第9巡回区、Copilotの出力は帰属情報を削除したコピーではないと判断

連邦控訴裁判所はGitHubとOpenAIに、限定的だが影響の大きい勝訴をもたらし、その過程で、他者の成果物でモデルを訓練するすべての企業が注意深く読むべき一線を引いた。

事件はDoe対GitHubである。原告は、帰属表示を義務付けるライセンスの下でオープンソースコードを公開した匿名のプログラマーたちだ。被告はGitHub、その親会社Microsoft、およびOpenAIの各法人である。問題となった製品はGitHub、Copilot、OpenAI Codexであり、いずれも公開リポジトリで訓練されている。

原告はデジタルミレニアム著作権法の下で二つの理論を提起し、いずれも、著作権管理情報の削除または改変を禁じる第1202条に基づいていた。第一は入力理論である。被告が原告のコードをCopilotに訓練データとして投入する前に、帰属情報を削除したというものだ。第二は出力理論である。Copilotが時に、ソースコードの帰属表示なしに記憶した訓練データを返し、そうすることが当該情報の削除または改変に当たるというものだ。

入力理論は争われなかった

第9巡回区控訴裁判所は訓練段階の請求に踏み込むことを避け、その理由は注目に値する。下級審で原告代理人は、訓練データの複製は「おそらく」ライセンスに違反しないと認め、地裁は訴状が「訓練に関するものではない」と明確に述べた。原告は異議を唱えなかった。控訴審で合議体は、この理論は放棄されたものとして扱った。

この放棄は見た目以上に重要だ。訓練段階の問いは、スクレイピングされたデータまたはライセンスされたデータで訓練されたあらゆるモデルに関わるものだった。本案ではなく手続上の譲歩でそれを失ったことで、原告は最大の問いを未解決のままにし、別の事件に委ねた。

出力理論が失敗した理由

本案判断で、裁判所は原告自身によるCopilotの動作説明に依拠して出力理論を退けた。訴状は、統計的パターンを推論し、最も可能性の高い補完を予測する「複雑な確率過程」を記述していた。合議体は、それは検索ではなく生成を記述するものであり、生成された成果物は保護されたコードの「コピーとして合理的に説明することはできない」と結論付けた。

裁判所はCopilotを検索エンジンと対比した。検索エンジンは保存されたコピーを取得するため、帰属表示を削除し得るコピーを有する。次トークンを予測するモデルは、裁判所の読み方では、そのようなコピーを保持していない。

次に合議体はいわゆる同一性要件を扱い、ここで何年にもわたり書面で引用されるであろう判断を示した。同一性を第1202条請求の独立した要件として扱うことを拒否したのである。代わりに、同一性を法文の「削除」「改変」「コピー」という語の注釈であり、テストではなく証拠であると述べた。帰属表示なしのほぼ同一の複製は、帰属表示が削除されたとの推論を支える。実質的な差異は逆方向、すなわち帰属表示がそもそも付されたことのない新たな著作物を示す。

この判決が実際に変えるもの

実務上の効果は範囲の狭まりであり、救済ではない。DMCAがフェアユースや実質的類似性という難しい問題を回避する近道を与えてくれると期待した著作権者たちは、今や遠回りを余儀なくされる。

裁判所自身の枠組みは、次の争点がどこにあるかを示している。権利者は訓練段階の理論に一層強く依拠し、データがモデルに到達する前に帰属表示が削除されたと主張するだろう。また、出力に関する通常の侵害請求も推し進め続ける。そこでの基準は、帰属メタデータの仕組みではなく、保護された著作物との類似性である。

保持すべき第二の読み方もある。合議体は、同一性は要件ではなく証拠であると慎重に述べた。これは権利者に道を与える。保護されたコードをほぼ逐語的に再現し、帰属表示がない出力の記録を積み上げれば、推論が利用可能になる。記憶したモデルと一般化したモデルの境界は、今や出力がどれだけ近く着地するか、そして原告がそれをどれだけうまく証明できるかという問題の一部である。

問題のより大きな形

一歩引くと、この事件はAIに対する評決というより、不均等に追いつきつつある法体系のスナップショットのように見える。帰属表示は確率モデルを生き延びるようには設計されていなかった。著作権管理情報は、メタデータが付されたコピーを前提とする。システムが統計的過程から新たな何かを生み出すとき、メタデータが削除された対象となるコピーは存在しない。

それは技術の形についての議論であり、古いカテゴリーが当てはまらないあらゆる紛争に現れるのと同じ議論である。第9巡回区は法文を拡張するのではなく文字通りに読むことを選び、それは擁護可能である一方、根底にある緊張を未解決のままにしている。

開発者にとっての結論は華やかではない。DMCAは一部が期待したほど強い盾ではないが、消えたわけではない。原告にとっての結論は、地裁で譲歩した理論は控訴審で敗れる理論だということである。そして公開コードでモデルを訓練するすべての人にとって、より持続的な警告は裁判所自身の論理から来る。出力が特定の入力に近く着地するほど、「新たな著作物」という枠組みは成り立ちにくくなる。

他者のコードでモデルを走らせることの意味

オープンソースプロジェクトを維持する人にとって、実務的な読み取りは見出しが示唆するより狭い。DMCAの帰属表示ルートは今や困難だが、根底にあるライセンス義務は動いていない。あなたのコードがMITまたはApacheライセンスである場合、それを記憶し、表示なしに再現するモデルは依然としてライセンス問題であり、裁判所自身の推論はその証明方法を指し示している。

不快感は逆方向にも及ぶ。この判断は、Copilotを検索システムではなく確率的生成器として描く説明に依拠している。その説明はほとんどのプロンプトとほとんどの出力には正確である。長く特徴的な一節をほぼ正確に再現する裾野については、あまり正確ではない。そして原告が記録を構築する必要があるのは、まさにその裾野である。裁判所はその事件への扉を閉ざしてはいない。記録そのものを論点全体にしたのである。

ツールにも実務上の帰結がある。地裁が言及したGitHub自身の重複検出フィルターは150文字の一致を検出するもので、今や控訴審の記録の一部である。出力が訓練データにどれだけ近く着地するかを既に測定しているシステムは、裁判所が未解決のままにした問いに答えるのに最も適した立場にある。これはコンプライアンス基盤と訴訟戦略が同じ方向を指していることを示唆する。

依然として係争中の事件

この判決は混み合った分野に届いた。Thomson Reutersは9月、第3巡回区でRoss Intelligenceに対する控訴審に勝訴した。争点は帰属メタデータではなくフェアユースであり、その判断は、Rossが訓練元のデータベースそのものと競合する製品を構築した事実に大きく依存していた。第9巡回区のCopilot判決と第3巡回区のWestlaw判決は異なる問いに答えており、どちらも他方を拘束しない。

その分岐こそが2026年におけるAI著作権法の現状である。裁判所は、自らに届いた断片を巡回区ごとの漸進で解決しており、事実は一般化しにくい。法律調査ツールに関する判断はコードアシスタントについてほとんど語らず、帰属メタデータに関する判断はフェアユースについてほとんど語らない。単一の判決が問題を解決すると待つ人は、制度の構造が生み出さないものを待っている。

この判決は一つの道を狭め、他のいくつかを開いたままにしている。AI著作権に関するこうした問いの大半は、まさに今、一つずつ、たまたま最初にそこへ到達した事件において解決されつつある。