AIトレーニングのための著作権例外の台頭
近年、AI企業によるテキストおよびデータマイニングを促進するために、著作権法に例外を設ける国が増えています。これらの例外は、LLMがすべての著作権者の明示的な許可を必要とせずに、膨大なデータセットでトレーニングできるようにすることで、人工知能分野のイノベーションを促進することを目的としています。
例えば、シンガポールは2021年に著作権法を改正し、このような例外を設けました。この動きにより、同国のAI開発者は、モデルのトレーニングのために著作権で保護された著作物にアクセスし、処理することが可能になりました。現在、香港やインドネシアを含むアジアの他の法域でも、同様の法改正が検討されています。
中国の視点：画期的な侵害訴訟
世界のAI分野における主要なプレーヤーである中国も、LLMの時代における著作権の複雑さに取り組んでいます。画期的な訴訟である iQiyi vs. MiniMax は、この問題を明確にしました。
この訴訟では、著名なビデオストリーミングプラットフォームであるiQiyiが、AI企業であるMiniMaxを、許可なく著作権で保護されたビデオ素材をAIモデルのトレーニングに使用したとして訴えました。この訴訟は、中国初のAIビデオLLM侵害訴訟として、AI技術の開発における著作権で保護されたコンテンツの無許可使用に対する懸念の高まりを浮き彫りにしています。
インドの出版業界、LLMトレーニング慣行に異議を唱える
議論はアジアにとどまりません。インドでは、いくつかの出版社がLLM開発者に対して訴訟を起こし、これらのモデルが著作権で保護された作品を含むスクレイピングされたデータでトレーニングされていると主張しています。これらの訴訟は、AI機能を向上させたいという願望と、クリエイターの知的財産権を保護する必要性との間の緊張関係を浮き彫りにしています。
単純な取り込みを超えて：LLMトレーニングのニュアンス
LLMトレーニングによってもたらされる課題は、単にデータを取り込んで処理するという行為よりもはるかに複雑です。インドの訴訟とシンガポールの法律の狭く定義された条項は、この問題の多面的な性質を浮き彫りにしています。
多くの知的財産所有者は、著作権で保護された著作物へのアクセスと使用を明示的に制限していますが、他の所有者はそのようなアクセスと複製に同意していません。かなりの数のクリエイターが、ビジネスの中核部分としてライセンスモデルに依存しており、AIトレーニングのための著作物の無許可使用は、これらのモデルを直接的に損ないます。
さらに、トレーニングの多くがクラウドで行われる可能性があるという事実は、複雑な管轄権の問題を引き起こします。データが国境を越えて処理される場合にどの法律が適用されるかを決定することは、すでに複雑な法的状況にさらに複雑さの層を追加します。
最終的に、中心的な問題は、LLMがどのようにトレーニングデータを確保するか、そして、著作権者にその使用に対する補償をすべきかどうか、そしてどのようにすべきかということです。
米国の著作権団体、法定例外に反対
議論は個々の国にとどまらず、国際的な舞台にも波及しています。Digital Creators Coalitionとして知られる、米国の約50の業界団体と業界グループの連合は、承認または補償の規定なしに、著作権法にLLMトレーニングのための法定例外を作成することに強い反対を表明しています。
これらの団体は、米国通商代表部(USTR)に意見書を提出し、世界中の知的財産保護と執行慣行を調査する年次スペシャル301条レビューでこの問題に対処するよう要請しています。連合は、このような例外を実施した、または提案している国のリストを提供し、この懸念の世界的な規模を強調しています。
米国での議論：OpenAIのスタンスと内部矛盾
米国内でさえ、議論は依然として非常に活発です。ChatGPTで人気のあるOpenAIは、ホワイトハウス科学技術局に公開書簡を提出することで、議論に加わりました。
この書簡の中で、OpenAIは、フェアユースの原則の下でインターネットからデータをスクレイピングする権利を主張し、事実上、トレーニング目的で著作権で保護された素材への幅広いアクセスを主張しています。しかし、逆説的に、OpenAIはまた、外国のLLM開発者が同じことをすることを、おそらく米国の輸出政策の使用を通じて制限されるべきであると示唆しています。このスタンスは、自身へのオープンアクセスを主張しながら、他者のアクセスを制限しようとする内部矛盾を明らかにしています。
今後の道筋：継続的な議論
2025年が近づくにつれて、著作権とAIトレーニングをめぐる議論は激化するでしょう。世界中で新しいLLMが継続的に出現するにつれて、明確でバランスの取れた法的枠組みの必要性がますます緊急になっています。
現在の法的状況は、各国の法律の寄せ集めであり、AIトレーニングのための明示的な例外があるものもあれば、そのような規定がないものもあります。この矛盾は、AI開発者と著作権者の両方に不確実性をもたらし、イノベーションを妨げ、クリエイターの権利を損なう可能性があります。
バランスの取れた枠組みのための重要な考慮事項：
- 透明性と説明責任： LLM開発者は、モデルのトレーニングに使用されるデータソースについて透明性を保ち、著作権で保護された素材の無許可使用について責任を負う必要があります。
- 公正な補償： AIトレーニングにおける著作物の使用に対する著作権者への補償メカニズムを検討する必要があります。これには、ライセンス契約、集中的権利管理、またはその他の革新的なソリューションが含まれる可能性があります。
- 国際的な調和： さまざまな法域でAIトレーニングに関連する著作権法を調和させる努力は、法的な不確実性を減らし、国境を越えた協力を促進します。
- イノベーションとクリエイターの権利のバランス： 法的枠組みは、AIのイノベーションを促進することとクリエイターの権利を保護することのバランスを取る必要があります。これには、さまざまな利害関係を慎重に検討する必要があります。
- フェアユースの役割： AIトレーニングへのフェアユース原則の適用可能性を明確にする必要があります。これには、トレーニング目的での著作権で保護された素材の使用がフェアユースに該当するかどうかを判断するための具体的な基準を定義することが含まれる場合があります。
著作権とAIトレーニングをめぐる進行中の議論は、既存の法的枠組みを急速に進化する技術に適応させることの課題を浮き彫りにしています。すべての利害関係者の利益のバランスを取る解決策を見つけるには、継続的な対話、協力、そしてデジタル時代の変化する状況に適応する意欲が必要です。AI開発の未来、そして創造的な作品の保護は、この重要な議論の結果にかかっているかもしれません。トレーニングの問題は、今後も長く私たちと共にあるでしょう。