MENU

ビジュアルコンテンツ生成AIの著作権論争：法的課題、国際動向、および戦略的対応

第1章 エグゼクティブサマリー

ビジュアルコンテンツ生成AI（以下、生成AI）の急速な進化は、クリエイティブ産業に革命をもたらす一方で、著作権法の根幹を揺るがす深刻な論争を引き起こしています。本報告書は、この複雑な問題の核心を解き明かし、法的課題、国際的な動向、そして関係者が取るべき戦略的対応について専門的な分析を提供するものです。

核心的な対立

この論争の根源には、AIの技術革新を推進するために不可欠な膨大な学習データセットの必要性と、自らの創作物を管理し、対価を得るというクリエイターの基本的な権利との間の根本的な衝突が存在します。AI開発者はイノベーションのために広範なデータアクセスを求める一方、クリエイターは自らの作品が無断で「燃料」として消費され、自身の市場を脅かす模倣品を生み出すことに強い懸念を抱いています。

主要な分析結果

本報告書の分析から、以下の三つの主要な点が明らかになりました。

  1. 法制度の国際的な乖離: 各国の法制度には著しい差異が存在します。日本の著作権法第30条の4に代表される寛容なアプローチ、判例の積み重ねに委ねられる米国の不確実な状況、そして権利者保護を重視するEUの厳格な規制という三極構造は、グローバルに事業を展開する企業にとって複雑なコンプライアンス環境を生み出しています 1。
  2. 訴訟主導の変化: 法整備が技術の進展に追いつかない中、現状を動かす主要な原動力は訴訟です。アーティスト、ストックフォト企業、報道機関、大手IPホルダーが提起する一連の訴訟は、AI開発企業に対し、学習データの透明性、クリエイターへの対価還元、そして生成物が市場に与える影響といった問題を法廷の場で明らかにすることを強いています 4。
  3. 「学習」と「利用」の境界の曖昧化: 法的分析の中心には、AIの「開発・学習段階」と「生成・利用段階」という二段階の区分が存在します 1。しかし、検索拡張生成（RAG）のような新技術の登場により、この区分は曖昧になりつつあります。RAGは生成時にリアルタイムで特定の著作物を参照するため、「学習」と「利用」が密接に結びつき、より深刻な著作権侵害のリスクを生じさせています 8。

戦略的提言

これらの分析に基づき、本報告書は各ステークホルダーに対して以下の戦略的対応を提言します。

  • AI開発者: 学習データの透明性を確保し、ライセンス契約に基づくデータセットの構築を優先すべきです。これは法的リスクを低減するだけでなく、倫理的な企業としての信頼性を高めることにも繋がります。
  • 企業ユーザー: 厳格なガバナンス体制を構築し、AI利用に関する社内ポリシーを策定・徹底することが不可欠です。利用するAIツールの選定においては、学習データの出所や権利処理について精査し、リスク評価を行う必要があります。
  • クリエイター: C2PAのような来歴記録技術を積極的に活用し、自らの作品が人間によるものであることを証明するとともに、業界団体などを通じて集団的な権利擁護と公正な対価配分モデルの構築を働きかけるべきです。

第2章 AIと著作権の交錯：基本原則の解説

生成AIと著作権の論争を理解するためには、まずその根底にある法的な基本原則を整理する必要があります。この技術は、従来の著作権法が想定していなかった方法で創作物を生成・利用するため、既存の概念がその限界に直面しています。

2.1 二段階の対立：法的分析の分岐点

AIと著作権の関係は、主に二つの異なるフェーズに分けて分析されます。この区分は、日本を含む各国の法解釈や議論の出発点となっています 1。

  • 開発・学習段階: このフェーズでは、AIモデルを構築するために、インターネット上から収集された画像やテキストなど、膨大な量の著作物を含むデータセットが複製・解析されます。ここでの法的な核心は、この行為が著作権侵害にあたるのか、それとも法的な例外規定（日本の著作権法第30条の4や米国のフェアユースなど）によって許容されるのかという点です 1。
  • 生成・利用段階: このフェーズは、学習済みモデルがユーザーの指示（プロンプト）に基づいて新たなコンテンツを生成し、それが利用される場面を指します。ここでは二つの主要な法的問題が生じます。第一に、生成されたアウトプットが既存の著作物の権利を侵害していないか。第二に、そのアウトプット自体に著作権は認められるのか、という問題です 1。
  • 境界線の曖昧化: 近年、この単純な二段階モデルは、検索拡張生成（RAG）のような新技術によって挑戦を受けています。RAGは、プロンプトが入力された際に、関連する最新の情報をウェブから検索・参照し、それを基に回答を生成します 8。このプロセスは、特定の著作物（例：最新のニュース記事）と最終的なアウトプットとの間に、より直接的で緊密な関係性を生み出します。これは、従来の「学習」とは異なり、「生成」の瞬間に特定の著作物を「利用」する行為であり、二つのフェーズの境界を曖昧にし、著作権侵害の主張をより容易にする可能性があります。

2.2 著作物性の問題：AIは「著作者」たりうるか

生成AIがもたらす最も根本的な問いの一つは、その生成物が著作権法上の「著作物」として保護されるか否かです。

  • 人間の創作性という要件: 日本の著作権法では、著作物は「思想又は感情を創作的に表現したもの」と定義されています 9。この定義は、創作の背後に人間の知的・精神的な活動が存在することを前提としています。AIはあくまで機械であり、「思想又は感情」を持つ主体とは見なされません。
  • 有力な見解: このため、人間による創作的な寄与が認められない限り、AIが自律的に生成したアウトプットは著作物として保護されない、というのが日本および国際的な通説です 11。実際に、米国著作権局（USCO）は、人間が介在せずAIのみによって生成された画像に対する著作権登録を明確に拒否しています 16。
  • 「創作的寄与」というグレーゾーン: 一方で、人間がAIの生成プロセスに深く関与し、創作的な寄与が認められる場合には、その生成物に著作権が発生する可能性があります。例えば、極めて詳細かつ創造的なプロンプトを入力する、AIが生成した多数の候補から特定のものを選択・配置する、あるいは生成後に大幅な加筆・修正を行うといった行為がこれに該当します 7。AIが生成した画像を素材として、人間がコマ割りやセリフ、ストーリー構成を創作した漫画について、米国著作権局がテキストとレイアウト部分の著作権は認めたものの、画像自体の著作権は認めなかった事例は、この判断基準を象徴しています 17。

2.3 権利侵害の判断基準：「類似性」と「依拠性」

AIによる生成物が既存の著作物の権利を侵害するかどうかは、伝統的な著作権侵害の判断基準に基づいて評価されます。

  • 侵害認定の二本柱: 著作権侵害が成立するためには、一般的に二つの要件を満たす必要があります。第一に、後発の作品（AI生成物）が既存の著作物と表現において類似していること（類似性）。第二に、後発の作品が既存の著作物に基づいて作成されたこと（依拠性）です 7。
  • 依拠性立証の困難さ: 類似性は視覚的に比較できますが、「ブラックボックス」とも言われるAIモデルにおいて依拠性を証明することは、法的にも技術的にも大きなハードルとなります。AI開発者側は、生成物は特定の単一作品の複製ではなく、膨大な学習データから抽出された統計的パターンの再構成に過ぎないと主張する可能性があります 11。
  • 意図的か偶発的か: たとえ生成が偶発的なものであっても、AIがその著作物を学習データとして利用していた場合など、依拠性が認められれば著作権侵害となり得ます 26。特に、利用者が特定のアーティストの作風や特定のキャラクターを模倣するよう意図的に指示した場合、依拠性の認定はより容易になり、侵害が成立する可能性は格段に高まります 7。

著作権法は、人間の創造的活動を奨励するために設計された人間中心の制度です 14。しかし、生成AIは統計的な確率に基づいて動作し、「思想」を持つことなくパターンを学習します 26。この根本的なミスマッチが、法解釈上の緊張を生んでいます。AIが既存の著作物に類似した画像を生成したとき、それは法的な意味での「複製」なのか、それとも統計的にあり得る「再構築」なのか。この問いに対する明確な答えはまだなく、法制度は既存の定義を拡張解釈するか、新たな権利カテゴリーを創設するかの選択を迫られています。この法的な不確実性自体が、AIを活用する企業にとって大きなビジネスリスクとなっています 12。

第3章 日本の法制度：「機械学習パラダイス」とその境界

日本は、生成AIの開発・学習段階において、世界的に見ても極めて寛容な法制度を有しており、一部では「機械学習パラダイス」と称されています 1。この特異な環境を形成しているのが、2018年に改正された著作権法第30条の4です。しかし、この寛容さは国内のクリエイターとの間に深刻な軋轢を生んでいます。

3.1 著作権法第30条の4の深掘り：「パラダイス」の原動力

  • 基本原則: 著作権法第30条の4は、著作物に表現された思想または感情を自ら享受し、または他人に享受させることを目的としない場合（非享受目的）、原則として著作権者の許諾なく著作物を利用できると定めています 7。
  • 立法の意図: この「柔軟な権利制限規定」は、AIやビッグデータ解析といった技術革新を促進する目的で導入されました。AI開発において、膨大な学習データ一つひとつについて許諾を得ることは非現実的であり、その負担を取り除くことが狙いでした 10。この規定により、OpenAIが日本に拠点を設けるなど、海外のAI開発企業を惹きつける一因となっています 10。
  • 広範な適用範囲: この規定は、利用が営利目的か非営利目的かを問わず適用され、非享受目的の達成に「必要と認められる限度において」、複製や公衆送信など、あらゆる利用方法が許容されます 29。

3.2 極めて重要な「ただし書」：境界線の画定

第30条の4の寛容さには重要な例外が設けられています。それが「ただし書」です。

  • 例外規定: この条文は、「当該著作物の種類及び用途並びに当該利用の態様に照らし著作権者の利益を不当に害することとなる場合」には適用されないと規定しています 7。
  • 文化庁による解釈: 文化庁は、この「ただし書」に該当しうる例として、以下のようなケースを挙げています。
  • 情報解析目的で販売されているデータベースの著作物を、AI学習のために無断で複製する行為 32。これは既存のライセンス市場と直接競合するためです。
  • ウェブサイトにrobots.txtなどでAI学習を拒否する技術的措置が講じられており、かつ、そのサイトが将来的に有料のデータ提供市場に参入することが推認される場合に、その措置を回避してデータを収集する行為 32。これは潜在的な市場を阻害する行為と見なされる可能性があります。
  • 海賊版サイトから入手したと知りながら、大量の著作物をAI学習に利用する行為。これは海賊版の利用を助長する恐れがあるためです 32。

3.3 文化庁の見解の読解：「AIと著作権に関する考え方について」

増大する社会的な懸念に応える形で、文化庁は「AIと著作権に関する考え方について」と題する文書を公表・更新し、法解釈の指針を示しています 14。

  • 主要な明確化:
  • 「開発・学習段階」と「生成・利用段階」を分けて考えるという二段階アプローチを再確認しています 32。
  • 非享受目的が主であっても、「享受」目的が併存する場合には第30条の4は適用されない、という点を明確にしました 29。これは、特定の作風を再現する目的でAIを学習させるようなケースに重要な意味を持ちます。
  • 「生成・利用段階」においては、通常の著作権侵害の要件（類似性・依拠性）が完全に適用されることを強調しています 9。
  • AIサービス提供者であっても、意図的に権利侵害を引き起こすようなモデル（例：特定のクリエイターの少数の作品のみを学習させ、その作風を模倣させるモデル）を開発・提供した場合には、侵害の主体と見なされる可能性があると示唆しています 32。

3.4 国内ステークホルダーの懸念：不安の合唱

日本の「機械学習パラダイス」は、AI開発を促進する一方で、国内のクリエイティブ産業からは強い反発を受けています。技術革新政策と文化保護政策との間の緊張が、この問題の核心にあります。

  • 報道機関: 日本新聞協会は、ニュース記事が無断でAIの学習データとして利用されたり、RAGシステムで参照されたりすることに対し、著作権侵害や偽情報拡散のリスクを挙げて強い懸念を表明しています 8。
  • クリエイターおよび実演家: 日本俳優連合は、声優の声を無断で音声合成AIの学習に利用する行為を「努力の盗用」と非難し、許諾、対価、およびAI生成物であることの明記を求めています 8。
  • アーティストおよび写真家: 多くのアーティストは、自らの作品が知らないうちに学習データとして利用され、自身の創作活動の価値を低下させる模倣的な作品が大量に生み出されることに不安を感じています。また、生成物の元となった著作物を追跡するシステムがないことも問題視されています 8。歌手の高橋洋子氏がAI生成ポスターを使用したイベントへの出演を辞退した事例や、ペンタブレットメーカーのWacomがマーケティングにAI生成画像を使用したことで批判を浴びた事例は、クリエイティブ・コミュニティの倫理的・感情的な反発の強さを示しています 13。

この状況は、AI開発者が法的には許容されつつも、社会的には大きな反発に直面するという、不安定な環境を生み出しています。この社会的・評判上のリスクは、法的なリスクと同等、あるいはそれ以上に重要になる可能性があります。クリエイターからのボイコットや社会的な圧力は、最終的に第30条の4の適用範囲を狭める法改正の動きにつながる可能性も否定できず、「パラダイス」の終わりを告げる引き金となり得ます。

第4章 グローバルな法的戦場：国際的な法制度の比較分析

生成AIを巡る著作権論争は、国や地域によって全く異なる様相を呈しています。各国の法制度は、その歴史的背景や政策的優先順位を反映しており、グローバル企業はこれらの差異を理解し、対応する必要があります。

4.1 米国：「フェアユース」ドクトリンが中心的な闘技場

  • AIに特化した例外規定の不存在: 日本とは対照的に、米国にはAIの学習利用を特別に認める法律はありません。すべての事案は、判例法理である「フェアユース」（公正な利用）規定（合衆国法典第17編第107条）に基づき、ケースバイケースで判断されます 1。
  • 4つの判断要素: 裁判所は、フェアユースに該当するか否かを判断する際に、以下の4つの要素を総合的に考慮します。(1) 利用の目的と性格（商業的か、非営利的か、そして「変革的」か）、(2) 著作物の性質、(3) 利用された部分の量と重要性、(4) 利用が原著作物の潜在的市場または価値に与える影響 3。
  • 「変革的利用」を巡る攻防: AI開発企業は、AIの学習は原著作物を再出版するのではなく、そこからパターンを学び取り、全く新しいものを創造する「変革的」な利用であると主張しています 42。一方、原告側は、これは変革的ではなく、原著作物を搾取して競合する派生的な作品を生み出す行為だと反論しています 43。近年の
    Thomson Reuters v. Ross Intelligence事件の判決では、AI製品が学習データの市場と直接競合する場合、フェアユースの抗弁は認められにくいという司法判断が示されており、今後の訴訟の動向を占う上で重要な指標となります 40。

4.2 欧州連合（EU）：権利、透明性、規制のパラダイム

  • AI法による包括的アプローチ: EUは、著作権法だけでなく、AIの利用全般を対象とする包括的かつリスクベースの規制である「AI法」を制定し、世界に先駆けて体系的なアプローチを取っています 2。
  • 透明性義務: AI法は、汎用AIモデルの開発者に対し、学習に使用した著作権保護コンテンツの「十分に詳細な要約」を作成し、公表することを義務付けています 3。これは、多くのAIモデルが採用する「ブラックボックス」アプローチとは対極をなすものであり、権利者の権利行使を容易にするための重要な規定です。
  • TDM例外とオプトアウト権: EUの「デジタル単一市場における著作権指令（CDSM指令）」は、テキスト・データマイニング（TDM）のための著作物利用を例外的に認めていますが、決定的に重要なのは、権利者が商業目的のTDMに対して、自らの著作物が利用されることを拒否する権利（オプトアウト権）を明示的に留保できる点です 3。これにより、クリエイターは日本の法制度下では認められていない強力なコントロール権を持つことになります。
  • データ保護の重視: EUのアプローチは、GDPR（一般データ保護規則）に代表される厳格なデータ保護思想に強く影響されています。イタリアのデータ保護当局がプライバシー懸念を理由にChatGPTを一時的に差し止めた事例は、その象徴です 49。

4.3 中国：国家管理と新たな司法判断の出現

  • 規制の枠組み: 中国は、国家の安全、社会の安定、および社会主義的価値観の維持を最優先事項とする独自の「生成AIサービス管理弁法」を施行しています。この規則は、サービス提供者に対して、学習データの適法性を確保することや、AI生成コンテンツにその旨を明記することを義務付けています 50。
  • 画期的な「ウルトラマン」判決: 中国の裁判所は、AIが生成した「ウルトラマン」の画像に関する訴訟で、著作権者側の主張を認めました。裁判所は、AIサービス提供者に対し、損害賠償の支払いと、類似画像の生成を停止するための技術的措置を命じ、キャラクターの無断学習が著作権侵害にあたるとの判断を下しました 1。この判例は、中国が学習データの利用に関して日本よりも厳格な姿勢を取ることを示唆しています。
  • AIの著作者性を巡る判断の相違: 別の訴訟では、中国の裁判所が、ユーザーによるプロンプトの工夫や調整といった創作的寄与を認め、AIが生成した画像に著作権保護を付与するという判断を下しました 56。これは、AIの著作者性を一貫して否定する米国の立場とは対照的であり、人間とAIの協働による創作行為を法的に評価する意欲を示しています。

表1：AI著作権規制に関する国際比較

項目日本米国欧州連合（EU）中国
学習段階の法的根拠著作権法第30条の4フェアユース・ドクトリンCDSM指令（TDM例外）生成AIサービス管理弁法
主要な規定・法理「非享受目的」利用は原則許諾不要。ただし「著作権者の利益を不当に害する」場合は除く 7。4つの要素（利用目的、著作物の性質、利用部分、市場への影響）に基づくケースバイケースの司法判断 38。商業目的のTDMに対し、権利者が利用を拒否する「オプトアウト権」を保障。AI法により学習データの要約公表義務 3。学習データの出所の適法性を確保する義務。国家の安全と社会の利益を保護する義務 54。
クリエイターの権利明示的なオプトアウト権はなし。「ただし書」による間接的な保護 32。明示的なオプトアウト権はなし。訴訟を通じて市場への影響を主張 37。明確な商業利用に対するオプトアウト権あり 3。明示的なオプトアウト権はなし。ただしサービス提供者の責任が重い 55。
生成物の著作物性人間の「創作的寄与」があれば認められる可能性がある 7。人間の創作的寄与がなければ認められないとの見解が支配的 15。AI生成物であることの表示義務。著作物性は各加盟国の法に委ねられる 47。人間の創作的寄与を認め、著作物性を肯定した判例あり 56。
全体的アプローチイノベーション促進重視市場原理と訴訟による事後調整重視権利者保護と規制による事前管理重視国家管理と安全保障重視

第5章 新たなフロンティアを定義する画期的な訴訟

世界中で提起されている訴訟は、生成AIと著作権の未来を形作る上で、法改正と同じくらい、あるいはそれ以上に重要な役割を果たしています。これらの訴訟は、それぞれ異なる角度からAI開発の脆弱性を突き、業界全体にルールの見直しを迫っています。

5.1 クリエイティブの最前線：アーティストとストックフォト事業者

  • Andersen他 v. Stability AI, Midjourney, DeviantArt: 複数のアーティストが原告となり、画像生成AI企業を相手取って起こした集団訴訟です。原告らは、AIモデルは自分たちの作品の圧縮コピーを保存し、それを再構成して出力する「21世紀のコラージュツール」に過ぎず、直接的な著作権侵害にあたると主張しています 60。一部の請求は、著作権登録の不備といった手続き上の理由で却下されたものの、Stability AIに対する中核的な侵害主張（学習データ内での無断複製）については審理が継続されることになりました 60。
  • Getty Images v. Stability AI: 世界最大級のストックフォト企業であるゲッティイメージズが、英国と米国でStability AIを提訴した大規模な訴訟です。ゲッティは、Stability AIが自社のコレクションから1,200万点以上の画像を無断でコピーし、Stable Diffusionの学習に利用したことは「厚顔無恥な」権利侵害であると主張しています 5。AIが生成した画像の中にゲッティイメージズのウォーターマーク（電子透かし）が再現されているものが存在することが、直接的な複製の強力な証拠として挙げられています。これに対し、Stability AIは「フェアユース」に該当すると反論し、また学習行為は訴訟が提起された法域外で行われたと主張しています 44。

5.2 メディアの抵抗：ジャーナリズム価値の保護

  • The New York Times v. OpenAI & Microsoft: 報道機関であるニューヨーク・タイムズ（NYT）が提起したこの訴訟は、業界の将来を左右する極めて重要な裁判と見なされています。NYTは、ChatGPTとBing Chatが自社の数百万もの記事を学習し、その結果、記事をほぼそのまま、あるいは詳細な要約として出力できるため、自社の有料購読サービスにとって直接的な代替物となり、ビジネスモデルを破壊していると主張しています 6。OpenAI側は、そのような出力には意図的なプロンプト操作（「ハッキング」）が必要であり、自社の利用はAIの進歩に不可欠な「フェアユース」の範囲内だと反論しています 6。この訴訟では、NYTがOpenAIによる証拠隠滅を告発するなど、法廷外での応酬も激化しています 69。

5.3 グローバルIPホルダーの逆襲：象徴的ブランドの防衛

  • 円谷プロダクション（ウルトラマン）in China: 第4章で詳述した通り、この中国での訴訟は著作権者の勝訴に終わりました。象徴的なキャラクターを無断で学習に利用することは著作権侵害にあたるという重要な判例を中国国内で確立しました 1。
  • Disney, Universal他 v. Midjourney: 世界最大級のIPホルダーたちが結集し、Midjourneyを提訴した訴訟です。原告らは、Midjourneyが自社の象徴的なキャラクターを学習データに利用し、著作権保護のための措置を怠っていることから、「著作権のタダ乗り業者」であり「底なしの盗作」であると厳しく非難しています 71。彼らは、侵害された著作物1件あたり最大15万ドルの法定損害賠償と、侵害行為の差止命令を求めています 71。

5.4 AIの著作者性・発明者性に関する司法判断

  • Thaler v. Perlmutter: 米国において、AI（「DABUS」）が単独で創作した作品の著作権登録を米国著作権局が拒否した判断を、裁判所が支持した画期的な判決です。この判決は、米国の著作権法において「人間の著作者」であることが必須要件であることを明確にしました 19。同様に、特許に関しても、発明者は人間でなければならないとの司法判断が下されています 16。

これらの訴訟は、単一の攻撃ではなく、AI開発パイプラインの異なる脆弱性を狙った一連の戦略的な打撃と見ることができます。アーティスト、ストックフォト事業者、報道機関、映画スタジオは、それぞれ異なるビジネスモデルを持っており、そのビジネスモデルの核心を守るために異なる法的論理を展開しています。アーティストは独創性とスタイルの模倣を、ゲッティはライセンスビジネスの毀損を、NYTは代替品による市場の喪失を、ディズニーはブランドキャラクターの不正利用を問題にしています。この多面的な法的攻勢は、AI開発企業が単一の万能な抗弁（例えば「フェアユース」）に頼ることができない状況を生み出しています。結果として、AI企業は、個別の訴訟への対応だけでなく、データ収集のあり方そのものについて、より包括的でリスク管理に基づいたアプローチ、すなわちライセンス契約へと向かわざるを得なくなっているのです。

第6章 リスク軽減と責任ある実装のためのフレームワーク

生成AIの導入は、生産性向上という大きな利益をもたらす一方で、法的、評判上、そして運用上の深刻なリスクを伴います。企業がこれらのリスクを管理し、責任ある形でAIを実装するためには、技術、ポリシー、ガバナンスを組み合わせた多層的な防御戦略が不可欠です。

6.1 企業が直面するリスクの類型

  • 法的リスク: 最も直接的なリスクは、著作権侵害による損害賠償請求や差止命令です。訴訟費用自体も莫大になる可能性があり、特に中小企業にとっては致命的な打撃となり得ます 4。
  • 評判（レピュテーション）リスク: クリエイターの権利を軽視していると見なされることで、消費者や社会から強い批判を受けるリスクです。ペンタブレットメーカーのWacomや、歌手の高橋洋子氏の事例のように、AIの利用方法が倫理に反すると見なされた場合、ブランドイメージは大きく損なわれます 13。
  • 運用・セキュリティリスク: 従業員が機密情報や個人情報を安易にパブリックな生成AIに入力し、情報が漏洩するリスクです。韓国サムスン電子のエンジニアが社内のソースコードをChatGPTにアップロードしてしまった事例や、Amazon社内で機密情報を含むAIの応答が確認された事例が報告されています 73。また、AIが生成する不正確な情報（ハルシネーション）を鵜呑みにし、業務上の重大なミスを犯すリスクも存在します 76。

6.2 積極的な防御戦略

これらのリスクに対抗するため、技術的、政策的、市場的なアプローチが進化しています。

  • 技術的解決策：来歴記録と電子透かし
  • C2PA (Coalition for Content Provenance and Authenticity): Adobe、Microsoft、Google、OpenAIといった主要企業が参加する、コンテンツの来歴を記録・証明するための国際的な技術標準です 79。C2PAは、コンテンツに「コンテンツクレデンシャル」と呼ばれる、作成者、使用ツール、編集履歴などの情報を含む「デジタル栄養成分表示」を埋め込みます 81。これにより、コンテンツがAIによって生成されたものかどうかを容易に判別できるようになり、透明性が向上します。ただし、これは生成の事実を示すものであり、学習データの著作権問題を直接解決するものではありません。
  • AI学習防止ツール: クリエイター側からの対抗策として、Glazeのようなツールや、画像に特殊なノイズや透かしを入れることで、AIによる学習を妨害しようとする試みも行われています 85。
  • ポリシーと市場による解決策：オプトアウトとライセンス契約
  • オプトアウトの仕組み: クリエイターが自らの作品をAI学習に利用されることを拒否する意思表示を行う仕組みです。プラットフォーム（note.comなど）が設定機能を提供したり 87、
    robots.txtファイルでクローラーをブロックしたりする方法があります 33。EUのAI法はこのオプトアウト権に法的な重みを与えていますが 3、それ以外の地域ではAI開発者の自主的な遵守に依存する側面が強いのが現状です。
  • ライセンスモデル: 多くの訴訟の最終的な着地点として期待されているのが、AI開発企業がコンテンツホルダーにライセンス料を支払い、適法に学習データを利用するモデルです。一部のAI企業はすでに報道機関などとのライセンス契約を締結し始めており、これが今後の主流となる可能性があります 65。

6.3 コーポレートガバナンスにおけるベストプラクティス

企業は、AIを安全に活用するために、堅牢な内部統制を構築する必要があります。

  • 社内AI利用ポリシーの策定: どのAIツールの利用を許可するか、どのような情報（特に機密情報や個人データ）の入力を禁止するか、生成物をどのように利用するか（社内限定、公開可能など）について、明確なガイドラインを定めることが不可欠です 77。
  • 従業員教育: 著作権侵害、情報漏洩のリスク、そしてAIの出力は必ず人間が検証（ファクトチェック）する必要があることについて、全従業員を対象とした研修を定期的に実施すべきです 74。
  • ベンダーのデューデリジェンス: 外部のAIツールを導入する際は、その利用規約、プライバシーポリシー、そして可能であれば学習データの収集方法について厳しく評価します。Adobe Fireflyのように、ライセンス許諾されたデータや著作権フリーの素材で学習していることを明示しているベンダーを優先することが、リスク低減に繋がります 36。
  • 人間による創作的寄与の付加: AI生成物を公表または商用利用する際には、人間が大幅なレビュー、編集、修正を加えるプロセスを組み込むことが重要です。これにより、侵害リスクを低減すると同時に、最終的な成果物に対する著作権を主張できる可能性が高まります 12。

この問題に対する単一の特効薬は存在しません。法務部門が法的リスクを評価し、技術部門がコンプライアンスに準拠したツールを導入し、経営層が従業員を導くためのポリシーを策定・実行するという、法務、技術、経営が一体となった統合的な戦略こそが、企業を潜在的な危機から守る唯一の道です。

第7章 AI時代の創造性と著作権の未来

生成AIがもたらす変革は、クリエイティブ産業における仕事の定義、経済的価値、そして専門家としてのアイデンティティを根本から再評価させるものです。それは単なる「代替」ではなく、産業構造全体の「再編」を意味します。

7.1 共生するクリエイター：進化する役割とワークフロー

  • クリエイターからキュレーター／ディレクターへ: クリエイティブ専門家の役割は、ゼロから何かを生み出す「創作者」から、AIに的確な指示を与える「プロンプトエンジニア」、AIの出力を目利きする「キュレーター」、そして最終的な品質を担保する「ディレクター」へとシフトしつつあります。人間はAIという強力なツールの指揮者となるのです 91。
  • 効率化とアイデア創出: AIは、ブレインストーミングの壁打ち相手、コンセプトアートやモックアップの迅速な作成、定型的な作業の自動化といった強力なアシスタントとして機能します。これにより、人間はより高次の戦略的・創造的な業務に集中できるようになります 93。
  • 民主化と価値の希薄化: AIが創造的表現への参入障壁を劇的に下げる一方で 93、低コストまたは無料のコンテンツが市場に溢れることで、プロのアーティストが長年かけて培ってきた技術や感性の価値が相対的に低下するリスクも指摘されています 13。

7.2 持続可能なエコシステムに向けて：イノベーションと権利の調和

現状の対立構造は持続可能ではありません。将来的な均衡点を見出すためには、法制度の整備、新たなライセンスの枠組み（JASRACのような著作権等管理事業者が関与する可能性も含む 96）、そして業界全体での透明性基準の採用が不可欠です 8。

新たな「AIバリューチェーン」において、価値をいかに分配するかは極めて困難な課題です。学習データの提供者（クリエイター）、AIモデルの開発者、プロンプトを工夫した利用者、そして最終的な編集を加えた人間、それぞれの貢献度をどのように評価し、対価を配分するのか。現在の法制度は、この問いにほとんど答えを持っていません 98。

7.3 主要ステークホルダーへの戦略的提言

この複雑な状況を乗り切るため、各ステークホルダーは以下の行動を取ることが求められます。

  • AI開発者へ: 権利者団体と積極的に対話し、ライセンスに基づいたクリーンなデータセットの構築を目指すべきです。透明性（C2PAの採用や学習データの要約開示など）を法的義務としてだけでなく、競争上の優位性として捉えるべきです。また、権利侵害コンテンツの生成を抑制する技術的措置への投資も不可欠です。
  • 企業ユーザーへ: 明確なAIガバナンスの枠組みを導入し、従業員への教育を徹底すべきです。AIツールを選定する際は、学習データの透明性や、万一の際の補償（インデムニティ）を提供するベンダーを優先すべきです。AIは万能ではなく、間違いを犯す可能性があるアシスタントとして位置づけ、常に人間の監督下に置くことが重要です。
  • クリエイターおよびクリエイティブ産業へ: 個別の対応には限界があります。業界団体などを通じて団結し、公正な対価モデルと権利保護の強化を求めるべきです。C2PAのような来歴記録技術を導入し、「人間による本物の創作物」としての価値を証明することが、AI生成コンテンツとの差別化に繋がります。また、AIには模倣できない、ビジョン、感情、批評的思考といった人間ならではの創造性に焦点を当て、スキルを適応させていく必要があります。
  • 政策立案者へ: 著作権法第30条の4の「ただし書」の解釈をより具体的にするなど、イノベーション促進とクリエイターの権利保護とのバランスを取るための法制度の継続的な見直しが求められます。また、AI開発が規制の緩い国に集中する「底辺への競争」を避けるため、国際的な対話を主導し、法制度の調和を図るべきです。

生成AIは、クリエイティブな仕事の技術的実行を自動化します。これにより、AIには再現不可能なスキル、すなわち戦略的なビジョン、審美眼、感情的知性、そして多様なアイデアを一つの首尾一貫したコンセプトに統合する能力の価値が、かえって高まるでしょう 91。クリエイティブ産業の未来は、AIによって職が奪われるという単純な話ではなく、職務内容の根本的な再定義を迫られるという、より複雑な現実です。業界は、クリエイティブな役割を再定義し、教育カリキュラムを刷新し、単なる成果物ではなく「人間が主導し、AIが拡張する創造性」そのものを収益化する新たなビジネスモデルを開発することで、この変革に適応していく必要があります。

引用文献

  1. 著作権法の視点で考える生成AI ―何が許され、何が問題になるのか, 6月 19, 2025にアクセス、 https://www.mitsui.com/mgssi/ja/report/detail/__icsFiles/afieldfile/2025/04/22/2504_matsuura.pdf
  2. 【著作権】EU AI規則（AI Act）が日本企業に与える影響と実務対応の要点 – 那住行政書士事務所, 6月 19, 2025にアクセス、 https://www.nazumi-office.com/post/%E3%80%90%E8%91%97%E4%BD%9C%E6%A8%A9%E3%80%91eu-ai%E8%A6%8F%E5%89%87%EF%BC%88ai-act%EF%BC%89%E3%81%8C%E6%97%A5%E6%9C%AC%E4%BC%81%E6%A5%AD%E3%81%AB%E4%B8%8E%E3%81%88%E3%82%8B%E5%BD%B1%E9%9F%BF%E3%81%A8%E5%AE%9F%E5%8B%99%E5%AF%BE%E5%BF%9C%E3%81%AE%E8%A6%81%E7%82%B9
  3. 生成AIによる権利侵害に対する諸外国における法制度上の対応（著作権侵害への対応）, 6月 19, 2025にアクセス、 https://www.nttdata-strategy.com/knowledge/reports/2024/240612/
  4. 生成AIによる著作権の侵害事例と最新の判例｜生成AI事業者のリスクなどを徹底解説, 6月 19, 2025にアクセス、 https://houmu-pro.com/property/297/
  5. ディズニーがMidjourneyを提訴、Getty ImagesがStability AIを提訴・・・問われる画像生成AIの出所と対価 | Media Innovation / デジタルメディアのイノベーションを加速させる, 6月 19, 2025にアクセス、 https://media-innovation.jp/article/2025/06/17/142556.html
  6. 生成AIと著作権： NYTとOpenAIの訴訟を参考に – Nomura Research …, 6月 19, 2025にアクセス、 https://www.nri.com/content/900035055.pdf
  7. AIと著作権の問題！イラスト・画像生成や機械学習の適法性について解説, 6月 19, 2025にアクセス、 https://kigyobengo.com/media/useful/3370.html
  8. 生成AIに対するクリエイター団体・企業などの反応・対応 – アットウィキ (@WIKI), 6月 19, 2025にアクセス、 https://w.atwiki.jp/genai_problem/pages/42.html
  9. AIで生成したものの著作権はどうなる？ 注意したいポイント, 6月 19, 2025にアクセス、 https://www.hitachi-solutions-create.co.jp/column/technology/ai-copyright.html
  10. AIに使う学習データは著作権を侵害する？最新の著作権法をもとに解説 – 株式会社SHIFT AI, 6月 19, 2025にアクセス、 https://shift-ai.co.jp/blog/5413/
  11. 生成AIは著作権侵害になる？問題になる条件・実例・対策ポイントを解説！ – Nextremer, 6月 19, 2025にアクセス、 https://www.nextremer.com/data-annotation/blog/generative-ai-copyright
  12. 生成AIと著作権をめぐる現状と課題について – BuzzAIMedia, 6月 19, 2025にアクセス、 https://media.buzzconne.jp/generative-ai-copyright-guide-2024/
  13. 生成AIと著作権問題：事例や侵害リスク、ガイドラインを徹底解説, 6月 19, 2025にアクセス、 https://axia-company.co.jp/column/seisei-ai/
  14. 生成AIは著作権違反？ビジネスで使用できる？著作物として扱われる条件を徹底解説, 6月 19, 2025にアクセス、 https://eltes-solution.jp/column/digitalrisk-115
  15. AIを使って作った作品は、著作権で保護されるか？米著作権局レポート第2弾発表, 6月 19, 2025にアクセス、 https://www.meilin-law.jp/ai%E3%82%92%E4%BD%BF%E3%81%A3%E3%81%A6%E4%BD%9C%E3%81%A3%E3%81%9F%E4%BD%9C%E5%93%81%E3%81%AF%E3%80%81%E8%91%97%E4%BD%9C%E6%A8%A9%E3%81%A7%E4%BF%9D%E8%AD%B7%E3%81%95%E3%82%8C%E3%82%8B%E3%81%8B%EF%BC%9F/
  16. 「AIが生成した芸術作品は著作権で保護できない」とアメリカの控訴裁判所が判断 – GIGAZINE, 6月 19, 2025にアクセス、 https://gigazine.net/news/20250319-copyrights-ai-generated-art/
  17. 生成系AIが作ったイラストや文章に著作権はあるの？ 専門家に聞いてみた, 6月 19, 2025にアクセス、 https://www.asteria.com/jp/inlive/social/6380/
  18. 生成AIを使って描かれた絵画はどこまで著作権を主張できるのか？ | ギズモード・ジャパン, 6月 19, 2025にアクセス、 https://www.gizmodo.jp/2024/10/midjourney-ai-artist-demands-copyright-protection.html
  19. 米控訴裁判決：AI単独生成作品の著作権を否定 「人間による著作」が必須要件 | Ledge.ai, 6月 19, 2025にアクセス、 https://ledge.ai/articles/ai_authorship_us_court_ruling
  20. 著作権 Archives – Open Legal Community, 6月 19, 2025にアクセス、 https://openlegalcommunity.com/category/%E8%91%97%E4%BD%9C%E6%A8%A9/
  21. AIが生成した文章やイラストの著作権はどうなる？著作権侵害にあたるか、弁護士が解説！, 6月 19, 2025にアクセス、 https://www.authense.jp/komon/blog/dx-legaltech/2838/
  22. AIが抱える著作権問題と文化庁が考える3つの段階｜業界の反応や事例も紹介, 6月 19, 2025にアクセス、 https://www.sungrove.co.jp/ai-copyright/
  23. 【2024年版】AI生成画像の利用における著作権対策 – ベイクロスマーケティング株式会社, 6月 19, 2025にアクセス、 https://www.baycross.jp/column/production/ai-copyright
  24. A I と 著 作 権 – 文化庁, 6月 19, 2025にアクセス、 https://www.bunka.go.jp/seisaku/chosakuken/pdf/93903601_01.pdf
  25. 生成AIと著作権 コンテンツ制作で注意すべき点は？ | Tinect株式会社 – ティネクト, 6月 19, 2025にアクセス、 https://tinect.jp/blog/generative-ai-and-copyright-what-to-be-aware-of-when-creating-content/
  26. 【知っておきたい】生成AI活用と著作権侵害のリスク – パワー・インタラクティブ, 6月 19, 2025にアクセス、 https://www.powerweb.co.jp/knowledge/columnlist/generative_ai_copyright/
  27. 画像生成AIの発達によるクリエーターの著作権侵害問題 – スキマデザイン株式会社, 6月 19, 2025にアクセス、 https://schema-design.net/blog/20250329/
  28. 初心者にもわかる！改正著作権法 第30条の４解説：AI・ビッグデータ時代の「柔軟な権利制限規定」を中心に – note, 6月 19, 2025にアクセス、 https://note.com/chosakuken/n/n33e83ffcc04e
  29. 解説・「AIと著作権に関する考え方について」 – 文化庁, 6月 19, 2025にアクセス、 https://www.bunka.go.jp/seisaku/chosakuken/pdf/94097701_02.pdf
  30. 改正著作権法 第30条の４解説：AI・ビッグデータ時代の著作権法 – 虎ノ門法律特許事務所, 6月 19, 2025にアクセス、 https://chosakukenhou.jp/%E6%94%B9%E6%AD%A3%E8%91%97%E4%BD%9C%E6%A8%A9%E6%B3%95-%E7%AC%AC30%E6%9D%A1%E3%81%AE%EF%BC%94%E8%A7%A3%E8%AA%AC%EF%BC%9Aai%E3%83%BB%E3%83%93%E3%83%83%E3%82%B0%E3%83%87%E3%83%BC%E3%82%BF%E6%99%82/
  31. 機械学習への著作権法 30 条の 4 の適用について – 日本大学法学部, 6月 19, 2025にアクセス、 https://www.publication.law.nihon-u.ac.jp/pdf/property/property_18/each/08.pdf
  32. R6.3.15版「AIと著作権に関する考え方について」の速報解説① – note, 6月 19, 2025にアクセス、 https://note.com/k_maeno/n/n92e21c44fa8d
  33. 文化庁「AIと著作権に関する考え方について（素案）令和6年1月15日時点版」の検討, 6月 19, 2025にアクセス、 https://storialaw.jp/blog/10470
  34. AI と著作権に関する考え方について – 文化庁, 6月 19, 2025にアクセス、 https://www.bunka.go.jp/seisaku/bunkashingikai/chosakuken/pdf/94037901_01.pdf
  35. AI と著作権に関する考え方について, 6月 19, 2025にアクセス、 https://www.kantei.go.jp/jp/singi/titeki2/ai_kentoukai/gijisidai/dai7/sankou1.pdf
  36. AI生成コンテンツの商用利用における著作権・倫理問題｜せきとば 〜ChatGPTと暮らす日々〜, 6月 19, 2025にアクセス、 https://note.com/life_chatgpt/n/n5e1df8677cc1
  37. フェアユースの最前線: AI と機械学習の時代の著作権法 – クイン・エマニュエル・アークハート・サリバン外国法共同事業法律事務所, 6月 19, 2025にアクセス、 https://www.quinnjapan.com/news/pickout/240322_01.html
  38. フェアユースとは？米アーティストがAI企業を著作権侵害で集団提訴 | モノリス法律事務所, 6月 19, 2025にアクセス、 https://monolith.law/corporate/ai-copyright-us
  39. 生成AIで著作権を侵害する可能性はある？日本と海外の違い、利用ガイドライン制定について解説, 6月 19, 2025にアクセス、 https://compliance.lightworks.co.jp/learn/copyright-generation-ai/
  40. ＜AI Update＞ AIの学習データ利用について著作権侵害を認めた米国連邦地裁判決―Thomson Reuters v. Ross Intelligence事件― | 著書/論文 | 長島・大野・常松法律事務所, 6月 19, 2025にアクセス、 https://www.noandt.com/publications/publication20250227-1/
  41. AIによる著作権侵害とフェアユースに対する１つの答え：Thomson Reuters v. ROSS Intelligence判決が示すAI時代のルール – Open Legal Community, 6月 19, 2025にアクセス、 https://openlegalcommunity.com/ai-copyright-fair-use-thomson-reuters-ross-intelligence-ruling/
  42. AIと著作権問題：OpenAIの「フェアユース」主張とは？｜松尾靖隆 – note, 6月 19, 2025にアクセス、 https://note.com/yaandyu0423/n/naa71db69b574
  43. 著作権フェアユースの適用を巡りメタの生成AI訴訟が始まる(米国) | ビジネス短信 – ジェトロ, 6月 19, 2025にアクセス、 https://www.jetro.go.jp/biznews/2025/05/03125c74f878fef2.html
  44. ゲッティ・イメージズのCEOがAI著作権訴訟について語る：裁判費用は到底負担できるものではない, 6月 19, 2025にアクセス、 https://www.aibase.com/ja/news/18556
  45. ［2025］AI規制をめぐる議論の現在地 – 一般社団法人 MPN, 6月 19, 2025にアクセス、 https://www.mpn.or.jp/blog/article2501
  46. EUにおけるAI法について – CPRA Article, 6月 19, 2025にアクセス、 https://www.cpra.jp/cpra_article/article/000773.html
  47. フランスを中心とする 欧州におけるAI規制法の概要と コンテンツ産業等における影響調査 – ジェトロ, 6月 19, 2025にアクセス、 https://www.jetro.go.jp/ext_images/_Reports/02/2025/3ac978bc155d3126/202503.pdf
  48. 著作権侵害への対応 生成AIをめぐる各国の規制動向 – 理律法律事務所, 6月 19, 2025にアクセス、 https://www.leeandli.com/JP/Newsletters/7280.htm
  49. 生成AIの著作権・プライバシー・責任を国際比較：日本・米国・EUの最新動向と課題, 6月 19, 2025にアクセス、 https://smeai.org/index/ai-legal-framework/
  50. 国別AIの法規制｜日本・アメリカ・ヨーロッパ・中国 – AI Travelar｜AIトラベラー, 6月 19, 2025にアクセス、 https://aitraveler.jp/ai-law/
  51. AI生成物に著作権はあるのか？法律と最新動向を完全解説 – note, 6月 19, 2025にアクセス、 https://note.com/hoboai/n/n5b531bc6edc4
  52. まとめ「中国「生成人工知能サービス管理暫定弁法」の制定とその解説」 : 企業法務ナビ, 6月 19, 2025にアクセス、 https://www.corporate-legal.jp/matomes/5362
  53. 生成系 AI に関する規制（生成系人工知能サービス管理弁法（パブ コメ版）の公表）, 6月 19, 2025にアクセス、 https://www.noandt.com/wp-content/uploads/2023/05/asia_no151-1.pdf
  54. 中国のAIに関する制度, 6月 19, 2025にアクセス、 https://www8.cao.go.jp/cstp/ai/ai_kenkyu/2kai/shiryou5.pdf
  55. SH4849 生成AIの出力結果について、AI提供事業者の責任を認めた世界初の裁判例（広州ウルトラマン事件） 中崎尚（2024/03/11） | 商事法務ポータル, 6月 19, 2025にアクセス、 https://portal.shojihomu.jp/archives/67140
  56. どうあるべき？世界のAI著作権事情と適切な画像生成ツール | BALENCER – バレンサー, 6月 19, 2025にアクセス、 https://balencer.jp/knowledge/genai-copyrights/
  57. 中国裁判所がAI生成画像に著作権を認定 – 米国法との大きな乖離の影響は？, 6月 19, 2025にアクセス、 https://openlegalcommunity.com/china-ai-image-copyright-ruling-2023-analysis/
  58. 【中国】【著作権】AIが生成した画像の著作物性と著作権侵害が初めて認められた中国の裁判例, 6月 19, 2025にアクセス、 https://www.tmi.gr.jp/eyes/blog/2023/15234.html
  59. 中国における生成AI規制 | ブログ | Our Eyes – TMI総合法律事務所, 6月 19, 2025にアクセス、 https://www.tmi.gr.jp/eyes/blog/2025/16870.html
  60. 第9回 ミッドジャーニーなど画像生成AIを巡る著作権訴訟でクリエーターらの訴えが概ね棄却される, 6月 19, 2025にアクセス、 https://rp.kddi-research.jp/atelier/column/archives/4938
  61. 画像生成AI企業を訴えたアーティスト集団の主張、米連邦地裁で一部認められる – ASCII.jp, 6月 19, 2025にアクセス、 https://ascii.jp/elem/000/004/215/4215907/
  62. ゲッティイメージズ、画像生成AI「Stable Diffusion」開発元を提訴–著作権侵害で – CNET Japan, 6月 19, 2025にアクセス、 https://japan.cnet.com/article/35199679/
  63. Getty ImagesとStability AI、英国著作権裁判で顔のランドマークを …, 6月 19, 2025にアクセス、 https://neuron.expert/news/getty-images-and-stability-ai-face-landmark-uk-copyright-trial/13698/ja/
  64. 生成AIに関する訴訟・法的対応一覧 – AI画像生成・生成系AI 問題まとめwiki – atwiki（アットウィキ）, 6月 19, 2025にアクセス、 https://w.atwiki.jp/genai_problem/pages/50.html
  65. ニューヨーク・タイムズ vs OpenAI、裁判所が著作権訴訟の棄却申し立てを却下【Media Innovation Weekly】3/31号, 6月 19, 2025にアクセス、 https://media-innovation.jp/article/2025/03/31/142318.html
  66. ニューヨーク・タイムズのOpeAIおよびMicrosoft訴訟の「証拠資料」内訳｜Zun-Beho – note, 6月 19, 2025にアクセス、 https://note.com/akikito/n/n7b2476bd20f7
  67. OpenAI対ニューヨーク・タイムズ裁判でOpenAIが「ニューヨーク・タイムズは自社の記事を引き出すためにChatGPTをハッキングした」と主張 – GIGAZINE, 6月 19, 2025にアクセス、 https://gigazine.net/news/20240228-openai-newyork-times-chatgpt-hacking/
  68. AI時代の著作権 – ニューヨーク・タイムズ vs. OpenAI – Exploratory, 6月 19, 2025にアクセス、 https://ja.exploratory.io/note/kanaugust/AI-vs-OpenAI-pdx9rVX6jG
  69. OpenAI vs. NYT訴訟で新展開：150時間分の証拠データ消失、AI著作権問題の行方は, 6月 19, 2025にアクセス、 https://innovatopia.jp/ai/ai-news/44951/
  70. OpenAIが著作権訴訟の証拠データを誤って消去していたことを明かす – GIGAZINE, 6月 19, 2025にアクセス、 https://gigazine.net/news/20241122-openai-erases-evidence/
  71. ディズニーとユニバーサルが生成AI「Midjourney」運営企業を提訴 …, 6月 19, 2025にアクセス、 https://kai-you.net/article/92668
  72. ディズニーらが画像生成AI｢Midjourney｣を著作権侵害で訴えた理由 | ギズモード・ジャパン, 6月 19, 2025にアクセス、 https://www.gizmodo.jp/2025/06/disney_universal_midjounery_copyright_infringement.html
  73. 【2024年最新】生成AIによる事件5選｜情報漏洩〜詐欺事件まで – AI総研 – メタバース総研, 6月 19, 2025にアクセス、 https://metaversesouken.com/ai/generative_ai/incident/
  74. 生成AIで発生した情報漏洩の事例5選｜原因から対策まで解説 | NOVEL株式会社, 6月 19, 2025にアクセス、 https://n-v-l.co/blog/generative-ai-information-leakage-case-study
  75. 生成AIを利用する企業のセキュリティリスクと対策 – Graffer AI Solution, 6月 19, 2025にアクセス、 https://graffer-aistudio.jp/blog/managing-ai-security-for-businesses
  76. 実務にはどう活用できる？画像生成AI：③知っておきたい法的知識と、想定すべきトラブルリスク, 6月 19, 2025にアクセス、 https://insights.amana.jp/article/33488/
  77. ChatGPTのオプトアウトとは？生成AIにデータ学習させない設定方法 – 株式会社スパイクスタジオ, 6月 19, 2025にアクセス、 https://spikestudio.jp/blog/uc5geSex
  78. 生成AIの著作権侵害事例3選｜注意すべき2つのポイントも紹介 – AI総研, 6月 19, 2025にアクセス、 https://metaversesouken.com/ai/generative_ai/copyright/
  79. グーグル、来歴記録の「C2PA」に参加 透明性担保の動きが加速 – Impress Watch, 6月 19, 2025にアクセス、 https://www.watch.impress.co.jp/docs/news/1567571.html
  80. Google検索結果の「この画像について」にC2PAの来歴技術導入へ – ITmedia NEWS, 6月 19, 2025にアクセス、 https://www.itmedia.co.jp/news/articles/2409/18/news101.html
  81. C2PAで誰もがデジタルコンテンツの信ぴょう性を確認可能に – TOPPAN Digital｜DX note, 6月 19, 2025にアクセス、 https://note.erhoeht-x.jp/n/n3f933499371d
  82. 生成AIによるフェイク画像を判別する「C2PA」について解説 – Wave･Village【ウェイブ・ビレッジ】, 6月 19, 2025にアクセス、 https://freelance-engineer.jp/blog/2024/09/11/%E7%94%9F%E6%88%90ai%E3%81%AB%E3%82%88%E3%82%8B%E3%83%95%E3%82%A7%E3%82%A4%E3%82%AF%E7%94%BB%E5%83%8F%E3%82%92%E5%88%A4%E5%88%A5%E3%81%99%E3%82%8B%E3%80%8Cc2pa%E3%80%8D%E3%81%AB%E3%81%A4%E3%81%84/
  83. Open AIが AI生成画像の来歴問題に対応するためCP2A （画像の来歴証明）を採用, 6月 19, 2025にアクセス、 https://cloud.sojitz-ti.com/blog/c2pa-in-dall-e-3/
  84. コンテンツの来歴証明技術「C2PA」 | 株式会社DataSign, 6月 19, 2025にアクセス、 https://datasign.jp/blog/c2pa/
  85. 生成AIに学習させないためのオプトアウトの具体策を解説 | 合同会社Joint Idea, 6月 19, 2025にアクセス、 https://joint-idea.co.jp/blog/optout-generativeai-training/
  86. 自作品を守るためにできること – AI画像生成・生成系AI 問題まとめwiki – atwiki（アットウィキ）, 6月 19, 2025にアクセス、 https://w.atwiki.jp/genai_problem/pages/35.html
  87. noteのAI学習対価還元プログラムに関するよくある質問, 6月 19, 2025にアクセス、 https://www.help-note.com/hc/ja/articles/44723422427417-note%E3%81%AEAI%E5%AD%A6%E7%BF%92%E5%AF%BE%E4%BE%A1%E9%82%84%E5%85%83%E3%83%97%E3%83%AD%E3%82%B0%E3%83%A9%E3%83%A0%E3%81%AB%E9%96%A2%E3%81%99%E3%82%8B%E3%82%88%E3%81%8F%E3%81%82%E3%82%8B%E8%B3%AA%E5%95%8F
  88. AI学習に対して意向（オプトアウト）を示せる機能について – noteヘルプセンター, 6月 19, 2025にアクセス、 https://www.help-note.com/hc/ja/articles/43414600875673-AI%E5%AD%A6%E7%BF%92%E3%81%AB%E5%AF%BE%E3%81%97%E3%81%A6%E6%84%8F%E5%90%91-%E3%82%AA%E3%83%97%E3%83%88%E3%82%A2%E3%82%A6%E3%83%88-%E3%82%92%E7%A4%BA%E3%81%9B%E3%82%8B%E6%A9%9F%E8%83%BD%E3%81%AB%E3%81%A4%E3%81%84%E3%81%A6
  89. 生成AIと著作権問題の最新動向！2025年対応必須の5つのリスク回避策 – note, 6月 19, 2025にアクセス、 https://note.com/dx_labo/n/n983a715d9a63
  90. 【最新版】生成AIと著作権 – 基本から実践的な活用まで – ブルーアール株式会社, 6月 19, 2025にアクセス、 https://blue-r.co.jp/blog-generative-ai-copyright/
  91. 2025年、生成AIがクリエイティブ業界に与える影響を考察 | Plus Web3 media, 6月 19, 2025にアクセス、 https://plus-web3.com/media/2025aibutterflyeffect347/
  92. クリエイティブ×AIの可能性とは？各業界の活用事例を紹介 – データミックス, 6月 19, 2025にアクセス、 https://datamix.co.jp/media/datascience/creative-ai-possibility/
  93. 【2025】AIがクリエイターに与える影響とは？求められるスキルやAIの活用方法, 6月 19, 2025にアクセス、 https://ai-kenkyujo.com/news/ai-creator/
  94. 生成AIはクリエイティブ活動にどのような影響を与えるか – 活用例や懸念点、今後の展望は?, 6月 19, 2025にアクセス、 https://news.mynavi.jp/techplus/article/ai_creative-61e2pE0M/
  95. 生成AIの未来は今後どうなっていくのか？進化のスピードと課題 | AIMAGAZINE, 6月 19, 2025にアクセス、 https://bbt.ac/aimagazine/13781
  96. 「AIと著作権に関する考え方について（素案）」 に関して文化庁へ意見を提出しました | JASRAC, 6月 19, 2025にアクセス、 https://www.jasrac.or.jp/release/24/02_3.html
  97. 画像生成AIの適正使用及びそれに伴う著作権制度の整備等に関する提言（第2版）, 6月 19, 2025にアクセス、 https://support-creators.com/archives/87
  98. AIで生成した作品の著作権はどうなる？注意点や実際の事例を徹底解説 | AI総合研究所, 6月 19, 2025にアクセス、 https://www.ai-souken.com/article/ai-generated-copyright-explanation
レポート