Wikimedia、AI著作権とフェアユースに対する中間案を提案

Wikimedia Foundationは、主要な出版社とAI開発者の間で繰り広げられている高リスクな法的闘争に参入し、『The New York Times』、『OpenAI』および『Microsoft』が関わる訴訟においてアミカス・ブリーフ（裁判外意見書）を提出しました。2026年10月下旬に提出されたこの意見書では、モデルがデータをどのように学習するか、そしてユーザーにどのように提示するかを区別する、フェアユースの微妙な解釈を主張しています。この介入は、オープンウェブを保護しつつ、AIシステムが利用するコンテンツのライセンス条件を尊重することを目的としています。

何が起きたか

Wikipediaの背後にある非営利団体は、人工知能の未来を定義づけうる画期的な著作権訴訟において、仲介者としての立場を確立しようとしています。その法的提出書類の中で、Wikimediaは両陣営によって提示された二項対立的な議論を明確に拒否しています。出版社側の勝利は、著作権者が変革的なテクノロジーへのアクセスを制限する可能性があり、一方でAI企業側の完全な勝利は、ライセンス条件を無視し、著者から読者への知識の流れを混乱させることを助長する可能性があるとの警告を発しています。

Wikimediaは、同団体のウェブサイトが機械学習システムの重要な訓練データ源となっていることを強調しています。しかし、これらの同じシステムはしばしばWikipediaからのトラフィックを奪い、サイトを維持しているボランティアコミュニティを弱体化させています。財団は、ChatGPTのようなサービスがクリエイティブ・コモンズの下でライセンスされたテキストを頻繁に複製しながら、必要な帰属表示や継承条件を遵守していないと主張しています。これにより、AIツールはWikipediaのエディターにとって破壊行為の防止や違反検出に有用であるにもかかわらず、基盤となるモデルがコンテンツの利用を可能にしているまさにそのライセンスを侵害しているかもしれないというパラドックスが生じています。

主要被告の法的立場はその詳細において異なります。OpenAIは、著作権で保護された作品の再吐き出し（regurgitation）を機能ではなく稀なバグとして特徴づけています。Microsoftは9月の別の提出書類で、ニュースコンテンツからモデルを接地するために使用される全文文をCopilotツールが再現することは稀であると示す専門家分析を引用しました。両社とも、大規模言語モデルの使用はフェアユースを構成すると主張しています。対照的に、『The New York Times』は、訓練データセットを構築するために自社のウェブサイトをスクレイピングすることは著作権の直接的な侵害であると主張しています。

仕組み

Wikimediaの提案は、入力と出力の間における技術的かつ法的な区別に基づいています。財団は、ウェブサイトのスクレイピングや著作権で保護された作品を用いて大規模言語モデルを事前学習させる行為は、フェアユースと見なされるべきだと主張しています。これは、学習プロセスがデータを統計モデルに変換し、元のソースとは異なり、新しい何かを提供するためです。モデルは記事のコピーを単に保存するのではなく、パターン、関係性、言語構造を学習します。

しかし、意見書は出力段階で明確な一線を引いています。もしモデルがユーザーのクエリに応答する際に素材のコピーを引き出し、読者が原作と向き合うことを置き換える形で提供する場合、それはフェアユースとして認められるべきではありません。このシナリオでは、AI出力は変革的な分析ではなく、元コンテンツの代替品として機能します。Wikimediaは、そのような出力には適切なライセンスと、元のソースへのクレジットを義務付け、改変物も同じライセンス下に残すことを要求するクリエイティブ・コモンズなどの条件の遵守が必要だと断言しています。

主要な詳細

• Wikimedia Foundationは2026年10月、『The New York Times』、『OpenAI』および『Microsoft』が関わる訴訟に関するアミカス・ブリーフを提出しました。
• Wikimediaは、著作権で保護されたデータによるAIの学習はフェアユース原則の下で保護されるべきだと主張しています。
• 財団は、原作を逐語的に再現したり、原作の代替となるようなAI出力にはライセンスが必要だと主張しています。
• Wikipediaサイトは重要な訓練データ源として説明されていますが、AIトラフィックはプラットフォームから訪問者を奪っています。
• OpenAIは再吐き出しを稀なバグだと主張する一方、MicrosoftはCopilotがニュースコンテンツから全文文を再現することは稀だと述べています。
• クリエイティブ・コモンズライセンスは帰属表示を要求し、リミックスや適応物も同じライセンス条件の下に残ることを求めています。

なぜ重要なのか

ソフトウェアエンジニアや技術系創業者にとって、この法的区別はAI製品がどのように構築され、展開されるかを決定づける可能性があります。もし裁判所がWikimediaの中間案を採用すれば、開発者はユーザー向け出力における訓練データの逐語的再現を防ぐために、堅牢なフィルタリングメカニズムを実装する必要があるかもしれません。これは、単にデータを取得することから、モデルの生成プロセスがフェアユースの変革的な性質を尊重することを保証することへと、技術的負担を移すことになります。これを行わなければ、企業は重大なライセンス責任に晒される可能性があります。

この結果は、オープンな知識エコシステムの持続可能性にも影響を与えます。もしAIシステムがオープンデータ上で自由に学習できるが、直接の出力にはライセンスが必要であれば、コンテンツクリエイターを支える収益化と帰属表示のための実行可能な道筋が生まれます。このバランスは、価値を抽出してコミュニティに貢献しないシステムによって損なわれることなく、Wikipediaのようなプロジェクトの背後にある協働プロセスが繁栄することを保証します。これは、知識へのアクセスと貢献者への尊重が共有された責任であるという考えを強化します。

あなたができること

• クリエイティブ・コモンズなどの特定のライセンスに準拠したコンテンツを特定するために、訓練データセットを監査してください。
• ユーザー応答における著作権で保護されたテキストの逐語的再現を検出し、防ぐための出力フィルタリングを実装してください。
• ライセンス付き資料を参照または適応する際に、アプリケーションが適切な帰属表示を提供するようにしてください。
• データソースの利用規約を確認し、商用利用や再配布に関する制限を理解してください。
• 元のコンテンツの単純な検索よりも、変革的な分析を優先するシステムを設計してください。
• AI著作権訴訟における法的動向を最新情報に保ち、コンプライアンス戦略をそれに応じて調整してください。