バックナンバーはこちら
要約
- AI利用の著作権は、学習前・入力時・生成後・公開前で確認します。
- 第30条の4は、情報解析・機械学習などの非享受目的と、権利者利益への影響を見ます。
- AI生成物は、人間の創作的寄与、既存著作物との類似性・依拠性、利用規約の確認が重要です。
動画解説
再生リスト
導入
AIを使うときの著作権法は、「AIで作ったものに著作権があるか」だけの話ではありません。既存の文章、画像、音楽、動画、コード、データベースなどをAIに使う場面では、利用前から確認が必要です。
たとえば、既存の画像や文章をAIに入力してよいのか、AIで作った画像や文章に著作権はあるのか、出力物を公開・販売してよいのか、といった判断が必要になります。
G検定対策では、用語を単独で覚えるよりも、「AI利用のどの段階で問題になるか」で整理すると理解しやすくなります。今回のテーマは、AI利用における著作権法です。
今回のキーワードは、次のとおりです。
- 創作性
- 著作物
- AI生成物
- 利用規約
- 著作権侵害
- 著作権
AI利用では、学習段階、入力・プロンプト段階、生成物の確認段階、公開・商用利用段階で、それぞれ著作権法上の確認が発生します。この記事では、動画で使用した「AI利用における著作権法の評価フロー」をもとに、G検定向けの判断手順として整理します。
AI利用における著作権法の評価フロー（全体像）
AIで既存コンテンツやデータを使いたい場合、最初に見るべきなのは「何を使うのか」です。文章、画像、音楽、動画、コード、データベースなど、利用対象によって確認事項が変わります。
次に、その対象が著作物にあたる可能性を確認します。著作物にあたる可能性があるなら、著作者、著作権者、利用条件、ライセンス、利用規約を確認します。
AI利用の著作権法は、次の順序で確認すると整理しやすいです。
- 利用対象の確認
- 著作物にあたる可能性の確認
- AI学習段階における第30条の4の確認
- 入力・プロンプト段階における複製・送信・規約の確認
- AI生成物における人間の創作的寄与の確認
- 既存著作物との類似性・依拠性の確認
- 公開・商用利用前の権利処理と出典確認
- 最終判断
「AIで作ったから自由に使える」とは限りません。一方で、「AIを使ったからすべて使えない」という話でもありません。重要なのは、AI利用の各段階で、どの権利や条件を確認するかです。
G検定では、著作権法の細かな条文暗記よりも、AI利用における判断の流れを押さえることが重要です。特に、学習、入力、生成、公開の4段階で確認する考え方が役立ちます。
著作権の基本概念
著作権法を考える入口は、「利用対象を特定すること」です。AIに使いたい対象が、文章なのか、画像なのか、音楽なのか、動画なのか、コードなのか、データベースなのかを確認します。
著作物とは、思想又は感情を創作的に表現したものです。ここで重要になるのが、「創作性」と「表現」です。
単なる事実、アイデア、ありふれた表現は、著作物として保護されにくいです。一方で、文章の言い回し、イラストの構成、写真の撮影上の工夫、プログラムの記述、データベースの情報選択や体系的構成などに創作性があれば、著作物にあたる可能性があります。
たとえば、「富士山は日本にある」という事実そのものは、著作権法上の保護対象になりにくいです。しかし、富士山を紹介する文章、写真、イラスト、動画には、創作的な表現が含まれる場合があります。
G検定では、次の区別が重要です。
- 事実そのもの: 著作物にあたりにくい
- アイデアそのもの: 著作物にあたりにくい
- ありふれた表現: 創作性が乏しい可能性
- 創作的な表現: 著作物にあたる可能性
- プログラムやデータベース: 条件により保護対象
著作物にあたる可能性がある場合は、次に権利関係を確認します。作った人と著作権を持つ人が同じとは限りません。会社、制作委託先、素材配布サイト、共同制作の相手などが関係する場合もあります。
無料素材であっても、何でも自由に使えるとは限りません。商用利用、改変、再配布、AI学習への利用、クレジット表記、利用媒体などに条件がある場合があります。
そのため、著作権の基本概念では、次の順番で確認します。
- 利用対象の特定
- 著作物にあたる可能性の確認
- 著作者・著作権者の確認
- 利用条件・ライセンス・利用規約の確認
「無料かどうか」ではなく、「どの条件で使えるか」を確認することが重要です。
AI学習段階の判断
AI学習段階で重要になるのが、著作権法第30条の4です。これは、著作物に表現された思想又は感情を享受する目的ではない利用について、一定の範囲で著作権者の許諾なく利用できる可能性を定める規定です。
AI学習では、著作物を人間が鑑賞したり、文章を読んで楽しんだり、音楽を聴いて味わったりすることが目的ではなく、データの特徴や傾向を情報解析することが目的になる場合があります。このような場合、非享受目的の利用として整理される可能性があります。
ただし、第30条の4は「AI学習なら何でも許諾不要」という規定ではありません。確認すべき点は次のとおりです。
- 利用目的が情報解析・機械学習か
- 著作物の表現を人が楽しむ目的ではないか
- 享受目的が併存していないか
- 著作権者の利益を不当に害しないか
- 利用規約や契約で別の制限がないか
たとえば、画像認識モデルを作るために画像の特徴を解析する場合は、情報解析の目的として整理しやすいです。一方で、特定作品の創作的表現を再現させる目的で学習する場合は、リスクが高くなります。
第30条の4を学ぶときは、次の流れで理解すると整理しやすいです。
- 情報解析・機械学習の目的
- 非享受目的
- 権利者利益への不当な影響なし
- 条件を満たす場合に許諾不要の可能性
- 不明な場合は許諾・ライセンス確認
また、データの利活用では、著作権だけでなく、利用規約、データ提供契約、個人情報、営業秘密、社内ルールも関係します。AI学習に使えるかどうかは、著作権法だけで完結しない点にも注意が必要です。
G検定では、「第30条の4は、情報解析・機械学習の場面で登場する権利制限規定」として理解します。そのうえで、非享受目的と権利者利益への影響を組み合わせて判断します。
入力・プロンプト段階の判断
AIに既存著作物を入力する場面でも、著作権法上の確認が必要です。まだ外部公開していなくても、プロンプト欄や参考画像欄に入力する時点で、複製や送信にあたる可能性があります。
たとえば、既存の記事全文、第三者の画像、既存キャラクターの画像、他人が書いたコード、楽曲データなどをAIサービスに入力する場合は注意が必要です。外部AIサービスでは、入力内容がサーバーに送信されることがあります。
この段階では、次の順に確認します。
- 既存著作物をプロンプトや参考画像に入れるか
- 入力行為が複製や送信にあたる可能性
- AIサービスの利用規約
- 素材サイトや契約上の利用条件
- 社内ルールや情報管理ルール
- 機密情報、個人情報、第三者権利
プロンプト欄は、単なるメモ欄ではありません。第三者の著作物、社外秘資料、個人情報、契約上制限のある資料を入力する場合は、著作権法だけでなく、情報管理や契約違反のリスクも出てきます。
入力してよいか迷う場合は、次の代替案を検討します。
- 自作素材の利用
- 権利処理済み素材の利用
- パブリックドメイン素材の利用
- ライセンス条件を満たす素材の利用
- 既存著作物そのものではなく要約や抽象化した情報の利用
- 社内ルールに沿った承認手続き
G検定では、「生成前の入力段階にも著作権法上の論点がある」と理解することが重要です。AIに入れる前に、著作権、利用規約、社内ルール、契約、機密情報、個人情報を確認します。
AI生成物の著作物性
AIで出力された文章や画像が、著作物になるかどうかも重要な論点です。ここでの中心は、「人間の創作的寄与があるか」です。
AI自身は著作者にはなりません。著作権法上の著作者は、著作物を創作する者です。AIは法的な人格を持つ人ではないため、AI自身が著作者になるわけではありません。
そのため、AI生成物が著作物になるかどうかは、人間がどの程度、創作的表現に関与したかで判断します。
たとえば、単に「かわいい猫の画像を作って」と入力し、AIが出した画像をそのまま使うだけでは、人間の創作的寄与が乏しいと評価される可能性があります。一方で、構図、場面設定、配色、表情、文章表現、編集方針などを具体的に指示し、出力結果を見ながら修正や加筆を重ねた場合は、人間の創作的寄与が認められる可能性があります。
確認のポイントは次のとおりです。
- プロンプトの内容が創作的表現に関わるか
- 単なるアイデアの列挙にとどまっていないか
- 出力結果を見て指示を調整しているか
- 人間が加筆、修正、編集を行っているか
- 最終成果物のどの部分に人間の創作性があるか
長いプロンプトを書けば必ず著作物になる、というわけではありません。重要なのは文字数ではなく、創作的表現への関与です。
また、AI生成物に人間が創作的な加筆や修正を行った場合、その加筆や修正部分には著作物性が認められる可能性があります。ただし、AI生成物全体が当然に保護されるとは限りません。
G検定対策では、次のように整理します。
- AIが出力しただけでは自動的に著作物とはいえない
- AI自身は著作者にならない
- 人間の創作的寄与が重要
- 指示、選択、修正、編集の内容を総合的に確認
- 著作物性は個別事情で判断
AI生成物に関する著作権は、「AIが作ったかどうか」ではなく、「人間が創作的表現にどう関わったか」で確認します。
既存著作物との侵害リスク
AI生成物を使うときは、それが既存著作物を侵害していないかを確認する必要があります。中心になるのは、「類似性」と「依拠性」です。
類似性とは、AI生成物が既存著作物と似ているかという観点です。ただし、作風やアイデアが似ているだけで、直ちに著作権侵害になるとは限りません。著作権法で保護されるのは、アイデアそのものではなく、創作的な表現です。
依拠性とは、既存著作物に基づいて作られたといえるかという観点です。たとえば、既存画像を参考画像として入力した、既存文章をプロンプトに入れた、特定作品に近いものを出すように指示した、といった事情は、依拠性の判断に関係します。
確認すべきポイントは次のとおりです。
- 既存著作物の創作的表現と似ているか
- 表現上の本質的特徴を感じ取れるか
- 既存著作物を見て作った事情があるか
- プロンプトや参考画像に既存著作物を使ったか
- 学習データに含まれていた可能性
- 改変、翻案、二次的著作物の問題
少し変えたから大丈夫、とは限りません。元の著作物の創作的表現が残っている場合は、翻案や二次的著作物の問題が出る可能性があります。
一方で、偶然似たにすぎない場合や、一般的なアイデア、ありふれた表現、抽象的な作風の共通にとどまる場合は、侵害リスクが相対的に低くなることがあります。
G検定では、AI生成物の侵害リスクを次の組み合わせで理解するとよいです。
- 類似性あり + 依拠性あり: 侵害リスク高
- 類似性あり + 依拠性なし: 個別確認
- 類似性なし: リスクは相対的に低い
- 既存著作物の創作的表現が残る改変: 翻案リスク
- 公開・販売前: 追加確認
AI生成物は、出力された時点で確認終了ではありません。外部に出す前に、既存著作物との関係を確認することが重要です。
利用・公開段階の判断
AI生成物を外部公開、販売、配布する場合は、確認事項が増えます。社内検討のみの場合でも共有範囲の管理は必要ですが、外部に出す場合は、権利処理、利用許諾、出典確認、利用規約の確認が特に重要です。
たとえば、SNS投稿、広告、動画サムネイル、教材、販売素材、アプリ素材、Webサイト掲載、商用資料などに使う場合は、公開前に確認が必要です。
公開・商用利用前の基本チェックは次のとおりです。
- 著作権や関連権利の確認
- 既存著作物との類似性・依拠性の確認
- 利用許諾やライセンス契約の確認
- AIサービスの利用規約の確認
- 素材サイトの利用条件の確認
- 出典・クレジット表記の要否
- 社内ルールや法令への適合
- 公開範囲、販売範囲、配布方法
ライセンスには、商用利用可、改変可、クレジット表記必須、同一ライセンスでの公開必須、非営利限定など、さまざまな条件があります。CCライセンスやOSSライセンスのように広く使われているライセンスでも、条件を読まずに利用すると問題になる可能性があります。
公開段階の結論は、次のように整理できます。
- 公開・商用利用可能性あり
- 条件付きで利用可能
- 利用保留
- 許諾・契約確認が必要
- 侵害リスク高のため公開不可
公開できそうに見える場合でも、実務では個別事情の確認が必要です。特に商用利用では、あとから差止め、損害賠償、契約違反、信用低下につながる可能性があるため、判断記録を残すことも重要です。
結論
AI利用における著作権法の結論は、白黒だけではありません。確認結果に応じて、複数のパターンに分かれます。
代表的な結論は次の5つです。
- AI学習に使える可能性
- 条件付きで利用可能
- 利用不可または要確認
- 公開・商用利用可能性あり
- 侵害リスク高: 公開しない
AI学習に使える可能性があるのは、情報解析・機械学習の目的で、非享受目的と整理でき、著作権者の利益を不当に害しないと考えられる場合です。ただし、利用規約や契約で制限されている場合は、別途確認が必要です。
条件付きで利用可能となるのは、ライセンス条件、クレジット表記、利用範囲、教育目的、引用要件などを満たす必要がある場合です。
利用不可または要確認となるのは、権利者が不明、利用範囲が不明確、規約で制限されている、入力や公開の可否が判断できない場合です。この場合は、権利者への確認、素材の差し替え、再生成、法務確認などを検討します。
公開・商用利用可能性ありとなるのは、利用許諾がある、ライセンス条件を満たしている、パブリックドメインである、保護期間が満了しているなどの事情がある場合です。
侵害リスクが高い場合は、公開しない判断が重要です。既存著作物との類似性と依拠性が高く、権利者の許諾もない場合は、外部公開、販売、配布を避けるべきです。
最終判断では、個別事情、最新の法令、判例、文化庁などのガイドライン、利用規約、契約内容を確認する必要があります。
まとめ
AIで既存コンテンツやデータを使うときは、まず利用対象を特定します。文章、画像、音楽、動画、コード、データベースなどのうち、何を使うのかを確認します。
次に、それが著作物にあたる可能性を見ます。著作物とは、思想又は感情を創作的に表現したものです。単なる事実やアイデアは保護されにくい一方で、創作的な表現には著作権が関係します。
AI学習段階では、著作権法第30条の4が重要です。情報解析・機械学習の目的で、非享受目的と整理でき、著作権者の利益を不当に害しない場合は、許諾不要となる可能性があります。ただし、何でも自由という意味ではありません。
入力・プロンプト段階では、既存著作物をAIに入れること自体が複製や送信にあたる可能性を確認します。利用規約、社内ルール、契約、機密情報、個人情報、第三者権利にも注意が必要です。
AI生成物の著作物性では、人間の創作的寄与があるかを見ます。AIが出力しただけで当然に著作物になるわけではなく、具体的な指示、選択、修正、編集の内容を総合的に判断します。
既存著作物との侵害リスクでは、類似性と依拠性を確認します。既存著作物の創作的表現と似ており、かつそれに基づいて作られた事情がある場合は、侵害リスクが高まります。
利用・公開段階では、外部公開、販売、配布の前に、権利処理、利用許諾、出典確認、利用規約、社内ルールを確認します。商用利用では、条件や判断記録を残すことも重要です。
まとめのまとめ
- AI利用の著作権確認は、利用対象、学習、入力、生成、公開の順序で整理
- 第30条の4は、情報解析・機械学習の目的と権利者利益への影響が中心
- AI生成物の公開・商用利用は、人間の創作的寄与、類似性、依拠性、規約確認が重要
FAQ
Q. AI学習に著作物を使う場合、許諾は常に必要ですか？
A. 常に必要とは限りません。情報解析・機械学習のための非享受目的で、著作権者の利益を不当に害しない場合は、著作権法第30条の4により許諾不要となる可能性があります。ただし、利用目的、利用方法、利用規約、契約条件の確認が必要です。
Q. AI生成物には著作権が発生しますか？
A. AIが出力しただけで当然に著作物になるわけではありません。人間の創作的寄与があるかどうかが重要です。具体的な指示、選択、修正、編集などが創作的表現に関わる場合は、著作物となる可能性があります。
Q. AI自身は著作者になれますか？
A. AI自身は著作者になりません。著作権法上の著作者は著作物を創作する者であり、AIは法的な人格を持つ人ではないためです。AI生成物が著作物にあたる場合は、その創作に関与した人間が著作者となる可能性があります。
Q. 既存画像や文章をプロンプトに入れてよいですか？
A. 既存著作物をプロンプトや参考画像として入力する場合、入力やアップロードの時点で複製や送信にあたる可能性があります。AIサービスの利用規約、素材のライセンス、社内ルール、契約、機密情報や個人情報の有無を確認する必要があります。
Q. AI生成物が既存作品に似ている場合の確認点は何ですか？
A. 類似性と依拠性を確認します。著作権法では、アイデアや作風そのものではなく創作的な表現が保護されます。既存著作物の創作的表現が感じ取れるほど似ており、さらに既存著作物に基づいて作られた事情がある場合は、侵害リスクが高まります。
Q. 商用利用前に確認すべきことは何ですか？
A. 既存著作物との類似性・依拠性、利用許諾、ライセンス条件、AIサービスの利用規約、出典やクレジット表記、社内ルール、契約条件を確認します。不明点が大きい場合は、公開や販売を保留し、権利者確認や法務確認を行う必要があります。
バックナンバーはこちら
参考文献
文化庁「AIと著作権について」
https://www.bunka.go.jp/seisaku/chosakuken/aiandcopyright.html
文化審議会 著作権分科会 法制度小委員会「AIと著作権に関する考え方について」
https://www.bunka.go.jp/seisaku/bunkashingikai/chosakuken/bunkakai/69/pdf/94022801_01.pdf
文化庁「AIと著作権に関するチェックリスト＆ガイダンス」
https://www.bunka.go.jp/seisaku/chosakuken/aiandcopyright.html
文化庁「著作権テキスト」
https://www.bunka.go.jp/seisaku/chosakuken/seidokaisetsu/pdf/94283401_01.pdf
e-Gov法令検索「著作権法」
https://laws.e-gov.go.jp/law/345AC0000000048
文化庁「デジタル化・ネットワーク化の進展に対応した柔軟な権利制限規定に関する基本的な考え方について」
https://www.bunka.go.jp/seisaku/chosakuken/1422075.html
経済産業省「AI事業者ガイドライン」
https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/20260331_report.html
クリエイティブ・コモンズ・ジャパン「クリエイティブ・コモンズ・ライセンスとは」
https://creativecommons.jp/licenses/
Open Source Initiative「The Open Source Definition」
https://opensource.org/osd
あわせて読みたい書籍
著作権法やAI生成物の扱いは、G検定対策だけでなく、実務でAIを使うときにも重要です。ここでは、この記事の内容をさらに深掘りしたい人向けに、目的別の書籍を紹介します。
G検定とAI全体を押さえる本
『深層学習教科書 ディープラーニングG検定（ジェネラリスト）公式テキスト』
G検定対策の軸にしやすい公式テキストです。AI、機械学習、ディープラーニング、生成AI、法律・倫理まで、試験範囲を広く確認できます。この記事で扱った著作権法の論点も、G検定全体の中でどの位置にあるのかを整理しやすくなります。
『AI白書』
生成AIをめぐる技術動向、ビジネス活用、社会的課題を広く把握したい人向けです。著作権法だけでなく、AIガバナンス、政策、社会実装の流れも含めて確認したい場合に向いています。
著作権法の基本を固める本
『著作権法入門〔第4版〕』
著作物、著作者、著作者人格権、著作権、著作隣接権、権利侵害などを入門レベルから整理できる本です。この記事で出てきた「創作性」「著作物」「著作権侵害」の基礎を固めたい人に向いています。
『著作権法 第3版』
著作権法の全体像を、図表や用語解説を使いながら学べるテキストです。初学者でも、著作権制度、著作物、権利制限、侵害救済、権利活用を順番に確認しやすい構成です。
『著作権法 第4版』
より本格的に著作権法を学びたい人向けの体系書です。G検定対策を超えて、条文、判例、学説、法改正まで深く確認したい場合に向いています。著作権法を実務や研究レベルで扱う人の参照用として使いやすい一冊です。
AIと著作権を深掘りする本
『AIと著作権』
AI学習、著作権法第30条の4、依拠性、類似性、AI生成物の著作物性など、この記事の中心テーマを深掘りできる論集です。生成AIと著作権をめぐる日本法・海外法の論点を、学術的に整理したい人に向いています。
『生成AIと著作権の論点』
生成AIの仕組みを踏まえて、開発・学習段階、生成・利用段階、AI生成物の著作物性、著作権法と契約の関係などを実務寄りに確認できる本です。この記事のフローを、より現場の判断に近い形で深めたい人に向いています。
生成AIの法律実務を広く見る本
『生成AIの法律実務』
生成AIと著作権だけでなく、個人情報、名誉毀損、人格権、刑事法、契約、社内規程など、生成AIをめぐる法律実務を広く確認できる本です。AIを業務で使う立場、AIサービスを提供する立場の両方で役立ちます。
『AIと法 実務大全』
AI開発者、AI提供者、AI利用者それぞれの視点から、知的財産権、個人情報、機密情報、OSS、ライセンス契約、利用規約、社内導入のポイントを確認できる本です。AIを会社で導入・運用する人には、特に相性がよい一冊です。
類似性・依拠性・判例を確認する本
『著作権判例百選 第7版』
著作物性、創作性、依拠性、類似性、権利制限、侵害救済など、著作権法の重要判例を確認できる判例集です。この記事で出てきた「既存著作物との侵害リスク」を、実際の裁判例から理解したい人に向いています。
『〈ケース研究〉著作物の類似性判断 ビジュアルアート編』
イラスト、美術、写真などのビジュアルアートを中心に、著作物の類似性判断を詳しく扱う本です。画像生成AIを使う人や、AI生成画像が既存作品に似ていないかを考えたい人に向いています。
ライセンスとコード利用を確認する本
『OSSライセンスの教科書』
AI開発やシステム開発では、コード、ライブラリ、学習済みモデル、データセットなどの利用条件を確認する場面があります。この本は、OSSライセンスの基本的な考え方や、使う側が注意すべきポイントを整理するのに役立ちます。
AI利用では、著作権法だけでなく、利用規約、ライセンス、契約、社内ルールもあわせて確認する必要があります。特にコードやデータを扱う場合は、著作権法の知識に加えて、OSSライセンスや各サービスの利用条件も確認することが重要です。
読む順番のおすすめ
まずG検定対策としては、『深層学習教科書 ディープラーニングG検定（ジェネラリスト）公式テキスト』で全体像を確認します。次に、著作権法の基本を『著作権法入門〔第4版〕』で押さえます。
そのうえで、AIと著作権を深掘りしたい場合は『AIと著作権』または『生成AIと著作権の論点』に進むと理解しやすいです。実務で生成AIを使う場合は、『生成AIの法律実務』や『AIと法 実務大全』で、著作権以外のリスクも含めて確認すると安心です。
画像生成AIやコンテンツ制作に関わる人は、『著作権判例百選 第7版』や『〈ケース研究〉著作物の類似性判断 ビジュアルアート編』で、類似性・依拠性の考え方を具体例から学ぶとよいでしょう。コードやAI開発に関わる人は、『OSSライセンスの教科書』もあわせて確認すると、ライセンス面の抜けを減らしやすくなります。
コメント