Ziff DavisがOpenAIを提訴：記事を無断学習したモデルの破棄を要求

IGNでゲーム攻略を調べたり、PCMagやCNETでガジェットのレビューを読んだりしたことがある人なら、知らず知らずのうちにZiff Davisのコンテンツに触れています。その米メディア大手Ziff Davisが、OpenAIを相手取り著作権侵害の訴訟を起こしました。

デラウェア州連邦地方裁判所に提出された訴状によると、Ziff DavisはOpenAIに対し、大規模な著作権侵害、デジタルミレニアム著作権法（DMCA）違反、不当利得、商標の希釈化を主張しています。同社は45以上のメディアブランドを傘下に持ち、従業員数は3800人以上、年間約200万本もの記事を配信し、月間平均訪問数は2億9200万回を超えます。OpenAIを訴えたパブリッシャーとしては最大級の一角です。

警告状の送付後に巡回が急増

訴状が明かしたデータ収集の実態は生々しいものです。Ziff Davisによると、OpenAIのクローラー「GPTBot」は、スクレイピングを拒否するrobots.txtの設定を完全に無視して記事を収集していました。

さらに、Ziff Davisが2024年5月にクローリング停止を求める警告状（cease-and-desist letter）を送った後、巡回活動は停止するどころか、かえって増加したと記録されています。

OpenAIが特殊なソフトウェアを使って記事から著作権情報を意図的に除去していたとも主張されています。証拠として、OpenAIが過去に公開したWebTextデータセットのサンプルから、Ziff Davisの完全な記事本文が数百本見つかったことが挙げられました。訓練データ全体の中で、同社の記事は通常のウェブ比率を大幅に上回る数百万回規模で出現していたと分析されています。

オフライン環境でChatGPTをテストしたところ、過去記事の文章を寸分違わず再現できたといい、モデル内部の重みにデータが直接焼き込まれていることが裏付けられたと主張しています。加えて、誤った要約や架空のリンク、デタラメな引用を生成し、それをZiff Davisブランドの記事として紹介する「ハルシネーション」によって、媒体の信頼性が損なわれているとも訴えています。

提訴前、Ziff Davisはライセンス契約の締結を試みましたが、OpenAI側に拒否されたといいます。今回の訴訟でZiff Davisは、損害賠償だけでなく、自社の著作物を含んだりそれから派生したりしたデータセットおよびAIモデル自体の破棄を求めています。一方、OpenAIの広報担当Jason Deutrom氏は、モデルは公開データで訓練されておりフェアユース（公正利用）に基づいていると反論しました。

なぜ重要か

この訴訟は、生成AI業界が抱える最も厄介な火種を直撃しています。

現在、OpenAIはニューヨーク・タイムズをはじめ15件以上の著作権訴訟を抱える一方で、Vox MediaやAP通信、英フィナンシャル・タイムズなど一部メディアとは非公開のライセンス契約を結んでいます。ジャーナリズム研究者のJeff Jarvis氏がこうした契約金を「口止め料」と揶揄したように、AI企業が支払い相手を選別する構図が続いていますが、交渉を突っぱねられた大手メディアが次々と法廷闘争になだれ込んでいます。

ウェブサイト運営者にとっては、コンテンツを守るための標準手順だったrobots.txtが事実上無視されていたという主張は大きな衝撃です。検索流入とアフィリエイトで成り立ってきたレビュー系メディアにとって、元記事のリンクを踏ませずに回答を完結させるAIチャットボットは、自社の屋台骨を直接脅かす存在になっています。

私たちが最も注目すべきだと考えるのは、「モデルの破棄」という請求内容です。数十億、数千億のパラメータを持つ学習済みモデルから、特定のデータだけを後からきれいに消去する技術は現時点でほぼ確立されていません。もし裁判所がこの請求を認めれば、OpenAIは巨額の和解金で済ませるどころか、モデルの根幹から作り直しを迫られるリスクを抱えることになります。