Wikimedia Foundation、NYT対OpenAI・Microsoft訴訟で意見書を提出 学習は保護、出力の転載は要ライセンスと主張

Wikimediaは意見書で、当事者双方の立場がフェアユースの適用を過度に広く単純化していると指摘した。出版社が全面的に勝てば、著作権者が革新的で変容的な利用まで「gatekeep」できる恐れがあり、AI企業が全面的に勝てば、ライセンス条件を無視し、人間の著者と読者の間の知識の流れを分断する「green light」になりかねないという。

同財団によれば、Wikimediaのサイトはあらゆる人工知能・機械学習の学習データの中でも最も重要な供給源の一つである。一方でAIシステムは訪問者を奪い、サイトを支えるコミュニティを弱体化させる。ChatGPTのようなサービスはCreative Commonsで自由に使えるテキストを再現しながら、そのライセンス条件を守っていないとも主張している。他方、LLMは荒らし対策、著作権侵害や個人情報の晒しの検出、改善が必要な記事の発見などで編集者の役に立つとしている。

提案する折衷案は、ウェブスクレイピング自体を著作権侵害とみなさず、元の情報源とは「something new and different」を提供する場合、ライセンスなしの事前学習はフェアユースとするものだ。ただしモデルがクエリに応じて資料の複製を取り出し、読者と元の著作物との関わりを置き換える形で提供するなら、ライセンスが必要だとする。Wikipediaの場合は、Creative Commonsライセンスに基づく出典表示と、改変物への同一ライセンス適用が求められる。

訴訟ではThe New York Timesがフェアユースのより広い定義を求め、OpenAIが学習データ構築のためにサイトをスクレイピングして著作権を侵害したと主張している。OpenAIとMicrosoftはLLMの利用はフェアユースだと反論し、OpenAIは丸写しは「a rare bug」だと述べている。Microsoftは9月の書面で、Copilotがニュース内容の文章全体を再現することはまれだとする専門家分析を挙げている。