ChatGPTとニューヨークタイムズ訴訟：オリジナル論の新たな問題

ちょっとおさらいしますと、訴訟の内容は、「OpenAIが事前学習でニューヨーク・タイムズの記事を無断で使用したかどうかに関わっており、訴訟の結果によっては、侵害コンテンツ1件につき最高15万ドルの罰金が科される可能性があります。また、連邦裁判官からChatGPTのデータセット全体の完全な再構築を命じられる危険性もあると報じられています。」と言う物です。以下のNoteに詳しい内容を書きましたので合わせてご覧んください。

オリジナルとは一体なんなのか？

ビジュアルで表せるものはオリジナルがどこなのか追跡が容易です。
昨日のポストでこのようなものがありました。

服飾学校の先生が教え子の卒制の作品をスウェーデン人のデザイナーに盗まれた件を憂いての投稿でありますが、今どき画像検索すればいろんなものがでてきます。元ネタが暴かれてしまい、この先生の教え子自体がパクリ作品だったというオチになりました。

こちらは、そっくりパクったとは言えないのですがインスパイヤされた作品で2011年の広告賞を取った作品です。

Google検索エンジンのオリジナル検出方法

文章となるとなかなか難しいものがあります。文体なのか、それともある一定の文字数の同一文字列の一致を表すのか定かではありません。例えば、Google検索では、140文字以上の同一文字列が複数のwebページにある場合時系列一番古いページがオリジナルとされ、その他はスパムページとみなされます。ただ、これも法律で決められたものではなく、Googleがページをインデックスする際のアルゴリズムにすぎません。

オリジナルの定義

作品に「オリジナル」と言えるものが存在するかどうかというのは、文化、哲学、さらには心理学にも関わる大きなテーマです。

1. 文化的観点: 一部の文化では、物語やアートはコミュニティ全体の財産とされ、個々の「オリジナリティ」よりも共有される価値が重視される。

2. 哲学的観点: 「オリジナリティ」自体が一体何であるかという問題は、哲学者たちが長い間議論してきました。例えば、プラトンは「理念」の世界が真の「オリジナル」であり、我々の世界のものはその影でしかないと考えました。

3. 心理学的観点: 人々が「オリジナル」と感じるものは、その人自身の経験や知識に依存する。何かを初めて見たり聞いたりした場合、それはその人にとって「オリジナル」に感じられるかもしれない。

4. 創造性とインスピレーション: ほとんどの作品は、既存のアイデアやテーマ、スタイルから何らかのインスピレーションを受けている。完全な「オリジナリティ」は存在するのか、それともすべての作品は何らかの形で「継承」されているのでしょうか？

ChatGPTの弁明を聞いてみよう

筆者はGPT-4にこのように質問してみました。
筆者問：ニューヨークタイムズの言ってる侵害コンテンツ一件につき15万ドルって、あなたが依頼主の人間の意向でその侵害コンテンツとニューヨークタイムズが言ってる記事そっくりに生成したってこと？
GPT-4回答：

筆者問：でも、侵害コンテンツと認定されるほど似てたって事でしょ？あなたが勝手に文章を作るとこはできないので、その記事そっくりなコンテンツの生成を命令した人間がいるって事でしょ？

GPT-4返答：

筆者問：訴訟を起こしたという事は、裁判になるんですよね？ニューヨークタイムズが、侵害コンテンツのオリジナルと、ChatGPTがそのコンテンツを模倣したとされるコンテンツを持ち込み、裁判所の判断を煽らなければなりませんよね？

GPT−４返答：

前例がない訴訟

筆者問：前例がない場合、何か判断基準として使えそうなものって知ってますか？
GPT-4返答：
判断基準として考慮される可能性があるものはいくつかあります。以下はその例です：

1. 意図の証拠: 生成されたコンテンツに対する人間の意図や指示が明確であれば、それが重要な判断基準となる可能性があります。

2. 類似性の度合い: 単に文字列が一致しているだけでなく、全体的な構造やテーマ、コンテキストも考慮されることがあります。

3. 商業的利用: 生成されたコンテンツが商業的に利用されているかどうかも、侵害の程度を評価する際の要素となる可能性があります。

4. 先行研究やケース: 類似の問題に対する先行研究や判例、国際的なガイドラインなども参考にされることがあります。

5. 公平使用（Fair Use）: アメリカなどでは、教育的な目的や報道、批評など、特定の条件下での使用は「公平使用」とされる場合があります。

6. 技術的な制限: AIが生成するコンテンツに対する技術的な制限やフィルタリングが存在するかどうかも、その責任の所在を問う際に考慮されることがあります。

7. コモン・ローとスタチュート・ロー: 一部の国では、成文法（スタチュート・ロー）だけでなく判例法（コモン・ロー）も重要な役割を果たします。過去の判例が新しいケースにどれだけ適用されるかは、その国の法制度によります。

8. 専門家の意見: 特定の分野の専門家が提供する意見や証言も、裁判での判断に影響を与える可能性があります。

生成されたコンテンツに対する人間の意図や指示

筆者問：１を検証するにも、ニューヨークタイムズはChatGPTによる侵害コンテンツとしている文章とその出所、またオリジナルの文章をまず提出しなければなりませんね。その提示を促すことは裁判では可能ですか？

GPT-4返答：

筆者問：万が一にも偶然仮に140文字同じ文字列があったとしたらどんな確率ですか？

GPT-4返答：

筆者問：ならニューヨークタイムズは何を持って、著作権侵害と主張しているのだと思いますか？

GPT-4返答：
ニューヨークタイムズが著作権侵害と主張する理由については、具体的な情報がない限り正確には言えません。ただ、一般的にメディア企業が著作権侵害を主張する場合、以下のような要素が考慮されることが多いです：

1. 類似性: 生成されたコンテンツがオリジナルの記事と類似しているかどうか。

2. 商業的影響: 生成されたコンテンツがオリジナルの記事に対して商業的な影響を与えている可能性。

3. 公平使用を超えているか: 生成されたコンテンツが教育的、批評的、報道的などの「公平使用」の範囲を超えているか。

4. 意図: 生成されたコンテンツが意図的にオリジナルを模倣しているか、それとも偶然の一致なのか。

5. 技術的手段: 生成ツール（この場合はChatGPT）がどのようにしてそのコンテンツを生成したのか。

6. 許可・ライセンス: オリジナルのコンテンツに対する許可やライセンスが存在するかどうか。

筆者問：５の「ChatGPTがどのようにしてそのコンテンツを生成したのか。」先ほどだしたような特殊なプロンプトや、APIにたいしてなんらかのプログラミングで命令をだしているかどうかですか？

GPT-4返答：
はい、その通りです。"ChatGPTがどのようにしてそのコンテンツを生成したのか"という点に関しては、特定のプロンプトやAPIを使ってプログラム的に命令が出されたかどうかが重要な要素となります。

1. プロンプト: ユーザーがChatGPTに与えるプロンプトが、特定の記事やコンテンツを模倣するような指示であれば、それは意図的な模倣と見なされる可能性があります。

2. APIの使用: ChatGPTのAPIを使って自動的に大量のコンテンツを生成するプログラムがある場合、そのプログラムがどのような指示を出しているかも重要です。

3. プログラミング手法: 特定のコンテンツを生成するために高度なプログラミング手法が用いられている場合、それも考慮されるでしょう。

これらの要素が明らかにされれば、意図的な侵害か偶然の一致か、あるいは何らかの技術的な制約によるものなのかが判断しやすくなります。

この観点から考えると、ChatGPT自体が独自にコンテンツを生成するわけではなく、ユーザー（またはプログラマー）の指示に基づいて動作するため、その「意図」がどうだったのかが大きな焦点となるでしょう。

筆者問：なら、ニューヨークタイムズから証拠生成文章が出された段階で、その出所を追求すべきですよね。で生成を命令した人物の出頭を請求して１から３を聞き取り調査する必要がありますよね？

GPT-4返答：

画像生成AIの作った、ある作家のオリジナル作品にそっくりの画像が生成されて起訴された事例を見ると、あまりににすぎているので、オリジナルの画像をアップロードした上で、プロンプトに同じようなタッチ、例えば油絵なら油絵のタッチで描くように指定した上、作家名を入れてXXXスタイルなどどプロンプトに書いたはずです。そうしなければ似る確率はほぼ０だと思います。

結局のところ、そのLLMを使用する側の人間が著作権侵害を犯していると思われるのでしっかりとした調査が行われて欲しいものだと思います。