AIの話題は毎日のように出てきますが、今回のニュースはかなり重いです。
AP Newsが伝えたところによると、米連邦判事は、AI企業Anthropicが著作権侵害をめぐって結んだ15億ドルの和解を承認しました。対象は、同社のチャットボット「Claude」の学習に使われた海賊版の本です。
ここでいう「学習」というのは、AIに大量の文章を読ませて、言葉のパターンや書き方を覚えさせることです。たとえば本をたくさん読ませると、AIは「こういう言い回しが自然だな」「この単語の次にはこう続きやすいな」といった傾向をつかみます。便利な仕組みですが、当然ながら、その素材をどう集めたのかが問題になります。
今回の件でいちばん大きいのは、単に「AI企業が払った」という話ではないところです。
海賊版の本を使って学習したことが争点になっていて、しかも和解金の規模がとんでもない。1冊あたり約3000ドルという金額は、個々の著者から見れば小さくない補償ですし、業界全体から見れば「やっぱりAIの学習データにもコストがかかるんだ」と思い知らされる数字です。
私はこのニュース、かなり象徴的だと思いました。
これまでAI企業は、公開されている文章や画像を大量に取り込んで性能を上げてきました。ところが、その裏で「それ、本当に使っていいの？」という問いがどんどん大きくなっていた。今回の和解は、その問いに対して法廷がかなり強い圧をかけた形です。
もちろん、和解は「Anthropicが全面的に罪を認めた」という単純な話ではありません。和解は争いを終わらせるための合意であって、法律上の評価をすべて白黒つけるものではないからです。とはいえ、15億ドルという金額は軽くありません。AI業界にとっては、学習データの入手経路を雑に扱うと、あとでものすごい請求が来るかもしれない、というかなり現実的な警告になったはずです。
この種のニュースが面白いのは、AIそのものよりも、むしろ「データは誰のものか」という古い問題が、最新技術のど真ん中で再燃しているところです。AIは未来っぽい顔をしていますが、実際には本、記事、画像、音声といった人間の創作物の上に乗って動いています。そこを曖昧にしたままだと、どれだけ賢そうなモデルでも、土台がぐらつく。そういう話だと思います。
著者側にとっても、これは単なる補償以上の意味があります。
「作品が勝手に吸い上げられて学習に使われる」ことへの不満は、かなり前からありました。今回のような大きな和解が成立すると、少なくとも「タダ乗りは安上がりでは済まない」という前例になります。今後、出版社やクリエイターがAI企業と契約を結ぶときの交渉材料にもなるでしょう。
一方で、AI企業にとっては悩ましい話です。
高性能なモデルを作るには、膨大で質の高いデータが必要です。でも、質の高いデータほど権利関係が面倒。無料で集めたい気持ちは分かるけれど、雑にやると今回のように巨大な清算を迫られる。ここは今後もずっと、AI業界の胃を痛めるポイントではないかと思います。
個人的には、こういうニュースが出るたびに「AIの進化は止まらないけれど、進化の速度にルール作りが追いついていない」と感じます。技術は一気に先へ進むのに、著作権や契約の世界はどうしても後から整備される。そのズレが、これからもしばらく続くはずです。今回のAnthropicの和解は、そのズレがかなり高くついた一例と言えるでしょう。
参考: Judge approves a $1.5B Anthropic settlement over pirated books used to train the Claude chatbot
