2025年5月、米著作権局が生成AIに関する報告書の第3部のプレ発行版を発表し、
「生成AI学習での著作物の無断使用はフェアユースではない可能性がある」ことが示されましたね。
・著作権者は作品へのアクセスを制御する権利を持つ。
・生成AIは著作物の売上の損失、市場の希薄化、ライセンス機会の逸失等を含め、著作物の市場と価値に影響を及ぼす可能性がある。
・生成AI学習は文章や画像等の表現を吸収し、表現的な生成物を出力するための「表現目的」である。
・生成AI学習は人間の学習とは異なる。
等が示されていて、
これまで私たちが主張してきたことが米著作権局にほぼ認められた形ですね。
「生成AI学習での著作物の無断使用はフェアユースではない可能性がある」ことが示されましたね。
・著作権者は作品へのアクセスを制御する権利を持つ。
・生成AIは著作物の売上の損失、市場の希薄化、ライセンス機会の逸失等を含め、著作物の市場と価値に影響を及ぼす可能性がある。
・生成AI学習は文章や画像等の表現を吸収し、表現的な生成物を出力するための「表現目的」である。
・生成AI学習は人間の学習とは異なる。
等が示されていて、
これまで私たちが主張してきたことが米著作権局にほぼ認められた形ですね。
Comments
Part 3: Generative AI Training
米著作権局「著作権とAI」第3部：生成AI学習 プレ発行版
Copyright owners have a right to control access to their works, even if someone seeks to obtain them in order to make a fair use.
著作権者は作品へのアクセスを制御する権利を持つ。たとえ、誰かがフェアユースの目的で著作物を取得しようとしたとしても。
この分析の提供において、当局はAI学習の変容性についての2つのよくある言説を否定する。
上記のように、AIモデルの学習のための著作物の利用は表現目的ではないから本質的に変容的であるという言説がある。当局はこの言説は誤りであると考える。
Image models are trained on curated datasets of aesthetic images because those images lead to aesthetic outputs.
画像モデルは美的な出力を導くために美的な画像を選抜したデータセットで学習されている。
その結果となるモデルが表現的なコンテンツの出力に使用される場合や、著作権で保護された表現を再現する可能性がある場合、その学習利用は「非表現的」として公正に見なすことはできない。
作った側の倫理観が全く無いのは確実です。