フェアユース

フェアユースとは、著作権者の許諾を得ずとも、利用目的や市場への影響などの要素を総合的に考慮した上で著作物を一定条件下で利用できることを認める米国著作権法上の法理である。批評や研究、報道などの文脈で古くから適用されてきたが、近年は生成AI開発企業が大量の著作物をモデル学習に用いる行為の正当化根拠として援用され、業界全体を揺るがす一連の訴訟の最大の争点となっている。

概要

フェアユースの判断は、利用目的の変容性、著作物の性質、利用量、市場への影響という複数要素の総合衡量によって行われ、一律の基準があるわけではない。生成AI開発企業は、モデルが著作物を丸ごと再現するのではなく統計的パターンを学習するに過ぎないという立場から、学習行為を「変容的利用」としてフェアユースの範囲内にあると主張してきた。しかし著作物の取得過程に海賊版サイトの利用が疑われる事例が相次いで表面化し、学習段階と取得段階を切り分けて評価すべきかどうかが新たな論点となっている。

技術的位置づけ

LLMをはじめとする生成AIは、ウェブ上の文章や画像、書籍、楽曲などの大量データを学習データセットとして取り込むことでパターンを獲得する。この学習プロセスで著作物の複製が発生する点が著作権法上問題視されており、フェアユースの適用可否はAI開発企業の事業継続性そのものに直結する。日本やEUでは著作権法に別途のテキスト・データマイニング例外規定が設けられており、米国のフェアユース法理とは制度設計が異なる点も比較対象として注目されている。

主要な動向

2026年7月にはAnthropicが著作権侵害を巡る15億ドル規模の和解について最終承認を得て、48万2,460作品の対象リストのうち44万490作品が有効請求とされた。これは取得段階、すなわち海賊版データの入手行為自体が問題視された結果であり、学習段階のフェアユース判断とは別の争点として扱われた。続いて2026年8月には、Sony・Warner系35社がAnthropicを提訴し、海賊版取得、モデル学習、歌詞出力、著作権管理情報という4層にわたる主張が展開され、Bartz判決が及ぶ範囲が改めて問われることとなった。

2026年9月には米司法省がNYT対OpenAI訴訟の多地区係属訴訟に意見書を提出し、LLM学習における複製行為を取得段階から切り離した独立の利用として扱い、これをフェアユースと主張する枠組みを示した。この立場は、学習段階のみを争点化することで取得段階の適法性評価を避ける狙いがあると指摘されており、日本やEUの法制との相違を際立たせる動きとなった。一方で2026年5月には、スタンフォード大学らの研究により商用LLMが著作物を実質的に記憶・再現していることが示され、学習が単なる抽象的パターン獲得にとどまらないとする従来の擁護論への反証材料となった。同年4月にはGetty ImagesとStability AIの訴訟で英国高等法院が実質的にStability AI敗訴の判断を示し、AI学習データの国境を越えた合法性が国際的にも問われる局面となっている。