OpenAI が集団訴訟に直面：Web データ無断収集による AI 学習で著作権侵害の疑い

あなたがネット上に何気なく投稿した文章やコメント、さらには医療関連の記録までもが、すでにChatGPTの学習データに取り込まれているかもしれません。

米カリフォルニア州のクラークソン法律事務所は、OpenAIと同社に130億ドルを投資するMicrosoftを相手取り、カリフォルニア州北部地区連邦地方裁判所に集団訴訟を提起しました。原告16人を代表するこの訴訟では、約3000億語に及ぶWeb上の記事や書籍などのデータが無断で収集され、数百万人の著作権およびプライバシーが侵害されたと主張されています。

機密情報や医療記録まで吸い上げられたのか

訴状によると、収集されたデータには一般的なWeb記事だけでなく、数百万人の米国人の氏名、ログイン情報、支払い情報、さらには医療記録などの機密情報が含まれていました。原告側はこれを「窃盗」と厳しく非難し、OpenAIが正規の購入手続きを踏まず、法的に義務付けられているデータブローカーとしての登録も行っていなかったと指摘しています。

さらに訴状は、ChatGPTのサービス自体や、SnapchatやStripeといった連携サービスを通じて個人情報が不正に取得されたとも主張しています。

原告側は30億ドルの損害賠償を求めていますが、報道によるとこの数字は勝訴確定後に確定される仮の金額とみられています。加えて、十分な安全対策が講じられるまでのChatGPTの商用提供や開発の差し止め、さらには外部の「AI評議会」による監視体制の設置も要求しています。

「フェアユース」の主張は通用するのか

クラークソン法律事務所のライアン・クラークソン氏は、OpenAIが生成AIブームに火をつけた張本人だからこそ、最初の標的になったと説明しています。

AI開発企業側は従来、ネット上のデータ利用は著作権法上の「フェアユース（公正利用）」に該当すると主張してきました。しかし、ガンダソン・デトマー法律事務所の知的所有権弁護士キャサリン・ガードナー氏は、著作権を持つクリエイターには勝機があるかもしれない一方で、一般的な投稿者が損害賠償を得るのは極めて難しいと指摘します。多くのSNSやWebサイトでは、利用規約上で包括的なデータ利用許諾があらかじめ結ばれているためです。

業界全体でも反発は広がっています。4月にはユニバーサル ミュージック グループが音楽配信大手にクローラーの遮断を求め、Redditはデータ提供の遮断を進めており、イーロン・マスク氏もTwitterデータの無断利用を巡って提訴を示唆していました。

なぜ重要か

一般ユーザーにとって、自分のデータが無断で商業利用されている疑いにメスが入った意味は大きいですが、すぐに金銭的な補償を受け取れると期待するのは現実的ではありません。規約の壁がある以上、一般人が損害を立証するハードルは非常に高いと言えます。現時点でできる自衛策は、AIとのチャットや公開サービスに不用意に個人情報を入力しないことです。

業界全体にとっては、「ネットのデータは無料で使い放題」という前提の崩壊を意味します。もし裁判を通じてGPT-4などの学習データ開示が命じられれば、開発企業各社は正規ライセンスの取得コストを強いられ、開発ペースの見直しを迫られることになります。

私たちは、著作権だけでなくプライバシー侵害を前面に押し出した原告側の戦術は巧妙だと考えます。著作権のフェアユース論争だけでは逃げ道がありますが、医療情報や認証情報の収集となると、各種プライバシー関連法に直接抵触するためです。ただし、ChatGPTの商用展開を完全に停止せよという要求は、裁判所にとって受け入れ難い過剰な主張に見えます。