# グーグル、AI著作権政策で公開データ学習と出力の規制を分離 - 媒体: Andown（行灯）— そこにある光 - URL: https://andown.space/google-has-thoughts-on-ai-and-copyright-regulation-in-the-us/ - 公開日: 2026.06.29 / 更新 2026.10.18 - 著者: Andown - 時間軸: シーンと言説の潮流（1〜3年） - テーマ: AI生成音楽（https://andown.space/topics/generative-music/）、著作権の再発明（https://andown.space/topics/copyright-remix/） - フック: 学ぶ自由と、消す責任のあいだ > グーグルは、公開ウェブデータによるAI学習の保護を求める一方、著作権への対応は生成物に焦点を当てる政策案を示した。2026年6月29日時点の報道から見えるのは、学習の適法性だけでなく、大量の生成物を誰が見つけ、削除するのかへと広がる争点だ。有償契約の対象をどこに置くかも問われている。 ## 学習と生成物を、別の問題にする AIは何を学べるのか。その議論に対し、グーグルは「何を出力したか」を著作権対応の中心に置こうとしている。Music Allyが2026年6月29日に報じた同社の報告書は、公開ウェブデータによる学習の保護と、既存作品を複製した生成物への対応を分けて示した。成立した規則ではなく、政策当局に向けた企業の提案である。 報告書は、公開データを使う学習を、作品の表現そのものを利用するのではない「変容的」な利用だと主張する。米国ではフェアユース、国外ではテキスト・データマイニングの例外によって保護されるべきだという立場だ。美術学生がギャラリーを歩いて着想を得ることに、モデルの学習をなぞらえている。 同時に、同社は専門的で非公開のコンテンツへのアクセスや提供に対価を払う自社契約を挙げる。学習全般への許諾を提案するのではなく、公開データの利用と、特定のコンテンツをめぐる有償の関係を並べる構図だ。兆しは、AIと権利者の対立の解消ではない。何に対価が生じ、何を保護の対象とするか、その境界を具体化しようとする動きにある。 ## 1日7万5千曲が問う削除の仕組み この提案の背景には、規制の議論だけでなく、生成物の量という問題がある。Music AllyはDeezerの最新統計を引き、ストリーミングサービスへ毎日アップロードされる完全AI生成曲が7万5千曲に達したと伝える。2025年初めには1日1万曲だったという。これは記事が紹介する規模の指標であり、利用者数や収益を示す数字ではない。 グーグルは、学習対象の作品をそのまま再現する出力を技術的な安全策で防げるとする。一方で、過去の作品に「似すぎている」かどうかという主観的な判断まで、フィルターに自動化させないよう求める。その先に置くのが、権利者からの通知を受け、侵害コンテンツを削除する既存の仕組みだ。 ここで争点は、侵害の有無だけではなく、発見と申告を誰が担うかに移る。大量の楽曲から問題のある出力を見つけ、根拠を示し、削除を求める。その運用が追いつくのか。Music Allyは、音楽の権利者が通常の通報・削除でこの規模に対応できるか疑問を持つと指摘する。提案が機能する条件は、まだ示されたわけではない。 ## 広がりの焦点は、照合と契約の境界 この時点から先の数年を見ると、議論が広がり得る先は少なくとも二つある。ひとつは、生成物と既存作品を照合する仕組みだ。Music AllyはContent ID型のシステムが答えとなる可能性に触れつつ、その方向性にはグーグル自身の利害もあると留保する。報告書がその導入を決めた、という話ではない。 照合で見つけやすい複製と、文脈を踏まえた判断が必要な類似性。その境界をどう扱うかが、今後の制度やサービス設計の論点になる可能性がある。自動検出を強めれば問題がすべて解けるわけでも、通知を待てば十分だと確認されたわけでもない。技術の性能と、判断を担う主体の両方が問われている。 もうひとつは、有償契約の対象である。専門的・非公開のコンテンツをめぐる契約が広がるなら、公開されている作品との扱いの差が、より重要になる可能性がある。ただし、公開されていることと、権利者が学習に同意していることは同じではない。Music Allyもギャラリーの比喩に対し、展示には支払いや許諾、作家の意思が関わると反論している。 ## 日本から見ると、例外の名前より運用 日本から読む際にまず区別したいのは、米国のフェアユースを根拠とする政策要求と、日本での法的な判断である。この記事は日本の制度との比較をしておらず、国外の例外を一括りにした同社の主張から、日本での適法性まで導くことはできない。ここで確認できるのは、グーグルが何を政策上の優先事項にしているかだ。 それでも、読み取れる論点は国境を越える。音楽を公開した後、その音源に由来する出力を誰が発見し、どの手続きで扱うのか。公開の範囲、契約の範囲、削除の責任を分けて見ると、学習の是非だけでは見えなかった運用の負担が浮かぶ。2026年6月末にあったのは、AIと著作権の決着ではなく、その負担の分け方をめぐる提案だった。 ## 要するに - グーグルは、公開データによる学習の保護と、侵害する生成物への対応を分けて提案した。 - 完全AI生成曲の投稿規模が、通報・削除の運用をめぐる論点になっている。 - 有償契約の対象と、侵害を発見する負担の分け方が、次の争点として見える。 ## 出典（エビデンス） 1. [二次] Music Ally「Google has thoughts on AI and copyright regulation in the US」 (2026-06-29) https://musically.com/2026/06/29/google-has-thoughts-on-ai-and-copyright-regulation-in-the-us/ > "Technical safeguards can help prevent models from generating outputs that reproduce works they were trained on." > 訳: 技術的な安全策は、モデルが学習した作品を再現する出力を生成するのを防ぐ助けになり得る。 確認日: 2026-10-18 ## 用語 - **Content ID** / Content ID: 権利者から提供された参照音源などとYouTube上の動画を照合し、一致した動画の収益化やブロックなどを管理する仕組み。照合結果だけで権利の帰属が確定するわけではない。 https://andown.space/glossary/content-id/ - **ストリーミング** / Music streaming: ネットワーク経由で音源を受信しながら再生する提供方式。音楽市場では有料契約や広告などに支えられるが、市場収入と個々のアーティストの受取額は同じ指標ではない。 https://andown.space/glossary/music-streaming/ - **テキスト・データマイニング** / Text and Data Mining: 文章やデータを機械的に分析し、特徴や関係を取り出すこと。著作権法では、その過程で必要となる複製などを、どの条件で許諾なしに行えるかが論点になる。 https://andown.space/glossary/text-and-data-mining/ - **フェアユース** / Fair Use: 米国著作権法で、利用の目的や性質などに照らし、権利者の許諾なしでも著作物の利用が認められる場合があるという原則。AI学習への適用は争われている。 https://andown.space/glossary/fair-use/ - **著作権**（ちょさくけん） / Copyright: 楽曲や歌詞などの創作的な表現を保護する権利。出典は楽曲・歌詞・録音の保護と声のブランドを守る試みを区別し、商標を追加の手段として位置づけている。 https://andown.space/glossary/copyright/ --- この記事の写真は出典記事の空気感をもとに AI で生成したイメージです。引用の際は上記の出典を一次資料として参照してください。