AI動画の新しいルールブック：EU AI法が求める機械可読ラベル

気づかないまま出荷しているラベル

法務部門から制作チェックリストへ、ほとんど話題にもならずに移ってきた問いがある。多くの制作チームはまだ追いついていない。AIモデルで動画を生成するとき、ファイルには何が付いてくるのか。ファイルの中身ではない。メタデータだ。見る者が見れば、これは機械が作ったと告げる、目に見えない層のことだ。

2026年8月2日以降、EU AI法第50条の透明性義務はAI生成メディアに適用されている。本当に重要なのは機械可読マーキングの期限で、事業者には2026年12月2日までに準拠する時間が与えられている。付随する制裁は象徴的なものではない。最大1500万ユーロ、または全世界年間売上高の3パーセントのいずれか高い方だ。コンプライアンス上の脚注のように読める規則に、株主総会級の値札が付いている。

「機械可読」とは実際に何を意味するのか

人間に見えるラベルは簡単な部分だ。キャプション、ウォーターマーク、隅の小さなタグ。実際に準拠しているかどうかを決めるのは、目に見えない方だ。ファイルが、下流のシステムが自動で読める来歴メタデータを保持しているかどうか。

最も確立されたやり方は、モデルの選択ひとつ分の距離にある。一部の動画生成器は、出力に不可視のウォーターマークをデフォルトで埋め込み、付随するメタデータはほとんどの配布形態を通じてファイルに追随する。そうでないものは、来歴を一切付けずにクリーンなファイルを出す。これは、ラベリングの責任が動画を生成した側に、そして最終的には公開した側にのしかかることを意味する。

多くのチームがこれを見落とす。準拠は最後に付け足せる後処理の工程ではない。ラベルは多くの場合、生成時点でモデルベンダーによって組み込まれており、ベンダーごとに挙動が異なるからだ。選ぶ動画モデルは、文字どおりコンプライアンス上の判断なのである。

プラットフォームの方が先に辿り着いていた

規制は新しい。だがそれが求める行為は新しくない。大手プラットフォームは何年も前から、法的義務の有無にかかわらず、ユーザーのアップロードに来歴メタデータを付けてきた。ある主要プラットフォームは、自社のコンテンツクレデンシャル・プログラムの開始を2024年5月と定め、2025年末までに13億本を超える動画にラベルを付けたと報告している。AI法の機械可読期限が誰かのカレンダーに載る、はるか前のことだ。

理由は単純だ。規制当局がルールブックを持つ前に、プラットフォームには信頼の問題があった。誤情報はエンゲージメントに悪く、来歴ラベリングは安価で、規則を先取りする方が、規則に後れを取って捕まるよりも常に良い。プラットフォームが早くから配管を敷いたのは、それが自分たちを守ったからであり、法令に命じられたからではない。AI法は主に、その配管を他の全員にとって義務にするものだ。

コンテンツを作る側にとって、これは通常の前提を反転させる。問いは、自分の動画にラベルが必要かどうかではない。そのラベルが旅を生き延びるかどうかだ。メタデータは脆い。編集ソフトはそれを剥ぎ取る。再エンコードは落とすことがある。メディアを再処理するプラットフォームへのアップロードは再び剥ぎ取ることがある。チームは完璧にラベル付けされた動画を生成し、3つのツールを経た後に、まったく気づかぬままラベルのない動画を出荷しうる。

この脆さは過小評価されやすい。損害が見えないからだ。ファイルを開き動画を再生しても、何もおかしくは見えない。おかしいものはすべて、見えない層にある。生成器が作成の瞬間に付けたラベルは、日常的な書き出しの途中で消えることがあり、画面の上では何も教えてくれない。下流の誰かが、このファイルに来歴がないのはなぜかと尋ねる頃には、手がかりはずっと冷めている。

責任は実際どこに落ちるのか

AI動画の保管の連鎖にはいくつかの環があり、第50条はその鎖に沿って義務を割り当てる。生成システムの提供者には義務がある。システムを実際に使用する当事者である配備者にもある。多くの制作チームにとって、その第二の役割は自分たちのものだ。

ここで、単一のベンダーでは解決できない実務的な問題が生じる。あなたのパイプラインが、3つの異なるモデルの出力と、ストック映像、そして人の編集を縫い合わせているなら、最終ファイルの来歴の物語は、重なり合い、時に矛盾するメタデータの寄せ集めになる。規制は開示を想定している。だが、マルチソースのファイルを簡単に記述できるツールを誰かに渡してはいない。

先を行くチームは、来歴を出力の属性ではなくパイプラインの属性として扱っている。各段階に計測を仕込み、何が何を生成したかを記録し、全体の弁明可能な記録を組み立てる。地味な作業だ。だが、顧客やプラットフォーム、規制当局が初めて「この動画はどこから来たのか」と尋ねたとき、競争優位に変わるのも、まさにこの種の地味な作業だ。

期限は要点ではない

12月2日をゴールラインと読むのは誘惑的だ。準拠して、チェックを入れて、先へ進む。その読み方は、実際に起きていることを見落としている。機械可読の来歴は、メディアが検証可能な履歴を帯びる世界の始まりであり、その履歴を読むツールは広がりつつある。今日AIコンテンツにラベルを付けるメタデータ標準は、明日、ある写真が改変されていないことを証明する同じ基盤なのである。

コンテンツチームにとって、それは作業が一度きりの監査ではないことを意味する。常設の実践だ。どのツールが出力にラベルを付けるかを知り、どのワークフローがそのラベルを剥ぎ取るかを知り、誰かに尋ねられたときのために答えを用意しておくこと。今日選ぶ動画モデルが、あなたのファイルが今後何年にもわたって自分自身について何を証明できるかを形づくる。生成時に設定されたメタデータは、最も偽造しにくく、最も失いやすい種類だからだ。

実用的なワークフローとはどんなものか

先を行くチームは、来歴を設定ではなく工程として扱い始める。生成器を一度だけ設定し、付けられるものを付ける。パイプラインを一度だけ確認し、付けたものが最後まで届くのを確かめる。何を、どんなプロンプトから、どのツールを通して生成したかの記録を残す。巧いことは何もない。だがそのすべてが、質問に答えられるか、推測せざるを得ないかの違いになる。

最も難しいのは技術ではなく文化だ。来歴の作業には目に見える成果がない。メタデータが無傷な動画に対して誰も礼を言わないし、それが失われるまで誰も気づかない。まさに締め切りの圧力下で飛ばされる種類の、見えない衛生管理だ。だからこそ、手動の工程として足すのではなくパイプラインに組み込む者が、それを保ち続けられる。

要点

AIラベリング規則を考える最も面白くない方法は、コンプライアンス負担と見なすことだ。より面白い方法は、AIメディアが記憶を手に入れる瞬間と見なすことだ。どのように作られたかの正直な記録を帯びた動画はどれも、少しだけ信頼できる。その記録を剥ぎ取るワークフローはどれも、問題を悪化させる。

規制は業界に配管を敷くことを強いる。配管そのものは持つ価値がある。ファイルが自らの由来について真実を語れるなら、下流の全員、プラットフォームからパブリッシャー、視聴者まで、何を信じるかを決める力が少し増す。それは官僚的な煩わしさではない。機能であり、それを建てさせるのに1500万ユーロの威嚇が要った。