判例 ⁽²²¹⁾

Case Metadata (English) Basic Information Case Name: Megan Garcia and Sewell Setzer Jr., individually and as the Personal Representatives of the Estate of S.R.S III v. Character Technologies, Inc.; Noam Shazeer; Daniel De Frietas Adiwarsana; Google LLC Court: United States District Court for the Middle…

Case Metadata (English) Basic Information Case Name: Alcon Entertainment, LLC v. Tesla, Inc., Elon Musk, and Warner Bros. Discovery, Inc. Court: United States District Court for the Central District of California, Western Division (federal district court) Filing Date: October 21, 2024 Judgment / schedule described in…

Lehrman v. Lovo, Inc. 判例の要点 2025年7月10日の命令は請求ごとに結論を分けている。Sageの原録音の利用に基づく著作権請求、契約請求、ニューヨーク州の人格権・消費者保護請求は残った。Gennyの学習に録音を使ったことに基づく著作権請求は補正を認めて却下された。音声クローン一般の適法性を最終判断した判決ではない。 Plaintiff(s): – Paul Skye Lehrman (Voice actor, individual performer in commercials and audiobook narration) – Linnea Sage (Voice actor, individual performer in commercials and video game narration) – Proposed class of voice actors whose voices were allegedly misappropriated Defendant(s):…

Authors Guild v. OpenAI, Inc. 判例の要点 Authors Guild事件（1:23-cv-08292）は、2025年4月3日のMDL No. 3143の移送命令に掲げられた事件である。共通の学習データに関する証拠開示等を調整する手続であり、学習利用の侵害・フェアユースやクラス認定の結論を決めたものではない。 事実関係: 2023年9月、著者団体Authors Guildと17名の著名な作家らが、OpenAI社およびその関連会社を相手取り、著作権侵害訴訟を提起した。原告らは、OpenAIが同社の大規模言語モデル（GPT-3、GPT-3.5、GPT-4）の訓練において、許可なく原告らの著作物を複製・使用したと主張している。特に問題とされているのは、これらのAIモデルが原告らの文体や内容を模倣した文章を生成する能力を有している点である。 中心的争点: 1. AI訓練における著作物の使用がフェアユース（公正利用）に該当するか 2. AIが生成する派生的コンテンツが著作権侵害を構成するか 3. 訓練データから著作権管理情報を除去したことがDMCA違反にあたるか 4. OpenAIの行為が不正競争を構成するか 原告の主張: 原告らは、OpenAIが数百万冊の書籍を含む大量の著作権保護されたコンテンツを、権利者の許可なく複製・使用したと主張。これらの著作物は「Books1」「Books2」と呼ばれるデータセットに含まれており、違法な海賊版サイトから取得された可能性があると指摘している。さらに、ChatGPTが原告らの作品の詳細な要約や文体の模倣を生成できることを証拠として提示し、これが市場における原告らの作品の価値を損なうと主張している。 被告の主張: OpenAIは、AI訓練における著作物の使用はフェアユースの範囲内であると反論。技術革新と表現の自由の観点から、AIモデルの訓練は変容的使用（transformative use）であり、原作品とは異なる目的と性質を持つと主張している。また、生成されるコンテンツは新たな創作物であり、単なる複製ではないとしている。 AI/技術要素: GPTシリーズは、Transformerアーキテクチャに基づく自己回帰型言語モデルである。数千億のパラメータを持ち、インターネット上のテキストデータ、書籍、論文などから学習している。訓練プロセスには次の段階が含まれる： – データ収集：ウェブクローリング、データセット購入、パートナーシップによる取得 – 前処理：テキストの正規化、トークン化、フィルタリング – 事前学習：大規模コーパスでの教師なし学習 – ファインチューニング：人間のフィードバックによる強化学習（RLHF） 重要な手続き上の決定: 2024年2月、連邦地方裁判所は被告の一部棄却申立てについて判断を下した。裁判所は、直接的な著作権侵害請求とDMCA違反の主張については訴訟継続を認めたが、派生的著作物に関する一部の請求は棄却した。この決定は、AI訓練におけるフェアユースの抗弁が事実問題として審理される必要があることを示唆している。 証拠開示: 現在進行中の証拠開示手続きでは、以下の重要な情報が争点となっている： – OpenAIの訓練データセットの完全な内容と出所 – 書籍データの取得方法と処理プロセス –…

State v. Loomis 判例の要点 本判決の射程は、量刑裁判官が他の事情を独立して検討した上でCOMPASを参考にする場合である。判決は、スコアを収監の可否や刑の重さを決めるために使わないこと、集団データから特定個人の再犯を予測できるわけではないことを明示している。 事実関係: 本件は、2013年にウィスコンシン州ラクロス郡で発生した自動車窃盗事件に端を発する。被告人エリック・ルーミスは、ドライブバイシューティング事件に関連して使用された車両の運転者として逮捕された。ルーミスは所有者の同意なく自動車を運転した罪および警察官からの逃走未遂の罪を認め、有罪答弁を行った。量刑手続きにおいて、裁判所は被告人の再犯リスクを評価するため、COMPAS（Correctional Offender Management Profiling for Alternative Sanctions）と呼ばれるアルゴリズムベースのリスク評価ツールを使用した。COMPASは、被告人を「高リスク」と評価し、裁判所はこの評価を考慮して、6年の懲役刑と5年の延長監督を言い渡した。 中心的争点: 本件の核心的な法的争点は、独占的アルゴリズムであるCOMPASを量刑判断に使用することが、適正手続き（デュープロセス）の権利を侵害するか否かである。具体的には、（1）アルゴリズムの内部構造が企業秘密として非公開であることが、被告人の防御権を侵害するか、（2）性別を要素として含むリスク評価が差別的であるか、（3）個別化された量刑を受ける権利が侵害されているか、という点が争われた。 原告の主張: ウィスコンシン州は、COMPASは証拠に基づく量刑（evidence-based sentencing）の一環として適切に使用されており、裁判官の裁量を補助するツールとして機能していると主張した。州は、COMPASの結果は量刑判断における唯一の要因ではなく、裁判官が独立した判断を下すための情報の一つに過ぎないと強調した。 被告の主張: ルーミスは、COMPASのアルゴリズムが企業秘密として保護されているため、その正確性や妥当性を検証することができず、これは憲法上保障された適正手続きの権利を侵害すると主張した。さらに、性別を要因として使用することは、憲法の平等保護条項に違反し、個別化された量刑を受ける権利を侵害すると訴えた。被告は、透明性のない「ブラックボックス」アルゴリズムに基づく量刑は、司法の基本原則に反すると論じた。 AI/技術要素: COMPASは、Northpointe社（現Equivant社）が開発した機械学習ベースのリスク評価システムである。このシステムは、137の質問からなるアンケートへの回答と、犯罪歴、人口統計学的データ、行動評価を組み合わせて、再犯リスク、暴力的再犯リスク、および釈放失敗リスクを数値化する。アルゴリズムは統計的回帰分析と機械学習技術を使用して、過去の犯罪者データから導き出されたパターンに基づいて予測を行う。しかし、具体的な重み付けや計算式は企業秘密として公開されていない。 重要な手続き上の決定: 第一審裁判所は、COMPASの使用を含む量刑を支持し、被告人の申立てを却下した。ウィスコンシン州控訴裁判所からの認証（certification）により、州最高裁判所が審理した。州最高裁は、COMPASの使用に関する詳細なガイドラインを示しつつ、その使用自体は憲法違反ではないとの判断を下した。 証拠開示: Northpointe社は、COMPASの一般的な方法論と使用される要因のカテゴリーに関する情報を提供したが、具体的なアルゴリズムや重み付けは企業秘密として開示を拒否した。裁判所は、アルゴリズムの完全な開示なしに、その妥当性と信頼性を評価することの困難さを認識した。 専門家証言: 複数の統計学者とコンピューター科学者が、アルゴリズムの透明性の重要性と、ブラックボックスシステムの司法利用に関する懸念について、アミカスブリーフ（法廷助言書）を提出した。特に、ProPublica の調査により、COMPASが人種的バイアスを含む可能性があることが指摘された。 主要な判決内容: ウィスコンシン州最高裁判所は、反対意見なく原審の命令を維持し、COMPASの使用は適正手続きの権利を侵害しないと判示した。ただし、裁判所は、COMPASの使用に関して重要な制限と警告を付した。裁判所は、リスク評価ツールは量刑判断の唯一の決定要因となってはならず、裁判官は独立した判断を維持する必要があると強調した。 勝敗の結果: ウィスコンシン州が勝訴し、ルーミスの有罪判決と量刑は維持された。裁判所は、COMPASの結果が量刑判断における複数の要因の一つに過ぎず、裁判官が他の要因も考慮して独立した判断を下したことを認定した。 命令された救済措置: 裁判所は、今後COMPASを使用する際には、以下の警告を含む書面を提供することを義務付けた：（1）独占的ツールであり、正確性を独立して検証できないこと、（2）全国データに基づいており、特定の地域の犯罪者を正確に識別できない可能性があること、（3）一部の研究者が人種的不均衡を特定していること、（4）再犯率を過大評価するよう調整されていること、（5）グループデータに依存しており、特定の個人を必ずしも識別できないこと。 重要な法的判断: 裁判所は、透明性の欠如にもかかわらず、被告人には量刑に使用されたすべての情報に反論する機会が与えられていたため、適正手続きの権利は保護されていると判断した。また、性別の使用については、それが唯一の要因ではなく、統計的に妥当な相関関係に基づいているため、違憲ではないとした。 反対意見・補足意見: アン・ウォルシュ・ブラッドリー判事とシャーリー・アブラハムソン判事は一部反対意見を述べ、アルゴリズムの不透明性が司法の基本原則を損なう可能性があると警告した。彼らは、将来的により透明性の高いシステムの開発と使用を促した。 適用された法理: 裁判所は、マシューズ対エルドリッジ事件（424 U.S. 319 (1976)）の三要素テストを適用し、（1）影響を受ける私的利益、（2）誤った剥奪のリスクと追加的手続き保障の価値、（3）政府の利益を衡量した。裁判所は、証拠に基づく量刑への州の利益が、アルゴリズムの不透明性から生じる潜在的リスクを上回ると判断した。 事実認定:…