生成AI画像と著作権の基礎知識

AIが生成する画像とは？

生成AI画像の仕組みと概要
生成AI画像は、ディープラーニングモデルを活用して、テキストや画像から新たなビジュアルを作成する技術です。代表的な生成AIツールには、OpenAIのDALL-E、Stability AIのStable Diffusion、MidJourneyなどがあります。これらのモデルは、大量のデータセットで訓練されており、利用者が指定した指示に基づいて、独自の画像を生成します。

生成AIの特徴として、以下が挙げられます。

• 直感的操作: テキストを入力するだけで、高品質な画像が自動生成される。
• 多様性: 同じ指示でも異なる画像を生成することが可能。
• 柔軟性: 商用デザインやアート、プレゼン資料の作成など、幅広い用途に対応。

しかし、この技術の急速な普及に伴い、著作権や法的利用範囲の不明確さが課題となっています。特に、商用利用や他者の権利侵害に関する懸念が増加しています。

日本国内外での生成AI画像に関する一般的な認識
生成AI画像に対する認識は国や地域によって異なります。日本では、生成AI画像が著作物として認められるかどうかが重要な議論のポイントとなっています。欧米では、AI生成物に関する法規制が進む一方で、日本国内では文化庁がガイドラインを示し、法的解釈が進行中です。この点については【文化庁資料】で詳しく説明されています。

AI画像に著作権は認められるのか？

日本の著作権法の基本とAI生成物の位置付け
日本の著作権法では、「思想または感情を創作的に表現したもの」が著作物と定義されています。この観点から、AIが自動的に生成した画像には、通常の著作権は認められません。これは、生成プロセスに「人間の創作性」が含まれていないためです。

ただし、生成AIを使用して得られた成果物を利用者が編集・加工することで、その部分に創作性が認められる場合は、利用者が著作権を主張できる可能性があります。この点については、実際の利用状況やケースバイケースで判断されることが多いです。

文部科学省資料に基づく最新の見解
文化庁が公開した資料によれば、生成AI画像に関する法的整理は進行中であり、以下の点が重要視されています。

1. 生成AI画像の原著作物への影響: トレーニングデータに基づいて生成された画像が、他者の著作物を含む場合、その権利関係が複雑化する可能性がある。
2. 商用利用における注意点: プラットフォームの規約と日本の著作権法が異なる場合、国内法が優先されるが、利用者はそのリスクを理解しておく必要がある。

例えば、MidJourneyやStable Diffusionのようなプラットフォームでは「商用利用可能」と記載されている場合がありますが、その利用は他者の著作権を侵害しない場合に限られます。この点に関する実例や詳細な解釈は【文化庁資料（https://www.bunka.go.jp/seisaku/chosakuken/pdf/94097701_02.pdf）】に記載されています。

画像生成AIのデータセットの問題

現在、利用されている殆どの画像生成AIツールのベースはインターネット上から無断で集めた画像と説明文の巨大なデータセットであり、それにより多くの問題を引き起こしています。

Laion-5B問題

Laion-5Bは、DALL-E、Stable Diffusion、MidJourneyなどの生成AIモデルが学習に使用している大規模なデータセットです。このデータセットには、著作権で保護された画像が多数含まれており、その使用方法が法的および倫理的な問題を引き起こしています。

Laion公式（https://laion.ai/blog/laion-5b/）
Laion WIKI（https://ja.wikipedia.org/wiki/LAION）

法的問題

2023年1月、Stable DiffusionとMidJourneyに対して集団訴訟が提起されました。この訴訟では、AIが学習するために使用した画像が著作権で保護されているにもかかわらず、権利者の同意なしに収集されたことが問題視されています。特に、DeviantArtから無断で収集された画像が学習データとして使用されていることが指摘されています。

この訴訟では、著作権侵害や不正競争防止法違反などが主張されており、AIによるアート生成が人間のアーティストの権利を侵害し、「アーティスト」という職業自体を脅かす可能性があるとされています。

倫理的懸念

Laion-5Bデータセットは、インターネット上から収集された画像とキャプションのペアから構成されており、その中には児童の性的虐待画像も含まれていたことが報告されています。このような問題は、AI技術の開発者や利用者に対して深刻な倫理的責任を問うものです。

また、生成AIによるコンテンツ生成は、著作権者への補償なしに行われるため、アーティストやクリエイターからの反発を招いています。特に、著作権侵害やフェアユースの適用については未解決のままであり、多くの専門家や団体がこの問題に対処する必要性を強調しています。

意図せず著作権侵害してしまう恐れ

多くの画像生成AIはインターネット上から無許可で収集されたデータセットから、画像を生成します。稀にデータセットの画像をそのまま生成してしまうようなこともあります。データセットにはプライバシーに関わるものもあり、著作権違反だけでなくプライバシーを侵害する可能性もあります。

自分で検証してみよう

DALL-E、Stable Diffusion、MidJourneyで漫画やアニメのキャラクターが生成できてしまうのは周知の事実です。
これは無許可でデータセットに著作物が含まれている証拠と言えます。

それではimageFXではどうなのか検証してみます。

ピカチュウと入力しましたが、何も生成されません。

うわ～・・・。

以上を踏まえ、生成AI画像を利用する際には、法的リスクを理解し、事前に調査を行うことが不可欠です。商用利用に関する注意点をさらに詳しく掘り下げて解説します。

商用利用時に気を付けるべきポイント

商用利用可能とされるプラットフォームの規約

各プラットフォーム（DALL-E、Stable Diffusion、MidJourney）での規約と禁止事項の実態
生成AI画像の商用利用について、各プラットフォームの規約には微妙な違いがあります。以下は主要なプラットフォームの状況をまとめたものです。

1. DALL-E (OpenAI)
   OpenAIはDALL-Eで生成した画像について商用利用を許可しています。ただし、次の点に留意する必要があります。
   • 商用利用には、生成した画像が第三者の権利を侵害しないことが前提。
   • 利用者が生成プロンプトに責任を負う形となるため、不適切な利用は問題となる場合があります。
     
2. Stable Diffusion (Stability AI)
   Stable DiffusionはオープンソースのAIモデルであり、利用規約次第で商用利用が可能です。主な制約は以下の通りです。
   • 特定の利用に制限を設けた場合があります（例: トレーニングデータへの依存による問題）。
   • 利用者が画像の適法性を確認する責任を負う必要があります。
     
3. MidJourney
   MidJourneyも商用利用を可能とする規約を持っています。ただし、次のような注意点が含まれています。
   • 無料プラン利用者には商用利用が許されず、有料プランに切り替える必要があります。
   • 他者の著作権や第三者権利を侵害しない範囲での利用が求められます。
     

商用利用を巡る主要プラットフォームの問題点
これらのプラットフォームが提供する「商用利用可能」の文言は、利用者に誤解を与える可能性があります。特に、次の問題が指摘されています。

• トレーニングデータの権利問題: AIが使用したデータセットが第三者の著作権を含む場合、生成された画像の利用が権利侵害に当たる可能性があります。
• 規約と法規制のギャップ: 各プラットフォームの規約が国ごとの著作権法と一致していない場合があるため、国内法優先の原則を理解する必要があります。【参考: 生成AI問題Wiki】

適法な利用を確保するためのチェックポイント

使用前に確認すべきライセンス条件と例外事項
生成AI画像を商用利用する前に、以下の点を確認することが重要です。

• ライセンス条項の詳細確認: 各プラットフォームが提供する利用規約やFAQを熟読し、商用利用に関する具体的な条件を把握する。
• 例外条件への対応: 例えば、第三者の権利を含む画像生成はライセンスで認められない場合があります。この場合、リスクを避けるための代替手段を検討する必要があります。

主要生成AI画像ツールのライセンス

• DALL-Eのライセンス情報: OpenAI 利用規約
  （https://openai.com/ja-JP/policies/terms-of-use/）
• Stable Diffusionのライセンス情報: Stable Diffusion ライセンス
  （https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/blob/main/LICENSE.md）
  簡単に言うと、自由に使えるけれども、元の開発者に敬意を払い、適切な用途で使用することが求められるライセンスです。
• MidJourneyの利用規約: MidJourney 利用規約
  （https://docs.midjourney.com/docs/terms-of-service）

他社規約と日本法の優先順位に関する考え方

• 国内法優先の原則: 日本では文化庁が「生成AIと著作権」に関する解釈を進めていますが、国内法がプラットフォーム規約より優先されるため、利用者は日本法に基づく適法性を確認する必要があります。【参考: 文化庁資料】
• 具体例の理解: 他国のプラットフォームで生成した画像を日本国内で商用利用する場合、その画像が著作権侵害に該当しないことを事前に確保する必要があります。

これらの手順を踏むことで、法的リスクを最小限に抑えつつ、生成AI画像を安全に活用することが可能です。

日本国内における生成AI画像と著作権の最新トレンド

日本の著作権法が生成AI画像に及ぼす影響

著作者不明の生成物と著作権の扱い
日本の著作権法では、著作物が「思想または感情を創作的に表現したもの」と定義されています。そのため、AIが生成した画像は人間の創作行為が直接関与しない場合、著作権が認められない可能性があります。文化庁の資料では、AI生成物は著作者が不明確であるため、著作物として保護されないケースが多いと指摘されています。【参考: 文化庁資料】

一方、以下のようなケースでは、著作権問題が複雑化します。

• 生成画像が既存の著作物に依存する場合: トレーニングデータが著作権で保護されている作品である場合、生成された画像の利用が著作権侵害に該当するリスクがあります。
• 生成プロセスに人間の創作性が加わる場合: ユーザーが独創的なプロンプトを提供したり、生成画像を加工したりする場合には、著作権が発生する可能性が議論されています。

生成AI画像が第三者の著作物を含む場合のリスク

• トレーニングデータの透明性: AIモデルが学習に使用したデータセットに関する情報が不十分な場合、生成された画像が第三者の著作権を侵害しているかどうか判断が困難になります。
• 利用者の責任: 日本では、生成画像の商用利用時に、その画像が第三者の権利を侵害しないことを確認する責任が利用者にあります。例えば、企業が生成AI画像を広告に使用した際に著作権侵害を指摘された事例もあります。

文科庁の生成AI画像の著作権

現状、具体的にどのように生成された画像が著作権の対象になるのか見ていこうと思います。

著作権侵害の要件 ： 「類似性」と「依拠性」

• 類似性 ：既存の著作物の表現上の本質的な特徴を直接感得することができること
• 依拠性 ：既存の著作物に接して、これを自らの作品の中に用いること

著作権侵害を主張するためには、作品が単に似ているだけでなく、「類似性」と「依拠性」の両方を満たしている必要があります。これらの概念をわかりやすく説明します。

1. 類似性

著作権侵害の判断において、「類似性」とは、オリジナル作品と問題となっている作品の表現内容がどの程度似ているかを指します。

判断基準：

• 構図の一致：キャラクターのポーズ、視点、全体の配置が同じか。
• デザインの特徴：服装、髪型、アクセサリーなど、キャラクターを特徴付けるデザイン要素が一致しているか。
• 色彩の使用：特定の色使いや配色パターンが似ているか。
• 細部の表現：表情や装飾のディテールがオリジナルと一致しているか。

具体例：

• キャラクターの模倣：オリジナルキャラクターの衣装やポーズをそのままコピーしたような作品。
• 背景の模倣：背景の建築物や自然の風景がオリジナル作品と酷似している場合。
• 全体の雰囲気：ポップな配色やファンタジー風のデザインなど、作品全体の雰囲気が一致する場合も判断材料になります。

2. 依拠性

「依拠性」とは、被告側がオリジナル作品を見たり知ったりした上で、その表現を模倣したかどうかを意味します。これが認められないと、偶然の一致である可能性も否定できません。

判断基準：

• SNSや公開媒体での閲覧：オリジナルのイラストがSNSや展示会などで公開されていた場合、閲覧の機会があると推定されます。
• ファンアートの模倣：被告がファンアートとしてオリジナル作品を模倣している場合、依拠性が認められやすいです。
• 公開されていた期間：オリジナルが長期間公開されていた場合、依拠性の可能性が高まります。

具体例：

• コンペ作品の盗用：イラストコンテストで公開された作品を他者が模倣した場合。
• SNSでの模倣：X(Twitter)やInstagramに投稿されたイラストを見て、その構図やキャラクターデザインを真似た場合。

「類似性」と「依拠性」の関係

著作権侵害が成立するためには、単なる「類似性」のみでは不十分で、被告が意図的に元作品を参考にした「依拠性」が必要です。逆に、依拠性があっても表現が似ていなければ、著作権侵害とは認められません。

裁判例の参考（イラスト関連）

「パクり疑惑」イラスト事件（仮例）

ある企業が自社キャラクターをデザインする際、フリーランスのイラストレーターの作品と酷似しているとして訴訟に発展したケースがあります。

• 類似性：キャラクターの髪型、服装、ポーズが一致しており、デザインの独自性が問題となりました。
• 依拠性：企業のデザイナーがフリーランスのイラストをSNSでフォローしており、閲覧していた証拠が提出されました。
• 判決：依拠性と類似性が認められ、企業側に賠償金の支払いが命じられました。

背景イラストの盗用事件（仮例）

あるアニメ作品の背景美術が、他のアーティストの風景画と酷似しているとして問題になった例があります。

• 判決：著作権侵害が認定され、背景イラストの差し替えが命じられました。
• 類似性：背景の構図、色彩、建築物の配置が一致していました。
• 依拠性：制作スタッフが元の作品を参考資料として使用していたことが判明しました。

著作権が認められないもの

AIで生成された画像は「単なる事実やデータ」　「ありふれた表現」　「表現でないアイデア」にあたるのか？

「AI利用者がごく簡単な指示」を与えた程度では著作物とは認められないようです。
では、長いプロンプトを書けば著作物にあたるのでしょうか？

どうやら長いプロンプトを書いても、気に入るものが生成されるまで何度も繰り返しても著作物とは認められないようです。

生成AI画像であっても著作物と認められる場合

では、どうしたら生成AI画像が著作物として認められるのか？
それは「創作意図」　「創作的寄与」と認めらる行為あること。

「表現」　と　「アイデア」は著作権の保護の対象外。
生成したイラストがある作家の画風と似ていても問題ないということのようです。
ただ注意が必要なのは「作家A]を知った上で意図的に生成した画像の場合は依拠性があると判断されます。その際に「作家A」の構図や背景の一部が生成された場合は類似性も認められ、著作権違反となります。

生成AI画像に関する議論の現状と今後の展望

国内外での法改正動向と企業対応
生成AI画像に対する法的枠組みは、世界的に急速に変化しています。

• 国内動向: 日本では、AI利用に関する特例を設ける方向性が議論されていますが、現時点では明確な規定が整備されていないため、既存の著作権法の解釈に依存しています。文化庁は今後も議論を継続し、新たな指針を提示する予定です。
• 国際的な動向: 欧州連合（EU）では、AI Actの導入により、AI生成物に関する透明性を高めるルールが求められています。また、米国では著作権局が生成AI画像の登録可否について個別の判断を行っています。

企業もこれに対応するため、次のような措置を講じています。

• トレーニングデータの合法化: AI企業は、トレーニングデータとして使用するコンテンツの許諾を明確化しようとしています。
• 生成物のクレジット付与: AI生成画像の利用者に、元データの出所や生成元を明記させる取り組みを進めています。

創作活動におけるAI利用の倫理的・社会的課題
AIの進化により、創作活動の効率化が進む一方で、以下のような課題も浮上しています。

• クリエイターへの影響: AIによる生成物が人間の創作物と競合することで、クリエイターの収益が減少するリスクがあります。
• 倫理的懸念: AIが不適切な画像を生成した場合や、生成画像が誤用されるケースが問題視されています。

これらの課題を解決するためには、技術的な透明性と倫理的なガイドラインが不可欠です。また、社会全体でのAI利用に関する理解を深めることが求められています。

日本国内での生成AI画像の利用は、法的リスクや倫理的課題を伴う複雑な領域です。今後の法改正や技術の進展に注目しつつ、適切な対応策を講じることが重要です。

商用利用で重要な３つのポイント

基本的にAIで生成した画像に著作権は認められない

文科庁のところで説明した通り、創作性がなければ著作物とは認められません。
例えば企業がAIで生成したロゴを使用していた場合、第三者がそのロゴを勝手に使っても何も言うことはできません。

ライセンスに商用利用可能と書いてあっても国内法が勝る

画像生成AIサービスを提供している側が商用利用可能と言っていたとしても、生成した画像をそのまま使うことはハイリスクです。
またサービス提供側のライセンスをよく読むと最終的に訴訟リスクは利用者に向けられることがわかると思います。

著作物になるように立ち回る

創作性を持たせることでAIで生成した画像を著作物にすることもできます。
例えば企業ロゴに創作性を持たせるなら、落書き程度で構わないので自分で書いた画像をAIに読み込ませ、それを元に生成する。などです。
完成したロゴをGoogleレンズやChromeの拡張機能などのツールを利用して似たものがないかチェックすることでリスクはかなり減らせるでしょう。

生成AI画像を安全に利用するための具体策

リスクを回避するためのライセンス理解

ライセンス条項の読み解き方と事例
生成AI画像を利用する際には、各プラットフォームのライセンス条件を正確に理解することが不可欠です。以下のような要点に注目するとよいでしょう。

1. 商用利用の可否: DALL-EやStable Diffusion、MidJourneyなど多くのツールは、商用利用が可能であることを明記していますが、利用規約における細かい条件を確認する必要があります。
2. クレジット表記の必要性: 一部のプラットフォームでは、生成画像の使用時に出典元の明記を求める場合があります。
3. 許諾範囲の限定: プラットフォームによっては、生成物の利用範囲を一定の産業や用途に制限しているケースもあります。

使用中止リスクを減らすための注意点

• 最新規約のチェック: プラットフォームの利用規約が頻繁に更新されるため、商用利用前には最新の内容を確認しましょう。
• 利用目的に合ったライセンス選択: 例えば、広告や製品パッケージなどに利用する場合は、ライセンスが商用目的に対応していることを確認する必要があります。
• 第三者の権利侵害の回避: トレーニングデータに他者の著作物が含まれている場合、生成物がその影響を受けるリスクがあります。この場合、使用に対する責任が利用者に及ぶことがあります。

国内外でのトラブル事例から学ぶ

不適切な利用が招いた法的問題のケーススタディ
以下の事例は、生成AI画像の不適切な利用がもたらす法的リスクを示しています。

1. 第三者著作権侵害の訴訟リスク: AIモデルのトレーニングに無許可で使用された著作物が含まれる場合、その生成画像を利用した企業が訴訟の対象になることがあります。
   • 事例: 海外では、AIモデルが著名アーティストの作品スタイルを模倣した画像を生成したために訴訟に発展したケースがあります。
2. 不明確なライセンスによるトラブル: プラットフォームの規約変更後に、以前生成された画像の利用が問題視されるケースも報告されています。
   • 例: プラットフォームが過去の生成物に新たな利用制限を課し、既存ユーザーに影響を与えたことがありました。

利用者が取るべき防止策

• トラブルを未然に防ぐ契約の見直し: 使用前に契約書の内容を弁護士などに確認し、不明点をクリアにすることが重要です。
• 信頼できるプラットフォームの利用: 法的な透明性が高いプラットフォームを選択することが推奨されます。公式の利用規約を精査し、必要ならば問い合わせを行いましょう。
• バックアッププランの構築: 規約変更や外部要因で画像使用が制限された場合の代替案を準備しておくと安心です。

生成AI画像の利用には、正しい知識と準備が不可欠です。具体的なライセンス条件を理解し、過去のトラブル事例から教訓を得ることで、安全な活用が可能になります。

生成AI画像と著作権を正しく理解しよう

リスクを軽減するための正しい知識

生成AI画像を安全かつ効果的に活用するためには、著作権に関する基本的な知識を深めることが必要です。以下の点を意識することで、リスクを大幅に軽減できます：

• ライセンス条件の徹底確認: 各プラットフォームの規約をよく理解し、利用可能な範囲内で画像を活用する。
• 日本国内の著作権法を理解する: 日本の法規制では、AIが生成した画像に対して著作権が発生しない場合が多い一方、第三者の権利を侵害するリスクが存在します。
• 最新の情報をチェックする: 利用規約や法的な動きが頻繁に変わるため、常に最新の情報にアクセスする習慣を持ちましょう。

生成AI技術と法規制の進展を注視する必要性

生成AI技術は急速に進化しており、それに伴い法規制や倫理的な議論も大きく変化しています：

• 国内外での法規制の進展: 日本国内ではAI生成物の著作権に関する議論が進む一方、海外では既に具体的な規制が導入される国も出てきています。
• 企業やクリエイターの対応: AIを利用した創作が増える中で、著作権侵害を避けるためのガイドラインや利用制限を設ける企業も増加しています。
• 倫理的な課題: 生成AIの利用が人間の創造性に与える影響や、無許可でトレーニングデータとして使用された著作物の扱いについての議論も継続中です。

生成AI画像を安全に活用するためには、正しい知識を持ち、法的・倫理的な変化を見逃さないことが重要です。 これにより、リスクを最小限に抑えながら、生成AI技術の可能性を最大限に引き出すことができます。