著作権と訓練データの出所

AI モデルの学習と著作権の交差点には、二つの独立した論点がある。入力側（他者の著作物を AI 学習に使えるか）と出力側（AI 生成物に著作権が生じるか）である。この二分法は法律家にとっては自明だが、エンジニアリング実務では混同されやすい。答えは法域によって大きく割れ——米国は判例法、日本は 30 条の 4、EU は DSM 指令＋AI Act——かつ 2026 年現在も流動している。本記事では三法域の現状・C2PA 来歴規格・データセット出所リスクを俯瞰し、実装者が踏まえるべき地図層を提供する。情報カットオフ ~2025-08、confidence: medium 固定（2026-05 時点での外部再検証は未実施）。

論点の二分法：入力と出力

AI 著作権問題は入力・出力の二軸で整理すると本質が見えやすい。

入力側（学習の適法性）: 既存の著作物（テキスト・画像・コード・音楽等）を訓練コーパスとして取り込むことが、著作権侵害にあたるか。米国では fair use の四要素テストで争われ、日本では著作権法 30 条の 4 が例外規定を設ける。EU では DSM 指令の TDM 例外と AI Act の透明性義務が適用される。

出力側（著作物性）: AI が生成したテキスト・画像・コードは著作権保護の対象になるか。米著作権局の分析によれば「人間の創作的寄与」が鍵であり、プロンプトを入力しただけの生成物は保護されない。

二つの論点は独立している。入力が適法であっても出力に著作権が生じないこともあり、逆に入力が係争中でも出力の帰属問題は別に扱われる。

入力側（米国）：fair use 判例と著作権局レポート

米国では 2024〜2025 年にかけて大型訴訟が続き、判例が形成されつつある。

Bartz v. Anthropic（N.D. Cal.、Alsup 判事）: 2025 年 6 月、適法に入手した書籍での学習は「quintessentially transformative（本質的に変革的）」= fair use と判断。ただし海賊版のダウンロード・保持は fair use ではないと明示した。2025 年 8 月末に **$1.5B（米著作権史上最大）の和解**が成立、2025-09-25 に仮承認。約 500,000 冊 × 約$3,000/冊の水準で、海賊版ライブラリの破棄が条件に含まれる。ただし和解範囲は過去の請求のみで、生成出力の侵害請求は対象外。

Kadrey v. Meta: 2025 年 6 月、学習は変革的との判断（原告が市場侵害の立証に失敗した狭い理由）。Meta の LLaMA 系学習が fair use と認められた。

NYT v. OpenAI / Microsoft: 2025 年 3 月の MTD（却下申立）は大筋で棄却（Stein 判事）。主要な著作権侵害主張は存続し、2026-05 時点でもディスカバリが継続中。SJ（略式判決）ブリーフィングは 2026-04 初に終了したが、公判期日・和解は確定していない。AI 時代で最大級の係争として注目される。

米著作権局「Copyright and Artificial Intelligence」Part 3（Generative AI Training）: 2025-05-09 プレパブリケーション公表。fair use 四要素分析を適用し、創作的・表現的著作物（小説・映画・美術・音楽）は機能的著作物（コード）より fair use 認定されにくいと分析。「訓練のための複製は著作物の市場・価値に重大な潜在的損害をもたらす」と結論付けた。

三件の判例と著作権局レポートが示す傾向: 適法入手データの学習は fair use 寄りで進んでいるが、海賊版データセットの使用は明確なリスクとなった。

入力側（日本）：著作権法 30 条の 4（TDM・非享受目的例外）

日本は 2018 年改正（2019-01-01 施行）で著作権法 30 条の 4 を新設し、AI 学習を含む情報解析に対して包括的な例外規定を設けた。

条文の骨格: 著作物を「思想又は感情の享受を目的としない」利用（情報解析・AI 学習を含む）は、権利者の許諾なく行える。日本の TDM（Text and Data Mining）例外は EU と比べて広く、opt-out 制度がない代わりに例外の射程も広い。

但し書（例外の例外）: 「著作権者の利益を不当に害することとなる場合」は適用外。この但し書が実務上の境界線となる。特に、特定の作家の作風を模倣することを明示的に目的とした DB 学習・LoRA 等のファインチューンは「表現的意図あり」とみなされ、safe harbor を外れ得るとされている。

文化庁指針: 「AI と著作権に関する考え方（General Understanding on AI and Copyright in Japan、2024）」が解釈指針として公表されている。法律専門家からは「30 条の 4 は次に訴訟で試される可能性が最も高い条項」という見方もある。初の本格的な侵害判決はまだ出ておらず、〔要確認〕として扱う。

LoRA・ファインチューンの注意点: 基盤モデルへの事前学習は 30 条の 4 の例外に乗りやすいが、特定クリエイターの表現スタイルを再現するための LoRA 適用などは「享受目的あり」と解される可能性がある。

入力側（EU）：DSM 指令 Art 4 と AI Act 学習データ要約

EU は指令と規制の二層構造で AI 学習データを規律する。

DSM 指令（2019/790）Art 4 の TDM 例外: 権利者が**機械可読な方法で権利留保（opt-out）**すれば、AI モデル開発者はその著作物を学習に使えない。robots.txt や TDMRep プロトコルによる表明がこれにあたる。opt-out が表明されていない著作物は学習に使えるというのが EU の基本スキームで、日本の「原則 OK・但し書で例外」とは発想が逆に見えるが、実質的には適法入手＋opt-out 確認で近似する。

AI Act Art 53(1)(d) 学習データ要約の義務化: 欧州委員会は 2025-07-24 に説明通知と強制テンプレートを公表した。新規モデルは 2025-08-02 施行、既存モデルは 2027-08-02 まで猶予期間。テンプレートは 3 セクション構成で、データ源カテゴリとして「公開データセット / ライセンス取得済みデータ / クロール・スクレイピング / ユーザーデータ / 合成データ / その他」を申告する。不遵守の場合は最大 €15M または全世界年間売上の 3% の制裁。AI Office による検証・是正対応は 2026-08-02 から可能になる。

これは AI モデルの訓練データ透明性に関する世界初の強制要件であり、EU 市場でサービスを提供するすべての GPAI モデル提供者に適用される。

出力側：生成物の著作物性（米著作権局 Part 2）

米著作権局「Copyright and Artificial Intelligence」Part 2: 2025-01-29 公表。人間の創作的寄与が著作権の要件という原則を確認し、AI 生成物の著作権帰属ルールを次のように整理した。

プロンプトを入力して AI に生成させただけの出力は、原則として著作権で保護されない。ただし以下の要素を伴う場合は保護される可能性がある:

1. 出力の中に著作者が知覚できる著作物的表現を含める（人間が書いた詩をプロンプトに埋め込んで AI に展開させるなど）
2. 出力から素材を選択・配列・調整する創作的な編集行為
3. AI 生成物を素材として人間が創作的に改変する

実務上のインパクトとしては、AI ツールで生成したコード・テキスト・画像を「著作物」として保護したいなら、人間による創作的寄与を記録・管理する必要がある。また生成物を第三者に提供する際の著作権表示も慎重に扱うべきである。

出所・来歴（C2PA / Content Credentials）

C2PA（Coalition for Content Provenance and Authenticity）: v2.2 は 2025-04-22 公表。Content Credential（CC）は暗号的に束縛された来歴マニフェストで、コンテンツの origin・改変履歴・AI 使用の有無を assertion として記録する。AI/ML による生成や処理は digitalSourceType で明示される。

埋め込み方法の二層構造:

• ハードバインディング: メタデータをファイル内に直接埋め込み（JPEG/PNG/MP4 等の規格対応）
• ソフトバインディング（不可視透かし）: 処理・再圧縮に耐える不可視透かし

Durable Content Credentials: マニフェスト＋不可視透かし＋コンテンツ指紋の三つ組で構成し、ファイルからメタデータが剥奪された後でも来歴を追跡できるようにする。

採用状況: Content Authenticity Initiative（CAI）には 6,000 以上の組織が参加。OpenAI・Google・Meta・Anthropic が製品に C2PA 対応を追加している。EU AI Act Art 50（2026-08 施行）が機械可読な AI 生成開示を要求するため、C2PA 採用が加速している。

opt-out・ライセンス・データセット出所

opt-out の実装: robots.txt の User-agent: GPTBot 等による学習拒否表明が広まっている。EU DSM opt-out の要件としても機能する。TDMRep（W3C コミュニティグループ）が提案する標準化された機械可読 opt-out 表明形式も普及しつつある。

ライセンス取得の潮流: Reddit（2024-01）・AP・Shutterstock・Getty Images などがライセンス契約を締結し、AI 企業への許諾を有償化している。訓練データの権利処理が事業コストに算入される方向性は明確である。

データセット出所リスク: Common Crawl の派生データセット・Books3 等の「海賊版起源」が問題視されている。LAION の URL 集合なども実際の著作権者の許諾を得ていない可能性がある。Bartz 和解の教訓として、「訓練後に海賊版起源と判明したデータセット」は和解交渉の起点になる。

アンチパターン早見表

2026 年の流動点

以下の項目は 2026-05 時点で決着しておらず、今後の動向が実務に大きく影響する。

〔要確認〕NYT v. OpenAI / Microsoft 判決: ディスカバリ継続中。創作的表現作品の学習が fair use と認められるか否かの最初の本格的な連邦判決になる可能性が高い。

〔要確認〕米連邦判例の収束: Bartz・Kadrey が fair use 寄りだとしても、NYT の判断次第で景色が大きく変わる。連邦控訴審で統一的な基準が示されるまでは法域間格差が続く。

〔要確認〕EU AI Act 学習データ要約の運用実態: 2025-08-02 施行の義務について、AI Office が 2026-08 から検証を開始する。テンプレートの記載粒度・「十分な詳細」の解釈基準が実務に影響する。

〔要確認〕日本 30 条の 4 の初判例: 2026-05 時点で著作権侵害を認定した判決は出ていない。「但し書」の解釈（作風模倣ファインチューンの適法性）が争われる事例が近い将来に登場する見込みとされている。

〔要確認〕C2PA の相互運用と実効性: 来歴データのストリッピング耐性・プラットフォーム対応が普及するまでの移行期の取り扱いが課題。EU AI Act Art 50 施行後の法的効力も未確定。