AIと著作権 完全まとめ｜法律・判例・訴訟・論文を原典で総整理

生成AIをめぐる著作権の議論は、「無断学習は違法だ」「いや、日本では合法だ」といった断片的な主張が飛び交い、全体像をつかみにくくなっています。混乱の多くは、論点を一緒くたにしていることから生まれます。AIが学習する段階の話なのか、AIが何かを出力する段階の話なのか、出来上がった生成物に権利が生じるかの話なのかで、適用される条文も結論も変わります。

本記事は、できる限り法律の原典・判決文・公的機関の報告書・学術論文といった一次資料に当たり、AIと著作権の論点を体系的に整理します。記事制作の現場で見落とされやすい法務全般については、コンテンツ制作の法務リスク もあわせてご覧ください。本記事はそこから著作権の論点だけを深掘りする位置づけです。

01.全体像：AIと著作権は「3つの段階」で考える

生成AIの利用は、著作権の観点では性質の異なる3つの段階に分けられます。文化庁の整理もこの段階分けを土台にしています。まず全体像を押さえると、個々のニュースがどの段階の話なのかが見分けられるようになります。

重要なのは、この3段階は独立して判断されるという点です。たとえば学習段階が30条の4で適法でも、その結果できたAIが既存のキャラクターそっくりの画像を出力すれば、生成段階で侵害が成立し得ます。逆に、生成物が人間の創作的寄与を欠いて著作物に当たらないとしても、それは「他人の権利を侵害していない」こととは別の問題です。以降の章では、この3段階を順に、原典に当たりながら見ていきます。

02.法律の原典：日本の著作権法はAIをどう扱うか

日本の著作権法には「AI」という言葉を使った条文はありません。AIをめぐる議論は、既存の条文をどう当てはめるかの解釈です。中心になるのが、学習段階を扱う30条の4と、生成物の著作物性に関わる第2条です。いずれもe-Gov法令検索の著作権法（昭和45年法律第48号）で原文を確認できます。

30条の4（情報解析のための権利制限）

AI学習の根拠としてよく引かれるのが、著作権法30条の4です。2018年改正（平成30年改正、2019年1月1日施行）で、それまで個別に定められていた情報解析の規定を、より柔軟な「享受目的の有無」という軸に再編して新設されました。条文の柱書と但し書きは次のとおりです。

著作物は、次に掲げる場合その他の当該著作物に表現された思想又は感情を自ら享受し又は他人に享受させることを目的としない場合には、その必要と認められる限度において、いずれの方法によるかを問わず、利用することができる。ただし、当該著作物の種類及び用途並びに当該利用の態様に照らし著作権者の利益を不当に害することとなる場合は、この限りでない。

著作権法 第30条の4（e-Gov法令検索）

各号には「情報解析」が挙げられ、これは「多数の著作物その他の大量の情報から、当該情報を構成する言語、音、影像その他の要素に係る情報を抽出し、比較、分類その他の解析を行うこと」と定義されています（第2号）。大量のデータからパターンを学習するAIの開発は、原則としてこの情報解析に当たると整理されています。

ただし、適用には2つの重要な留保があります。1つは享受目的の併存です。1つの利用行為に享受の目的が少しでも併存していれば、30条の4の要件を満たさないと整理されています。もう1つが、条文末尾の但し書き（著作権者の利益を不当に害することとなる場合）です。この2つの留保が、後述する文化庁の考え方で具体化されています。

第2条と生成物の著作物性

生成物に著作権が生じるかは、著作物の定義に立ち返ります。著作権法第2条第1項第1号は、著作物を「思想又は感情を創作的に表現したものであつて、文芸、学術、美術又は音楽の範囲に属するもの」と定めます。ここでいう思想・感情の主体は人間と解されており、人間の創作的寄与なくAIが単独で生成したものは、著作物に当たらないと考えられています。

境界線は、人間がどれだけ創作的に関与したかにあります。文化庁の考え方では、プロンプトの分量や内容、生成の試行回数、複数の生成物からの選択、生成後の加筆・修正といった要素の集積で、創作的寄与の有無を個別に判断するとされています。簡単な指示を一度出しただけでは著作物性は認められにくく、人が構成や表現を作り込むほど、その部分は著作物として保護されやすくなります。

47条の5（軽微利用）

学習だけでなく、情報解析の結果を提供する場面に関わるのが47条の5です。検索エンジンの結果表示や、情報解析サービスが解析結果に付随して元の著作物の一部を表示する場合に、公表された著作物を「軽微」な範囲で利用できるとする規定です。利用が目的に照らして必要な範囲か、表示する分量や精度が軽微の範囲にとどまるか、著作権者の利益を不当に害さないかが要件になります。生成AIが回答の根拠として出典の一部を示すような場面で関係し得る規定として、押さえておくとよいでしょう。

03.文化庁「AIと著作権に関する考え方」

条文の解釈について、現時点で実務上の指針になっているのが、文化審議会著作権分科会法制度小委員会がまとめた「AIと著作権に関する考え方について」（2024年3月15日）です。パブリックコメントを経て取りまとめられたもので、法律そのものではありませんが、文化庁としての解釈を示した重要な一次資料です。

この考え方は、前章で触れた3段階に沿って論点を整理しています。とくに学習段階については、30条の4が原則として適用されるとしつつ、適用されない場合を具体的に示した点が実務上重要です。

ポイントは、文化庁の考え方が「学習は原則OK、ただし無制限ではない」という線を引いていることです。「日本ではAI学習は自由」という単純化は正確ではなく、享受目的の併存や但し書きに当たれば、学習段階でも権利者の許諾が必要になり得ます。なお、考え方の本体や関連資料、その後のチェックリストは文化庁「AIと著作権について」のページに集約されています。政府全体としても、AI事業者ガイドライン（第1.1版、総務省・経済産業省、2025年3月）や知的財産推進計画で、知財侵害リスクへの対応が継続的に議論されています。

ガイドラインの抜粋：立場別チェックリスト

「生成AI 著作権 ガイドライン」を探す読者にまず勧めたいのが、文化庁が2024年7月31日に公開した「AIと著作権に関するチェックリスト＆ガイダンス」です。前述の「考え方」を実務に落とし込んだ資料で、第1部「AI開発・提供・利用のチェックリスト」と第2部「権利者のためのガイダンス」の2部構成になっています。とくに第1部は、自分がどの立場かによって確認すべき点が違うことを明確にしています（チェックリスト＆ガイダンス（PDF））。

ポイントは、同じ生成AIでも、開発する側・提供する側・使う側で確認すべきことが分かれるという整理です。本記事の読者の多くは「AI利用者」に当たり、まずは生成物が既存著作物に似ていないかを公開前に確認する観点が中心になります。なお内容は、文化庁の「考え方」（2024年3月）、内閣府「AI時代の知的財産権検討会 中間とりまとめ」（2024年5月）、総務省・経済産業省「AI事業者ガイドライン」（2024年4月の第1.0版）から抜粋・再構成されたものです。

04.侵害の判断基準：類似性と依拠性

生成段階で著作権侵害になるかは、AI特有のルールがあるわけではなく、従来からの2つの要件で判断します。すなわち、類似性と依拠性です。

AIで難しいのは依拠性です。利用者本人が元の著作物を知らなくても、その著作物が学習データに含まれていれば、AIが「接した」と評価できるのかが問題になります。文化庁の考え方は、利用者が既存著作物を認識して類似物を生成させた場合は依拠性を認め、認識がなくても、当該著作物が学習データに含まれ、客観的に類似した生成物が出力された場合は、依拠性が推認され得ると整理しています。一方、学習データに含まれず偶然類似したにすぎない場合は、依拠性が否定され得ます。

この枠組みは、生成AIを使う側にとって実務的な意味を持ちます。既存のキャラクターや作品の名前をプロンプトに入れて似た画像を出させる行為は、依拠性が認められやすく、出力が類似していれば侵害リスクが高いということです。下の図は、生成物が侵害になるかを判断する大まかな流れです。

05.海外の判例・訴訟：アメリカ

AIと著作権は世界中で争われており、なかでも米国は訴訟が集中しています。米国は日本の30条の4のような明文の権利制限ではなく、フェアユース（公正な利用なら許諾不要とする一般条項）で学習の適否を判断するため、事案ごとに結論が分かれています。主要な判断を学習・生成物・進行中訴訟の順に見ていきます。

学習はフェアユースか（Anthropic・Meta・Thomson Reuters）

2025年は、AI学習のフェアユース該当性について、相次いで地裁の判断が示された年でした。結論は単純な「合法／違法」ではなく、何をどう使ったかで分かれています。

とくに注目されたのが、Bartz v. Anthropicです。裁判所は、適法に取得した書籍を学習に使うこと自体は変容的でフェアユースとしつつ、海賊版サイトから集めた書籍を「中央ライブラリ」として保有した点は侵害と区別しました。その後、Anthropicはこの海賊版利用をめぐり、約50万作品・1作品あたり約3,000ドル、総額約15億ドル（$1.5 billion）の和解に合意しています。米国の著作権訴訟として過去最大規模とされ、最終承認のための公正性審理が2026年5月に予定されています（Copyright Alliance）。学習が変容的でも、データの集め方が違法であれば責任を免れない、という線引きが示された点が実務上重要です。

生成物の著作物性（Thaler事件）

生成物の著作物性については、Thaler v. Perlmutter事件が決着しました。研究者のスティーブン・テイラー氏が、自作のAI「Creativity Machine」が単独で生成したとする画像の著作権登録を申請したところ、米国著作権局が「人間の著作者がいない」として拒否した事案です。

コロンビア特別区巡回控訴裁判所は2025年3月、著作権法は人間による著作（human authorship）を要するとして、AIを唯一の著作者とする登録を認めない判断を示しました（判決文（D.C. Circuit, No. 23-5233））。さらに2026年3月、連邦最高裁が上告を受理せず、この判断が確定しています。AIが単独で作ったものには著作権が生じない、という点が米国で固まった形です。

進行中の主要訴訟（NYT・作家団体・Getty・Suno/Udio）

決着した事案がある一方で、結論が出ていない大型訴訟も多数あります。これらは今後の判断次第で状況が変わるため、最新情報の確認が欠かせません。

共通するのは、メディア企業・作家団体・権利者団体が、自社のコンテンツが許諾なく学習に使われたと主張している点です。とくにDisney・Universal v. Midjourneyは、特定のキャラクターが酷似した形で出力される点を正面から争うもので、「AI イラスト 著作権侵害」や有名キャラクターの再現リスクを考えるうえで象徴的な事案です。これらの帰趨は、AI開発のデータ調達のあり方や、権利者へのライセンス市場の形成に大きく影響します。

米国著作権局レポート

判例と並ぶ一次資料が、米国著作権局（U.S. Copyright Office）が公表しているレポート「Copyright and Artificial Intelligence」です。3部構成で、それぞれ別の論点を扱っています（米国著作権局 AIポータル）。

• Part 1（2024年7月）：本人に無断のデジタル複製（デジタルレプリカ）から個人を保護する新たな連邦の権利の立法を勧告。
• Part 2（2025年1月）：AI出力の著作物性は、人間の十分な表現的寄与がある場合にのみ認められ、プロンプトを与えるだけでは足りないと整理（Part 2 レポート）。
• Part 3（2025年5月、プレ公表版）：学習のフェアユース該当性は事案ごとで、生成物が元の作品の市場を侵食する「市場希釈」への懸念を提示。強制ライセンスは推奨せず、ライセンス市場の発展を促した（Part 3 レポート）。

06.海外の判例：中国・英国・EU

米国以外でも、重要な判断が出ています。注目すべきは、中国がAI生成物の著作物性とAIによる侵害の両方で、米国とは異なる方向の判断を示している点です。

• 中国・AI生成画像の著作物性肯定：北京インターネット法院は2023年11月、利用者がStable Diffusionでプロンプトやパラメータを調整して生成・公開した画像について、利用者の創作的な入力と選択を理由に著作物性を認めました。米国（プロンプトだけでは不可）とは対照的な判断です（TMI総合法律事務所による解説）。
• 中国・ウルトラマンAI事件：広州インターネット法院は2024年、AI画像生成サービスがウルトラマンに実質的に類似する画像を出力したことについて、複製権・翻案権の侵害を認め、サービス提供者の責任を認めました。AIサービス提供者の侵害責任を認めた初期の判決とされます（TMI総合法律事務所による解説）。
• 英国・Getty Images v. Stability AI：英国高等法院は2025年11月、学習が英国外で行われたことなどから、Gettyが主たる著作権侵害の請求を取り下げ、残る請求も大部分が退けられました。商標についてごく一部が限定的に認められたにとどまります（英国司法府の判決ページ）。
• EU・AI Actとオプトアウト：EUでは、DSM著作権指令第4条がテキスト・データマイニングの例外を定めつつ、権利者が機械可読の形で利用を拒否（オプトアウト）できるとしています。EU AI Actは、汎用AIの提供者に対し、この権利留保を尊重するポリシーの整備と、学習に使ったコンテンツの十分詳細な要約の公表を求めています（欧州議会調査局（EPRS）の資料）。

国によって、学習の扱いも生成物の著作物性も方向性が異なります。グローバルにサービスを提供する場合は、どの国の法律が適用されるかという観点が欠かせません。

07.論文で読む「AIは学習データを記憶するのか」

「AIは学習データを丸暗記して、そのまま吐き出すことがあるのか」という疑問は、依拠性や類似性の議論と密接に関係します。これは法律論であると同時に、技術的に検証されてきたテーマでもあり、2025年以降は著作物（書籍）の記憶を正面から測定した研究が相次いでいます。代表的な学術論文（いずれもarXivで原文を確認できます）を見ておきます。

• 本番モデルからの学習データ抽出：Nasr・Carlini らの「Scalable Extraction of Training Data from (Production) Language Models」（ICLR 2025）は、ChatGPTを含む実運用モデルから学習データを大量に抽出できることを示しました。特定の語を繰り返させてチャット応答から逸脱させる手法で、通常時の約150倍の頻度で記憶データを出力させています（arXiv:2311.17035）。
• 著作物（書籍）の記憶の測定：Cooper・Gokaslan らの「Extracting memorized pieces of (copyrighted) books from open-weight language models」（2025年）は、17のオープンウェイトLLMで50冊の記憶を測定しました。多くのモデルは大半の書籍を記憶していない一方、Llama 3.1 70Bは『ハリー・ポッター（第1作）』や『1984年』を、冒頭の数語を与えるだけでほぼ逐語的に再現できるほど記憶していたと報告しています（arXiv:2505.12546）。
• 商用モデルでも抽出は起こり得る：Ahmed・Cooper らの「Extracting books from production language models」（2026年）は、安全対策の施された商用モデルを対象に検証しました。脱獄（jailbreak）したClaude 3.7 Sonnetから『ハリー・ポッター（第1作）』の95.8%を再現したほか、Gemini 2.5 Pro・Grok 3からも相当量を抽出したと報告しています（arXiv:2601.02671）。

これらの研究が示すのは、生成AIが学習データの一部を記憶し、条件次第で出力に再現し得るという事実です。とくに学習データ中で重複が多い著名な作品ほど再現されやすい傾向は、依拠性が推認され得るという文化庁の整理とも符合します。「AIは必ず丸暗記する」わけでも「絶対に再現しない」わけでもなく、条件によって起こり得る——技術的にはこの理解が正確です。なお、これらは抽出の可能性を示す研究であり、通常の利用で必ず再現されるわけではない点も補足しておきます。

08.実務：日本の事例・声・肖像をめぐる論点

海外の訴訟が目立ちますが、日本国内でも権利者側の動きは具体化しています。ここでは、検索で関心の高い「日本の侵害事例」と「声・肖像」を取り上げ、最後に商用利用の実務に落とします。

日本の侵害事例と権利者団体の動き（CODA声明）

日本では、AIによる著作権侵害として裁判所が判断を示した事例は、海外に比べてまだ多くありません。一方で、権利者団体による問題提起が相次いでいます。代表的なのが、出版社やアニメ制作会社などで構成されるコンテンツ海外流通促進機構（CODA）が、2026年5月27日に公表した「生成AIサービスによる著作権侵害の現状と権利保護に関する声明」です。

この声明は、既存の著作物に酷似した画像・映像が権利者の許諾なく学習・生成・出力されている現状を著作権侵害になり得ると指摘し、生成AI事業者に対して次の3点を求めています（CODA（コンテンツ海外流通促進機構）の公表資料）。

声明には、ニュースで報じられたとおりスタジオジブリなどの参加企業が名を連ねています。これは判決ではありませんが、日本の主要な権利者が、学習段階での無許諾利用と生成段階での酷似出力の両方に対して、組織的に対応を求め始めた動きとして実務上重要です。「生成AI 著作権侵害 事例 日本」を調べる読者にとっては、個別の裁判例が乏しい現状で、まず参照すべき一次的な資料といえます。

声・肖像とNOMORE無断生成AI・J-VOX-PRO

声・肖像は、著作権とは別の権利が関わる領域です。日本では「声」そのものは著作物ではなく、保護は肖像権・パブリシティ権の判例法理に委ねられているため、線引きが必ずしも明確ではありません。こうした状況を背景に、権利者側の取り組みが2段階で進んでいます。

• NOMORE無断生成AI（2024年10月〜）：山寺宏一さんら声優26名が参加し、日本俳優連合などが主導する啓発の取り組みです。声を無断でAIに学習・生成させることへ問題提起し、文化的なルールづくりを呼びかけました（NOMORE無断生成AI 公式サイト）。
• J-VOX-PRO（仮称、2025年11月発表）：日本俳優連合・伊藤忠商事・伊藤忠テクノソリューションズ（CTC）の3者が、実演家の声を本人・所属事務所の許諾のうえで有償提供する公式音声データベースの立ち上げで覚書を締結しました。電子透かしや声紋で不正利用を抑制する仕組みで、問題提起から合意に基づくライセンスの仕組みづくりへと一歩進んだ動きです（伊藤忠商事 プレスリリース）。

声優・タレントの声や顔をAIで模倣する利用は、著作権侵害に当たらない場合でも、肖像権・パブリシティ権の侵害になり得ます。商用で他者の声・容姿を扱うときは、本人や所属事務所の許諾を前提にするのが安全です。

商用利用で確認すること

ここまでの整理を、生成AIを業務で使う際の実務に落とします。著作権そのものに加えて、隣接する権利にも目を配る必要があります。

コンテンツ制作の現場では、こうした論点を制作工程に組み込むことが現実的な対策になります。出力が既存著作物に似ていないかの確認、出典の明示、人による構成・加筆の工程を標準化しておくと、著作権リスクを抑えつつ、生成物の品質と権利の両面を確保しやすくなります。実務的な手順は、文化庁が2024年7月に公開した「AIと著作権に関するチェックリスト＆ガイダンス」も参考になります。

用途・ジャンル別の注意点（イラスト・音楽・文章・コードなど）

AIの使い道は幅広く、用途ごとに気をつける点が少しずつ違います。とはいえ判断の軸は共通で、①出力が既存著作物に似ていないか（類似性・依拠性）、②隣接する権利（声・肖像など）に触れないか、③生成物自体に権利が生じるかの3点に集約されます。代表的な用途を一覧にまとめます。

09.次に読むとよい記事

10.よくある質問（FAQ）

11.まとめ：原典に当たり、段階を分けて考える

AIと著作権の議論は、賛否の主張が先行しがちですが、実務で判断するには段階を分け、一次資料に当たるのが近道です。学習段階は著作権法30条の4で原則許容されるものの、享受目的の併存や但し書きという留保があり、生成段階では類似性と依拠性で侵害が判断され、生成物の著作物性は人間の創作的寄与で決まります。この3段階を切り分けるだけで、多くのニュースや主張の位置づけが見えてきます。

海外では、学習のフェアユース該当性で判断が割れ、Anthropicの大型和解のようにデータの集め方が問われる事例も出ています。生成AIを業務で使う側にとっては、出力の類似性確認・出典の明示・人による創作的関与を制作工程に組み込むことが、現実的なリスク対策になります。重要な判断や事業規模の大きい利用では、本記事のような一般的な解説にとどめず、原典の確認と専門家への相談をおすすめします。