでは及ばない規模で実行可能だと指摘する。AIはフィットネス経路、配送記録、写真、公開データを相関させ、高信頼の結論を導き出す。GPSタグのない写真からでも位置情報を抽出できる。
さらに重要なのは、AIが強いシグナルを必要としない点だ。ぼやけた写真、配送タイムスタンプ、おおよそのセルなど、個々には弱く信頼性の低いデータポイントを何千も融合し、一つの正確で高信頼な推論を生成する。強さは入力ではなく融合から生まれる。GPSをオフにしても問題は解決しない。履歴データ、埋め込みトラッカー、サードパーティライブラリは、ユーザーが設定をオフにしても収集を続けるからだ。
記事は問題の記述に留まらない。位置精度を単なるオン/オフの許可ではなく、目的に束縛された有界な能力として扱う実用的な技術的解決策を提示する。これはデバイスおよびネットワークゲートウェイレベルでリアルタイムに実施され、既存のインフラを壊すことなく動作する。正当なアプリケーションは必要な精度を保持し、その他すべては「正規化位置（Normalised Location）」のみを受け取る——機能には十分だが、露呈には不十分な情報である。
記事には完全なWIPO公開資料や技術開示文書が添付されており、読者は特定のセクションに直接アクセスできる。著者はコメント、訂正、批判的フィードバックを歓迎している。この記事は、プライバシー権限の設計思想を「位置情報へのアクセスを許可するかどうか」から「どの精度でアクセスを許可するか」へと転換する必要性を強調している。