数十年にわたり、フェアユースはすべての人に恩恵をもたらすイノベーションを推進する上で重要な役割を果たしてきました。おかげで、重要な医学や科学のブレークスルーや、作家やジャーナリストを含む無数の人々に実際かつ前向きな変化をもたらした新しい技術が実現してきました。 ニューヨーク・タイムズの訴訟一方、もう一方の側は、半世紀に及ぶ法の歴史と進歩を無視し、長年守られてきたフェアユースの原則を投げ捨てて、本来得られるべきではない報酬を得るという身勝手な目的を追求するよう、すべての人に求めています。
幅広い分野の専門家やリーダーたちは、フェアユースがすべての人に利益をもたらすウィンウィンの仕組みであることを認識しており、フェアユースを支持する意見書を裁判所に提出し、自らの見解を共有しています。
以下に、これらの提出書類の一部を、提出者自身の言葉のまま抜粋して紹介します。提出書類の全文は公開の裁判記録で閲覧でき、フェアユースとAIについてはこちらからさらに詳しくお読みいただけます。 こちら.
AIの進歩
裁判所は、著作権をその確立された限界を超えて拡張しようとする原告の試みを拒否すべきです。AIの学習は著作物を根本的に異なる目的のために利用するものであり、公衆にそれらの著作物の代替的なアクセス手段を提供するものではなく、著作権法上認められる市場への害を引き起こすものでもありません。むしろ、すでに公共の利益をもたらしている幅広い変革的技術を可能にするものです。著作権は創造性と進歩を促進するために存在するのであり、合法的なイノベーションを抑圧したり、著者を競争から守ったりするためではありません。したがって、確立されたフェアユースの原則は、生成AIの学習がフェアユースであるという結論を導き出します。
このセクションへのリンク全米盲人協会、研究図書館協会、全米図書館協会、コンシューマー・テクノロジー協会&ビジネスソフトウェアアライアンス
この訴訟は、大規模言語モデル(LLM)を開発する企業だけの問題ではありません。医療研究者と患者、多様な学習ニーズを持つ学生に対応する教育者、より大きな自立を求める障害を持つ人々、農業知識を活用する農家、新しい表現形態を生み出す独立系クリエイター、そしてソフトウェアから法律に至るまでの産業セクターに影響を及ぼします。これらのコミュニティは、広範で多様な知識の源泉から研究し学ぶ能力、そしてその学習を有用にするツールへのアクセスに関心を共有しています。多くは、自らモデルを学習させるのではなく、オープンソースAIシステムを含む他人が開発したシステムに依存しています。フェアユースは、彼らが学び、発見し、伝え、創造する能力を支えています。フェアユースによる学習への制限は、AIを構築する機関とそれを利用する人々の双方に影響を与えることになります。
このセクションへのリンクオーサーズ・アライアンス
市場希釈理論は、著作権法に、これまで一度も制限してきたことのない経済現象から権利者を保護することを求めるものである。新しい作品は、既存の作品の保護された表現を複製することなく、その売上、可視性、または価値を低下させ得る。著作権法は、そのような競争を意図的に著作権者の支配の外に置いている。したがってアミカスは、17 U.S.C. § 107(4)の下では、「市場希釈」、すなわち、同一の主題またはジャンルを扱うもの、保護されない特徴を共有するもの、あるいは同一のオーディエンスを巡って競合するものを含む、非侵害的なアウトプットからの集合的競争圧力は、認識可能な市場への害ではないと判断することを、敬意を持ちながら裁判所に求める。この理論を退けることで、第2巡回区控訴裁判所が一貫して維持してきた区別が守られる。すなわち、著作権は保護された表現が代替されることから著作者を守るものであって、それと単に競合する新しい表現の成功から守るものではない。
このセクションへのリンクEngine and Developers Alliance
スタートアップによる基盤モデルの使用は、著作物を利用してAIモデルを訓練することはフェアユースであり、著作権侵害ではないことを実証している。基盤モデルを訓練する目的は、学習した著作物を複製することではなく、他の人が新しい目的に適応できる汎用ツールを構築することである。スタートアップが選択した目的は、いかなる訓練データセット中の著作物の目的とも類似していない。
このセクションへのリンクFoundation for American Innovation
AI訓練が新しい知識、表現、ソフトウェア、その他の能力の創出を可能にする限りにおいて、それらの便益は、その利用の市場への影響を評価する第4因子に関係する。この推論は、新しい分析、ソフトウェア、およびその他の生産的な作業を可能にする能力の国家安全保障上の価値を考慮するという、ここでの新規な適用を支持する。
このセクションへのリンクJoshua S. Gans
戦略的経営学教授
著作権は、コンテンツを創造するインセンティブだけでなく、そのコンテンツから学ぶツールを構築するインセンティブも支えており、すべての逸失売上を訴訟可能なものと扱うルールは、第一のインセンティブを確実に保護することなく第二のインセンティブを弱め得る。
このセクションへのリンクKevin Kelly
作家
AIは、芸術と科学の無数の分野において新しい作品の創造を加速する変革的テクノロジーである。Kelly氏は、AIが文学の分野を前進させる様子についての経験を持っている。彼の見解では、各AIモデルは、著作者に新しいテキストやアイデアを創造し、推論する能力を提供する全く新しいメディアと理解できる。したがって、フェアユースに関する原告勝訴の判決は、議会が与える意図であった元の表現への限定的な独占権をはるかに超えるものを原告に与えることになる。それは、かつて想像もできなかった量の情報を配信できるテクノロジーの発展を妨げることになる。また、芸術と科学の両方において、新たな思考様式と新しい独創的作品の創造を阻害することにもなる。アミカスは、著作物を利用した大規模言語モデルの訓練が17 U.S.C. § 107の下でのフェアユースであるという被告の主張を支持する本意見書を提出する。生涯にわたる執筆活動に基づき、著作権者に与えられる保護はKelly氏にとって重要である。同時に同様に重要なのは、著作物の適法な利用の余地と変革的テクノロジーの成長を確保することである。さもなければ、著作権は、それが奨励するために存在する創造性、革新、そして知識の普及そのものを窒息させることになる。フェアユースの法理は、そのバランスを確保する上で極めて重要である。
このセクションへのリンクMatthew Sag
法学教授
本件の記録に基づけば、被告によるAI訓練目的での原告著作物の利用は高度に変革的であり、フェアユースの認定を強く支持する。なぜなら、現実的な条件下では、被告のモデルのアウトプットは、訓練プロセス中に作られる不可視の中間複製物と、関連するいかなる点においても類似していないからである。
このセクションへのリンクMichael Wall and Sarah Rose Siskind
音楽家・作曲家 / コメディアン・作家
本ブリーフは、著作権保護に依拠する2人の独立系クリエイターの活動を通じて、 および AIツールによって生計を支えるというこの一文が実践において何を意味するのかを示す窓を提供するものである。 アミクス(参考人) Sarah Rose SiskindとMichael Wallは、オリジナル作品を制作しライセンスするアーティストである。しかし彼らは、より多くのリソースを持つ競合他社がひしめく市場で事業を成長させるため、また創作プロセス周辺の作業を処理するためにAIを活用している。 アミクス(参考人)にとって、AIは創造性に取って代わるものでも創作プロセスの近道でもない。AIは彼らがより多くのものを生み出し、その仕事を新たな表現様式へと広げる助けとなっている。 アミクス(参考人)の経験は、AIツールが「主流出版社と独立系出版社の間の競争条件の平等化を助けることができ、またそうあるべきだ」という合衆国の見解を裏付けている。Siskindは、日々の管理業務からアイデアの開発、新規顧客の獲得に至るまで、事業のあらゆる側面でAIを活用している。AIのおかげで、彼女の非創造的な作業はより速く、より低コストになり、創造的な作業はより良くなっている。彼女自身の言葉では、「現時点でAIなしに私の事業を運営できるとは思わない」という。同様に、AIはWallが音楽事業の運営上の需要を管理し、コストを削減し、より多くの時間を作曲に費やす助けとなっている。Siskindと同様に、彼もAIなしでは現在の形で事業を維持できるか疑わしく思っている。
このセクションへのリンクPublic Knowledge
フェアユースは、画像検索や書籍の全文検索を含め、デジタル世界がもたらした膨大な情報コレクションを人々がナビゲートする助けとなるツールを保護してきた。Perfect 10, Inc. v. Amazon.com, Inc., 508 F.3d 1146, 1164–68 (9th Cir. 2007); Authors Guild v. Google, Inc., 804 F.3d 202, 216–17, 225 (2d Cir. 2015)(「Google Books」)参照。また、図書館が印刷物の障害を持つ読者にアクセシブルなデジタル書籍を提供することも保護してきた。Authors Guild, Inc. v. HathiTrust, 755 F.3d 87, 101–03 (2d Cir. 2014)参照。さらに、法律に組み込まれた技術標準の無料でのオンライン公開を保護し、「法律への自由で容易なアクセスがもたらす実質的な公共の利益」を認めてきた。Am. Soc'y for Testing & Materials v. Public.Resource.Org, Inc., 82 F.4th 1262, 1271–72 (D.C. Cir. 2023)。フェアユースは、AIの恩恵が特権的な少数者に支配されることなく、一般公衆全体に及ぶことを確実にする上で、同様に有益なものであるだろう。
このセクションへのリンクRon SuskindおよびBrian L. Frye
ピューリッツァー賞受賞ジャーナリスト/法学教授
OpenAIが新聞記事を生成AIモデルの訓練に使用したことは、News Plaintiffsの合理的な商業的期待に何ら害を及ぼしていない。彼らは、消費者に記事へのアクセスを販売することを期待して新聞記事を発注・公開した。彼らは、消費者に記事へのアクセスを販売する排他的権利を保持し、現在も行使し続けている。消費者に記事へのアクセスを販売する彼らの能力は、OpenAIがAIモデルの訓練にそれらの記事を使用したことによって影響を受けていない。
このセクションへのリンク合衆国政府
本訴訟において、ニューヨーク・タイムズは、OpenAIの大規模言語モデル(LLM)の訓練を除外するようフェアユース法理の範囲を狭めようとしている。そのような結果は、基本的な著作権法の原則に反するものであり、「科学及び有用な技術の進歩」を著しく妨げることになる。米国憲法第1条、第8節、第8項。以下で論じるように、出版物——ニューヨーク・タイムズ自身に加え、独立系メディアやスタートアップメディアも含む——は、ジャーナリズムその他の目的でLLMを活用している。そして本訴訟の対象を超えて、LLMはすでに various 分野の研究者たちの重要なブレークスルーを支えている。フェアユース法理の誤解に基づいてLLMの開発を制約することは、こうした創造的・科学的進歩を妨げるだけでなく、アメリカの繁栄と経済的な社会的移動の可能性をも損なうことになる。
このセクションへのリンク