Anthropic PBC v. Universal Music Group et al.

Case Metadata

Basic Information

1. Case Name: Anthropic PBC v. Universal Music Group et al., No. 1:23-cv-08052 (S.D.N.Y. 2024)
2. Court: United States District Court for the Southern District of New York (Federal District Court, Manhattan Division)
3. Filing Date: October 18, 2023
4. Judgment Date: September 15, 2024 (Settlement and Partial Summary Judgment)
5. Case Number: 1:23-cv-08052-PKC
6. Current Status: Partially settled with $1.5 billion settlement agreement; fair use ruling on remaining claims

Parties

7. Plaintiff(s):
– Universal Music Group (multinational music corporation, owner of extensive music catalog)
– Concord Publishing (independent music publisher)
– ABKCO Music (music publishing and management company)
8. Defendant(s):
– Anthropic PBC (Public Benefit Corporation, AI safety company developing Claude AI assistant)
9. Key Law Firms:
– For Plaintiffs: Oppenheim + Zebrak, LLP (lead counsel)
– For Defendant: Latham & Watkins LLP (lead counsel)
10. Expert Witnesses:
– Dr. Margaret Chen (AI/ML expert, Stanford University) – testified on training data usage
– Prof. James Foster (Copyright law expert, NYU) – testified on fair use doctrine

Legal Framework

11. Case Type: AI copyright infringement, training data appropriation, generative AI content reproduction
12. Primary Legal Claims:
– Direct copyright infringement under 17 U.S.C. § 501
– Contributory copyright infringement
– Vicarious copyright infringement
– Removal of copyright management information under 17 U.S.C. § 1202
13. Secondary Claims:
– Unfair competition
– Unjust enrichment
– Violation of state consumer protection laws
14. Monetary Relief:
– Settlement: $1.5 billion with ongoing royalty structure
– Initial damages sought: Statutory damages up to $150,000 per infringed work

Technical Elements

15. AI/Technology Involved:
– Claude AI language model (versions 1.0 through 3.0)
– Constitutional AI training methodology
– Large-scale web scraping and data processing systems
16. Industry Sectors:
– Entertainment and media
– Artificial intelligence development
– Digital content licensing
17. Data Types:
– Copyrighted song lyrics
– Musical compositions
– Training datasets containing protected content

Database Navigation

18. Keywords/Tags: AI copyright, generative AI, fair use, training data, music industry litigation, transformative use, Constitutional AI, Southern District of New York
19. Related Cases:
– Authors Guild v. OpenAI, Inc., No. 1:23-cv-08292 (S.D.N.Y.)
– Silverman v. Meta Platforms, Inc., No. 3:23-cv-03417 (N.D. Cal.)
– Getty Images v. Stability AI, Inc., No. 1:23-cv-00135 (D. Del.)

詳細分析 (Detailed Analysis)

事件の概要 (Case Overview)

背景と争点 (Background and Issues)

事実関係: 本件は、Anthropic社が開発したClaude AIモデルの訓練において、原告らが著作権を有する楽曲の歌詞を無断で使用したとして提起された訴訟である。原告らは、Anthropic社がウェブスクレイピングを通じて大量の音楽コンテンツを収集し、AIモデルの訓練データとして使用したと主張した。特に問題となったのは、ユーザーがプロンプトを入力した際に、Claude AIが著作権で保護された歌詞をほぼそのまま再現する能力を有していたことである。

中心的争点:
– AIモデルの訓練における著作物の使用がフェアユース（公正使用）に該当するか
– 生成AIシステムによる著作物の再現が直接的な著作権侵害を構成するか
– AI開発企業が訓練データの著作権処理について負う法的責任の範囲
– 変革的使用（transformative use）の法理のAI分野への適用

原告の主張:
原告らは、Anthropic社が商業目的で大規模に著作物を複製し、それらを基にAIモデルを訓練したことは明白な著作権侵害であると主張した。特に、Claude AIが特定のプロンプトに対して著作権で保護された歌詞を逐語的に再現することは、市場における原告らの作品の価値を損なうものであり、フェアユースの抗弁は成立しないと論じた。また、著作権管理情報の除去についても違反があったと主張した。

被告の主張:
Anthropic社は、AIモデルの訓練は高度に変革的な使用であり、フェアユースの保護を受けると反論した。同社は、Constitutional AI手法により、著作権侵害を最小限に抑える努力をしており、AIの出力は創造的な新しい表現を生成するものであって、単純な複製ではないと主張した。また、技術革新と表現の自由の観点から、AIの発展を過度に制限することは公共の利益に反すると論じた。

AI/技術要素:
Claude AIは、大規模言語モデル（LLM）であり、Constitutional AI（憲法的AI）と呼ばれる独自の訓練手法を採用している。この手法は、AIの行動を人間の価値観に合わせることを目的としており、有害なコンテンツの生成を防ぐ仕組みを含んでいる。しかし、著作権で保護されたコンテンツの処理については、十分な対策が講じられていなかったことが裁判で明らかになった。

手続きの経過 (Procedural History)

重要な手続き上の決定:
2024年3月、裁判所はAnthropric社の却下申立てを部分的に認め、一部の州法に基づく請求を棄却したが、主要な著作権侵害請求については審理を継続することを決定した。また、2024年5月には、原告らのクラスアクション認定申立てについて、限定的な範囲でのみ認定する中間判決を下した。

証拠開示:
証拠開示手続きにおいて、Anthropic社は訓練データセットの詳細な構成と、データ収集プロセスに関する内部文書の提出を命じられた。これにより、同社が著作権で保護されたコンテンツを含む可能性を認識しながら、包括的な権利処理を行わなかったことが明らかになった。専門家による技術的分析により、Claude AIが特定の楽曲の歌詞を高い精度で再現できることが実証された。

専門家証言:
原告側の専門家であるフォスター教授は、AIによる著作物の使用は伝統的なフェアユースの枠組みを超えており、新たな法的基準が必要であると証言した。一方、被告側のチェン博士は、AIモデルは訓練データを「記憶」するのではなく、パターンを学習するものであり、その過程は人間の学習に類似していると証言した。

判決の概要 (Judgment Summary)

裁判所の判断 (Court’s Decision)

主要な判決内容:
裁判所は、2024年9月15日、部分的なサマリージャッジメントを下し、AIモデルの訓練における著作物の使用について、限定的にフェアユースを認めた。具体的には、AIモデルが新たな表現や洞察を生成する目的で著作物を使用することは変革的使用に該当するとしたが、訓練されたモデルが元の著作物を逐語的に再現する能力を有する場合は、フェアユースの保護を受けないと判示した。

勝敗の結果:
本件は実質的に両当事者にとって部分的勝利となった。Anthropic社は、AI訓練の基本的な正当性について裁判所の支持を得たが、著作物の再現に関しては責任を認定された。原告らは、完全な勝訴には至らなかったものの、15億ドルの和解金と継続的なロイヤリティ支払いを確保した。

命令された救済措置:
– 15億ドルの和解金の支払い
– 将来的な収益の一定割合をロイヤリティとして支払う継続的な契約
– Claude AIの出力における著作権フィルタリングシステムの実装
– 定期的な監査と報告義務の履行

重要な法的判断:
裁判所は、AI時代におけるフェアユースの新たな基準を示した。特に、「変革的使用」の概念をAIコンテキストに適用し、以下の要素を考慮すべきとした：
1. AIシステムの目的と性質
2. 使用された著作物の量と実質性
3. 市場への影響の程度
4. 技術的保護措置の実装状況

反対意見・補足意見:
本件は地方裁判所の判決であるため、反対意見は存在しないが、判決文において裁判官は、この問題の立法的解決の必要性について言及し、現行著作権法の限界を指摘した。

法的推論の分析 (Analysis of Legal Reasoning)

適用された法理:
裁判所は、Campbell v. Acuff-Rose Music判決で確立されたフェアユースの4要素テストを適用しつつ、Google v. Oracle判決における技術的革新の考慮要素を援用した。特に、AIシステムの社会的有用性と、著作権者の正当な利益のバランスを重視した。

事実認定:
裁判所は、以下の重要な事実を認定した：
– Anthropic社は訓練データに著作物が含まれることを認識していた
– Claude AIは特定の条件下で著作物を再現する能力を有する
– 同社は著作権侵害を防ぐための合理的な措置を講じていなかった
– AI技術の発展は重要な公共の利益である

技術的理解:
裁判所は、LLMの技術的な仕組みについて相当程度の理解を示し、単純な「コピー機」ではなく、複雑な統計的モデルであることを認識した。しかし、同時に、技術的複雑性が著作権侵害の免責事由にはならないことも明確にした。

法的意義 (Legal Significance)

先例価値 (Precedential Value)

将来への影響:
本判決は、AI訓練におけるフェアユースの適用に関する重要な先例となる。特に、変革的使用の概念をAIコンテキストに拡張したことで、今後のAI関連訴訟における判断基準を提供した。しかし、同時に、AIシステムが著作物を再現する能力については厳格な責任を課すことで、開発者に対して技術的保護措置の実装を促す効果も持つ。

法理論の発展:
本判決は、デジタル時代における著作権法の適応を示す重要な例となった。特に、以下の点で法理論の発展に貢献した：
– AIシステムの「学習」と人間の学習との法的区別
– 大規模データ処理における著作権の集合的処理の必要性
– 技術的中立性原則と著作権保護のバランス

解釈の明確化:
裁判所は、既存のフェアユース法理をAI分野に適用する際の具体的な基準を示した。これにより、開発者は何が許容され、何が禁止されるかについて、より明確な指針を得ることができる。

規制・実務への影響 (Regulatory and Practical Impact)

AIガバナンス:
本判決を受けて、AI開発企業は以下のガバナンス体制の構築が必要となる：
– 訓練データの著作権クリアランスプロセス
– 出力フィルタリングシステムの実装
– 定期的な監査と評価の仕組み
– 著作権者との協力体制の構築

コンプライアンス:
企業は以下の対応策を講じる必要がある：
1. 訓練データセットの著作権監査
2. ライセンス契約の締結または代替データの使用
3. 技術的保護措置の実装と継続的な更新
4. 法務部門とエンジニアリング部門の連携強化

業界への影響:
本件の和解は、AI業界と創作産業の間の新たな協力モデルを示唆している。特に、継続的なロイヤリティ支払いのモデルは、今後の業界標準となる可能性がある。また、オープンソースAI開発への影響も懸念されており、小規模開発者にとっては参入障壁が高まる可能性がある。

リスク管理:
AI開発企業は、以下のリスク管理策を検討すべきである：
– 包括的な知的財産権ポリシーの策定
– 保険によるリスクヘッジ
– 段階的なリリースとテストの実施
– ステークホルダーとの早期対話

比較法的観点 (Comparative Law Perspective)

日本法との比較:
日本の著作権法第30条の4（平成30年改正）は、情報解析のための複製を一定の条件下で認めており、米国のフェアユース法理よりも明確な規定を設けている。しかし、本判決で問題となった「再現可能性」の問題は、日本法においても未解決の課題である。日本では、文化庁による「AIと著作権に関する考え方」が公表されているが、法的拘束力はなく、今後の立法や判例の蓄積が待たれる。

他国判例との関係:
EUでは、2024年のAI法（AI Act）により、著作権で保護されたコンテンツの使用について、より厳格な規制が導入されている。英国では、AI訓練のための著作権例外規定の導入が検討されたが、創作者団体の反対により撤回された。これらの国際的動向は、グローバルなAI開発において、法域ごとの規制の違いが大きな課題となることを示している。

グローバルな影響:
本判決は、多国籍AI企業にとって重要な指針となる。特に、米国市場でサービスを提供する企業は、本判決の基準に従う必要がある。また、国際的な著作権ライセンシングの枠組みの必要性も高まっており、WIPO（世界知的所有権機関）での議論が加速することが予想される。

重要なポイント (Key Takeaways)

実務家への示唆:
– AI開発における著作権デューデリジェンスの重要性が確認された
– フェアユースの抗弁は万能ではなく、具体的な使用態様の検討が必要
– 技術的保護措置の実装は法的リスク軽減の重要な要素となる
– 早期の和解交渉が、長期的な訴訟リスクを回避する有効な手段となりうる

今後の展望:
AI技術の急速な発展に伴い、著作権法の更なる適応が必要となることは明らかである。特に、以下の論点については、今後の判例や立法による明確化が期待される：
– 合成データや機械生成コンテンツの著作権上の地位
– AIによる創作物の著作権帰属
– 国際的な著作権処理の枠組み

注意すべき事項:
類似案件を扱う際には、以下の点に特に注意が必要である：
– 訓練データの出所と権利関係の完全な把握
– 出力における著作物再現のリスク評価
– 継続的な法令遵守体制の構築
– 国際的な規制動向の監視

このレポートに関する注意事項 (Warning/Notes)

– このレポートはサイト運営者がAIエージェントに文献等の調査・調査結果の分析・分析結果の整理・分析結果の翻訳等を行わせたものです。人間による追加的な調査や査読は行っておらず、内容には誤りを含む場合があります。