インドAI著作権ペーパー：顕在化する包括ライセンスのリスクとコスト

現在の人工知能（AI）をめぐる議論の中心には、大規模言語モデル（LLM）とその学習データに関する懸念があります。LLMが学習のために著作権で保護されたデータを使用することが許されるのか、その過程は侵害なのか、フェアユースなのか、その出力されたものは変容的なのか、単なる複製にすぎないのか、といった多くの法的問題が生じます。クリエイターの権利、イノベーション、AIに関する新たな紛争が日々、発生しています。商工省は現在この論争に参入し、「生成AIと著作権に関するワーキングペーパー」（以下、ペーパー）を公表しました。

このペーパーは、インドの著作権法が生成AIによって提起された懸念を解決するかどうかについて検討しています。学習に用いられる著作物の入力の問題と、AI生成コンテンツの出力の問題という２つの主要な問題に焦点を当てています。第１部では前者を扱い、著作権で保護されたコンテンツへのアクセスの欠如が「重大な公益上の懸念」を提起すると指摘しています。もちろん、民間AIモデルのために著作権で保護された学習データへのアクセスを要求することが、いかに重大な公益になり得るのかという根本的な疑問には、答えが示されていません。しかしこの不自然さは、ペーパーで提案されているハイブリッド・モデルの問題に比べれば取るに足らないものです。

AIのための強制的包括ライセンス

ペーパーは、著作権で保護された著作物を使用するAIシステムに対して、法定補償金を支払うことと引き換えに、強制的包括ライセンスを導入することを推奨しています。このモデルは独自のものであるだけでなく、他の法域で実績のある制度を明確に排除しているため、検証がなされていません。

このモデルは、権利者が自らの著作物を学習に使用させるかどうかを選ぶことのできる、広く用いられているオプトアウトの仕組みを否定しています。オプトアウトは負担が大きいというのが理由です。使用されたデータに透明性がない以上、オプトアウトは実際には権利者の助けにはならないとしています。任意のライセンス契約、または直接ライセンス契約は、規模と取引コストの観点から実務上不便であるとして退けられています。ペーパーは、交渉が失敗した場合、モデルがコンテンツへのアクセスを失い、結果として偏りを生じさせ得ると推測しています。

米国著作権局が支持する「拡大集中許諾」は、交渉可能な条件のある任意の枠組みであることを理由に避けられています。英国が採用した「テキスト・データマイニングの例外」も不十分だとみなされています。なぜなら、権利者が著作物の学習利用を認めない可能性があり、その結果、LLMに不可欠な大規模で代表性のあるデータセットへのアクセスが妨げられ、LLMの品質が低下するためです。しかし、このモデルの下では、開発者はインド国外の権利者のものを含め、著作権で保護された資料に「適法にアクセス」するために別個の許可を得る必要がなくなります。

強制的AIライセンス：可能性と欠陥

このモデルは、著作権で保護されたコンテンツを学習データとして無償で利用可能にする、いわゆるゼロ価格ライセンスを退けることで、LLMのニーズとクリエイターの権利の均衡を図っているように見えます。また、開発者からロイヤルティを徴収する非営利の政府機関の設立を提案しています。徴収されたロイヤルティはその後、権利者に分配されます。開発者は、複数の権利者と個別に条件を交渉する必要はありません。

こうした善意にもかかわらず、このモデルには欠陥があります。収益分配が一律の方式であることで、権利者は政府が定めた料率でロイヤルティを受け取ることになります。権利者は公的機関に登録し、そのように決定されたロイヤルティを、異議を述べることなく受け入れなければなりません。ロイヤルティ設定のメカニズムとその実施が不明確であることに加え、この提案はクリエイティブ産業への経済的な悪影響を考慮していません。ロイヤルティは、LLMによって生み出される収益の一定割合になります。収益が得られない場合は、たとえ権利者の著作物が学習に使われていたとしても、補償は行われません。

このモデルは、開発者が学習に使用したデータを自己申告することを求め、その見返りとして、あらゆる著作権で保護された著作物へのアクセスを得られるとしています。これは、ほとんど有用ではないように見えます。

行き過ぎたモデルには実務的な改革が必要

このモデルは革新的であるかもしれませんが、同時に過度に野心的で行き過ぎています。これは、ベルヌ条約９条２項、および知的所有権の貿易関連の側面に関する協定13条における著作権の例外と整合していません。

すべての利害関係者の権利とニーズの均衡を図ろうとする中で、このモデルは、より一層の複雑さと、より重いコンプライアンス負担を追加することにしか成功していません。これはワーキングペーパーであることから、今後の包摂的な利害関係者協議により、既存の法定枠組みについて、より実務的な評価が行われるべきです。その結果、原則に基づき、柔軟で、特定の技術に依存せず、実行可能な解決策が生み出されるべきです。

Essenese Obhan氏は Obhan & Associatesのマネージング・パートナー、Sumathi Chandrashekaran 氏はコンサルタントです。