ChatGPTが学習元データを著作権侵害している論点の整理

生成AIサービスの急速な普及に伴い、学習元データに著作権で保護された作品が含まれているかどうかが大きな議論になっています。特にChatGPTやClaude、Geminiなどの大規模言語モデルが、インターネット上の文章や画像を無断で収集し学習している点が問題視されることが多いです。本記事では、なぜ著作権侵害が疑われるのか、どのような論点があるのかを整理します。読むことで法的リスクや現状の議論の全体像を把握できます。

生成AIの学習データをめぐる著作権問題の背景

生成AIの開発には膨大な量のデータが必要です。主要な生成AIサービスは、インターネット上のテキストや画像をプログラムで自動収集(Webスクレイピング)したり、既存の大規模データセット(例:Common Crawl、LAION)を利用したりしています。これらのデータには、ニュース記事、小説、ブログ、イラスト、写真など、著作権で保護されたコンテンツが多数含まれます。著作権法は、権利者の許諾なく著作物を複製・翻案することを禁止しますが、学習のための複製が「非表現的利用」としてフェアユースや各国の例外規定に該当するかが争点です。

主要な論点と具体例

1. Webスクレイピングと複製権侵害
   生成AI企業は、Webサイトから記事や画像を収集し、サーバーに保存します。これは原則として複製権の対象です。例えば、ニュースサイトの記事を数十億ページ収集する行為は、権利者の許諾がない限り、日本の著作権法第21条(複製権)や米国著作権法第106条に違反する可能性があります。
2. 学習済みモデルの派生著作物性
   学習済みモデルの重みパラメータが、学習データの「翻案」や「二次的著作物」に当たるかも論点です。仮にモデル自体が著作物とみなされれば、その配布にも権利者の許諾が必要になります。但し、判例はまだ確立していません。
3. 出力結果の著作権侵害
   生成AIに既存作品と酷似した出力を生成させた場合、ユーザーが著作権侵害の責任を問われるリスクがあります。例えば、特定の有名キャラクターを描かせるプロンプトを実行すると、学習データに含まれる該当キャラクターの画像を再構成する可能性があります。
4. 各国の法制度の差異
   米国ではフェアユース(変形的利用・市場への影響を考慮)が適用される可能性が高い一方、EUではテキスト・データマイニングの例外規定が権利者のオプトアウトを条件としています。日本では著作権法第30条の4(非享受目的の複製等)が適用の余地がありますが、解釈は分かれます。
5. 現行訴訟の動向
   Getty ImagesがStable Diffusionを開発するStability AIを訴えた事例や、作家団体がChatGPTを開発するOpenAIを訴えた事例など、複数の訴訟が進行中です。これらの判決は、今後の法的枠組みに大きな影響を与えるでしょう。

注意点と誤解されやすいポイント

「学習データが著作権侵害ならモデル自体が違法」という誤解

多くの方は、学習データに著作物が含まれていれば直ちに違法になると考えます。実際には、各国のフェアユースやデータマイニング例外が適用される可能性があります。また、学習済みモデル自体は「データ」ではなく「プログラム」であり、著作権法上の保護対象が異なります。個別の訴訟結果を待つ必要があります。

「出力結果がオリジナルと似ていなければ問題なし」という誤解

出力結果が既存作品と明確に異なる場合でも、学習段階での複製が無許諾であれば、その複製行為自体が侵害になる可能性があります。さらに、出力が「類似」していなくても、学習データの「翻案」に当たるという主張もあり得ます。

「利用規約で許可されていれば安全」という誤解

ChatGPTやClaudeなどの利用規約には「モデルの出力を自分の責任で利用すること」などと書かれています。しかし、学習時のデータ利用に関する免責條項は、権利者に代わって許諾を与えるものではありません。権利者から直接訴えられた場合、サービス事業者の責任も問われる可能性があります。

比較表:主要な国・地域の法的枠組み

よくある質問

Q:学習データに自分の著作物が含まれているか確認する方法はありますか?

A:現状、一般的に提供されている検索ツールでは、個別の作品が学習データに含まれているか確認するのは困難です。OpenAIの提供する「Have I been trained?」のようなツールは限定的で、すべてのデータを網羅しているわけではありません。著作権者団体に問い合わせるか、専門の調査会社に依頼することも選択肢ですが、完全な証明は難しいです。

Q:自分が生成AIを使って作成した出力が、他人の著作権を侵害していないか心配です。どうすれば良いですか?

A:サービスによって異なりますが、多くの生成AIは既存作品と同一または類似の出力を生成しないように対策を取っています。ただし、特定のプロンプトで既存作品に似た結果が出る可能性はゼロではありません。商用利用する場合は、専門の法律家に確認することをおすすめします。また、クリエイティブコモンズなど明確に利用許諾された作品のみを学習データとするサービスを選ぶことも一つの方法です。

Q:日本国内で生成AIを利用する場合、著作権法上のリスクはどの程度ありますか?

A:日本の著作権法第30条の4は「非享受目的」の複製を認める規定ですが、生成AIの学習が「享受目的ではない」と解釈されるかは明確ではありません。文化庁の見解では、機械学習のための複製は原則として同条の対象になり得るとされますが、判例はまだありません。そのため、現時点ではリスクを完全に排除できない状況です。企業で利用する場合は、法務部門や外部の弁護士に相談の上、利用ポリシーを策定することをおすすめします。

まとめ

生成AIの学習データをめぐる著作権問題は、各国で法解釈が分かれ、訴訟も進行中です。単純に「違法」「合法」と決めつけられるものではなく、フェアユースや各国の例外規定の適用可能性を慎重に検討する必要があります。利用者としては、各サービスの利用規約を確認し、リスクを理解した上で利用することが大切です。特に商用利用や創作活動で生成AIを使う場合には、専門家による法的助言を得ることをおすすめします。今後も法改正や判例の動向に注目する必要があります。