羽深 宏樹

リサーチャー

羽深 宏樹

はぶか ひろき

プロフィールを印刷

言語
日本語英語

連絡先

FAX
03-6266-8864

取扱分野

羽深 宏樹:受賞等

受賞等
The Best Lawyers in Japan™ 及びBest Lawyers: Ones to Watch in Japan™ (2025 edition)にて高い評価を得ました
受賞等
The Best Lawyers in Japan™ 及びBest Lawyers: Ones to Watch in Japan™ (2024 edition)にて高い評価を得ました
受賞等
The 13th edition of The Best Lawyers in Japan™ 及びBest Lawyers: Ones to Watch in Japan™にて高い評価を得ました

一覧へ

羽深 宏樹:ニュース

メディア
羽深 宏樹 弁護士のコメントが、読売新聞朝刊『[生成AI考]正確性・偏見に注意』と題した記事に掲載されました
メディア
羽深 宏樹 弁護士の参加した座談会の記事『生成AIの課題と期待、「20年にわたるデジタル領域の信頼をぶち壊しに来た」』が、日経クロステックに掲載されました
メディア
羽深 宏樹 弁護士の寄稿が、NIKKEI Digital Governance『乱立のAI規制は「溶けたガラス」 まずは企業自らの規範で』と題した記事に掲載されました

一覧へ

羽深 宏樹:ニュースレター

アジャイル・ガバナンスと危機管理 ダウンロードPDF
平成27年度税制改正大綱 ダウンロードPDF
Client Alert 2015年1月号(Vol.13) ダウンロードPDF

一覧へ

羽深 宏樹:セミナー・講演

2024年5月9日外部セミナー
『第2回 AI&知財カンファレンス パネルディスカッション「AI規制の現状-実践的な視点から-」』
2024年4月6日~2024年4月7日外部セミナー
『アジャイル・ガバナンス シンポジウム3rd』
2024年2月20日外部セミナー
『第1回データ・AI分科会』

一覧へ

羽深 宏樹:著書・論文

雑誌 論文
「〈AIガバナンス相談室 最終回〉AIガバナンス―完結編」
雑誌 論文
「〈AIガバナンス相談室 第5回〉開発事業者編②」
書籍
『個人データ保護のグローバル・マップ』

一覧へ

羽深 宏樹:関与した研究報告書等

羽深 宏樹:その他

経歴

2004年
私立開成高等学校卒業
2008年
東京大学法学部卒業
2010年
東京大学法科大学院修了
2011年
WTO(世界貿易機関)にて執務
2015年
金融庁総務企画局企業開示課に出向(専門官)
2017年
スタンフォード大学ロースクール卒業(フルブライト奨学生)
2017年
McDermott Will & Emery 法律事務所(パリオフィス)にて執務
2018年
経済産業省 商務情報政策局 情報経済課に出向(課長補佐)
2021年
経済産業省 商務情報政策局 情報経済課に出向(ガバナンス戦略国際調整官)
2022年
京都大学大学院法学研究科特任教授(~現在)

主な活動

  • 2013年 公益社団法人日本仲裁人協会事務局次長(~2016年)
  • 2014年 東京大学法科大学院 未修者指導講師(~2015年)
  • 2019年 世界経済フォーラムGlobal Future Council on Agile Governance メンバー(~2020年)
  • 2020年 東京大学公共政策大学院 非常勤講師(~2023年)
  • 2021年 一般社団法人日本知財学会 大会実行委員
  • 2022年 戦略国際問題研究所(CSIS)シニアフェロー(~現在)
  • 2023年 筑波大学大学院 人文社会ビジネス科学学術院 ビジネス科学研究群 非常勤講師(~現在)
  • 2023年 東京大学大学院法学政治学研究科客員准教授(~現在)

弁護士登録

2012年12月 弁護士登録
第二東京弁護士会 所属
2019年2月 ニューヨーク州弁護士登録
ニューヨーク州弁護士会 所属

その他資格等

2016年6月 Certificate in WTO, International Trade and Development(国際・開発研究大学院(ジュネーブ))
2019年3月 一般社団法人日本ディープラーニング協会 G検定合格
2019年5月 独立行政法人情報処理推進機構 情報セキュリティマネジメント試験合格
2020年3月 Coursera社スタンフォード大学提供機械学習コース修了証
2020年10月 個人情報保護士
2021年5月 マサチューセッツ工科大学提供 Machine Learning with Python-From Linear Models to Deep Learning オンラインコース修了