ソートリーダー
AIが変革する市場における公正使用と競争

要点TRAIN法は召喚権限を付与するが、市場への損害を立証することが依然として決定的な法的ハードルである。
もっと見る
- TRAIN法は召喚権限を付与するが、市場への損害を立証することが依然として決定的な法的ハードルである。
- 裁判所はライセンス市場の主張を退け、AIの出力が原作に取って代わったという具体的な証拠を要求する。
- AI開発者は、データを合法的に調達し、変革的な製品を設計することで法的リスクを軽減できる。
2026年1月に提出された超党派の法案「人工知能ネットワークの透明性と責任法」(TRAIN)は、コンテンツクリエイターにAI企業から開示を強制するための召喚力を与えるものである。この法案が可決された場合、より多くの著作権者が、自分の作品がAIのトレーニングに使用されたかどうかを調べるための法的手段を持ちます。
一見すると、これは著作権者がAI開発者から支払いを要求する権利を与える力のように思えるかもしれない。しかし、実際には、自分の作品が事前に許可なく使用されたことを知るだけでは十分ではない。
公正使用のケースを判断する際、裁判所は4つの重要な要素を考慮する:使用の目的、元の作品の性質、どれだけの量が使用されたか、およびその使用が作品の市場価値に与える影響である。最近の米国裁判所の判決は、公正使用がイノベーションの柱であり、容易に却下できないことを再確認した。特に市場被害という要素とその立証に焦点が当てられている。
市場被害が主な戦場となる
カリフォルニア北部地区裁判所のAI著作権判決は、裁判所が公正使用分析に異なるアプローチを取っていることを示している。 Kadrey v. Metaでは、チャブラリア裁判官は市場被害を「公正使用の最も重要な要素」と呼んだ。 Bartz v. Anthropicのアルサップ裁判官は、4つの要素をより均等に考慮した。しかし、両方の裁判官は、原告が被害を主張するだけでなく、被害が発生したか、発生する可能性が高いことを証明する必要がある点で一致した。
証拠の要件は、特に資金が乏しいスタートアップのAI開発者にとって重要である。被害を推定するのではなく証明する必要がある場合、開発者は被害を避けるための設計上の選択を行うことができる。判決は、開発者がデータを法的な源から取得し、製品を著作権作品とは異なる目的で設計し、長い文章の逐語的な複製を防ぐためのガードレールを実装することでリスクを軽減できることを示唆している。
BartzとKadreyの両裁判所は、AIトレーニングが著作権法における「変革的使用」に該当することを認めた。したがって、焦点は4番目の公正使用要素である市場被害に移っている。 最近のAI著作権紛争は、この点を示している。訴訟は、著作権作品の逐語的な複製が出版社の市場価値に被害を与えるという考えに基づいている。
これらの事件はまだ判断が下されていない。重要なのは、出版社が勝訴するには二つの主張が必要だと理解しつつあることである。AIの出力が原作にアクセスする必要を実質的に代替することと、その結果、著作権者が具体的な経済的被害を受けることである。
証拠の要件
BartzとKadreyの両方で、市場被害を示す必要性が強調されている。 Kadreyでは、広範なテストにより、MetaのLlamaが原告の作品から複製したのは50トークン以下であり、それも原作を複製させるために設計された誘導的なプロンプトを使った場合の60%に限られた。
アルサップ裁判官はBartzで、AnthropicのClaudeが実際にユーザーに侵害的なテキストを提供したかどうかを検討した。原告はそのような事実を主張しなかった。再生がなければ、元の作品の代替を主張することは難しくなる。
この証拠的アプローチは、著作権者が自分の作品がトレーニングに使用されたことを示したとしても、必ずしも侵害の強いケースを持っているわけではないことを示している。AIシステムが市場被害をもたらす出力を生成しない場合、使用自体は法律上ではあまり重要ではない。
市場被害が認識される場合
Thomson Reuters Enterprise Centre GmbH v. Ross Intelligence Inc. (TRI ) では、デラウェア地区裁判所は、Ross IntelligenceがThomson ReutersのWestlawの判例要旨を使用して競合するAI法的研究ツールをトレーニングしたため、Ross Intelligenceの公正使用防御を却下した。公正使用分析の第1要素(目的と性質)と第4要素(市場効果)が判決に重要であった。
巡回判事ステファノス・ビバスは、ロスの使用は変革的ではなく、直接的な市場の代替品を作成したと判断した。ロスは当初、ウェストローのコンテンツをライセンスしようとしたが、トムソン・ロイターはロスが競合他社であるため拒否した。元の資料の目的とAI製品の目的の間の整合も、潜在的な被害の主張を支持している。
一方、AI製品がトレーニングに使用された市場とは異なる市場を対象としている場合、市場の代替を証明することは難しくなる。 BartzとKadreyでは、汎用言語モデルは個々の書籍とは根本的に異なる機能を果たしていた。この区別は重要である。AIシステムの目的がトレーニングデータの源から遠ざかるにつれて、市場の代替を証明することは難しくなる。
「ライセンス市場」論議の却下
両方の裁判所は、AI開発者がライセンス市場を損なうという主張を明確に却下した。チャブラリア裁判官は、失われたライセンス料を被害として扱うことは、公正使用分析を循環論法にし、自動的に著作権者に有利にしてしまうことを説明した。アルサップ裁判官は、書籍をAIトレーニングのために特にライセンスするための市場は「著作権法が著者に利用することを許可するものではない」と判断した。
裁判所は、少なくとも使用が十分に変革的な場合、自発的なライセンス契約が料金を受け取る法的権利を生み出すとは認めなかった。これらの判決は、新たなライセンス市場の形成によって著作権者が作品の公正使用を禁じる権利を自動的に得るわけではないことを示している。
戦略的意味合い
著作権者にとって、最も強いケースは、市場の代替が明らかである場合である。彼らは、トレーニング自体を広く法的に争うのではなく、出力が原作に最も近いAIシステムに戦略的に焦点を当てることができる。
TRAIN法案が法律となる場合、著作権者は自分の作品がどのように使用されているかを調査するための証拠開示の手段を得ることになる。しかし、情報を取得することは最初のステップにすぎない。市場被害を証明することは、侵害の主張の成功に中央的なものとなる。
AI開発者にとって、最近の判決はリスクを軽減するための枠組みを提供している。第一に、合法的なデータソーシングを確保することである。 BartzとKadreyの両方で、作品を使用すること(潜在的な公正使用)と海賊版から取得すること(明らかな侵害)の違いが強調された。アルサップ裁判官は、Anthropicによる海賊版サイトからのダウンロードは「本質的かつ取り返しのつかない侵害」であると判断したが、後のトレーニングは公正使用である可能性がある。
第二に、製品をトレーニングデータの源とは異なる目的で設計することである。ユーザーが文書を起草するのを支援するAIシステムは、トレーニングデータの小説や記事とは異なる目的を果たしている。システムが単にこれらの作品を取得または再生する場合はそうではない。
第三に、大量の逐語的な複製を防ぐための安全対策を実装することである。 Kadrey裁判所は、Metaのシステムが敵対的なテストでも最小限の内容しか複製しなかったことを指摘し、それが公正使用を裏付けるとした。大量の著作権作品を再生するシステムを許可する開発者は、法的リスクを大幅に増大させる可能性がある。
結論
TRAIN法案が通過した場合、著作権者は自分の作品がAIのトレーニングに使用されたかどうかを発見するためのツールを得ることになる。しかし、最近の判決は、そのような発見はただの始まりであることを明確にしている。米国の新しい枠組みは市場被害を中心に据えており、単なるトレーニング使用ではなく、特定の経済的被害の証明を必要としている。
AI開発者は、3つのことに焦点を当てるべきである:データを合法的に取得し、トレーニング資料とは異なる目的を果たす製品を構築し、システムが長い文章を逐語的な複製しないようにする。著作権者にとって、最も強いケースは、AI製品が実際に市場で彼らの作品を置き換えることを示すことができる場合である。












