OpenAIとMicrosoftは生成AIがウェブを弱める未来を予見していた

導入

ニューヨーク・タイムズがOpenAIとMicrosoftを相手取った訴訟で、裁判所に提出された文書の一部が新たに公開された。そこから浮かび上がるのは、生成AIと著作権の争いだけではない。AI企業がモデルの訓練と改善に利用するウェブ上の情報を、AI製品そのものが弱体化させるという、事業構造上の矛盾である。

チャットボットが検索結果の代わりに答えを提示すれば、ユーザーは記事や資料の掲載元を訪れなくなる。そうなれば、出版社や専門サイトの広告、購読、紹介流入が減り、新しいコンテンツを作る資金も縮小する。文書は、この流れが将来の学習データの供給にも影響し得るという認識を示している。

文書から見える主な論点

• 「ドゥームループ」への警告：Microsoftの内部文書は、AIコンテンツ戦略がモデルの性能とウェブ全体を同時に損なう可能性を指摘した。AIが情報を直接要約するほど、元ページへのアクセスが減るという構図だ。
• データ収集への厳しい評価：Microsoftの応用科学部門の責任者ブレント・ヘクトは、AI訓練のためにネット上の成果を大規模に取得する行為を、労働成果の大きな収奪と表現したとされる。Microsoftは後に、これは個人の学術的かつ先進的な見解であり、会社の立場ではないと説明した。
• ペイウォール対策の不透明さ：サティア・ナデラは有料コンテンツにはライセンスが必要だという原則を示していた。一方、OpenAIの担当者は、訓練データから有料記事を体系的に見つけて除外する取り組みを把握していないと述べたとされる。
• 文章の再現リスク：内部資料は、GPT-4が大量のデータを記憶しており、場合によっては文章をそのまま再現し得ることを認識していた。提出書面には、複数の媒体に由来する長い文章をChatGPTが出力した例も挙げられている。
• 検索からの流入減少：OpenAI側の分析では、AI要約などの機能がニュースサイトへの検索流入減少と関係する可能性が検討されていた。答えを得たユーザーは、情報源のリンクをクリックする必要を感じにくくなる。

問題の本質

争点は、訓練データの利用が「フェアユース」に当たるかどうかだけではない。AI企業は他者が制作した情報を取り込み、それを元の媒体へ移動しなくても済む回答へ変換する。元サイトが流入と収益を失えば、取材、編集、研究、新規記事の制作に使える資源も減っていく。

これはAIが依存するコンテンツ供給網を、AI製品自身が傷つけるという逆説だ。モデルが検索や情報閲覧の一部を代替するほど、モデルの重要な入力を生み出す出版社、掲示板、専門サイトへの圧力が強くなる。

今後の影響

Microsoftは、問題となった発言は会社全体の法的見解を示すものではないと強調している。しかし、文書が示す事業上の緊張関係は消えない。裁判では、訓練データの利用、著作権保護された文章の再現、AI回答が媒体流入に及ぼす影響を分けて判断する必要がある。

業界には、どのコンテンツに許諾が必要か、有料記事をどう識別するか、出典をどう示すか、制作者に価値をどう還元するかという課題が残る。生成AIの競争は、モデルを賢くすることだけでは終わらない。自らの学習基盤であるウェブを空洞化させずに規模を拡大できるかが問われている。

出典：The Verge AI