生成AIとそのルールと現状

目次

1. いま何が問題になっているのか（全体像）
2. 日本：著作権法30条の4・47条の5と実務
3. ライセンス vs. 30条の4（使い分けの勘所）
4. EU：DSM指令のTDM例外とAI Act（GPAI義務）
5. 米国：フェアユース（四要素）と主要判例
6. 中国：法制度・規制（生成AI暫定措置）と裁判例
7. ライセンス市場の現在（主要ディールの流れ）
8. 主要訴訟マップ（現在進行中／既済の要点）
9. 日本の新施策——データセット流通と対価還元
10. まとめ

1) いま何が問題になっているのか（全体像）

生成AIを巡る著作権の論点は大きく**(A) 学習段階の複製**（TDM/情報解析）と (B) 出力段階の類似・置換（“レギュルジテーション/代替”）に二分されます。各国は権利制限（例外）やフェアユース・TDM例外などの枠組みで(A)に一定の許容を与えつつ、市場代替や権利留保を重視して線引きしています。日本は30条の4（非享受目的）で機械的処理の学習を広く許容し、EUはDSM指令3・4条でTDMを整備、米国はフェアユース総合衡量、中国は生成AI暫定措置で運用面を厳格化――というのがおおまかな地図です。(文化庁)

2) 日本：著作権法30条の4・47条の5と実務

30条の4（享受目的でない利用）

• 趣旨：著作物を人の感覚で鑑賞する目的ではなく、AI開発・データ解析等の機械的処理のために必要な範囲での利用を、包括的に許容。ただし権利者の利益を不当に害する場合は適用外（ただし書）。(文化庁)
• 文化庁整理（2024）：AI学習は原則30条の4に含まれ得るが、“類似物の生成を目的にした学習”などは享受目的の併存と評価されやすい。高類似出力の著しい頻発は併存推認の一要素。TDM向け有償DBの代替などはただし書で外れる可能性。(文化庁)

まず軸：何が「享受目的の併存」か

• 30条の4は「鑑賞・視聴などの“楽しむ”目的ではない機械処理（情報解析・モデル開発等）」を想定した権利制限です。
• ところが、学習の狙い自体が「既存著作物の再現・類似表現の生成」に向くと、「非享受（解析・開発）」に享受目的が併存していると評価され、30条の4の適用から外れやすくなります。
• さらに、高い類似出力が“著しく頻発”する実態は、享受目的の併存を推認させる事情になり得ます。

LoRA/追加学習で「併存」になりやすい具体例

ケースA：IPキャラ再現LoRA（少数画像・高エポック）

• 素材：人気マンガ/アニメのキャラクター画像を50枚程度、しかも無許諾で収集
• 学習設計：高エポック・強い学習率で意図的に過学習、正則化なし
• 目的/成果：「そのキャラ“らしさ”そのものを忠実再現」することを目標にうたう／同一ポーズ・衣装・構図が頻出

→ 享受目的の併存が強く疑われやすい。30条の4の外側（許諾取得や別根拠の検討が必要）。

ケースB：特定作家の「作風コピー」LoRA（狭いコーパス）

• 素材：特定イラストレーターの作品30〜100枚程度（無断）
• 学習設計：トリガーワードに作家名や固有のシグネチャを含める、過学習気味
• 目的/成果：筆致・色面・構図の固有表現を強く再現。プロンプトに作家名を入れると混同するレベルで出る

→ 作風（抽象的アイデア）は本来保護対象外でも、具体的表現の再現を目標に据えると享受併存に傾きやすい。

ケースC：RAG＋追加学習の“再現狙い”設計

• 素材：画像RAGで著作物を都度取り込み→その場の条件付けで似絵を生成
• 目的/成果：検索→条件付け→著作物の見た目を再現する運用を売りにする

→ RAGであっても「再現を狙う」と享受併存の評価に近づく。加えて検索表示は47条の5（軽微利用）で整理すべき領域も混ざるため、設計の線引きが必要。

併存を避けやすいLoRA/追加学習の具体例

ケースD：機能改善LoRA（非表現・技術的特徴を学習）

• 素材：自社所有/ライセンス済みの多様データ
• 目的：ノイズ耐性、手/文字の整合、露出・色再現の技術改善、構図のメタ特徴（画角・レンズ）など
• 設計：広いドメイン・低エポック・正則化・データ拡張、近傍重複の除外

→ **“再現”ではなく“汎化”**が目的で、享受目的の併存を回避しやすい。

ケースE：自社資産限定／同意取得済みの作家コレクティブ

• 素材：社内で権利処理済みの写真・イラスト、CC BYや専用許諾で提供されたデータセット
• 目的：広告やUI生成など社内ニーズに合わせた汎化
• 運用：モデルカードに来歴・許諾・利用範囲を記載、再現テストで高類似の頻発がないかを検査

→ 権利処理＋非再現設計により30条の4の趣旨と整合。

ケースF：分析目的のLoRA（検出器・分類器）

• 素材：著作物画像を使うが、検出・分類（例：文字領域検出、画質劣化判定）に特化
• 成果：人の鑑賞を代替しない機械判定モデル

→ **非享受（情報解析）**の典型。もっとも、有償TDM市場を侵食する使い方は「ただし書」で外れる余地あり（商用DBの代替は避ける）。

実務で見られる“併存シグナル”（疑われやすい挙動）

• **企画・要件書に「○○のキャラ（作家）そっくりを出す」**と明記
• 学習ログ：極端に狭いコーパス、高エポック、正則化ゼロ、プロンプトに作家名/作品名
• 出力実態：同一ポーズ・レイアウト・衣装が繰り返し出る、透かし・ロゴの混入、名シーンの再現が頻発

→ これらは享受併存の推認材料になり得ます。逆に、多様性・汎化を評価軸にし、近傍類似検出で弾く設計は安全側。

47条の5（検索・解析結果の軽微利用）

• 検索エンジンのスニペット／サムネイル等、結果表示に付随する「軽微」な利用を許容（準備に必要な複製も可）。要件は必要性・付随性・軽微性。(日本法令外国語訳データベース)

具体例（日本）

• 学習OKになりやすい：クローリング→重複除去→学習→評価までが解析目的で設計され、高類似出力が頻発しない。(文化庁)
• 適用外になりやすい：特定作家の少量作品で**“似た表現を出させる目的”**のFT／RAG、権利留保市場の代替。(文化庁)
• 適応内になりやすい：ニュース見出し＋ごく短い本文スニペット等（軽微性を厳守）。(日本新聞協会)

3) ライセンス vs. 30条の4（使い分けの勘所）

• 30条の4は権利制限＝許諾不要だが、ただし書で外れる領域（例：TDM向けライセンス市場が成立しているDBの代替利用）はライセンスが合理的。(文化庁)
• 47条の5の「軽微」表示を超える提供（広い引用・画像の高精細表示など）は契約ベースへ。(文化庁)
• 実務では混合が増加：公開Webのオプトアウト遵守＋一部は契約取得（ニュース・写真・音源など）。AP、Axel Springer、News Corp、Reddit、Shutterstock等の包括契約が拡大。(AP News)

4) EU：DSM指令のTDM例外とAI Act（GPAI義務）

DSM指令（2019/790）

• 3条（研究機関向けTDM）：研究機関・文化機関はオプトアウト不可でTDM可（合法アクセス前提）。
• 4条（一般TDM）：誰でもTDM可だが、権利者が機械判読でオプトアウトしていればライセンス要。(EUR-Lex)

AI Act（2024/1689）とGPAI提供者

• Art.53(1)(c)：著作権尊重ポリシー（DSM4条3項のTDMオプトアウトの識別・尊重を含む）を実装。
• Art.53(1)(d)：訓練に用いたコンテンツの「十分に詳細な要約」を公開（AIオフィスのテンプレートに沿う）。2025/7/24にテンプレート公表。GPAI義務は2025/8/2から段階適用。(EUR-Lex)

実務像：合法アクセスの徹底、機械判読オプトアウトの尊重、海賊版ソース排除の運用、訓練要約の公開、下流の利用規約・フィルタ等がコア。(デジタル戦略欧州連合)

TDM（Text and Data Mining / テキスト・データマイニング） コンテンツを“読むため”ではなく、機械に特徴を学ばせるための解析行為（大量複製→特徴抽出→学習）。EUでは研究用TDM（指令3条）と一般TDM（指令4条）があり、一般TDMは権利者が機械判読でオプトアウト表示していると許諾が必要になります。

DSM指令（EU著作権指令 2019/790：Digital Single Market Directive） EUの新しい著作権パッケージ。上の**TDM例外（3・4条）**やプラットフォーム責任等を定めます。3条＝研究機関等はオプトアウト不可／4条＝誰でもOKだがオプトアウト尊重、が超要点。

AI Act（EU人工知能規則：Regulation (EU) 2024/1689） AIの提供者にルールを課す横断規則。**GPAI（一般目的AI）の提供者には、 (1) EU著作権の尊重ポリシー（TDMオプトアウトの識別・遵守を含む）と、 (2) 学習に使ったコンテンツの「十分に詳細な要約」の公開 を義務化（Art.53(1)(c)(d)）。公表用テンプレも出ています。適用開始は2025/8/2**。

オプトアウト（EUのTDM文脈） 「私のサイトは学習に使わないで」という機械判読の権利留保表示。これがあれば一般TDMの例外が外れ、ライセンスが必要に。

5) 米国：フェアユース（四要素）と主要判例

フェアユース四要素（17 U.S.C. §107）

1. 目的と性格（商業/非営利、変容性）
2. 著作物の性質
3. 量と実質性
4. 市場への影響（既存/潜在市場の代替）(法律情報研究所)

代表判例

• Google Books（2d Cir. 2015）：全文スキャン＋検索・スニペットは変容性が高く市場代替が小さい→適法。(著作権局)
• Kelly v. Arriba（9th 2003）：サムネイルは索引という機能転化→適法。(Electronic Frontier Foundation)
• Google v. Oracle（2021）：API宣言の一部複製は新規プラットフォーム創出等を踏まえ適法。(supremecourt.gov)
• AWF v. Goldsmith（2023）：雑誌イラストという用途が近接し市場競合→不成立（“新しい意味”だけでは足りない）。(supremecourt.gov)

実務感：変容性＋市場影響が肝。検索・索引・分析のような機能転化は有利だが、同じ媒体・用途で置換する利用は厳しい（Warhol）。(著作権局)

6) 中国：法制度・規制（生成AI暫定措置）と裁判例

• 著作権法（2021改正）：合理的使用の総則にベルヌの三段階テスト相当を明記（Art.24冒頭）。(Fordham IP Institute)
• 生成AI暫定措置（2023/8施行）：生成AIサービス提供に著作権の尊重等を含む運用規律を課す（CAC等が主管）。(chinalawtranslate.com)
• 裁判例

• 北京インターネット法院（2023/11）：Stable Diffusionで生成した画像に著作権保護性を認め、無断使用を侵害と判断（原告の創作的寄与あり）。(China IP Law Update)
• 広州インターネット法院（2024/2）：AI画像生成サービスの出力を巡る侵害認定の初判断（プラットフォーム責任を問う）との整理。(techinsights.linklaters.com)
• 現場感：規制は内容管理と権利尊重の強化が特色。近時は海外IP（キャラクター等）を巡る訴訟も顕在化。(ファイナンシャル・タイムズ)

ルールと「現場」のギャップをどう見るか

1) ルール（規制の骨子）

• 深度合成規定（2023/1施行）

いわゆるディープフェイク等の**“深度合成サービス”**を対象に、識別表示（例：透かし）や届け出、不正利用防止、権利尊重などを要求。

• 生成AI暫定措置（2023/8施行）

生成AIの提供者に対し、著作権を含む合法性確保、違法・不良情報の防止、申立て処理などの運用義務を明示。「学習データの処理は他人の知的財産権を侵害してはならない」旨を規定。

2) 現場（主要サービスと指摘）

• Kling（快手/Kuaishou）：Sora競合としてKling 2.0/2.1を発表・提供。大規模ユーザーを獲得し、テキストから高解像度動画を生成する実力で注目。
• Hailuo（海螺AI / MiniMax）：画像・動画生成を提供。2025年にディズニー/ユニバーサル/ワーナーが米国で著作権侵害を提訴（有名キャラクターの生成・マーケ利用を主張）という域外訴訟が発生。
• Vidu（盛数科技×清華大学）：テキスト/画像→動画モデル。グローバル提供をアナウンスしつつ急拡大。
• Seedance（ByteDance/“Seadance”の表記ゆれに注意）：マルチシーン対応をうたう動画生成モデルを公開。公式ページと技術紹介が出ています。
• DeepSeek（大規模LLM）：急速に普及。企業利用上の法務注意点やプライバシーポリシーの読み込みが各所で取り上げられています。

ギャップの実像 ルール上は「権利尊重・水印・申立対応」など厳格ですが、実運用ではユーザーが有名IPを模した出力を容易に得られる場面があり、国内外権利者からの申立や訴訟が増えています。特にHailuo/MiniMaxの米国訴訟は、中国発サービスでも海外展開時に域外で強い権利行使に直面することを示す事例です。各社の規約は多くが「権利侵害の責任はユーザー」という免責寄りの書きぶりですが、学習源の適法性や出力側のフィルタ、申立スキームの実効性は個社差が大きいのが実情です。

7) ライセンス市場の現在（主要ディール）

• OpenAI × AP (2023/7)、Axel Springer (2023/12)、News Corp (2024/5) 等、報道コンテンツの学習・要約ライセンスが拡大。(AP News)
• **Reddit × Google（2024/2）**ほか、UGCプラットフォームもデータ供給で収益化。(Reuters)
• ShutterstockはAIライセンス収入を公表し、複数社と長期契約。(ブルームバーグ)

EU AI Actの訓練要約公開義務（Art.53(1)(d)）やTDMオプトアウト尊重が、“無断”から契約へのモメンタムを強めています。(デジタル戦略欧州連合)

8) 主要訴訟マップ（現在進行中／既済の要点）

米国

• Thomson Reuters v. ROSS（D. Del. 2025/2/11）

Westlawヘッドノートの学習利用はフェアユース不成立としてTR側勝訴（サマリ判決）。用途の近接と市場侵食が重視された初の主要判断。(ded.uscourts.gov)

• NYT v. OpenAI/Microsoft（S.D.N.Y.）

一部の却下申立が退けられ、レギュルジテーション等の主張が審理に進む段階（2025/4）。(Reuters)

• Bartz v. Anthropic（N.D. Cal. 2025/6）

合法に取得・スキャンした書籍の学習はフェアユースとする初判断。一方、“海賊版ソース”からの取得部分は争点が残り審理続行（のち和解報道）。学習それ自体の適法性と取得経路の違法性を分けて扱った点が重要。(The Washington Post)

• RIAA v. Suno/Udio（D. Mass.／S.D.N.Y.）

音源学習・生成に関する訴訟が継続。近時、YouTubeの暗号回避（DMCA 1201）を伴う取得疑惑を追及する訴状補正も。(RIAA)

英国・ほか

• Getty Images v. Stability AI（UK）

2025年にロンドン高裁で審理。途中で主たる著作権訴えの一部を取り下げ、商標等に争点が収斂した局面あり。米国では提訴地を変更して再提起の動き。(AP News)

• Andersen v. Stability AI（N.D. Cal.）

画像生成に関するアーティスト集団訴訟。一部請求は整理されたが、著作権・商標等の中核主張はなお係属。(Copyright Alliance)

読みどころ：米国では用途の近接・市場代替がカギ（TR v. ROSS）。一方で学習の変容性を肯定する初判断（Bartz）も出ており、取得経路（“海賊版”）の違法性が防御を弱め得るという新たな軸が鮮明になりました。(ded.uscourts.gov)

9）日本の新施策——データセット流通と対価還元

「クリエイターへの対価還元に向けた著作物等データセットの流通促進に係る環境構築事業」（令和8年度 概算要求・新規 3億円） 文化庁の概算要求資料に明記。権利者・民間団体による“有償提供”の枠組みづくり、データセットの契約・クリエイター配分のモデル設計、複数分野の実証などを進めるとされています（事業スキーム図も掲載）。“モデルとなる事例の創出”と標準化の仕組みがキーワード。

30条の4（非享受目的）と契約（ライセンス）のハイブリッド運用が加速へ。有償TDM市場を整えることで「ただし書」領域を安全に通過させる設計が可能に。 EUのAI Actの訓練要約公開やオプトアウト尊重とも整合。来歴・条件を明示できるデータセットは、説明責任と対価還元の両立に寄与。

10) まとめ

• 日本は30条の4で学習段階を広く許容しつつ、享受目的の併存や市場代替は適用外。検索やRAG結果の軽微表示は47条の5で整理。(文化庁)
• EUはTDM二段構え（研究／一般）＋オプトアウト尊重、そしてAI ActでGPAIの著作権順守ポリシーと訓練要約公開を義務化。(EUR-Lex)
• 米国はフェアユース総合衡量。TR v. ROSSで学習の置換性が問題視され、Bartzで学習自体の適法性が一定程度認められつつ、取得経路が重要争点に。(ded.uscourts.gov)
• 中国は生成AI暫定措置で運用規律が強く、AI出力の権利保護やプラットフォーム責任を巡る初判断が蓄積中。(chinalawtranslate.com)
• 現場では「オプトアウト尊重＋部分ライセンス」が主流化。説明責任（訓練要約）と海賊版源の遮断が新常識に。(デジタル戦略欧州連合)

付録：事例リンク（抜粋・英語中心）

• 日本の公式整理（文化庁・英語版/和文）(文化庁)
• EU DSM指令（TDM）／AI ActとGPAIテンプレート (EUR-Lex)
• 米国フェアユース条文・主要判例（Google Books／Warhol／Oracle）(法律情報研究所)
• 中国の生成AI暫定措置・裁判例（北京・広州）(chinalawtranslate.com)
• 主要訴訟・動向（TR v. ROSS／NYT v. OpenAI／Bartz v. Anthropic／Suno/Udio）(ded.uscourts.gov)
• 写真・ニュース等のライセンス動向（AP／News Corp／Axel Springer／Reddit／Shutterstock）(AP News)

文化庁の令和6年著作権セミナー AIと著作権Ⅱ https://www.bunka.go.jp/seisaku/chosakuken/pdf/94097701_02.pdf

私としては多少の著作権侵害は許容して表現を追求したいけど、流れ的には厳しくなっていくかも知れない、日本もEUのように厳格になっていく可能性もある

ライセンスとロイヤリティで解決していくのだと思う

しかし、その恩恵が受けられるのは一流のクリエイタと権利団体だけなので、私には縁のない話だ

法律バカになってないかと思う 新しい創作とかは、グレーゾーンで起こるもので、それは数十年は認められないだろうけど、そういうもんでないかと思う

そして、これはホワイト化の一種でもあるのだろうと思う 正しさだけが全てではないのではないか私はそのように思うが、そんなものはこの流れの中でかき消されていくのだとわかるし、そんなことをいうと嫌われる事もわかっている

正しくはない、けれど厳しくし過ぎる必要もまたないような気がする

とかいいつつ、私もヒット作持っててライセンス料がっつり取れそうだったら取りまくりたいと思う

何も価値あるものを持ってないから正直どうでもいいし、むしろ生成AI自由に使わせろと思うし、サブスク料金高くなるなと思う

これは自分勝手な考えだけど、現実の問題として自分の創作物が売れなくて、上を恨んでいる奴は世の中溢れていると思う

ライセンス料と言っても、大半の絵描き擬きとか作家擬きは何も貢献出来ないのだから払われるわけもないし、そもそも学習材料にすらならんだろう

これが現実で、創作で成功した人間は勝利した人間であって、その下には大変な敗北者がいる事を忘れてはいけないと思う

結局、勝者が更にライセンス料で儲かるだけである

その人たちからすれば、生成AIは下剋上だし、それを喜ぶ気持ちを持つことは自然だと思う

生成AIを使えば、自分でもやれるかも知れない

そう考えるのはごく普通で、やりたい事がある人は普通に使いまくるし、いいものが作れれば著作権とかどうでもいいと思っている

絵が描けない人がテキストで絵を作れる、それはいい事だ

自分で描けない人が、好きなキャラを出力する、それは著作権法では依拠性、類似性で引っかかるが、手描きの二次創作でも本来は同じ事だ

誰でも好きに作れる事はいい事ではないのだろうか

画像 pixai sunflower