AIと著作権——主要判例が描く新たな輪郭
生成AIの知能は、誰の許可も得ず集められた膨大な著作物の上に育った。その「学習」を法はどう裁くのか。米国では2025年以降、画期的な判決が相次ぎ、長らく曖昧だった「フェアユースか複製か」の線がようやく見え始めた。本稿では、著作権法がAIに突きつける根本問いから出発し、米国・日本の主要判例、訓練データの取扱い、そして実務が備えるべき視点までを整理する。
1. 著作権法がAIに突きつけた根本問い
生成AIを巡る議論の出発点は、極めて単純な問いである。モデルがインターネット上の無数の小説や論文、画像を「学習」することは、権利者の許諾なき「複製」なのか、それとも新しい種類の利用なのか。この定義の揺れが、世界の法廷を往復している。開発側は「学習とは要約であり抽象化であり、個別の作品をそのまま保存するものではない」と主張する。一方で権利者側は「出力が自作のスタイルや表現を酷似して再現するなら、それは複製の一形態だ」と反論する。
「学習」をめぐる三つの論点
争点は大きく三つに絞られる。第一に、学習データの取得段階で著作物が一時的にでも複製されているかという点。第二に、学習という行為そのものが権利制限規定やフェアユースに該当するかという点。第三に、生成結果がオリジナルの代替品として市場を奪うかという「市場置換性」の点だ。この三つが重なり合うなかで、各国の裁判所は慎重に判断を下し始めている。
- 複製性：重みのなかに元データの特徴が圧縮されて記憶されていないか
- 権利制限：情報解析目的の例外やフェアユースが適用されるか
- 市場置換：出力が原本の需要を奪い、権利者の利益を不当に害するか
「学習という名の複製が例外として許されるなら、クリエイター経済の土台そのものが崩れる。」——作家側の代理人が法廷で繰り返す主張
2. 米国の主要判例が描いた輪郭
米国では2025年、生成AIと著作権を巡る初めての本格的な判断が相次いだ。その象徴が、法律情報会社トムソン・ロイターがAI検索サービスRoss Intelligenceを訴えた事件だ。デラウェア連邦地裁は、Ross側のフェアユースの主張を退け、「競合製品を作るための学習にはフェアユースは及ばない」と判断した。これは開発側にとって予想外の逆風となった。
Bartz v. Anthropic——訓練自体は「公正」との判断
他方、著者らがAnthropicを訴えたBartz事件では、アルサップ連邦地裁判事が2025年6月、正当に購入した書籍を用いた学習について「フェアユースに該当する」との部分判決を下した。ただし、海賊版サイトからの不正ダウンロードについては別の違法性を認め、両者を明確に切り分けた。すなわち「学習の目的」と「データの入手経路」は別問題だという整理である。
- Thomson Reuters v. Ross：競合目的の学習にはフェアユース不成立（2025）
- Bartz v. Anthropic：正規購入本の学習はフェアユース（2025、入手経路は別論）
- NYTimes v. OpenAI：記事の無断学習と酷似出力を巡り係争継続中
- Getty Images v. Stability AI：画像の無断学習を巡る英米の係争
3. 日本の第三十条の四と訴訟の動き
日本の著作権法第三十条の四は、情報解析（テキスト・データマイニング）の目的であれば、権利者に無断で著作物を利用できる例外を認めている。ただし「著作権者の利益を不当に害する」場合は例外が適用されないとされ、このバランスが焦点となる。日本は比較的開発側に寄った解釈とされ、訴訟は米国ほど活発ではない。
海賊版サイト経由の学習に黄信号
とはいえ無条件に許されるわけではない。正規の入手ではなく、海賊版サイトから大量にスクレイピングしたデータで学習する場合、第三十条の四の「不当な利益侵害」に該当する可能性が指摘されている。Bartz判決の「入手経路を別問題とする」考え方は、日本の文脈でも重要な示唆となる。また、出版権や実演家の権利など、例外の適用外となる権利の扱いも実務上の論点だ。
「日本にも、学習の自由と権利者の保護の境界を引き直す局面が確実に来る。」——国内の著作権研究者の警告
4. 訓練データの取扱い——ライセンスとオプトアウト
判例が揺れるなか、現場では裁判を待たずに「クリーンな学習」を整備する動きが加速している。権利者へ対価を払って学習するライセンスモデルや、学習から自作を除外するオプトアウト制度がその中心だ。Adobe Fireflyが学習データをライセンスクリア済み画像に限定している姿勢は、その代表例である。
実務が取るべき三つの手順
- 出所の記録：学習に用いたデータの入手経路とライセンスを常に保管する。
- オプトアウト対応：権利者が除外を求めた場合、それに応じる仕組みを組み込む。
- 帰属の明確化：生成物の権利归属と利用条件を、利用規約で事前に定める。
さらに長期的には、学習データとなった作品の権利者へ、利用量に応じて対価を還元するスキームがビジネスモデルになる可能性がある。開発側と権利側の敵対関係を、共生関係へと変える経済設計こそが、今後の健全な発展を支える鍵となるだろう。
5. 生成されたコンテンツの権利帰属はどうなるか
学習データの話と並んで重要なのが、AIが生み出した出力そのものの権利である。多くの法域で、著作権の保護対象となるのは「人間の創作的表現」とされており、人間の関与が薄い生成物は保護されないというのが立場の一つだ。米国著作権局は、プロンプトだけでは創作性が認められず、人間が少なくとも出力を選択・編集するなど関与して初めて登録を認める方針を明らかにしている。日本でも、人の創作性が表れていない部分は保護の対象外とする解釈が有力である。
実務が陥りやすい誤解
- 「AIが書いた」だけでは権利が生じない：人間の編集や構成の関与が必要となる。
- 利用規約で帰属は変わる：サービスによって、出力の権利が利用者か開発者かで異なる。
- 第三者の権利侵害リスクは残る：出力が他者の著作物と酷似する場合、利用者側にも責任が及び得る。
「AIは筆を貸してくれるが、筆の主はあくまで人間である。その責任もまた人間の側にある。」——実務家の言葉
このように、生成物の権利は「誰がどこまで手を加えたか」という人間の貢献度に依存する。企業が生成物を商用利用する際は、単にツールの出力をそのまま流用するのではなく、人間による監修と記録を残すことが、トラブルを避ける上で不可欠になる。また、生成結果が意図せず他人の作品を模倣してしまうリスクを減らすため、出力の類似性チェックをプロセスに組み込む運用も広がりつつある。
まとめ
生成AIと著作権を巡る議論は、米国のThomson Reuters v. RossやBartz v. Anthropicといった判決によって、ようやく輪郭を現し始めた。訓練データの「学習目的」と「入手経路」は別問題として扱われ、正規取得の学習はフェアユースと認められつつも、競合目的や海賊版経由の利用には厳しい目が向けられている。日本でも第三十条の四の例外を軸に議論が続くが、海賊版サイト経由の学習には黄信号が点る。実務としては、出所の記録、オプトアウトへの対応、生成物の権利帰属の明確化を通じて、透明性のある学習環境を整えることが不可欠である。法が未完成であっても、責任ある準備は今日から始めなければならない。