学習データ

学習データとは、人工知能モデルがそのパラメータを調整する基礎となるテキスト、画像、音声、コードまたは測定値の総体をいいます。その収集と利用は、複数の知的財産権に同時に関わります。すなわち、複製されるコンテンツに対する著作権、データベース製作者の独自の権利（sui generis権）、営業秘密、および場合により著作隣接権です。主要な枠組みは、指令（EU）2019/790に由来するフランス知的財産法典L.122-5-3条が定めるテキスト及びデータマイニングの例外、ならびに規則（EU）2024/1689によりモデル提供者に課される透明性義務から成ります。

保護されるコンテンツの複製

学習用コーパスの構築はコンテンツの複製を前提とし、これは著作者または著作隣接権者の複製権に関わります。この複製は、適法にアクセス可能なコンテンツを自動分析の目的で複製することを認めるテキスト及びデータマイニングの範囲に入る場合にのみ適法となります。科学研究目的の例外は強行的なものですが、一般的な例外は、権利者が表明した反対、とりわけオンラインに掲載されたコンテンツについては機械可読な方法で表明された反対の前に後退します。

データベースと営業秘密

データが構造化されたデータベースから抽出される場合、その操作は、データベース製作者の権利の意味における実質的な抽出を構成することがあります。この権利は著作権に付加されるものであり、固有の例外に従います。企業が構築したデータセット、その選択、アノテーションおよびクレンジングは、合理的な保護措置が講じられていることを条件として、それ自体がデータベースとして、または営業秘密として保護されることがあります。

モデル提供者に課される透明性

人工知能に関する規則は、汎用モデルの提供者に対し、権利者が表明した権利留保の識別と尊重を含む著作権尊重の方針を整備すること、および学習に用いたコンテンツの十分に詳細な概要を公表することを義務付けています。これらの義務は、著作者のために新たな権利を創設するものではありませんが、著作物の利用の証明を容易にし、著作権侵害訴訟またはライセンス交渉への道を開くものです。

要点

モデルの学習は大量の複製に依拠しており、その複製は、テキスト及びデータマイニングの例外またはライセンスの枠内においてのみ適法です。自らのコンテンツの利用に反対することを望む権利者は、その権利留保を機械可読な方法で表明し、文書化しておく必要があります。開発者は、各データセットの出所を追跡し、権利留保を確認し、適法なアクセスの証拠を保存し、申立てがあった場合に自らの方針を正当化することを可能にする透明性義務を予め想定しておかなければなりません。