辞書・事典大手がOpenAIを提訴——生成AIの学習データと著作権を巡る新たな動向と日本企業への示唆

米国の老舗辞典出版社であるブリタニカやメリアム＝ウェブスターが、ChatGPTの学習において無断でコンテンツを複製されたとしてOpenAIを提訴しました。質の高い「事実（ファクト）データ」の価値が再認識される中、日本企業がAIを業務活用・開発する上で留意すべき著作権リスクとデータ戦略について解説します。

辞書・事典大手がOpenAIを提訴した背景

米国時間のニュースにて、世界的な百科事典であるブリタニカ（Encyclopedia Britannica）と、その子会社で辞書大手のメリアム＝ウェブスター（Merriam-Webster）が、OpenAIを相手取り著作権侵害の訴訟を起こしたことが報じられました。原告側の主張によれば、ChatGPTなどの大規模言語モデル（LLM）の学習プロセスにおいて、自社のデジタル出版物が「大規模に複製（massive copying）」されたとしています。

これまでにもニューヨーク・タイムズなどのメディア企業や著名な作家らが同様の訴訟を起こしていますが、今回は「辞書・事典」という、客観的な事実や正確な定義をまとめたリファレンス（参照）コンテンツの提供者が声を上げた点に特徴があります。AIがより正確で信頼性の高い回答を生成（いわゆるハルシネーションの抑制）するためには、こうした質の高い学習データが不可欠です。しかし、コンテンツの権利者から見れば、自らが多大なコストをかけて構築・維持してきたデータベースにAI企業が「ただ乗り」し、自社のビジネスを脅かしているという強い危機感が背景にあります。

日本の著作権法と「情報解析」の境界線

このニュースは、米国特有の訴訟文化として片付けることはできません。日本国内でAIを活用・開発する企業にとっても、学習データと著作権の関係は極めて重要なテーマです。日本では著作権法第30条の4により、情報解析を目的とする場合は、原則として著作物を権利者の許諾なく利用（学習）できると定められています。この規定があるため、日本は「機械学習に有利な国」と言われることもあります。

しかし、同法には「著作権者の利益を不当に害することとなる場合」は例外とするという重要な但し書きが存在します。日本の文化庁が示している考え方に照らし合わせると、今回の辞書や事典、あるいは専門データベースのように「少量の情報検索や抽出自体に価値があるコンテンツ」をAIに学習させ、AIがそのデータベースの代替品となるような出力をするケースは、この例外に該当し、権利侵害と見なされるリスクが高いとされています。

RAG（検索拡張生成）や社内AI構築における実務的注意点

日本の多くの企業では現在、業務効率化のために自社独自のデータをAIに読み込ませて回答させる「RAG（Retrieval-Augmented Generation：検索拡張生成）」の構築が進んでいます。ここで注意すべきは、社内システムに取り込むデータの出所です。

例えば、社員が業務のために契約している外部の専門辞書、業界特有の有料データベース、あるいは他社のノウハウが詰まったマニュアルなどを、著作権者や提供元の規約に反してAIの参照データベース（ベクトルデータベースなど）に無断で取り込んでしまうと、契約違反や著作権侵害に問われるおそれがあります。プロダクト担当者やエンジニアは、AIに読み込ませるデータの権利処理が適正に行われているか、利用規約でAIへの入力が禁止されていないかを法務部門と連携して確認するプロセスが不可欠です。

独自データを持つ日本企業の防衛と新たなビジネス機会

逆に、自社が価値あるデータ（独自の研究データ、専門的なメディア記事、過去の膨大な保守記録など）を保有している場合、この動向は二つの側面で組織の戦略に影響を与えます。一つは「データの防衛」です。Web上に公開している自社コンテンツがAIに無断学習されるのを防ぎたい場合、robots.txt（クローラーのアクセスを制御する仕組み）の設定や利用規約の改定を行い、AI学習目的のデータスクレイピングを明示的に拒否（オプトアウト）する対策が求められます。

もう一つは「新たなビジネス機会の創出」です。OpenAIやGoogleなどの生成AIベンダーは現在、AIの精度を高めるために著作権クリアな良質データを求めています。海外のニュースメディアの一部がOpenAIと巨額のライセンス契約を結んだように、日本企業も自社の高品質なデータベースを「AI学習用データ」として正当な対価でライセンス供与する、新しいデータビジネスを展開できる可能性があります。

日本企業のAI活用への示唆

ここまでの動向を踏まえ、日本企業がAIの実装およびガバナンスを進めるための実務的な示唆を以下に整理します。

【AI開発・導入時のコンプライアンス徹底】自社でモデルをファインチューニング（追加学習）したりRAGを構築したりする際は、投入するデータの権利関係（他社の著作物や有料データベースが含まれていないか）を厳格に審査する仕組みを設ける必要があります。

【利用規約とデータ防衛のアップデート】自社のWebサイトや提供サービスの利用規約を見直し、生成AIによる無断学習（スクレイピング）へのスタンスを明確化し、必要に応じて技術的なブロック措置を講じることが推奨されます。

【高品質な社内データの資産価値再評価】辞書や事典がAIにとって価値ある学習源であるように、自社内に眠る正確な業務マニュアルやドキュメントは、AI時代において極めて価値の高い資産です。これらを整理・構造化することが、将来的な自社AIの精度向上と競争力の源泉となります。

生成AIの進化は目覚ましい一方で、その学習基盤となる「データ」の権利を巡るルールづくりは現在進行形で変化しています。テクノロジーの利便性を享受しつつ、他者の権利を尊重し、自社の知財を守るバランスの取れたAIガバナンスの構築が、すべての日本企業に求められています。