欧州委員会の新しいGPAIテンプレート – これはAIトレーニングにとって何を意味するのか？

7月、欧州委員会（EC）は、新しい汎用人工知能（GPAI）テンプレートを発表しました。これは、AIプロバイダーがモデルをトレーニングするために入力されたコンテンツを公開することを意味します。これは、クリエイターがコンテンツが許可なく使用されてトレーニングされたという報道が続いた後です。

この新しいテンプレートにより、EUは透明性が不可欠であるという立場を明確にしました。ブラックボックストレーニング、つまり内部メカニズムを公開せずに何かを作成することは、AI開発者にとって選択肢ではなくなりました。これは、ヨーロッパでの運用がモデル入力とトレーニングデータの出典について完全な可視性を必要とすることを意味し、データ収集と使用の再評価を迫ります。

多くの人々が、このテンプレートと最近発表された米国AIアクションプランの違いを指摘しています。米国AIアクションプランは、規制緩和に重点を置いています。新しい法律や規制と同様に、企業はGPAIテンプレートが運用にどのように影響するかを評価する必要があります。

地域を跨いで運用している場合、企業は米国AIアクションプランについても同様の評価を行う必要があり、状況をさらに複雑にします。これらの規制とAI開発の規制は未踏の領域であるため、開発者の出力は大きく異なります。

GPAIモデルテンプレートの分析

今年7月、欧州委員会は、GPAIプロバイダーがモデルに使用したデータのパブリックサマリーを公開できるように、義務的なテンプレートを発表しました。EU AI法の一環として、プロバイダーは、公開データセット、プライベートライセンスデータ、スクレイピングされたWebコンテンツ、ユーザーデータ、合成データなどのデータカテゴリを公開する必要があります。目的は、著作権者、ユーザー、ダウンストリーム開発者がEU法の下で法的権利を行使できるようにすることです。

GPTは大量のデータでトレーニングされますが、現在の市場では、データの出典に関する情報は限られています。このテンプレートで定められたパブリックサマリーは、モデルに使用されたデータの包括的な概要を提供し、主要なデータコレクションをリストし、他の使用されたソースを説明します。

比較と対照、米国AIアクションプラン

対照的に、米国は、AIレースで勝利し、中国に対する競争上の優位性を維持することを目指しています。トランプ政権は、今年の夏にAIアクションプランを発表しました。この新しいAIフレームワークは、環境規制を緩和することで、エネルギー集約型データセンターの建設を加速し、AIシステムを動かします。同時に、米国のAI技術の世界的な輸出を増やすことを目指しています。90の勧告を含むこの計画は、米国が世界的な競争相手に対して優位性を維持するための増大する努力を反映しています。

この計画は、イノベーションの加速、米国のAIインフラストラクチャーの構築、国際的なAI外交とセキュリティのリーダーシップの3つの柱で構成されています。

この一環として、計画から重要なポイントは、アメリカの「オープンソース」プッシュがイノベーションとアクセシビリティを促進することです。同様に、計画は、米国政府がAI成長において「例を示す」ことを強調しています。トレーニング、才能交流、業界横断的な採用の拡大を通じてです。

この計画により、米国は現在の技術規制をすべて簡素化し、特に環境規制を緩和して、成長を妨げないことを目指します。また、米国のAIソフトウェアとハードウェアの国際的な配布を促進します。この「規制緩和」アプローチは、倫理、透明性、責任あるイノベーションに焦点を当てた以前のフレームワークから、より攻撃的な「イノベーション第一」のアクションプランへの明らかなシフトを示しています。

欠けているピース

ここで、EUと米国のアプローチが、開発者がこれらの規制に従う価値を見いだせないという同じ欠陥を持っている可能性があることを考慮する価値があります。EUと米国のアプローチは、AIトレーニングデータセットにおける知的財産について重要なギャップを残しています。EU AI法は、トレーニングデータのサマリーと著作権コンプライアンスポリシーを義務付けますが、著作権作品の識別またはライセンスのためのスケーラブルなフレームワークを確立しません。

米国では、特定のルールは存在しません。AI企業は、裁判所の判決や権利者の間の継続的な紛争によって形成される進化する法的枠組みをナビゲートする必要があります。法的テキストを超えて、実用的側面が欠けています。どちらのアプローチも、保護されたコンテンツを大規模に検出するための実行可能な、業界横断的な方法、合法的な使用を検証する方法、またはライセンスを簡素化する方法を定めていません。こうした解決策が定義されるまで、AIトレーニングにおける著作権の不確実性は、業界にとって重大な課題であり続けます。

AIトレース可能性を省略する企業の隠れたコスト

これらの規制に欠陥があるにもかかわらず、AI開発者が法的な観点からどうやって浮き足立つかについて非常に焦点を当てていると考えられます。しかし、常にそうではありません。実際、AIにおける現在の分裂は、EUと米国の規制の間ではなく、トレース可能性に投資している企業と、それが必要ないと賭けている企業の間にあることです。これは、GDPRの実施の際に何年も前にも見られたパターンの繰り返しです。プライバシーによるデザインを最初から構築した企業は、罰金を避けるだけでなく、消費者の信頼と他の市場へのスムーズなアクセスを獲得しました。後にGDPRの標準を採用した企業は、遅れています。

同様のパターンがAIにも現れている可能性があります。トレーニングデータとモデル決定のトレース可能性は、将来、世界的な基準になる可能性が高いです。遅れて対応する企業は、システムを再設計する必要があり、ドキュメンテーション、出典の追跡、監査機能を追加する必要があります。これは、企業が最初から組み込むよりも、はるかに高価で複雑です。ROIに重点を置いた構築に取り組む企業の焦点を他の場所に移します。

つまり、トレース可能性と透明性は、オプションの付加機能ではありません。AIシステムに最初から組み込まれる必要があります。後から追加する企業は、イノベーションを停滞させ、規制の反発に直面し、レースに勝つことができません。

倫理的AIには世界的な統一が必要

マクロ的な観点から、これらの対立するアプローチは、世界的な企業にとって大きな問題を引き起こします。米国のような規制が緩い市場では、企業は短期的にはスケールアップできますが、EUに参入しようとすると、コンプライアンスの壁に直面します。AI法のトレース可能性とドキュメンテーションの規則は、企業が最初から構築しなかった機能を必要とします。

既存のシステムにプロベンス追跡、ドキュメンテーション、監査機能を後から追加することは、コストがかかり、遅く、妨げるものです。特に、トレース可能性は、コンプライアンスの最もリソース集約的な部分だからです。これは、GDPRで見られたパターンと同じです。プライバシーによるデザインの遅れは、高額な改修と市場への遅れたアクセスに直面し、先行者は持続的な優位性を獲得しました。