2024年初め、Anthropicは「Project Panama」と呼ばれる社内プロジェクトを始めました。目的は単純です。大量の紙の書籍を入手し、背表紙を裁断してすべてのページをスキャンし、そのテキストをClaudeモデルの学習パイプラインに流し込むことです。スキャンを終えた実物はリサイクルに回されました。2025年6月、裁判所はAnthropicが合法的に購入した書籍のスキャンを、米国著作権法で保護著作物の一定の利用を許可なしに認める法理である「フェアユース」に当たると判断しました。法的な問いには、少なくとも今のところ答えが出ています。しかし倫理的な問いには答えが出ていません。本稿では、合法な手続きがなぜ倫理的な反発を招きうるのか、希少本や絶版本がデータセットの1行になるとき何が失われるのか、そしてなぜ2022年より前に印刷された本が異例なほど価値の高い原材料になったのかを考えます。

Project Panamaの中身

このプログラムの仕組みは工業的です。倉庫では専用の裁断機が製本された本の糊付けされた背を切り落とし、ばらばらになったページを高速スキャナーに通します。テキストを取り込んだ後、ページと表紙はリサイクル用の容器に入れられます。報道はこのプログラムを数百万冊の本を破壊するものと伝えており、CBS NewsやForbesなどの報道は、学習データを求めるAI企業による古書買い付けの急増を指摘しています。

Anthropicはこの作業を場当たり的に進めたわけではありません。同社はGoogle Booksの元パートナーシップ責任者を採用し、プロジェクトの指揮を任せました。この人選には意味があります。図書館の蔵書をデジタル化したGoogle自身の書籍スキャン事業は、2015年10月に米国の控訴裁判所がフェアユースの法理に基づいて適法と認めたものだからです。この判決がAI企業が今よりどころにする法的基盤をつくり、過去およそ18カ月の間も、裁判所は企業が商用の機械学習のために紙の本をデジタル化して処分することを認める方向で著作権法を解釈し続けています。

2022年より前の本が貴重になった理由

Project Panamaは2022年より前に印刷された本を優先しました。この年に根拠がないわけではありません。ChatGPTが登場したのが2022年で、それ以降、インターネット上の膨大なテキストがAIシステムによって書かれるか、部分的に書かれるようになりました。新しいモデルを学習させるラボにとって、以前のモデルが生成したテキストは負債です。学習セットを機械の出力で汚染してしまうからで、この問題は俗に「スロップ」と呼ばれます。

2022年より前に印刷された本には、どんなデジタルソースにもない保証があります。そこにある文章はすべて人間が書いたものだということです。このため、紙の本の流通は異例なほどクリーンな学習素材の供給源になります。かつては主にコレクターや研究者、図書館にとって価値を持っていた古書、希少本、絶版本が、今では純度の高いデータとしての価値も持つようになりました。2022年後半より前のコンテンツを作った人や保有している人は、それが再び生み出されることのない歴史的価値とデータ衛生上の価値を持つことを認識しておくべきでしょう。

テーブルの片側に積まれた古書、反対側に光るサーバーラック、その間に置かれた砂時計

▲ 学習データに変わる紙の知識

本がデータになるとき失われるもの

Anthropicの訴訟における裁判所の論理は、本の根底にある思想は保存されるという点に一部依拠していました。テキストはデジタルの形で生き残ります。この見方からすれば、失われるものはありません。言葉はそこにあり、保存のされ方が変わっただけです。

反対の見方は異なる前提から出発します。印刷された本はテキスト以上のものだという前提です。希少本や古書は原本であり、どんなスキャンもそれを再現することはできません。背が裁断されページがリサイクルされれば、その原本は永久に失われます。これを考える一つの方法は、農作物の工業的な収穫と対比することです。ココナッツの農園は収穫後にまた育ちますが、破壊された初版本は戻りません。物理的な形をした人類の知識は、一度失われれば再び育てることはできないのです。

誰が最終的にその知識を握るのかという問題もあります。実物が破壊され、テキストが独占的なモデルの重みの中にだけ存在するようになると、その知識の支配権は、図書館やコレクター、読者からなる分散したネットワークから、一握りの民間企業へと移ります。こう見ると、この慣行は権力者が情報を統制するために本を破壊した歴史上の出来事との比較を誘います。この比較は価値判断であって法的な認定ではなく、テキストは他の複製や形式で引き続き参照できるという理由から、良識ある人がこれを退けることもあるでしょう。しかしこの比較は、合法だと認めている人々でさえこの慣行に不安を覚える理由を説明しています。

法的な線引き:購入した本と海賊版

2025年6月の判決は、アンドレア・バーツ、チャールズ・グレーバー、カーク・ウォレス・ジョンソンら作家がAnthropicを相手取って起こした著作権訴訟で下されました。裁判所は判断を二つに分け、それが今の状況を規定しています。

行為 裁判所の判断 結果
合法的に購入した紙の本を学習のためにスキャン フェアユース 許容
約700万冊の海賊版書籍での学習 違法 $15億の和解

$15億という数字は基準価格になりました。OpenAI、Meta、Google、Midjourneyに対しては数十件の著作権訴訟が係属中で、それらの原告は、無許諾の学習データがいくらの代償を伴いうるかについて具体的な指標を手にしたことになります。海賊版のライブラリで学習した企業にとって、これは支払い能力に関わる本物の問題です。ソースを購入した企業にとっては、この判決は今のところ青信号です。

法廷の机の上の天秤が、購入されたハードカバー本とコピーされたページの山を量っている

▲ 法廷で比べられる購入本と海賊版

法的な答えが倫理的な問いを解決しない理由

判決の後も、いくつかの緊張関係が残っています。

第一は非対称性です。現在の解釈では、企業が本を買い、破壊し、そのテキストを商用製品に取り込むことはフェアユースとされる一方、個人が同じ本のデジタルコピーを共有すれば海賊行為として罰せられます。法律はこの二つを区別していますが、その区別は公平さについての日常的な直感と折り合いをつけにくいものです。

第二は「学生のように学ぶ」という語り方です。AI企業はしばしば学習を、人が幅広く本を読み、読んだものから学ぶことになぞらえて説明します。これに対抗する説明は、このプロセスはむしろ採掘型の製造ラインに近いというものです。原材料が入ってきて、工業的な規模で加工され、製品が売られる。そして原材料を生み出した人々には何の見返りも戻らない。どちらの説明がより正確かによって、そもそもフェアユースが適切な枠組みだと見なせるかどうかが変わってきます。

第三は対価です。本が購入されスキャンされた作家は、一冊の本の売上をはるかに超える収益を生む製品に自分のテキストが使われても、何も受け取りません。裁判所はそれを違法とは認定しませんでした。それが公正かどうかは別の問いです。

Getty Imagesの事例:議論に勝ち、市場を失う

ストックフォト業界は警告となる類例を示しています。Getty Imagesは数十年をかけて、透かしで保護されたアーカイブとそれを軸にしたライセンス事業を築き、整備してきました。Stability AIがスクレイピングした画像で画像生成モデルを学習させると、Getty Imagesは提訴しました。それでも2026年10月、Getty Imagesは連邦破産法第11条に基づく再建手続きを申請しました。デザイナーや商業顧客はすでに安価な生成AIの代替手段へ移っており、同社が依存していたライセンス市場は縮小していたのです。

ここから読み取れる教訓は、著作権の執行は、たとえ積極的に進めても、生成ツールが需要を奪ってしまった後ではビジネスモデルを守るのに間に合わないことがあるということのようです。数十年にわたるキュレーションを掘り崩したのは、一度の敗訴ではなく、訴訟では覆せない市場の変化でした。

クリエイターにとって何が懸かっているか

これらの事例をまとめると、作家は自分の本の最終的な複製に対する支配を失い、写真家はクレジットと収入を失い、その仕事の下流の価値は少数のフロンティアラボに集まる、という構図が浮かび上がります。懸念はお金だけの問題ではありません。独自の作品を作ってもクレジットや収入を妥当に期待できなくなれば、それを選ぶ人は減り、モデルが依存する人間の書いた素材の蓄えは時間とともに縮んでいくかもしれません。

係属中の上訴は米国最高裁判所に達する可能性があります。そこでの判決は、AI開発者に巨額の金銭的責任を課すかもしれませんし、現在のフェアユース解釈を確認するかもしれません。どちらに転ぶかは本当に不確かです。

まとめと読者にできること

  • Project Panamaは、AIラボがクリーンな学習データを手に入れる方法を示しています。紙の本を買い、スキャン後に破壊し、フェアユースに依拠するというやり方です。
  • 2022年より前の本は、人間が書いたことが保証されているため価値があります。2022年後半より前のコンテンツは、歴史的価値とデータとしての価値を持ち続けます。
  • 裁判所は現在、購入した本(フェアユース)と海賊版(違法)を区別しており、後者の基準コストは$15億の和解金です。
  • 法的に許されていても、かけがえのない原本、企業と個人の非対称な扱い、対価を受けないクリエイターをめぐる倫理的懸念は解消されません。
  • Getty Imagesの例は、需要が生成ツールへ移ってしまえば、執行だけではビジネスモデルを救えない可能性があることを示しています。

読者にとっては、いくつかの実践的な行動が導かれます。係属中の著作権訴訟の上訴と最高裁の動きを注意深く見守ってください。その結果はクリエイターの権利とAI企業の財務リスクの両方に影響します。コンテンツを作ったり売ったりしているなら、汎用的な素材ではなく、生成モデルが簡単には近似できない専門性の高い、守りやすい仕事へ軸足を移すことを検討してみてください。大手プラットフォームの技術の上で何かを作っているなら、自分の独自のコンセプトや名称について公開された記録を丁寧に残しておきましょう。そして、破壊的なスキャンの倫理が気になるなら、行動すべき場所は法と政策のプロセスです。人間の仕事がAIシステムにどう取り込まれるかのルールは、まだ書かれている途中なのです。