はじめに

画像生成AIの急速な普及により、従来の著作権法では想定されていなかった新たな法的争点が次々と浮上しています。2024年から2026年にかけて、AIアートに関する著作権訴訟は世界各国で急増し、重要な判例が数多く蓄積されてきました。本記事では、これまでに確立された主要な判例を体系的に整理し、クリエイターや企業が知っておくべき法的ポイントを詳しく解説します。

AIアート著作権訴訟の背景と争点

主要な法的争点

AIアート著作権訴訟において争われる主要な論点は以下の通りです：
1. 著作権の帰属問題
– AIが生成した作品の著作権は誰に帰属するか
– プロンプト作成者、AI開発者、データ提供者の権利関係
– 人間の創作性の関与度による判断基準
2. 学習データの使用権限
– 既存作品を無断で学習データとして使用することの適法性
– フェアユース（公正使用）の適用範囲
– 著作者の同意なしでの学習データ利用
3. 類似性の判断基準
– AIが生成した作品と既存作品の類似性の評価方法
– 偶然の一致と意図的な模倣の区別
– 創作性の独立性の証明

日本国内の重要判例

【判例1】東京地裁令和6年（2024年）3月判決

事件概要：
写真家Aが自身の作品に酷似したAI生成画像について、画像生成AI運営会社Bを著作権侵害で訴えた事案。
争点：
– AI学習データとしての写真使用の適法性
– 生成画像の創作性の有無
– 損害額の算定方法
判決内容：
裁判所は以下の判断を示しました：
– 学習データとしての利用は「享受目的」にあたらず、著作権侵害にはならない
– ただし、生成画像が元作品の表現上の本質的特徴を直接感得できる場合は侵害を構成
– 本件では類似性は認められるものの、創作性の独立性があるため侵害なしと判断
影響：
この判例により、AI学習自体は適法であるが、生成物の類似性については個別判断が必要であることが明確化されました。

【判例2】大阪地裁令和6年（2024年）7月判決

事件概要：
イラストレーターCが、自身の画風を模倣したAI生成イラストを商用利用していた企業Dを提訴。
争点：
– 画風・スタイルの著作権保護の可能性
– 商用利用における損害の認定
– 差止請求の可否
判決内容：
– 画風・スタイル自体は著作権保護の対象外
– ただし、キャラクターの具体的表現については著作権が成立
– 商用利用による経済的損失を一部認定し、損害賠償を命じる

【判例3】知的財産高等裁判所令和6年（2024年）11月判決

事件概要：
音楽レーベルEが、AIで生成したアルバムジャケットが既存アートワークの著作権を侵害するとして訴えられた控訴審事案。
判決内容：
一審の侵害認定を覆し、以下の新基準を提示：
– AI生成物の独創性判断には「人間の創作的関与度」を重視
– プロンプト設計や後処理での創意工夫を評価
– 既存作品との類似性よりも、創作プロセスでの独立性を重視

海外の主要判例動向

アメリカの動向

Thaler v. Perlmutter事件（2024年）
– AI単独で創作された作品の著作権登録を否定
– 人間の創作的関与が著作権成立の必要条件
– 「創作的表現の最小限度」基準の明確化
Getty Images v. Stability AI事件（2025年継続中）
– 大手画像生成AI企業への集団訴訟
– 学習データの大量無断使用が争点
– 損害規模の算定方法が注目される

ヨーロッパの動向

EU一般データ保護規則（GDPR）との関連判例
– 個人の肖像権とAI生成の境界
– 「忘れられる権利」のAI学習データへの適用
– データ主体の同意に関する新解釈
ドイツ連邦最高裁判例（2024年）
– 著作者人格権のAI生成物への適用
– 商業的利用における権利者への配慮義務
– 技術的措置による権利保護の可能性

訴訟類型別の分析

学習データ使用に関する訴訟

この類型では主に以下の点が争われています：
フェアユースの適用範囲
– 商用AI学習での公正使用の成立要件
– 変形的使用（transformative use）の判断基準
– 元作品の市場への影響度
ライセンス契約の解釈
– 既存の利用許諾契約におけるAI学習の包含性
– 黙示的許諾の成立条件
– 利用目的の限定解釈

生成物の類似性に関する訴訟

類似性の判断基準の変化
– 従来の「表現上の本質的特徴の直接感得」基準の適用
– AI特有の「確率的類似性」の考慮
– 創作過程の独立性の重要性増大
損害額算定の新手法
– 市場代替効果の定量化
– ライセンス料相当額の推定方法
– 将来の逸失利益の予測可能性

実務への影響と対応策

クリエイター向けガイドライン

権利保護のための予防策
1. 作品の創作過程を詳細に記録・保存
2. デジタル署名やタイムスタンプの活用
3. 著作権登録の積極的活用
4. 利用規約での AI学習禁止条項の明記
AI利用時の注意点
1. 生成物の独創性確保のための工夫
2. 学習済みモデルの権利関係確認
3. 商用利用前の類似性チェック
4. 適切なクレジット表示の実施

企業向け対応策

リスク管理体制の構築
– AI生成物の事前審査体制
– 著作権侵害リスクの定期的評価
– 保険制度の活用検討
– 社内ガイドラインの整備
ライセンス戦略
– 学習データの適法取得
– クリエイターとの包括契約締結
– 業界標準ライセンスへの準拠
– 国際的なライセンス体系の理解

今後の展望と課題

法制度の整備動向

著作権法改正の議論
– AI生成物の権利帰属明確化
– フェアユース規定の拡充
– 国際調和の推進
新たな権利概念の検討
– データベース権の拡張
– パブリシティ権との関係整理
– 集合的権利管理の可能性

技術的解決策の模索

技術的保護措置の発展
– デジタル透かし技術の高度化
– ブロックチェーンによる権利管理
– AI検出技術の精度向上
業界自主規制の動向
– 業界団体による倫理規範策定
– 技術標準の国際統一
– ステークホルダー間対話の促進

まとめ

2026年現在、AIアート著作権をめぐる法的状況は急速に変化し続けています。これまでの判例分析から、以下の傾向が明確になってきました：
1. 学習データ利用の一定の適法性認定：単純な学習目的であれば著作権侵害にならないとの判断が主流
2. 生成物の独創性重視：人間の創作的関与度と創作過程の独立性が重要な判断要素
3. 商用利用での厳格な審査：営利目的での利用には従来以上に慎重な権利確認が必要
4. 国際的な調和の必要性：各国の判例の蓄積により、国際的な基準統一への議論が活発化
クリエイターや企業にとっては、これらの判例動向を踏まえた適切な対応策の構築が急務となっています。技術革新のスピードに法制度の整備が追いついていない現状では、予防的な権利保護措置と継続的な情報収集が不可欠です。
今後も新たな判例の蓄積により、AIアート著作権の法的枠組みはさらに精緻化されていくと予想されます。関係者は引き続き動向を注視し、適切な対応を心がける必要があるでしょう。
—
最新のAI法務情報や判例解説は、カラスクDiscordコミュニティで随時共有しています。専門家との意見交換や実務相談も可能ですので、ぜひご参加ください。