Anthropicの15億ドル著作権和解が承認、ただしAI学習は引き続きフェアユース

AnthropicがClaudeの開発中に使用した海賊版書籍を入手したとして著者らが同社を訴えていた著作権訴訟で、15億ドルの和解が最終承認されました。しかし、この結果はAI学習そのものを違法と認定するものではありません。この区別により、この合意は見出しを飾る金額以上に重大な意味を持ちます。

米連邦地方裁判所のAraceli Martínez-Olguín判事は、2026年7月20日に集団訴訟の和解を承認しました。この合意は対象となる482,460作品を網羅しており、その約91パーセントについて著者、出版社、その他の権利者から請求が行われています。

裁判所は、権利者間での配分や控除前の補償額を、請求対象作品1点当たり約3,000ドルと見積もりました。原告側弁護士のJustin Nelsonは、これを史上最大とされる著作権回収額だと述べました。

しかし、Anthropicは以前の判決で得た重要な法的勝利を維持しました。前任のWilliam Alsup裁判長は、書籍を使用したClaudeの学習は変容的なフェアユースに当たると判断しました。一方で、Anthropicが数百万件の海賊版ファイルを取得・保存した行為については、別の一線を引きました。

この分離が中心的な対立を生み出しています。AI企業は、著作物を使ったモデル学習を支持する判断を得ましたが、それらの著作物を違法に取得する許可までは得ていません。この和解は一つの訴訟を終結させる一方で、より大きなライセンスをめぐる争いを未解決のまま残しています。

Anthropicの15億ドル著作権和解で実際に承認された内容

裁判所が承認したのは、過去の海賊行為に関連する請求への補償であり、Claudeの学習が著作権を侵害したという一般的な判断ではありません。

著者のAndrea Bartz、Charles Graeber、Kirk Wallace Johnsonは、2024年8月に集団訴訟を提起しました。彼らは、AnthropicがLibrary GenesisおよびPirate Library Mirror（一般にLibGen、PiLiMiと呼ばれる）から著作権で保護された書籍をダウンロードしたと主張しました。

これらのリポジトリは、書籍の無許可デジタルコピーを配布しています。Anthropicはモデル開発用の中央研究ライブラリを構築する過程で、700万件を超えるファイルを蓄積したと報じられています。

認定されたクラスの範囲は、この全コレクションよりはるかに狭いものです。対象となるのは、所有権、登録、特定に関する所定の要件を満たした482,460作品です。

Martínez-Olguín判事の最終承認命令は、この和解が公正、合理的、かつ十分なものであると認定しました。また、判事は最終判決を下し、集団訴訟を再提訴不可として棄却しました。

15億ドルの基金は返還されない仕組みです。つまり、請求手続き後に未使用の和解金が残っても、単純にAnthropicへ返還されることはありません。

個々の著者が受け取る正確な金額は、必ずしも3,000ドルになるとは限りません。1作品分の配分額が、著者、出版社、共著者、遺産管理団体、その他の著作権者の間で分割される場合があるためです。

多くの非教育書では、著者と出版社の間で配分額を均等に分けることが既定の取り決めとなっています。契約条件、返還された権利、文書で確認できる所有権上の取り決めによって、この分配は変更される可能性があります。

裁判所によると、2026年4月16日までに約440,490作品について請求が行われていました。これは、その時点で一覧に記載されていた対象作品の約91.3パーセントに相当します。

有効な除外申請を提出したクラス構成員はわずか350人で、対象作品は1,802点でした。別のグループは異議申し立てや期限後の除外を求めましたが、裁判所は全体的な反応が承認を支持するものだと結論付けました。

和解では、Anthropicに対し、LibGenとPiLiMiからダウンロードした所定のコピーを破棄することも義務付けています。同社は、それらのソースファイルから派生したコピーにも対処し、遵守したことを証明しなければなりません。

重要なのは、この合意が将来のライセンスとして機能するものではないことです。和解の基準日までの過去の行為に関する、明確に定義された請求を解決するものです。

また、Claudeの出力をめぐるすべての紛争を解決するものでもありません。著作権を侵害しているとされる生成物に関する請求は、今回解決された取得行為に関する請求とは別個のままです。

Anthropicは、この合意を通じて不正行為を認めてはいません。同社の副法務顧問Aparna Sridharは、以前のフェアユース判断が引き続き有効であることを強調しました。

この立場により、双方が意義ある成果を得たと主張できます。権利者は前例のない補償を受け取り、Anthropicはモデル学習に有利な判断を維持します。

したがって、この合意は、争われたすべての問題について最終的な裁判評決を出すことなく、金銭的責任を解決するものです。本件ですでに確立された司法上の区別を基盤とした和解です。

裁判所はAI学習と海賊版ライブラリの構築を分けて判断

Anthropicにとって最大の法的成功と最大の金銭的責任は、同じ書籍の異なる使用方法から生じました。

Alsup判事による2025年6月の略式判決は、Anthropicの行為を別個の行為に分けました。この判断は、AI開発パイプライン内のすべてのコピーを同一に扱うべきだという考えを退けました。

第一に、裁判所はAnthropicが合法的に購入、スキャンし、検索可能なデジタルファイルへ変換した書籍を検討しました。この形式変更は、原書を販売したり読んだりすることとは異なる目的に役立つと判断しました。

第二に、モデル学習における書籍の使用を検討しました。この処理では、データ全体のパターンを分析し、生成される応答を導く数値的な関係であるモデルのパラメータを調整します。

Alsupは、この学習用途を「極めて変容的」と表現しました。その判決は、Claudeの開発を読者向けの書籍複製とは異なるものとして扱いました。

このモデルは、個々の原書を変更せずに配布する目的で設計されたものではありません。大規模なコレクション全体から統計的関係を学習し、それらの関係を使って新しいテキストを生成しました。

この認定により、Anthropicはフェアユースをめぐる大きな勝利を得ました。また、一つの連邦地方裁判所の判断が全米共通のルールを確立するわけではないものの、他のAI開発企業にとっても有用となり得る先例を示しました。

第三のカテゴリーは、Anthropicに不利な結果をもたらしました。同社は数百万冊の無許可書籍をダウンロードし、恒久的な汎用ライブラリに保存していたとされています。

裁判所は、Anthropicが後に一部のファイルを研究や学習に使用する可能性があったという理由だけでは、このライブラリの作成は正当化されないと判断しました。取得行為自体に、独立した法的根拠が必要でした。

この区別は、違法な入手元から保護対象の素材を取得した後、それを正当化可能な実験に使用する研究所に似ています。合法的な目的が、それに先立つすべての行為を自動的に合法化するわけではありません。

和解はこの論理を反映しています。著者らは、海賊行為に関連する行為への補償を得る前に、学習に関する判断を覆す必要がありませんでした。

Anthropicは、数十万件の登録作品に関する法定損害賠償の可能性をめぐる裁判を回避しました。この損害賠償額は、侵害の認定や故意に関する証拠によって大きく変動する可能性があります。

したがって、同社が負う可能性のあった責任は、電子書籍ライセンスの通常の市場価値に限られていませんでした。裁判では、著作権法上の救済措置に基づいて対象作品ごとに審理される可能性がありました。

フェアユースに有利な判断を得ていた企業が、それでも15億ドルの基金に同意した理由はここにあります。未解決だったのは、最終的な学習プロセスだけではなく、データの取得元となったライブラリに関する問題でした。

Anthropicの和解に関する報道は、この一見矛盾した状況を捉えています。学習はフェアユースに該当し得る一方で、海賊版リポジトリからの大量取得は別個の責任を生じさせます。

AI開発企業にとって、実務上のメッセージは明確です。裁判所は、データ収集、保存、前処理、学習、生成された出力を別個の行為として評価できます。

正当化可能な学習に関する主張だけでは、不十分なデータ来歴を補うことはできません。来歴記録は、情報の取得元、適用される権利、組織による処理方法を示すものです。

企業は、訴訟が始まるはるか以前から、それらの記録を整備する必要があります。データセットがどのように収集、選別、ライセンス取得、購入、または削除されたのかを説明できなければなりません。

フェアユース判断はAI業界に一定の余地を与えました。和解は、その基礎となる収集プロセスが精査に耐えられない場合、その余地がどれほど高くつくかを示しました。

著者らはフェアユースを覆さずに歴史的な補償を獲得

この結果は具体的な補償を実現する一方で、無許可のAI学習に反対する権利者の多くが求めていた広範な判断を得られないままにしました。

Anthropicの15億ドル著作権和解は、その規模の大きさで注目に値します。原告らはこれを公に知られている中で最大の著作権回収額と表現しており、承認された基金の規模もその評価を裏付けています。

高い参加率も和解の正当性を強めました。裁判所によると、通知はクラスの約95パーセントに届き、対象作品の約91パーセントについて請求が行われました。

Martínez-Olguín判事は、異議申し立てが合意の利益を上回るものではないと結論付けました。判事は救済を意義あるものと評価し、裁判になった場合に双方が直面するリスクを指摘しました。

作品1点当たりの推定支払額は、通常の著作権侵害に適用される法定損害賠償の最低額を上回ります。しかし、批判者らは、故意の侵害に適用され得るはるかに高額な上限と比較しました。

その最高額が保証されていたわけではありません。権利者は、責任を立証し、集団訴訟としての扱いを維持し、控訴に耐え、より高額な損害賠償を裏付ける事実を証明する必要がありました。

集団訴訟の和解では、より大きな判決を得られる可能性と引き換えに、より予測可能な補償を選択します。この選択は、数十万点の作品と複雑な所有権上の取り決めが関係する場合、特に重要になります。

裁判所は、請求された弁護士費用も減額しました。原告側弁護士は、当初の請求額を引き下げた後、約1億8,750万ドルを求めていました。

最終的な認定額は約1億160万ドルでした。Martínez-Olguín判事は、過大な利益をもたらすと考えた単純な割合計算を退けました。

代わりに、合理的な作業時間に合理的な報酬単価を掛けることから始めるロデスター方式を採用しました。その後、裁判所はリスク、複雑性、成果を考慮して金額を調整できます。

この減額は、弁護士費用と管理費用が請求者に届く基金の金額に影響するため重要です。また、和解全体の承認が、クラス側代理人によるすべての請求を受け入れることを意味しないことも示しています。

指名原告への功労金も減額されました。彼らの役割は、適切に離脱しない限り結果に拘束される構成員からなるクラスを代表することでした。

Authors Guildの反応は承認を歓迎し、分配手続きの開始を見込んでいると述べました。具体的な支払日は、管理手続きや控訴の進展状況によって決まります。

一部の著者や出版社は、依然として不満を抱いています。少数は独自の訴訟を進めるために離脱し、別の権利者らは、この和解が作品を過小評価していると主張しました。

それらの請求者が直面するリスクは異なります。個別訴訟では、より高額な損害賠償を得られる可能性が維持されますが、個別の立証、訴訟費用、長年にわたる不確実性も伴います。

この和解は、3,000ドルがAI開発に使用される書籍の普遍的な市場価値であると確定するものではありません。訴訟リスクとクラス全体の管理を考慮して交渉された解決内容を反映しています。

また、将来の学習に対する標準的なライセンス料を定めるものでもありません。交渉によるライセンスでは、独占性、データ品質、許可される用途、モデルの規模、期間、出力制限を考慮できます。

承認された和解は、明確に定義された過去の著作物群を対象としている。将来の取引では、異なる交渉上の立場と、場合によっては異なる権利が関わることになる。

したがって、著者側は重要ではあるものの不完全な成果を得た。学習をめぐるフェアユースの抗弁を排除することなく、無断取得に対する補償を確保したのである。

Anthropicはその逆の結果を得た。有利な法理論を維持した一方で、原資料の取得・保管方法について多額の代償を支払った。

データの来歴が今やすべてのAI開発者に圧力をかける理由

この和解により、データセットの文書化は社内のエンジニアリング上の課題から、重要な法的統制へと変わった。

直ちに圧力を受けるのは、広範なデータセットで学習された汎用システムである基盤モデルを開発する企業だ。こうした企業のチームは、多くの場合、複数のベンダー、アーカイブ、公開リポジトリ、社内パイプラインを通じて素材を収集している。

モデル開発者は、それらの入力を区別のない単一の学習コーパスとして扱うことはできない。各ソースには、それぞれ異なる所有権、契約、プライバシー、著作権上の条件が付随し得る。

Anthropicの訴訟は、その区別がなぜ重要なのかを示している。裁判所は、購入してスキャンされた書籍と、海賊版ライブラリからダウンロードされた書籍を異なるものとして扱った。

最終的なモデルは、技術的には両方のソースを類似のシステムで処理するかもしれない。しかし、エンジニアがそれらを同じ形式にトークン化しても、法的な来歴は異なるままだ。

トークン化とは、テキストをモデルが処理できる単位に変換することだ。書籍の表現形式は変わるが、取得記録が消えるわけではない。

今や開発者には、学習入力とソース記録を紐づけた目録が必要だ。その記録には、ライセンス、購入証明、収集日、許可された用途、削除要件を明記すべきである。

派生コピーに対する管理も必要になる。データは、未加工ストレージ、クリーニング済みデータセット、重複排除済みコレクション、学習用シャード、バックアップ、評価システムへと移動し得る。

元ファイルを1つ削除しても、運用上のコピーがすべて削除されるとは限らない。和解における破棄義務は、この実務上の難しさを浮き彫りにしている。

モデル構築企業は、ライセンス取得済みコレクションを拡充することで対応する可能性がある。また、パブリックドメインの素材、ユーザーが利用を許可したデータ、合成データセット、直接交渉で取得したアーカイブへの依存を強める可能性もある。

しかし、いずれも大規模な書籍コレクションに見られる多様性を完全に代替するものではない。選定された書籍には、長文の論理展開、物語構造、専門知識、編集による審査を経た言語が含まれている。

そのため、出版社や権利管理団体は、より重要な交渉相手となる。非公式なウェブコレクションには欠けていることの多い構造化メタデータを提供しつつ、許諾を集約できるからだ。

Copyright Officeの分析も、普遍的な答えが存在しないことを裏づけている。同分析は、フェアユースが、関係する具体的な著作物、目的、ソース、出力、市場への影響によって左右されると結論づけている。

同局はまた、研究目的の利用と、その出力が保護対象の素材と競合する商用システムとを区別している。裁判所は、確立された法定要素を個々の記録に当てはめなければならない。

他のAI企業は、Anthropic判決を包括的な免責と解釈すべきではない。OpenAI、Meta、Google、その他の開発者は、それぞれ異なるデータセット、主張、法理論が関わる訴訟に直面している。

変容的な学習について有利な判決が出ても、モデルが保護された表現を複製するかどうかは解決されない。また、出力が著者の市場を代替するかどうかにも答えていない。

証拠は、モデルや導入形態によって異なり得る。汎用アシスタント、コード生成ツール、画像システム、音楽ツールでは、市場への影響がそれぞれ異なる可能性がある。

企業顧客は、こうした違いについてベンダーに尋ねるようになるだろう。調達審査には、学習データ方針、補償条項、削除手順、権利者からの要請への対応が含まれ得る。

投資家にも、データの来歴を精査する理由がある。短期間で構築されたデータセットは、該当モデルの学習から数年後に顕在化する法的責任を生む可能性がある。

この和解によって、そのリスクは測定可能なものとなった。中核となる学習プロセスが司法上有利に扱われても、不十分な収集慣行は法的リスクを生み得る。

この和解でAI著作権戦争が決着したわけではない

最終承認によってBartz v. Anthropicは終結するが、限定的な権利放棄の範囲により、業界で最も難しい著作権問題は未解決のまま残る。

承認された和解は、特定の適格著作物と、定義された過去の行為に関連する請求を解決するものだ。ライセンスを得ていないすべての学習プロジェクトがフェアユースに該当するかどうかを判断するものではない。

Alsup判事による学習に関する分析は、今後の主張に影響を与えるだろうが、他の裁判所が同じ結論に至る義務はない。証拠が異なれば、フェアユースの4要素の適用結果も異なり得る。

未解決の問題の1つは、市場への損害だ。権利者は、ライセンスを得ない学習が、正式に許諾されたAIライセンスの新興市場を損なうと主張している。

AI企業側は、著作権によって権利者があらゆる変容的・分析的利用を支配できるわけではないと反論している。また、モデル学習は代替コピーの配布とは異なるとも主張している。

ライセンス契約の動きにより、この争いは一層具体的になっている。出版社やメディア組織は、交渉で合意した条件の下、AI企業が選定されたアーカイブを利用することを認める契約を締結している。

こうした契約は、相反する双方の見解を裏づけ得る。権利者は実在するライセンス市場の証拠と捉える一方、開発者は法的要件ではなく商業上の選択だと説明する可能性がある。

もう1つの未解決問題は、モデルの出力に関するものだ。システムの学習が合法と認められても、保護された著作物に酷似した文章を生成する可能性がある。

Bartzの和解は、出力に関連する請求を広く解決するのではなく、存続させている。将来の訴訟の原告は、記憶、代替性、保護された表現へのアクセスに焦点を当てることができる。

3つ目の問題は、認定されたクラスに含まれない著作物に関するものだ。適格性は、著作物リスト、著作権登録、識別子、その他の法的要件に左右された。

そのリストに素材が含まれていなかったクリエイターは、自動的に補償を受けるわけではない。一部のクリエイターは、原告適格と侵害を立証できれば、別途請求を提起できる。

和解から離脱した出版社も、請求権を保持している。それらの訴訟によって、個々の原告がクラス和解よりも有利な結果を得られるかどうかが試される可能性がある。

この結果が米国外に提供する指針も限定的だ。著作権の例外、テキスト・データマイニング規則、ライセンス制度は、法域によって異なる。

グローバルに事業を展開する開発チームは、相反する要件に直面し得る。ある市場では許容されるデータセットが、別の市場では制限や開示義務を生じさせる可能性がある。

この和解は、立法者にとっての政策課題も残している。裁判所は既存の法律を用いて紛争を判断できるが、クラス訴訟はデータ市場のルールを確立するには時間のかかる方法だ。

米国は、事案ごとのフェアユース判断を維持することも、ライセンス制度を創設することも、透明性義務を課すこともできる。それぞれの選択肢で、コストと交渉力の配分は異なる。

強制ライセンス制度は、支払いと予測可能なアクセスを提供し得る。一方で、複雑な権利処理と多額の料金に対応できる大手モデル開発者を有利にする可能性もある。

広範なフェアユースは、小規模開発者の参入障壁を下げ得る。その一方で、クリエイターの交渉力を弱め、表現作品から生まれる経済的利益を別の場所に集中させる可能性がある。

透明性要件はその中間に位置するが、実務上の懸念を伴う。学習データセットには、進化し続ける技術パイプラインを通じて収集された数十億件の項目が含まれ得る。

公開によって、機密の事業情報が明らかになったり、新たなセキュリティリスクが生じたりする可能性もある。したがって、有用な透明性を実現するには、検証可能な文書と管理不能なデータの大量投下とを区別する基準が必要だ。

フェアユース和解の分析は、この未解決の均衡を反映している。Anthropicは訴訟の終結を歓迎する一方、学習に関する有利な判断が維持されていることを強調した。

だからこそ、この和解をAI側の単純な敗北、あるいは著者側の完全な勝利と表現すべきではない。この和解は、費用のかかる境界線を1つ確定する一方で、中心的な法理論上の争いを存続させている。

最終承認後に注目すべき3つの兆候

次の段階では、この和解が業界の行動を変えるのか、それとも異例なほど脆弱な調達慣行に対する例外的な対応にとどまるのかが明らかになる。

第1の兆候は、分配と控訴の手続きだ。最終承認により和解手続きは前進できるが、支払いは判決が発効し、管理者が有効な請求を処理することにかかっている。

控訴があれば、分配が遅れたり、命令の一部が争われたりする可能性がある。手続きが円滑に進めば、この合意が実質的な救済をもたらすという裁判所の結論が強化されるだろう。

実際の支払い額によって、個々のクリエイターに届く金額も明らかになる。広く報道された3,000ドルという数字は、著作物1点当たりの推定配分額であり、個人に保証された小切手額ではない。

権利が共有されている場合もあり、基金からは承認された報酬、経費、利息、管理費を賄わなければならない。最終的な請求者の体験が、和解の公平性に対する評価を形づくるだろう。

第2の兆候は、離脱者による訴訟と関連訴訟の進展だ。個別訴訟を追求する当事者は、クラス和解を拒否することで、より多額の回収につながる現実的な道が開けるかどうかを示さなければならない。

早期の却下や不利な判決が出れば、和解の価値が裏づけられる。個別請求が成功すれば、将来の権利者が広範なクラス和解に抵抗する動機となり得る。

こうした訴訟では、Bartzで対象外とされた問題も検証できる。原告は、異なる登録履歴、取得に関する証拠、モデルの挙動、出力関連の主張を提示する可能性がある。

第3の兆候は、学習データ調達における目に見える変化だ。モデル開発者は、ライセンス契約の発表を増やしたり、監査可能なデータセットや正式な来歴開示を導入したりすることで対応できる。

交渉による書籍ライセンスが継続的に増えれば、有利なフェアユース判決にもかかわらず、訴訟が商慣行を変えつつあることを示す。それは、議会の対応を待たずに市場による反応を生み出すだろう。

反対の傾向も示唆に富む。開発者がライセンスを得ていない広範なコレクションへの依存を続けるなら、適法な取得と変容的な学習は引き続き法的に擁護可能だと見込んでいる可能性が高い。

投資家と企業顧客は、この区別を慎重に検討すべきだ。ベンダーが学習はフェアユースだと述べても、データをどこから取得したかという問いに必ずしも答えたことにはならない。

クリエイターは、AI利用を対象とする契約文言に注意すべきだ。出版社は学習権の許諾を求めることができるが、既存の著者契約では、その権利の帰属が明確に定められていない場合がある。

誰もが、裁判所が生成された出力をどのように扱うかにも注目すべきだ。酷似した複製が関わる将来の訴訟では、焦点が取得方法からモデルの挙動へ移る可能性がある。

Anthropicによる15億ドルの著作権和解は、海賊版の原資料ライブラリをめぐる高額な境界線を確立した。しかし、生成AIを合法的に開発するための普遍的なルールを示したわけではない。

次の著作権訴訟を評価する読者にとって、重要な問いは、もはや書籍が学習パイプラインのどこかに存在したかどうかではない。それらがどのように取得され、各コピーがなぜ存在し、その結果としてモデルが何を生成するのかを問うべきだ。

これらの事実が、今回の分かれた結論を導いた。おそらく、今回の和解が業界のひな型となるのか、それともAnthropic固有の収集慣行に対する警告にとどまるのかも、同じ事実によって決まるだろう。