生成AIと著作権：学習データ利用は侵害にあたるのか？

著作権法30条の4・RAG・追加学習・オプトアウトを実務から整理

1　AI学習の著作権問題は「学習」と「生成」を分けて考える

生成AIと著作権を検討するとき、最も重要なのは、モデルの開発・学習段階と、生成物を作成・利用する段階を一つの問題として扱わないことです。文化庁の「AIと著作権に関する考え方について」も、この二つを分けて整理しています。

したがって、「学習データの利用が適法だったから生成物も安全」「生成物が侵害しなかったから学習も適法」という相互の自動的な結論は導けません。

2　著作権法30条の4は、AI学習に重要な権利制限規定

著作権法30条の4は、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ついて、必要と認められる限度で著作物を利用できる旨を定めています。情報解析は、その代表例として条文上明示されています。

2018年改正時の文化庁資料でも、人工知能の開発のために著作物を学習用データとして収集・利用する行為や、AI開発目的で収集した学習用データを第三者に提供する行為が、同条の適用例として示されています。

3　商用AIだから適用不可、研究目的だから常に適法、ではない

30条の4の適用は、「商用か非商用か」だけで決まりません。営利目的のAI開発でも、対象著作物の表現を享受する目的がなく、他の要件を満たせば同条が適用され得ます。反対に、大学・研究機関や社内検証であっても、特定作品を鑑賞・提供する目的が併存するなど要件を満たさなければ、同条のみで正当化することはできません。

4　「享受目的」が併存すると30条の4は使えない

文化庁は、情報解析という非享受目的があっても、一つの利用行為に著作物の表現を享受する目的が併存する場合には、30条の4の要件を欠くと整理しています。生成AIでは、モデルの名称や技術方式より、何を出力させるためにどの著作物を学習させるのかを見る必要があります。

特定作品の表現を再現させるための学習

特定の著作物の創作的表現を出力させることを意図して追加学習を行うような場合は、単なる情報解析とは異なる評価になり得ます。たとえば、限られた作品群を過学習させ、元作品の全部又は一部を出力させること自体を狙う設計では、享受目的の併存が問題となります。

特定クリエイターの作品を集中的に用いる追加学習

「作風」や「画風」そのものは、一般にアイデアの側面として著作権法による保護対象にならない場合があります。しかし、少数の作品を集中的に学習し、そこに共通する創作的表現まで再現することを目的とする場合には別です。クリエイター名を冠したLoRA等では、対象作品、学習目的、出力傾向を具体的に確認する必要があります。

5　「作風が似ている」だけで直ちに著作権侵害とは限らない

著作権法が保護するのは、思想又は感情の「創作的な表現」です。一般的な作風、画風、技法、アイデア自体は、著作権による独占の対象とはならないことがあります。このため、AI出力が特定作者の雰囲気に似ているというだけで、直ちに著作権侵害と結論付けることはできません。

もっとも、具体的な構図、キャラクター表現、文章表現等、元作品の創作的表現が類似している場合には、通常の著作権侵害の検討が必要です。「スタイル模倣だから常に適法」「作者名を指定しただけで侵害」という両極端の整理は避けるべきです。

6　30条の4但書――著作権者の利益を「不当に害する」場合

30条の4には、著作権者の利益を不当に害することとなる場合を除くという但書があります。ここはAI学習の実務で重要ですが、何が「不当に害する」に当たるかは機械的な基準ではありません。文化庁は、著作物の種類・用途、利用態様、既存の利用市場や将来の潜在的市場との衝突等を考慮する考え方を示しています。

情報解析用データベース・有償APIとの競合

権利者が情報解析用途を想定したデータベースや有償APIを提供しており、AI開発者がそれを回避して同等のデータを複製するような場合には、著作権者の情報解析市場との競合が問題となり得ます。単に「ネット上で見られる」という理由だけで、分析用に整備されたコンテンツ市場の存在を無視することは危険です。

7　「AI学習禁止」と書いてあれば30条の4が必ず使えないのか

文化庁の整理では、権利者が「AI学習禁止」と意思表示したことだけで、直ちに30条の4の適用がなくなるという単純な仕組みにはなっていません。もっとも、だからといって意思表示やアクセス制御を無視してよいわけでもありません。

robots.txt、ID・パスワード、有料契約、API限定提供等の技術的・契約的措置があり、さらにAI学習・情報解析向けの市場が形成されている場合には、「著作権者の利益を不当に害するか」という評価や、著作権以外の契約上の問題にも影響し得ます。

8　海賊版・違法配布サイトを学習元にするリスク

AI学習用データに権利侵害複製物が含まれている場合でも、それだけで30条の4が常に適用されないという単純な整理ではありません。しかし文化庁は、海賊版サイト等から権利侵害複製物を認識しつつ収集する行為について、厳に慎むべきとの考え方を示しています。

さらに、後に類似出力が生じて著作権侵害が問題となった場合、事業者が海賊版等を認識しながら学習データとして収集していた事情は、責任主体の評価等で不利な事情となり得ます。法的な最低ラインだけでなく、収集元の健全性を管理することが実務上重要です。

9　RAGは「AIだから30条の4」で一括処理しない

RAG（検索拡張生成）は、外部文書を検索し、その内容を生成AIへの入力として利用する仕組みです。モデル学習とは異なり、①RAG用データベースを作るための複製、②検索・抽出、③生成時の入力、④利用者への回答表示という複数の利用行為が生じます。

RAG用データベースの構築が純粋な情報解析のためであり、元著作物の表現を利用者に提供することを目的としない場合には、30条の4が適用され得ます。他方、書籍・記事等の創作的表現そのものを回答として提供するためにデータベースを構築する場合には、享受目的が問題となり、30条の4のみで処理できない可能性があります。

47条の5が使える場面にも限界がある

検索等に伴う軽微利用については、著作権法47条の5が問題となる場合があります。ただし、同条は「軽微な利用」を前提とするため、元コンテンツの主要部分を回答として継続的に提供するサービスまで当然に許容する規定ではありません。RAGでは、回答にどの程度元著作物の表現を含めるかを実装段階で確認する必要があります。

10　学習が適法でも、生成物の利用で侵害することがある

生成物が既存著作物を侵害するかは、従来の著作権侵害と同様に、既存著作物との類似性と依拠性を中心に検討されます。学習段階で30条の4が適用されたかどうかとは別問題です。

文化庁は、既存著作物が学習用データに含まれており、それと類似した生成物が生じた場合について、利用者が元著作物を認識していなくても依拠性が認められ得るという整理を示しています。他方、技術的に当該著作物の創作的表現が出力されないことを説明できる場合など、具体的事情により評価は変わり得ます。

11　著作権法とは別に、利用規約・アクセス制御も確認する

ウェブサイトやデータベースから学習データを取得する場合、著作権法30条の4だけを確認すれば足りるとは限りません。サイト利用規約、データライセンス、会員契約、ログイン制限、アクセス制御、不正アクセス等の別の論点が生じることがあります。

特に有料データベースやAPIについて、契約がスクレイピングやAI学習を禁止している場合には、著作権法上の権利制限が議論できるとしても、契約違反の問題が別途残り得ます。著作権法上の「許諾不要」と、契約上の「利用可能」は同義ではありません。

12　学習用データセットを第三者へ提供する場合も30条の4が問題になる

AI開発では、自社が収集した学習用データを別の開発会社や共同研究先へ渡すことがあります。2018年改正時の文化庁資料は、AI開発のために収集した学習用データを、AI開発という目的の下で第三者に提供する行為も、柔軟な権利制限規定の対象となり得る例として挙げています。

もっとも、第三者提供であれば常に許されるという意味ではありません。提供先の目的が別のコンテンツ提供サービスである、提供したデータ自体を鑑賞・閲覧させる、必要な範囲を超えて原データを再配布する、といった場合には前提が変わります。提供者側でも、誰に、何のAI開発目的で、どの範囲のデータを提供するのかを確認する必要があります。

13　「データ」と「著作物」と「データベース著作物」を分ける

学習データに含まれる全ての情報が著作物とは限りません。事実、数値、単純な記号等は、それ自体が著作権法上の著作物に当たらないことがあります。一方、記事、写真、イラスト、プログラム等は著作物となり得ます。また、個々のデータとは別に、情報の選択又は体系的な構成に創作性があるデータベース全体が「データベースの著作物」として保護される場合もあります。

この区別は、有料データベースや専門情報サービスを学習に利用するときに特に重要です。個々の数値が著作物でないとしても、データベース全体の複製・抽出や、契約上の利用制限が別途問題になるからです。AI学習の審査では、「中身が事実情報だから著作権問題はない」と短絡しないことが重要です。

14　追加学習・ファインチューニング・LoRAはデータの「偏り」も見る

大規模な事前学習と、少数の特定作品を用いる追加学習では、同じ「AI学習」でも事実関係が大きく異なります。追加学習やLoRAでは、対象作品数が少なく、特定作者・特定シリーズ・特定キャラクターへデータが偏ることがあるため、享受目的の有無や、モデルが元作品の創作的表現を再現しやすい設計かをより具体的に確認します。

ここで重要なのは、「少数データだから違法」「大量データなら適法」という数だけの基準ではありません。選定の理由、プロンプトによる呼び出し方法、学習強度、元データへの近似出力の頻度、出力フィルタ等を合わせて評価します。

モデルの記憶・過学習と法務レビュー

モデルが学習データの一部をそのまま又は極めて近い形で出力する現象が確認される場合、開発チームは「学習段階は30条の4だから問題ない」と処理せず、出力段階の侵害リスクを別途評価する必要があります。高リスクのモデル・データセットでは、重複除去、近似出力テスト、出力制御等の技術的対策と法務レビューを組み合わせることが考えられます。

15　権利者から申立てを受けたときは「学習」と「出力」を切り分けて確認する

権利者から「自分の作品が無断学習された」「作品に酷似した出力が出る」と連絡を受けた場合、学習データの利用可否と生成物の侵害可能性を混同せずに事実確認します。最初に結論を断定するのではなく、対象作品、収集元、収集時期、学習に使ったモデル・バージョン、実際の類似出力、プロンプト等を特定します。

この調査を可能にするためには、開発段階からデータソースとモデル・バージョンを最低限紐付けておく必要があります。詳細な契約・補償設計はサービス提供者の事業形態ごとに異なりますが、一般的な著作権判断でも「何を学習したか分からない」という状態はリスク評価を困難にします。

16　権利者側から見たAI学習への対応も「法・技術・契約」に分ける

著作者・出版社・コンテンツ事業者の側では、「AI学習禁止」と表示するだけで全ての利用を止められるとは限りません。現行法の30条の4の適用関係を踏まえつつ、技術的なアクセス管理、利用規約・ライセンス、正式な学習用データセットの提供、生成物のモニタリング等を組み合わせることが現実的です。

特に、正式なAI学習用ライセンスやデータベースを提供している場合、その市場の存在は30条の4但書の「著作権者の利益を不当に害するか」という評価にも関係し得ます。権利者側も、禁止表示だけでなく「どの利用なら、どの条件で許諾するか」を設計することが重要です。

17　技術的対策は著作権判断の代わりではないが、リスク管理には重要

重複除去、データフィルタ、近似出力テスト、出力フィルタ、検索結果の引用範囲制御など、技術的な対策を実施したことだけで著作権法上の適法性が保証されるわけではありません。逆に、法的に30条の4の適用可能性があるから技術対策が不要というわけでもありません。

生成AIでは、学習段階の法的評価と、実際にどの程度元作品の創作的表現を出力し得るかという技術的特性が密接に関係します。法務部門がデータの取得根拠だけを確認し、開発部門が類似出力だけを確認するのではなく、両者を同じモデル・バージョン単位で管理すると、権利者申立て時の説明がしやすくなります。

18　2026年9月時点の制度動向と実務判断フロー

現時点では、著作権法30条の4の基本構造自体は維持されています。一方、2026年には、知的財産推進計画2026に加え、生成AI事業者の透明性・知財保護措置を対象とするプリンシプル・コードが策定されました。したがって、企業実務では「30条の4に適合するか」という著作権法上の判断だけでなく、データ来歴、権利者意思への対応、開示可能性、権利者からの照会対応を説明できる状態にしておくことが重要です。

1. 何のために学習するのかを明確化する。事前学習、分類、検索、特定作品の再現等を区別する。
2. データの出所を特定する。公開ウェブ、購入データ、社内データ、利用者入力等を分ける。
3. 著作物の表現を享受する目的が併存しないか確認する。
4. 目的に照らし、複製・利用が必要な範囲を超えていないか確認する。
5. 既存・潜在的なAI学習／情報解析ライセンス市場を不当に害しないか確認する。
6. robots.txt、ログイン、有料API、利用規約等の意思表示・アクセス条件を確認する。
7. 海賊版等の高リスクソースを除外する。
8. 追加学習・RAGでは、元表現を出力させる設計になっていないかを確認する。
9. 生成段階では、類似出力の検知・対応を別途設計する。
10. 判断根拠をデータソース、モデル・バージョン、利用目的とともに記録する。

19　弊所の実務上の視点

生成AIの学習データについては、会社全体で「公開ウェブなら利用可」「権利者が禁止したら全部不可」といった一つの短いルールに置き換えると、かえって誤りが生じやすくなります。問題になりやすいのは、特定クリエイターの作品を集中的に利用する追加学習、元コンテンツを回答として提供するRAG、有償データベースの回避、技術的アクセス制御を伴うサイト等です。

実務では、モデル開発のたびに長大な法的意見書を作る必要はありませんが、「利用目的」「データ取得元」「アクセス条件」「30条の4の判断」「高リスク要素」「出力対策」を短い審査記録として残しておくことが有効です。後から権利者照会やサービス変更があった際にも、なぜ当時そのデータ利用を許容したのかを再現できます。

また、法令上許容され得る利用と、権利者との共創・ライセンスを選ぶ経営判断は別です。特定の高品質コンテンツを継続的に利用する事業では、権利制限規定の限界だけを追うより、ライセンス、対価還元、データセット提供等の仕組みを契約で構築する方が事業の安定性を高める場合があります。

20　学習データ利用のチェックリスト

21　よくある質問

22　早めに法的確認をしたい場面

• 特定の作家・出版社・ニュース媒体等のコンテンツを集中的に学習したい
• 有料データベースや会員制サイトをAI学習に利用したい
• RAGで記事・書籍・マニュアル等の内容を利用者へ提示するサービスを設計している
• robots.txtやスクレイピング禁止規約のあるサイトから大規模収集を予定している
• 権利者から学習停止・削除・ライセンス料の要求を受けた
• 既存著作物に似た生成物が繰り返し出力されている
• 学習データの提供・調達を事業化し、第三者へ再提供する

まとめ　「AI学習かどうか」ではなく、目的・市場・取得方法・出力を分解する

日本の著作権法30条の4は、AI学習・情報解析の発展を支える重要な権利制限規定です。しかし、その結論は「AIに使う」というラベルだけでは決まりません。非享受目的、必要な限度、著作権者の利益を不当に害しないかという要件を、具体的なデータ・モデル・サービス設計に当てはめる必要があります。

また、学習段階の適法性と生成・利用段階の侵害判断は別です。特定作品の再現を狙う追加学習、ライセンス市場を回避するデータ収集、元著作物をそのまま提供するRAG等は、通常の大規模情報解析とは異なるリスクがあります。

2026年には、知的財産推進計画2026に加え、生成AI事業者の透明性と知的財産保護を対象とするプリンシプル・コードも策定されました。他方、これらは著作権法30条の4の適用要件を置き換えるものではありません。企業は現行法の要件を正確に押さえつつ、技術・契約・運用・説明可能性を組み合わせて、学習データ利用の判断を再現可能な形で管理することが重要です。

主要な一次資料

• 文化庁「AIと著作権について」
• 文化審議会 著作権分科会 法制度小委員会「AIと著作権に関する考え方について」（2024年3月15日）
• 文化庁「AIと著作権に関するチェックリスト＆ガイダンス」（2024年7月31日）
• 文化庁「デジタル化・ネットワーク化の進展に対応した柔軟な権利制限規定に関する基本的な考え方」（著作権法30条の4、47条の4、47条の5関係）
• 文化庁「著作権法の一部を改正する法律（平成30年法律第30号）について」
• 文化庁「文化芸術活動に関する法的問題についてよくあるご質問」（生成AI・LoRA・RAG関係）
• 内閣府 知的財産戦略本部「知的財産推進計画2026」
• 内閣府 知的財産戦略推進事務局「生成AIの適切な利活用等に向けた知的財産の保護及び透明性に関するプリンシプル・コード」

関連記事

• 生成AIサービス提供者の著作権・学習データリスク
• 企業の生成AI利用における知財管理：権利帰属・第三者権利・社内ルール