OpenAI著作権訴訟がAI経済圏に潜む破滅のループを露呈
非公開だった申立書の開示により、自社技術の経済的基盤をめぐる内部警告が明らかとなり、OpenAIはより深刻な対立に直面している。OpenAIの著作権訴訟には現在、「盗用」、代替、紹介トラフィックの崩壊、そしてAI主導の「破滅のループ」をめぐる議論が含まれている。
これらの言葉は、OpenAIとMicrosoftに対する略式判決を求める出版社側が引用した資料に現れる。略式判決では、重要な事実に真の争いがない場合、裁判所は公判を開かずに請求を判断できる。この申立書自体は、いずれの企業が著作権侵害を行ったことも立証していない。
しかし、両社の公的な抗弁を複雑にしている。OpenAIとMicrosoftは、モデル学習は原資料を変容させるものであり、フェアユースに当たると主張する。出版社側は、生成された製品が自社の作品を複製し、競合し、将来のジャーナリズムを支える市場を弱体化させると主張している。
この対立は学習データをめぐる争いにとどまらない。内部での議論は、人間による出版活動に依存しながら、それを生み出す出版社から注目をそらす仕組みを描いている。このメカニズムが続けば、モデルとその情報供給源はともに劣化しかねない。
OpenAI著作権訴訟で新たな記録が公開された
最も重要な変化は新たな主張ではなく、これまで黒塗りで隠されていた内部証拠が公になったことだ。
報道機関は2026年9月17日、一部が開示された資料を提出した。これはSidney H. Stein判事のもと、ニューヨーク南部地区で進行する併合訴訟の一部を構成している。
この手続きは、The New York Timesなどの出版社がOpenAIとMicrosoftに対して起こした請求を統合したものだ。出版社側は、両社が取得、学習、検索、出力生成の過程で保護された記事を複製したと主張している。
新たに確認可能になった箇所には、内部文書、メッセージ、証言録取が含まれる。そこでは、同意、報酬、市場における代替、オンライン情報の将来的な供給をめぐる両社内の意見の対立が描かれている。
Microsoftのある文書は、何百万人もの人々が、大規模モデルが自らの作品を取り込むことを異例の盗用と見なすと予測していた。Microsoftの応用科学者Brent Hechtは、人類史上最大級の労働の盗用となる可能性があると表現したと報じられている。
この表現には慎重な位置付けが必要だ。これは個々の従業員または内部分析によるものであり、裁判所の認定や企業としての正式な侵害の認定ではない。Microsoftは、Hechtが型破りで反対の視点を提示する役割も担って採用されたと説明している。
それでも、開示された申立書は重要だ。なぜなら、こうしたシステムを構築・配布する組織の内部にあった懸念を記録しているからである。これらの懸念は、出版社側が公に展開してきた議論とよく似ている。
OpenAIの幹部もまた、自社製品が一次情報源への訪問を置き換えるリスクを議論していた。ChatGPTの製品開発を率いたNick Turleyは、2023年にAIが出版社にとって存亡に関わる脅威になると記したと報じられている。
後のメッセージでTurleyは、OpenAIの製品はすでに大部分で代替的な役割を果たしていると述べたとされる。製品が改善されるにつれ、その代替性は高まると見込んでいた。
申立書によれば、Microsoft CEOのSatya Nadellaも、チャットボットとの会話が出版社への訪問を置き換えることについて証言した。Microsoftは、情報消費の変化に関する彼の広範な見解は、裁判所が扱う著作権上の争点を決するものではないと主張している。
申立書はさらに、大量のオンライン資料を取得または交換したとされる技術的取り組みについても記載している。法務報道によれば、MicrosoftのProject Taxiは、Bing向けに収集された数十億件のウェブページを含むコレクションをOpenAIに提供した。
Project Mangoと呼ばれる別の取り組みでは、OpenAIがMicrosoftに対し、クローラーの運用費用を支払っていたとされる。クローラーとは、インデックス作成や処理のためにウェブページを自動的に訪問し、その内容を複製するソフトウェアである。
出版社側は、これらの取り決めを産業規模での取得と配布を示す証拠と位置付けている。被告側は出版社の法的結論に異議を唱え、学習は変容的利用だとの立場を維持している。
裁判所は、挑発的な内部表現と、著作権法の各要件を満たす証拠とを切り分けなければならない。その判断では、何が複製され、なぜ複製され、生成された製品が関連市場に損害を与えたかが検討される。
それでも、この表現は争いに対する世間の理解を変える。代替と出版社への損害は、外部からの批判にとどまるものではなかった。製品に近い立場で働く人々も、同じ可能性を検討していたことを示している。
Bingのトラフィック数値が争点を大きくする理由
トラフィックの証拠は、抽象的な著作権紛争を、オンライン報道の価値を誰が取り込むのかという測定可能な議論へと変える。
出版社側の申立書は、TimesおよびDaily Newsのコンテンツに対するクリック率が83%から93%低下したことを示すMicrosoftのデータを引用している。Ziff Davisのドメインでは、51%から94%の低下が報告されたという。
クリック率は、利用者が検索結果を見た後にその情報源へ移動する頻度を測る指標である。クリック率の低下だけで、著作権侵害、因果関係、あるいは収益減少が自動的に立証されるわけではない。ただし、回答形式のインターフェースが利用者の行動をどのように変え得るかを示している。
従来の検索には交換関係がある。出版社はページのインデックス化を許可し、検索エンジンはスニペットを表示し、利用者は元のウェブサイトを訪れる。出版社はその後、購読、広告、会員制度、イベント、その他のサービスを販売できる。
生成AI検索は、情報源へのリンクより前に統合された回答を表示することで、この交換関係を変える。利用者はインターフェース上で十分な情報を得て、検索を続けないかもしれない。引用の表示位置を改善しても、訪問を保証することはできない。
OpenAIのエンジニアは、リンクがどれほど目立っていても利用者がクリックしない可能性を認めたと報じられている。この指摘は、モデル学習への一般的な批判よりも直接的に、出版社側の代替理論を裏付ける。
この区別は重要だ。学習はモデルに何が入るかに関わる一方、代替はモデルが同じ読者をめぐって競争する際に何が起きるかに関わる。裁判所は著作権法のもとで、これらの利用を異なる形で評価する可能性がある。
フェアユースの第4要素は、著作物の市場に及ぼす潜在的な影響を検討する。唯一の要素ではないが、直接的な代替の証拠はその分析で大きな重みを持ち得る。
申立書はまた、The New York Timesのペイウォールを回避するための内部「ハック」とされるものについても説明している。この手法が議論された際、Greg Brockmanは好意的に反応したと報じられている。
この説明は、法的な重要性が文脈に左右されるため、慎重に扱うべきだ。この手法が保護されたテキストにアクセスしたのか、テストを支援したのか、製品に影響したのか、あるいは一過性の実験だったのかが重要になる。
OpenAIはまた、Timesが異常に類似した出力を生成させるために設計された人工的なプロンプトを用いたと非難している。同社は、通常の利用者はChatGPTを同じようには利用しないと主張している。
こうした相反する説明は、中心的な証拠上の問題を生む。裁判所は、代替が訴訟のために作り出された例外的な事例なのか、それとも予測可能な製品機能なのかを判断しなければならない。
トラフィックデータは、選別されたプロンプトではなく利用者の行動に関するものであるため、より広範なシグナルを提供する可能性がある。ただし、引用された割合だけでは、関連するすべての基準値、検索クエリの種類、インターフェースの変更、測定期間は明らかにならない。
Microsoftは、Copilotは出版社のジャーナリズムの代替ではないと述べている。同社の広報担当者は、情報消費に関するNadellaの見解も、同社の法的立場と一貫していると述べた。
この抗弁は、経済的変化と法的責任を分けている。合法的な競合相手が既存企業から市場シェアを奪えるのと同様に、技術が著作権を侵害せずに紹介流入を減らすことはあり得る。
出版社側は、その競争は独立したものではないと反論する。被告側が、自社製品が要約、複製し、読者をつなぎ留めるために利用する同じジャーナリズムを複製したと主張している。
これが、Bingの数値が一社の出版社を超えて重要となる理由だ。それは、情報源ウェブサイトから、それらの情報源を利用するプラットフォームへと注目が移転する可能性を示している。
独立系メディア、地域ニュースルーム、専門サイトにとって、大幅な紹介流入の減少は採用や取材方針に影響を及ぼし得る。また、将来のモデルで利用可能なオリジナル資料の量も減らしかねない。
OpenAIの破滅のループが出版社を無償の供給者に変える
内部の破滅のループ分析は、構造的な矛盾を示している。AI製品は権威あるコンテンツを必要とする一方、その創出に資金を提供する事業を弱体化させている。
引用されたMicrosoftの文書は、不可欠な供給者の経済的基盤を脅かす最終製品について説明している。そこでは、出版社をLLMコンテンツのサプライチェーンの一部と呼んでいる。
大規模言語モデル、すなわちLLMは、大量のテキスト群に含まれる統計的関係を学習した後、言語を予測・生成する。その有用性は、これらのコレクションの関連性、多様性、信頼性に部分的に依存している。
報道機関は、独自の種類の原資料を生み出す。記者は手続きに出席し、取材を行い、記録を精査し、主張を検証し、誤りを訂正する。その作業は、それまでオンライン上に存在しなかった情報を生み出す。
AIシステムは、出来上がった記事を数秒で要約できる。しかし、その根底にある事実を生み出すために必要だった取材を、後から行うことはできない。
破滅のループは、AI製品がその取材を取り込む、または検索するところから始まる。そして最も価値ある情報を、別のインターフェースを通じて提示する。
読者は元の出版社を訪れることなく回答を得る。出版社は注目、収益、行動データ、潜在的な購読者との関係を失う。
収益の減少は、記者の減少や取材範囲の縮小につながり得る。それにより、検索エンジン、チャットボット、将来の学習実行に利用できる一次情報源が減る。
するとモデルは、派生的な要約、再利用された報道、宣伝資料、合成テキストにますます依存する可能性がある。独立して検証された情報の供給が縮小するにつれ、正確性と多様性は低下し得る。
これは単に旧来のメディアと新技術の争いではない。情報市場が発見に報いるのか、それとも配信だけに報いるのかという問題である。
プラットフォームは配信において大きな優位性を持つ。インターフェース、レコメンデーションシステム、モデル、利用者との関係を支配している。出版社は通常、その環境で表示される事実を生み出す費用を負担する。
ライセンス契約は、考え得る是正策の一つだ。OpenAIは複数の出版社とコンテンツ契約を締結しており、AIがニュースルームの読者獲得や新製品の開発を支援できると主張している。
ライセンスには難しい問題もある。大手出版社は、地域メディア、フリーランス、小規模な専門サイトより強い立場で交渉できる。民間の契約では、市場全体の不均衡が残る可能性がある。
オプトアウトの仕組みも別の選択肢となる。OpenAIは、出版社が学習または検索機能のために自社クローラーがコンテンツへアクセスするかどうかを管理できるとしている。
しかし、AIインターフェースが主要な発見チャネルになる場合、オプトアウトは商業的に痛みを伴い得る。出版社は、コンテンツへのアクセスを譲るか、重要な配信システムから姿を消すかの選択を迫られる可能性がある。
その選択は、出版社と検索プラットフォームの以前からの関係に似ているが、生成AIによる回答は問題の重大性を高める。従来の検索は外部へ誘導する一方、チャットインターフェースは情報探索を内部で完結させるよう設計されている。
この循環は企業ユーザーにも影響する。企業は規制、市場、競合他社、技術動向に関するAI生成の要約へますます依存している。情報源の来歴が不十分であれば、そうした要約の監査は難しくなる。
適切に管理されたAI knowledge baseは、組織内で情報源の文脈を保持できる。しかし、独自報道を支える経済構造そのものを修復することはできない。
したがって問題は、著作権の領域を越えて情報インフラに及ぶ。ウェブ上の一次情報源が減れば、あらゆる検索・取得システムが利用できる信頼性の高い材料も減少する。
この内部警告が注目されるのは、出版社の健全性をモデル性能の前提条件として捉えているためだ。そこではジャーナリズムが単なるコンテンツではなく、AIを支える上流インフラとして位置付けられている。
この見方は、オンライン情報が無限の原材料だという前提に疑問を投げかける。その供給は、世界を取材する資源を持つ人々や組織によって、継続的に更新されなければならない。
内部警告は窃盗の法的自認ではない
提出書面は重大な懸念を示しているが、裁判所が著作権責任を判断するのは、内部メッセージの劇的な表現ではなく、証拠と法定の基準に基づいてである。
この資料を窃盗の自認と呼ぶことは、いくつかの異なる論点を一つにまとめてしまう。著作権侵害は民事上の法的請求である一方、窃盗は通常、別の法的枠組みにおける財産の取得を指す。
従業員による比喩表現が、会社を自動的に拘束するわけではない。世論の受け止め方に関する予測も、特定の複製行為がフェアユースの範囲外だったことを証明するものではない。
出版社側は依然として、保護される著作物の権利帰属、訴訟対象となる複製、そして各被告の関連行為を立証しなければならない。その後、OpenAIとMicrosoftは、個別の段階や利用に適用される抗弁を提示できる。
フェアユースでは、利用目的、原著作物の性質、利用量、市場への影響が考慮される。裁判所は一つの機械的なルールを適用するのではなく、これらの要素を総合的に比較衡量する。
OpenAIは、モデル訓練がパターンを識別し、新たな機能を持つシステムを生み出すものだと主張する。また、保護措置が再現を抑制しており、モデルは広範な公共的利益をもたらすとしている。
lawsuit responseでOpenAIは、カリフォルニア州の連邦裁判所による二つの判断が、他の事件における訓練利用を高度に変容的だと扱ったとしている。ただし、これらの判断はニューヨークで進行中の訴訟を解決したものではない。
事実関係は、データセット、取得方法、出力、市場ごとに異なり得る。書籍をモデルパラメータへ変換する利用であっても、海賊版の取得や競合する出力については別個の問題に直面し得る。
出版社側は、システムが訓練段階だけで動作するわけではないと強調する。システムは最新の記事を取得し、要約し、文章を再現し、読者を出版社へ導いてきたのと同じ問いに答えることができる。
この区別は、合法的な学習と、害を及ぼすとされる展開との間を分ける可能性がある。裁判所は、取得、訓練、検索時の根拠付け、出力生成を別々の行為として分析する可能性がある。
Microsoftも、Hechtの文書に付与された重みを争っている。同社は、彼が意思決定権を持たない学術研究者であり、非対称的な見解を提示する役割を期待されていたと述べている。
その説明によって彼の分析が消えるわけではない。しかし、それらの文書がMicrosoftの最終的な立場を示していたという主張には限界が生じる。
同様に、OpenAI幹部による出版社の代替に関する懸念は、侵害を認めたものではなく、事業上のリスクを説明したものかもしれない。代替性はフェアユースと関連するが、それだけで各要素を独立して決着させるものではない。
被告側は連邦政府からの支持も得ている。司法省は、モデル訓練が重要な公共利益に資する可能性があると主張し、包括的な侵害理論を退けるよう裁判所に求めた。
government filingによれば、同省は広範に不利な判断が下されれば、科学的・経済的進歩を妨げる可能性があると警告した。この介入は、OpenAIの立場を支える政策上の主張を強める。
しかし公共的利益は、著作権に対する無制限の例外を生むものではない。裁判所は、無許可の情報源からの取得とされる行為を含め、既存法が特定の行為にどう適用されるかを判断しなければならない。
この事件は手続き上もまだ終結していない。略式判決の申立ては、一方当事者が提示する事実と法的結論にすぎない。反論、対抗陳述、証拠資料、裁判所の認定によって、状況は大きく変わり得る。
一部の詳細はなお封印されており、他の部分も確信を持って解釈するには周辺文脈が不十分である。すべての文を企業の自白として扱う見出しは、現時点で記録が証明している内容を誇張する危険がある。
より正確な結論であっても、その意味は重大だ。内部関係者は、AI製品が出版社に取って代わり、参照流入を減らし、自らの情報供給を弱体化させるリスクを認識していた。
経済的な警告が妥当なままでも、企業側が法的に勝訴することはあり得る。フェアユースが決めるのは法的許可であり、結果として生じる市場構造が健全なウェブを支えるかどうかではない。
真の対立はAIによる代替と持続可能なウェブの間にある
中心的な争点は、摩擦のないAI回答と、その回答が依存する人間の仕事を継続して資金面から支えることの両立にある。
OpenAIは生成AIを、幅広い利益をもたらす変革的なツールとして提示している。同社のモデルは、情報分析、ソフトウェア作成、難解な分野の学習、ナレッジワークの遂行を支援する。
出版社側は、そのような利用のすべてが消えるべきだと主張しているわけではない。訴訟は、システムが保護された素材をどのように取得したか、そしてその出力が原著作物と競合するかを問題にしている。
新たな文書は、この二つの層を結び付ける。OpenAIとMicrosoftの内部関係者が、代替を製品改善の意図された、あるいは避けられない機能として理解していたことを示唆している。
より優れたチャットボットは、より多くの質問に完全に答えるべきだ。ユーザーの視点では、その改善により追加のページを開く必要が減る。
プラットフォームの視点では、やり取りを自社インターフェース内にとどめることは利用継続を強化する。出版社の視点では、同じ成功が収益を得る機会を奪う。
したがって、引用が正確であってもインセンティブは一致しない。完全に帰属が示された回答でも、クリックが発生する前にユーザーを満足させ得る。
この対立はAI業界全体に見られる。Googleは生成AIによる要約を検索へ組み込んでおり、他の回答エンジンもウェブページを統合して直接回答を生成している。
Anthropicなどのモデル開発企業も、訓練素材と出力に関して同様の問題に直面している。企業ごとに、異なるデータセット、ライセンス、クローラー、製品上の保護措置を利用している。
この比較は、被告の行為を正当化するものではない。一つの提携ではなく市場全体に、最終的な法的ルールが影響する理由を示している。
裁判所が訓練を広く保護しつつ代替的な出力を制限すれば、AI企業は検索・取得の制御やライセンスへより多く投資する可能性がある。モデル開発とコンテンツ配信も、より明確に区別するかもしれない。
裁判所が訓練と回答生成の双方を保護すれば、出版社は著作権訴訟以外でより強い商業的交渉力を必要とする。考えられる対応には、共同ライセンス、アクセス制御、直接購読、立法介入がある。
出版社側が複数の法理で勝訴すれば、モデル開発企業は損害賠償、より限定的なデータセット、新たな許諾要件に直面する可能性がある。経済的影響は、救済措置が既に訓練済みのモデルをどう扱うかに左右される。
この訴訟はデータ品質の問題も浮き彫りにする。モデル開発企業には膨大なテキストを取得するインセンティブがあるが、それを生み出すすべての組織を持続させるインセンティブが必ずしもあるわけではない。
ライセンス契約は、こうしたインセンティブを部分的に一致させ得る。実際の利用に連動した収益分配はさらに密接に一致させ得るが、測定と帰属にはなお技術的な困難がある。
出版社側は、自社の素材がいつ回答に反映されたのかについても透明性を必要とする。モデル提供企業には、個人データや独自インフラを露出させずに情報源を追跡する仕組みが必要となる。
内部文書にある「コンテンツ・サプライチェーン」という表現は、有用な出発点を示している。サプライチェーンには通常、契約、品質基準、トレーサビリティ、支払いが伴う。
公共ウェブの多くは、より緩やかな規範の下で発展してきた。誰もがリンクを張り、法的範囲内で引用し、読者を情報源へ送り返しながらページをインデックスできた。
生成AIのインターフェースは、多数のページの価値を一つの回答に再構成できるため、その均衡を変える。この出力が便利なのは、読者の行程から手順を取り除くからこそである。
利便性は現実的な社会的利益だ。競争、研究へのアクセス、新たな創作ツールも同様である。問題は、信頼できる情報源素材を生み出すコストを誰が負担するのかだ。
持続可能な解決策は、必要な情報をすべて得た後に、ユーザーが自発的に引用をクリックすることだけに依存することはできない。製品の成功を、上流の知識への継続的な投資と結び付けなければならない。
OpenAIの「ドゥーム・ループ」は、この問題に記憶に残る名称を与えている。重要なのは、その言葉よりも根底にある仕組みだ。
ドゥーム・ループが深まるかを示す三つの兆候
次の段階では、裁判所、製品、商業契約が、AI利用とその価値を生み出す情報源を再び結び付けられるかどうかが明らかになる。
第一の兆候は、Stein判事が略式判決の申立てをどのように扱うかである。判断は事件を絞り込むことも、特定の争点を解決することも、重要な事実上の争いを公判へ進めることもあり得る。
単純な勝敗以上に、その論理が重要になる。読者は、裁判所が取得、訓練、検索・取得、出力を法的に異なる活動として区別するかを注視すべきだ。
変容的な訓練だけに焦点を当てた判断では、代替の問題は大部分が未解決のまま残る。市場への害を重視する判断であれば、ライセンスと製品変更への圧力が高まる。
第二の兆候は、AI検索製品全体における参照流入の動向である。Microsoftが報告したクリック率の低下は大きいが、その基礎となる測定にはより十分な文脈が必要だ。
プラットフォームが、引用、クリック、クエリの種類、出版社の分類を含む比較可能なデータを公開するかを注視すべきである。各当事者にはトラフィックを異なる形で示すインセンティブがあるため、独立した測定が不可欠となる。
クリック率が改善すれば、ドゥーム・ループ論の最も強い形は弱まる。低下が続けば、情報源へのリンクだけでは経済的な交換を回復できないことが示される。
第三の兆候は、AI企業がライセンスをより体系的なものにするかどうかだ。個別の契約は出版社コンテンツに商業的価値があることを示すが、単発の取引では持続可能な市場は生まれない。
より強固なモデルには、透明性のある適格基準、利用報告、帰属基準、小規模出版社にも利用可能な報酬が含まれる。新鮮な報道を無料の在庫ではなく、再生可能なインフラとして扱うことになる。
OpenAIも、クローラーの制御を明確化し、訓練の許諾と検索上の可視性を切り離すことで圧力を軽減できる。出版社は、無関係なモデル利用を拒むために発見可能性から消えなければならない状況に置かれるべきではない。
OpenAIの著作権訴訟で開示された証拠は、ウェブがすでに破滅していることを証明するものではない。しかし、内部関係者がこのフィードバック・ループを、公の法的論点となる前から認識していたことは示している。
その認識は、業界の対応に求められる水準を引き上げる。企業は、完全で自己完結型の回答を中心に製品を設計しながら、出版社への害を予見できない副作用としてもっともらしく扱うことはできない。
開発者や企業の購買担当者は、AIの回答がどこから来ているのか、情報源が引き続きアクセス可能なのか、提供事業者が争いのある資料をどのように扱っているのかを問うべきです。ナレッジワーカーは、切り離された要約に頼るのではなく、一次資料を保存すべきです。
出版社は、回答と情報源の利用、経済的価値を結び付ける測定を求めるべきです。読者もまた、後にウェブ全体で繰り返される事実を生む独自取材を行う媒体を支援できます。
中心的な問いは、生成AIがジャーナリズムを要約できるかどうかでは、もはやありません。それは明らかに可能です。問われているのは、その利便性が次の調査報道の資金を生み出すのか、それともその可能性を低下させるのかです。
裁判所による法的な区別、プラットフォームの紹介数、ライセンスプログラムの広がりに注目してください。これらのシグナルを総合すれば、OpenAIの「破滅ループ」が是正されつつあるのか、それともウェブの標準的なビジネスモデルになりつつあるのかが分かるでしょう。
