ミュージシャンはAI音楽の盗用にどう立ち向かっているか

SunoとUdioが2024年に一般向けにAI音楽ジェネレーターを公開したとき、彼らは、著作権のある録音物が、ライセンスも同意も対価もなくスクレイピングされてほぼ確実に含まれている学習データという、音楽業界が即座にきわめて問題視した基盤の上に築かれた消費者向け製品を世に送り出しました。それから2年、法廷闘争は本格化し、アーティストたちは自分の作品を守るための新しい技術的ツールを導入し、人間の創造性で学習したAIから誰が利益を得ているのかという、より広い問いかけが音楽業界を作り変えつつあります。現状を見ていきましょう。

学習データの問題

AI音楽ジェネレーターは、膨大な音声データセットで学習されています。ジェネレーターの出力の質は、その学習データの質と量に大きく左右されます——つまり、もっとも優れた出力は、もっとも優れたプロの録音物で学習されたモデルから生まれるということです。それらの録音物には著作権があります。アーティストやレーベルによる中心的な法的主張は単純です。ライセンスや同意なしに著作権のある音楽を商用AI製品の学習に使うことは、そのモデルの出力がその録音物を直接再現しているかどうかにかかわらず、著作権侵害にあたるというものです。

AI企業側の反論は「変容的利用（トランスフォーマティブ・ユース）」というものです。学習は、人間のミュージシャンが音楽を聴き、そこから学ぶことに類似しており、AIの出力は学習データの複製ではなく変容的な作品であると主張しています。裁判所はこの論点を現在検討しており、その結果は当面の間、AI音楽に関する法律を規定することになります。

訴訟の状況

全米レコード協会（RIAA）は2024年6月、Universal Music Group、Sony Music、Warner Music Groupを代表して——商業的に重要な録音音楽の大部分をカバーする連合を組んで——SunoとUdioを提訴しました。訴状は、学習データに著作権のある録音物を使用したことによる著作権侵害を主張しており、申し立てられている侵害の全規模に適用された場合、数十億ドル規模に達しうる法定損害賠償を求めています。

並行して、個々のアーティストたちも集団訴訟を起こしたり、これに加わったりしています。これには著名な録音アーティストも含まれ、学習における著作権侵害だけでなく、パブリシティ権（自分の声とスタイルが同意なく商業化されていること）、トレードドレス（AI生成音楽が自分の特徴的なサウンドを模倣していること）、不正競争といった追加の主張も行っています。集団訴訟は、学習データに作品が使用された多くのアーティストの主張を束ねることで、潜在的な損害賠償額と法的挑戦の広がりを増大させています。

米国外では、EUのAI法が、学習データに関する透明性についての明確な要件を設け、権利者が自分の作品をAI学習に使用されることを拒否（オプトアウト）する権利を確立しています。複数の欧州のアーティストや著作権管理団体が、この枠組みのもとで訴訟を起こしています。

アーティストが実際にしていること

裁判所の外でも、アーティストたちはいくつかの実践的な戦略を追求しています。

学習データセットからのオプトアウト。 複数のAI企業は、権利者が自分の作品を今後の学習に使わないよう求めることができるオプトアウトの仕組みを導入しています。しかし実務上の制約は大きく、オプトアウトは将来に向けたものであり過去には遡りません（すでにその作品で学習されたモデルには影響しません）。権利者が自分の作品を具体的に特定する必要があります。そして遵守は任意であり検証もできません。多くのアーティストは、そもそも最初の学習が同意なしに行われたことを踏まえ、オプトアウトでは不十分だと考えています。

「ポイズニング（汚染）」ツールの利用。 シカゴ大学の研究者たちは、人間の目には見えない形で画像を微妙に改変しつつAIの学習を破壊する、Nightshadeと呼ばれるツールを開発しました。汚染された画像で学習したモデルは、劣化した、誤った出力を生み出すようになります。音声向けにも同様のツールが開発されつつあります。AudioShieldや類似のプロジェクトは、公開された録音物の知覚的な音質には影響を与えないものの、AIモデルがそこから学習する仕組みを妨害するように、そのスペクトル特性を改変することを目指しています。こうしたツールが大規模に実際どれほど有効かについては議論が続いていますが、これらは新しい技術的な対抗手段を体現しています。

透明性の要求。 Artist Rights AllianceやFuture of Music Coalitionを含む複数のアーティスト擁護団体は、学習データの開示義務化を求めています。彼らの提案のもとでは、商業的に販売されるあらゆるAI音楽ジェネレーターは、学習に使用したすべての音楽の詳細な記録を保持・公開することを義務づけられ、権利者は自分の作品が含まれているかどうかを確認し、適切な救済を追求できるようになります。

集団的ライセンス交渉。 一部の著作権管理団体やアーティスト擁護団体は、個別の訴訟を追求するのではなく、業界全体にわたるライセンスの枠組みを交渉しています。その論理は現実的なものです。たとえAI企業に学習データのライセンス取得が法的に義務づけられたとしても、個々のアーティストには意味のある取引を交渉するための資源や交渉力がありません。ASCAPやBMIといった演奏権管理団体（PRO）の運営方法と同様の集団的な取り決めは、より広範な適用と収益分配を実現できる可能性があります。

ストリーミングプラットフォームの視点

ストリーミングプラットフォームは、AI音楽と複雑な関係にあります。一方で、AI生成音楽がストリーミングのカタログにあふれることは、人間のアーティストに支払われる1再生あたりの印税を希薄化させます（印税の総額プールがすべての再生で分割されるためです）。Spotify、Apple Musicなどは、AI生成コンテンツの開示を義務づける方針を導入し、場合によってはAI生成音楽が特定の目立つ掲載枠に載ることを制限しています。他方で、プラットフォームはカタログの量が増えることの恩恵も受けています。

印税の希薄化問題は特に深刻です。無制限にコンテンツを生成でき、偽のアーティスト名で何百万ものトラックに分散して配信できるAIジェネレーターは、理論上、ほぼゼロの限界費用でストリーミング印税のかなりの部分を獲得できてしまいます。複数のストリーミングプラットフォームは、連携したAI音楽の不正操作工作を発見し削除していますが、検出と削除は事後対応にとどまり、その規模の管理は困難です。

AIとアーティストのアイデンティティ

多くのアーティストにとって別の、そしておそらくより個人的な懸念となっているのが、AIによる声のクローンやスタイルの模倣です——特定のアーティストの「スタイルで」音楽を生成する、あるいはその声を直接模倣するためにAIを使うことです。AIツールが、特定のアーティストが作ったと思われるような曲を生成できるようになると、実際にどの特定の録音物も直接複製されていなくても、そのアーティストのブランド、評判、商業的な価値に影響が及びます。

いくつかの注目度の高い事例が、これを世間の関心事にしました。故人となったアーティストの「新曲」とされるAI生成トラック、本物として拡散した声クローンによるカバー、そしてファンを混同させるほど実在のアーティストのアイデンティティを緻密に模倣した、偽のアーティスト名で公開されたAI生成トラックなどです。パブリシティ権法は、アーティストの声や容姿の同意のない商業利用に対してある程度の保護を提供しますが、インターネット規模で匿名で作られるAI生成コンテンツに対する法執行は、実務上困難です。

同意と対価の枠組み

アーティスト擁護派が推し進めようとしている枠組みには、三つの柱があります。同意（アーティストは自分の音楽がAI学習に使われることに積極的に同意しなければならない）、透明性（学習データは文書化され開示されなければならない）、対価（アーティストは学習データの利用に対して公正な対価を受け取らなければならない）です。この枠組みはすでにEUのAI法に部分的に反映されており、米国、英国、カナダ、オーストラリアで進められている立法提案の基礎にもなっています。

この枠組みが、訴訟、立法、あるいは業界標準の交渉のいずれによって確立されるのか——そしてどのような時間軸で——は、まだ不明です。裁判は速やかには決着しません。大規模な著作権訴訟には通常、数年かかります。米国での立法の動きは緩やかです。それまでの間、AI音楽業界は稼働を続け、アーティストたちはあらゆる利用可能な手段を通じて反発を続け、新しいモデルが登場するたびに商業的な賭け金は増していきます。

リスナーにできること

音楽の消費者は、この議論において自分が思っている以上の力を持っています。人間のアーティストの音楽を——正規のストリーミングを通じて、ライブ公演に足を運んで、アーティストから直接購入することで——選んで聴き、支援することは、人間のクリエイターに印税が流れ続けるようにします。（SUS ITのようなツールを使ったり、私たちの検出ガイドで説明した手がかりを聞き分ける耳を養ったりして）AI生成音楽を見分け、人間が作ったものであるかのように偽って売られているAI音楽を避けることは、音楽において私たちが何に価値を置くのかという議論への積極的な参加の一形態です。音楽業界の未来は、部分的には、聴衆が何を評価して選ぶかによって形作られていくでしょう。