全文PDFはこちら

---

生成AIを用いた創作をめぐる議論では、AIが作家、イラストレーター、音楽家らの仕事を奪うのか、AI生成物に著作権を認めるべきか、といった問題が前面に出やすい。しかし、生成AIがもたらす変化は、既存の創作物を安価な生成物へ置き換えることだけではない。より重要なのは、これまで作品にならなかった個人の記憶、妄想、性的欲望、選ばなかった人生などが、小説、短歌、音楽、イラスト、漫画、アニメーション、映像として容易に具体化されることである。生成AIは、商品として広く流通する創作物に加えて、本人またはごく少数の者だけが必要とする「私的な創作物」を、文化的生産の主要な領域へ押し出す可能性を持つ。

本稿では、この変化を単なる制作効率化ではなく、創作の目的、個人のウェルビーイング、文化市場、労働、著作権、学習元データの来歴・公開条件、グローバルなAIアクセス、職能団体およびAI事業者の役割を再編するものとして捉える。

※本稿は、著者による2026年ウェルビーイング学会第4回学術集会の報告「ウェルビーイング向上に向けた生成AIを用いた創作活動の可能性と課題」をベースにしたものである。

第Ⅰ部　何が「民主化」されるのか 1．「創作の民主化」：発表の民主化から、制作の民主化へ 2．二つの創作領域 3．コミケが先取りした「欲望の作品化」 第Ⅱ部　個人のための創作とウェルビーイング 1．創作とウェルビーイング 2．創作しない自由とプライバシー 3．AI依存と心理的リスク 4．成人向けコンテンツが示す私的創作の限界 第Ⅲ部　作品が公共圏・市場へ流入すると何が起きるか 1．AIによる大量応募の時代 2．AI禁止から歓迎まで分かれる賞の対応 3．AI生成物への忌避・不信と市場の分化 4．音楽市場における対立と提携 5．演劇では影響の現れ方が異なる 第Ⅳ部　誰が、どのように統治するのか 1．警戒を強める業界団体 2．何が学習元データとなるのか 3．AI事業者をめぐる著作権訴訟 4．法律・業界ガイドライン・個人選択 5．Human in the loopを実質化する 6．ガイドラインだけでは足りない 第Ⅴ部　創作の民主化の今後 1．SDGsから見た創作の民主化 2．グローバルサウスとAIアクセス 3．著作権制度と文化政策の根本的な見直しへ 4．おわりに――創作の民主化をどう完成させるか 参考文献

第Ⅰ部　何が「民主化」されるのか

まず、生成AIが創作のどの局面へのアクセスを広げ、従来の発表・流通の民主化と何が異なるのかを整理する。そのうえで、本稿全体を貫く二つの創作領域を提示し、私的欲望の作品化を先取りしてきた同人文化との連続性と断絶を検討する。 

1.「創作の民主化」：発表の民主化から、制作の民主化へ

私的な創作は、もちろん、生成AIによって初めて生まれたものではない。日記、家庭内の演奏、アマチュア演劇、同人誌、ファン・フィクションなどは以前から存在してきた。そして、従来の創作がすべて商品化を目指していたわけではない。

他方、出版、録音、作画、撮影、編集、上演、流通には相応の費用と技能が必要であり、文化産業には、多くの人に理解され、購入される作品を優先するベクトルが存在してきた。個人的すぎる作品、特定の人物関係だけを扱う作品、本人以外にはほとんど需要のない作品は、制作費を回収しにくいため、商品として成立しにくかった。編集者はしばしば作家に対してそうした商品としての普遍性を求めるアドバイスをする。

インターネット以降、ブログやSNSは、出版社や放送局を介さずに個人が作品を公表することを可能にした。しかし、そこで主として「民主化」されたのは発表と流通である。文章を書く、絵を描く、演奏する、録音する、映像を編集するといった制作能力そのものは、なお個人の技能と時間に依存していた。

これに対し、生成AIは制作能力へのアクセスを広げる。文章を書き慣れない人が小説を作り、楽器を演奏できない人が曲を作り、絵を描けない人が人物や世界を画像化できる。文章、画像、音声、動画を組み合わせれば、一人で短いアニメーションや映像作品を制作することも可能になりつつある。

その利用は、小説だけでなく、短歌、広告、音楽、漫画、アニメーション、映像へ広がっている。短歌生成AIを歌人との対話に用いる実践、既存作家の作品や画風を参照した漫画制作、AIを用いた広告映像、AI歌手やAI支援型の楽曲制作など、創作の各工程に生成AIが入り始めている[1]。2025年には、制作工程に「サポーティブAI」を導入したテレビアニメ『ツインズひなひま』も放送された[2][3]。もっとも、こうした作品も人間の作家、アニメーター、美術、撮影、CGスタッフらとの共同制作であり、AIが単独で作品全体を制作したものではない。

生成AIを小説制作の対話的支援に用いる実務的な方法論や、AIとの共同執筆それ自体を作品化する試みも刊行されている[4][5][6]。これらは査読研究ではなく実践書・創作物であるが、生成AIが着想、構成、推敲、制作過程の記録へ組み込まれていることを示す一次的事例として位置づけられる。

ここで重要なのは、作品を「全面的なAI作品」と「完全な人間作品」に二分しないことである。発想、調査、構成、下絵、彩色、作詞、作曲、音声、翻訳、校正など、工程の一部にAIを利用する作品が増えている。今後重要になるのは、AIを使ったか否かだけでなく、誰が目的を設定し、どの出力を選び、何を修正し、最終的な責任を負ったかである。

生成AIのアイデアを利用して短編小説を制作させた実験では、特に元来の創造性が低い参加者において、作品の新規性や有用性に対する評価が向上した。他方、AIを利用した作品同士の類似性も高まった。生成AIは個人の創作能力を底上げする一方、文化全体では表現を均質化させる可能性を持つ[7]。

創造的課題における生成AI導入の実験研究は、生産性や成果物評価への効果が利用者の能力、課題の性質、AIの使い方によって異なることも示している。したがって、平均的な効果だけでなく、誰にどの条件で利益または不利益が生じるのかを検討する必要がある[8]。

生成AIチャットボットが、一定の創造性課題において人間に匹敵する成績を示すとの研究もある[9]。しかし、AI自体が高い創造性を示すことと、それを利用する人間の創造的充実が高まることは同じではない。AIが大量の作品を生産しても、人間が目的設定や選択から排除されれば、人間の創造的自己効力感やウェルビーイングにはつながらない可能性がある[10]。 

2.二つの創作領域

生成AIは、創作を二つの方向へ同時に変えうる。
一つは、出版社、放送局、レコード会社、制作会社、賞、配信プラットフォーム等を中心とする商業的・職業的な創作である。ここでは制作効率、品質、権利処理、雇用、契約、報酬、表示が重要になる。

もう一つは、個人が自分自身、家族、友人、あるいは小さな共同体のために行う「自分＋αのウェルビーイングのための創作」である。ここでは市場で売れることよりも、自分の感情や欲望を外在化すること、誰かに贈ること、過去の記憶を再構成すること、現実には選ばなかった人生を試すことに価値がある。

従来も両者は存在していたが、生成AIは後者を飛躍的に増加させる。商品化や公表を目的としない創作物が、量的にも文化的にも無視できない領域となるのである。
ただし、両者は完全には分離しない。個人的に生成された作品がSNSへ投稿され、賞へ応募され、収益化されることもある。私的な創作を促進する仕組みが、いつでも商業市場や公的評価制度へ接続し得る点に、生成AI時代の制度設計の難しさがある。 

3.コミケが先取りした「欲望の作品化」

生成AIによる変化を考えるうえで、コミックマーケットを中心とする同人文化は重要な先行例である。コミックマーケットは、プロとアマチュアを区別せず、個人が作品を提示し、受け手の反応を得る場を形成してきた。その理念には、個人の創作物を草の根的に提示し、誰もが表現者となり得る場を維持することが含まれている[11]。

そこでは、オリジナル作品だけでなく、既存の漫画、アニメ、ゲーム等のキャラクターや設定を用いる二次創作が大きな位置を占めてきた。

二次創作とは、単なる原作の模倣ではない。原作では結ばれなかった人物を結びつける、死んだ人物を救う、脇役に別の人生を与える、人物の性別や関係性を組み替えるなど、原作には存在しない可能性を具体化する行為である。

そこには性欲も含まれる。既存作品の登場人物を用いた性的な二次創作は、現実の対人関係では表明しにくい欲望、親密性、身体像、ジェンダー上の違和感を、架空の人物関係として試行する場になり得る。ただし、二次創作全体を性的欲望へ還元すべきではない。喪失の補償、救済、自己投影、社会批評、原作への異議など、多様な動機が存在する。

久保（川合）南海子は、腐女子による二次創作について、個人の内部に生じた原作とは異なる人物関係の投射が、作品を介して他者と共有され、再生産される過程を論じている[12]。Patrick W. Galbraithも、腐女子による創作、消費、共有を、幻想遊戯と親密なコミュニケーションの実践として分析している[13]。また、中島梓（栗本薫）が、「やおい」という言葉について「『意味のあることだけが正しい』とされてきた既成社会への挑戦」であり「ヤマありオチありイミあり」社会に対するゲリラのテーゼ」であるとしていたことは示唆深い[14]。

同人誌の交換は、単純な商業市場でも無償の贈与でもなく、金銭的交換とファン共同体の規範が併存するハイブリッドな文化経済としても分析されている[15]。

もっとも、従来の二次創作には、書く、描く、編集する、印刷する、会場へ持参するというハードルがあった。このハードルは参入障壁である一方、創作者の労力を可視化し、作品数を物理的に制限し、共同体内部の評価や規範を形成する条件でもあった。

生成AIは、このハードルを急速に低下する。絵を描けない人が望む人物関係を画像化し、文章を書き慣れない人が長編の二次創作小説を作り、そこに音楽や合成音声を付け、短い映像へ展開できる。しかも、それをコミケやSNSで公表する必要はない。作者と鑑賞者が同一人物である「一人のための二次創作」が大量に生まれ得る。

これは既存のロングテール市場の末端が伸びるというだけではなく、私的な創造を中心に、市場の構造を含めた文化的生産の大きな部分を占める変化を招きうる。

第Ⅱ部　個人のための創作とウェルビーイング

次に、市場での評価や公表を目的としない創作に焦点を移す。生成AIが自己表現や意味形成を支援し得る一方で、創作しない自由、プライバシー、依存、第三者の人格的利益をどのように守るべきかを検討する。 

1.創作とウェルビーイング

創造性とウェルビーイングの関係については、多数の研究が存在する。創造性とウェルビーイングの関連を検討したメタ分析では、両者の間に肯定的な関連が確認されている[16]。日常的な創造性についても、感情の起伏や困難を伴いながら、自己理解や生活の意味形成へ寄与する可能性が指摘されている[17]。

世界保健機関（WHO）によるスコーピングレビューも、芸術への参加と、心理的健康、感情調整、社会的結びつき等との関係を示す多数の研究を整理している[18]。

学生を対象とする芸術介入の系統的レビューでも、心理的ウェルビーイングだけでなく、参加、学習、対人関係等の教育的成果を併せて評価する必要性が示されている[19]。生成AIを用いた創作についても、短期的な満足度のみでなく、学習過程や自律性への影響を追跡する必要がある。

生成AIは、技能、障害、時間、経済的事情等によって創作へ参加できなかった人にも、こうした機会を拡張し得る。デザイン学生を対象とする研究では、生成AIの利用が創造的自己効力感を高め、不安を軽減する経路が報告されている[20]。アートセラピーや心理社会的支援における生成AIの利用可能性も検討され始めている[21]。

しかし、生成AIを使えばウェルビーイングが高まると断定することはできない。重要なのは、AIが完成品を与えたかではなく、人間が創作過程に主体的に参加したかである。

人間とAIとの創作では、人間をAI出力の単なる編集者にするのではなく、目的を決め、提案を拒否し、選択し、修正する共創者として位置づける必要がある。人間の主体的関与と創造的自己効力感の重要性は、共同制作に関する研究からも示されている[22]。

ここでウェルビーイングを、快楽や満足の増加だけで評価すべきではない。国連開発計画（UNDP）の人間の安全保障論は、人が自ら選択し、一定の社会的価値を掲げ、個人的・集団的な意思決定へ参加する「行為主体性」を重視している。筆者が孤独への社会的処方とテクノロジーについて検討した際にも、介入によって本人の状態が改善するかだけでなく、本人が同意しているか、誰がどのような正当性で介入するのか、テクノロジーが何の目的で使われるのかを問う必要性を指摘した[23][24]。

創作においても、本人の好みに合う完成品が提供されたかだけでなく、本人が何を表現し、何を拒否し、どのような関係を他者と結ぶかを自ら選べることが重要である。

生成AIが複数の選択肢を示し、本人が提案を拒否し、修正し、中断し、作品を公開しないことも選べるなら、創作上の行為主体性を支援し得る。一方、利用者の嗜好を推定し、本人の気づかない形で長時間の利用や消費へ誘導するなら、生成される作品が本人の好みに合っていても、行為主体性を高めたとは限らない。 

2.創作しない自由とプライバシー

生成AIによる創作参加を促進する際には、「（健全な）創作しない自由」や「作品を公開しない自由」も保障しなければならない。

J・S・ミルの自由論が示すいわゆる愚行権の観点からは、本人が社会的に望ましいと評価される活動へ参加しないこと、創作によって自己実現を目指さないことも、他者へ重大な危害を与えない限り尊重されるべきである。ウェルビーイングを高めるという目的によって、本人の望まない創作活動や自己開示を外部から促すことはできないし、その作品の内容への干渉は表現の自由に抵触する[25]。

また、プライバシーの権利の中身に関しては議論があるが、伝統的には「一人でいさせてもらう権利」として表現され、私生活をみだりに公開されない権利、自己情報を統御する権利、適正な自己情報の取扱いを受ける利益へ展開してきた[26]。生成AIによる私的創作では、プロンプト、会話履歴、参照画像、声、性的嗜好、過去の記憶等が事業者へ送信される。本人だけが鑑賞するつもりの作品であっても、その制作過程は必ずしも私的空間にとどまらない。

主要な生成AIサービスは、利用規約やプライバシー文書において入力・出力、保存、削除、サービス改善等に関する取扱いを定めているが、個人向け・法人向けの別、利用設定、地域、機能によって条件は異なる[27][28][29][30]。したがって、私的創作の秘密性は、作品を公開しないことだけでは確保されず、利用するサービスの契約条件と設定を確認する必要がある。

私的欲望を作品化する自由を保障するには、入力データをモデル改善や広告へ利用させない選択、履歴を削除できる仕組み、第三者提供を防ぐ設計、端末内で処理できる選択肢、利用目的の明確化が必要である。

創作の民主化は、誰もが作品を生成させられる社会を意味しない。創作する自由、創作しない自由、公開する自由、公開しない自由、AIを使う自由、AIを使わない自由を併せて保障する必要がある。 

3.AI依存と心理的リスク

生成AIによる創作は、肯定的な効果だけを持つわけではない。

AIへの過度な依存、現実と生成された物語との境界の曖昧化、利用者の妄想や被害感の強化、長時間利用、孤立の深刻化といったリスクが指摘されている。一般向け生成AIチャットボットやウェルネスアプリをメンタルヘルス用途に用いることについて、米国心理学会は、十分な安全性・有効性評価の不足、誤った助言、危機対応、依存、プライバシー、未成年者への影響等に注意を求めている[31]。

創作支援AIも例外ではない。本人の物語を肯定し続け、現実との矛盾を指摘せず、より刺激的な展開を提案し続ければ、作品制作が自己理解ではなく、妄想や固着を強化する可能性がある。

このリスクは、創作の自由を制限すべきだという結論を直ちに導くものではない。しかし、利用時間の管理、危機的状況への応答、専門家への接続、過度な迎合を避ける対話設計、未成年者への配慮等を、AI事業者側の技術的ガードレールとして組み込む必要がある。

同時に、精神的な苦痛を伴う創作や、社会的には不健全と評価される欲望を表現する創作を、直ちに病理化すべきではない。創作には、怒り、悲嘆、性的欲望、攻撃性等を、現実の行為へ移さずに架空の形式で扱う意義もあり得る。必要なのは内容を一律に規制することではなく、本人の行為主体性、現実生活への影響、他者への危害、プライバシーを丁寧に評価することである。 

4.成人向けコンテンツが示す私的創作の限界

VR、メタバース、生成AIの融合が先鋭的に現れつつある領域の一つが、成人向けコンテンツである。

VRを利用した成人向け映像、アバターを介した性的交流、触覚装置との連動は、すでに実践および研究の対象となっている。生成AIも、画像や物語の生成だけでなく、利用者の嗜好に応答する会話エージェント、恋愛的・性的関係を疑似的に提供するAIコンパニオン、合成音声等に用いられている。生成AIと人間のセクシュアリティに関する文献レビューも、性的コンテンツ生成、AIコンパニオン、性的健康への利用等を整理している[32]。

現時点では、成人向けVR、メタバース内の交流、生成AIコンテンツ、AIコンパニオンが一つの成熟した市場へ全面的に統合されたとまではいえない。しかし、利用者が人物、関係性、声、物語、仮想空間をその場で生成する方向は明確になりつつある。

この領域は、私的欲望の作品化が持つ可能性と危険を最も明確に示す。本人が自らの欲望や身体像を安全に探索する可能性がある一方、実在者の顔や声の無断使用、非同意の性的生成物、未成年者に関する表現、依存を促進する設計、利用者が入力する機微な情報の利用といった問題が生じる。

「本人だけが鑑賞する私的作品だから問題はない」とは限らない。公開されなくても、実在者の人格や身体を無断で素材化することは、本人の尊厳や人格的利益を侵害し得る。また、プラットフォームが利用者の性的嗜好、会話、画像を保存・学習するなら、私的欲望は高度に機微なデータとして事業者に把握される。 

第Ⅲ部　作品が公共圏・市場へ流入すると何が起きるか

私的に生成された作品は、投稿、応募、販売、配信によっていつでも公共的な評価制度や文化市場へ接続し得る。ここでは、大量生成による審査資源の逼迫、AI利用表示への反応、市場の分化、分野ごとに異なる影響を検討する。 

1.AIによる大量応募の時代

この変化を象徴するのが、日経「星新一賞」である。同賞は創設時から「人間以外」による応募を認め、AIを用いた創作を排除せず、人間とAIとの協働を検証してきた。

2026年に結果が発表された第13回には、一般部門とジュニア部門を合わせて2,107編の応募があった。報道を参照した資料によれば、AI利用が申告された作品は491編で、前年の93編から5倍を超えて増加し、一般部門の受賞4作品中3作品が何らかの形でAIを利用していたとされる[33][34]。（応募総数は主催者資料で確認できるが、AI利用作品数の詳細については日本経済新聞報道を引用する二次資料にも依拠するため、主催者による継続的な公式集計が望まれる。）

少なくとも星新一賞では、生成AIの利用が一部の実験的試みにとどまらず、応募作品の相当部分を占める段階に入った。生成AIは、一作品を完成させるために必要な時間と技能を減少させる。従来であれば着想や書きかけの原稿にとどまったものが、選考対象となる体裁を備えた作品として提出されるのである。

もっとも、他の文学賞について、AI利用作品の応募数を継続的に集計した公表データは乏しい。したがって、すべての文学賞で同程度の増加が生じていると断定することはできない。

しかし、各賞が相次いでAIに関する規則を設け、投稿サイトがAI利用表示や大量投稿への対応を始めていること自体、生成AIによる作品数の増加が現実の運営課題になったことを示している。応募者の創作時間が短縮されても、審査員が作品を読み、比較し、講評する時間は同じようには短縮されない。作品供給が増えるほど、「人間が一作品を読む時間」が新たな希少資源となる。 

2.AI禁止から歓迎まで分かれる賞の対応

各種の文学賞や公募の態度は統一されていない。

AIが生成した本文の利用を認めない賞がある一方、調査、発想、校正等の補助的利用を認める賞がある。利用箇所や方法の申告を条件としてAI生成文を受け入れる賞、AIとの共同制作を積極的に評価する賞も存在する。

日経「星新一賞」はAI利用を積極的に受け入れつつ、使用したツール、プロンプト、生成文、人間による加筆修正の過程を記録するよう求めている。東京創元社の公募賞にも、AI利用の方法、プロンプト等の制作過程の保存、利用規約や第三者の権利への配慮を求めるものがある。他方、AIが生成した文章を本文に用いる応募を認めないとする賞もある[33][34][35]。

現在の公募賞は、本文生成を禁止するもの、補助的利用だけを認めるもの、申告を条件として広く利用を認めるもの、AI利用を積極的に歓迎するものまで、連続的に分布している。何をもって応募者本人の作品とみなし、どの程度の人間の関与を「創作的寄与」と評価するのかについて、共通の基準は成立していない。

文学賞は、作品の質を評価するだけでなく、新たな書き手を発見し、職業的な作家として市場へ送り出す制度でもある。AIがなければ執筆しなかった者が作品を完成させられることは、才能発見の裾野を広げる。他方、大量生成によって応募作品が増加すれば、人間の書き手が長い時間をかけて書き上げた作品が十分に読まれない可能性も高まる。

賞のAI規則は単なる不正防止規定ではない。どのような創作者を発見し、どのような創作過程を評価し、限られた審査資源をどう配分するのかという、賞そのものの制度理念を表明するものになる。 

3.AI生成物への忌避・不信と市場の分化

生成AIが制作のコストを下げれば、人間の創作者が一様にAIへ代替されると考えられがちである。しかし、実際の市場変化はより複雑である。

人間の判断と比較してアルゴリズムの判断を否定的に評価する現象は、アルゴリズム忌避として研究されてきた。Burtonらの体系的レビューは、アルゴリズムの誤りに対する反応、人間による統制の有無、課題の性質等によって、アルゴリズムへの態度が変化することを示している[36]。

創作物についても、「AI制作」と表示されるだけで評価が低下する可能性がある。同じ画像であっても、「AI制作」と表示された場合には、「人間制作」と表示された場合より、好感、美しさ、深み、価値が低く評価されたとの実験結果がある[37]。AIを利用して作成したことを理由に「炎上」をしたアニメ作品もある[38]。

ここでいう「AI生成物への忌避・不信」は、単一の感情ではない。学習データへの倫理的反発、創作者の雇用への懸念、制作過程への不信、人間の経験や努力を重視する評価、AI的な表現への美的違和感、AI利用を隠す行為への反発等が重なっている。

したがって、AI作品が価格だけで人間の作品を駆逐するとは限らない。以下は先行研究を踏まえた仮説であるが、市場は少なくとも三つに分岐すると考えられる。

第一は、安価、大量、即時、個別最適化を特徴とする生成コンテンツ市場である。第二は、AIを用いながら、人間が構想、選択、修正、演技を担う共同制作市場である。第三は、手描き、肉声、生演奏、俳優の身体、制作期間、作者の経験等、人間の制作過程そのものを価値とする市場である。

AI生成物が増えるほど、「人間が作ったこと」「本人が演奏したこと」「同じ場所で上演したこと」が、作品の来歴や真正性として付加価値を持つ可能性もある。 

4.音楽市場における対立と提携

音楽分野では、生成AIの利用拡大と権利者側の警戒が並行している。

生成音楽サービスを利用して曲を作る個人が増え、プロフェッショナルにおける利用も出てきた一方、レコード会社は、録音物を無許諾で学習に利用したとして、SunoやUdioを提訴した。また、後述するように音楽関係業界団体等からはAIに慎重な声明も出されている。

そうした中、Universal Music GroupとUdioは2025年10月、著作権訴訟を和解し、権利処理された音楽を用いる新たなAI音楽制作・視聴サービスを共同で構築すると発表した。新サービスでは、許諾された録音物・楽曲による学習、フィンガープリンティング、フィルタリング等を導入するとされている[39]。

この動きは、生成AI音楽を一律に排除するのではなく、権利処理された公式・提携型サービスへ移行させる方向を示す。一方、レコード会社とAI事業者が合意しただけで、作詞家、作曲家、歌手、演奏家、セッションミュージシャン等へ適正な利益が還元されるとは限らない。企業間のライセンス契約と、個々の創作者・実演家への公正な分配は別の問題である。

今後の音楽市場は、無許諾学習を前提とするサービス、権利者と提携する閉じたサービス、個人がローカル環境で利用するモデル、人間による演奏を中心とする市場へ分化する可能性がある。 

5.演劇では影響の現れ方が異なる

筆者らは2025年11月、日本劇作家協会の劇作家フェスティバルで「AIは新人戯曲賞を獲れるのか？」を実施し、その場でAIに戯曲を制作させるデモンストレーションと、AIと劇作をめぐる議論を行った[40]。

企画には、劇作家、SF作家、AIエンジニア、研究者が参加し、ゲスト劇作家を交えて、AIが書いた戯曲を評価するだけでなく、劇作家がAIをどのように使うかを議論した。SF作家の樋口恭介は、「AIは新人戯曲賞を獲れるのか」という問いよりも、AIをうまく使う作家は獲れるし獲れないというならその作家がうまく使えていないというだけだろうだという趣旨の意見をこの企画に寄せている。それくらいに、道具として当然に用いられるべき存在となってきたということである。

戯曲制作に対する生成AIの影響は小さくない。筋書き、登場人物、台詞、場面構成、複数の結末を短時間で提示できるため、劇作経験のない人も、自らの記憶や欲望を戯曲の形式にしやすくなる。

映画・演劇関係者が言語モデルを用いて脚本や戯曲を共同執筆したDramatronの研究でも、AIが構想と初稿作成を支援する一方、剽窃、バイアス、長編作品の一貫性等が課題として指摘されている[41]。

しかし、戯曲を作ることと、演劇作品を完成させることは同じではない。演劇は、劇作家、演出家、俳優、舞台美術、照明、音響、衣装、制作、劇場スタッフ等の集団制作である。台詞の意味も、俳優の身体、声、間、他の俳優との相互作用、舞台空間、稽古を通じて変化する。

したがって、演劇では生成AIの影響を二段階に分ける必要がある。戯曲や舞台構想を作る入口では参入障壁が大幅に下がる。一方、それを上演する段階では、他者との調整、身体的訓練、場所、時間、資金が必要であり、小説や画像ほど単独制作への移行は進みにくい。ただし、映像や音響、照明等の作成・操作、役者の稽古等、劇作以外の様々なステップ・側面においても生成AIは有効なツールになり得る。

演劇の集団性は、生成AIの出力を検証する仕組みにもなり得る。台本に類型的な人物像や不自然な台詞が含まれていれば、俳優や演出家が稽古中に異議を述べ、修正できる。ただし、プロデューサーや演出家が効率化を理由にAIの出力を押しつければ、集団制作は安全装置ではなく、俳優やスタッフの裁量を奪う構造にもなり得る。 

VR演劇は必ずしもAI演劇ではない

ヴァーチャル俳優や合成音声を用いる作品については、VR化とAI化を区別する必要がある。

2026年5月9日、10日には、VR Chat内の劇場で「第2回劇王Virtual」が開催された。9団体が参加し、俳優3人以内、上演時間20分以内というルールの下、アバター姿の俳優が演技し、観客の投票で勝敗を決める形式であった[42]。

俳優がアバターとして現れることは、直ちにAIによる演技を意味しない。VRは舞台空間、身体の見え方、観客の視点、遠隔参加を変える。しかし、その声と動作を人間の俳優がリアルタイムで担っている限り、創作と上演の中心には人間がいる。

むしろVR演劇では、仮想舞台の設計、アバター操作、通信環境、観客誘導等、新たな共同作業が加わる。外見上は完全にデジタルであっても、制作過程は必ずしも省人化されない。

今後、言語モデル、合成音声、動作生成、自律型アバターが統合されれば、人間が常時操作しないヴァーチャル俳優も増える可能性がある。しかし、人間の俳優がアバターを操作するVR演劇と、AIが台詞、声、動作を生成する作品とでは、同意、契約、報酬、クレジットの問題が異なる。両者を一括して「AI演劇」と呼ぶべきではない。 

第Ⅳ部　誰が、どのように統治するのか

ここからは、業界団体の反応に加え、学習元データの取得・公開方針と訴訟動向を確認したうえで、法律、自主規制、事業者設計、利用者の選択をどのように組み合わせるべきかを論じる。 

1.警戒を強める業界団体

作家、漫画家、音楽家、アニメ制作者、俳優等を代表する職能団体や権利者団体は、生成AIについて相次いで声明、提言、注意喚起を公表している。

国内では、脚本家、放送事業者、写真家・新聞社、漫画家、SF作家、芸能従事者、俳優、音楽作家・音楽著作権管理団体、美術著作権団体が、学習データの適法な取得、許諾と対価、透明性、オプトアウトの実効性、声・肖像・実演の保護、利用者が知らずに侵害しない環境整備等を求めている[43][44][45][46][47][48][49][50][51][52]。

国外でも、脚本家・作家団体、著作権集中管理団体、創作者・実演家の国際組織が、AI利用の強制禁止、利用の開示、事前の許諾、公正な報酬、学習内容の透明性、集団的ライセンス等を共通の論点として提示している[53][54][55][56][57][58][59][60][61]。

その内容は概して、生成AIを用いた場合の表示を求めること、学習対象となることを拒否する権利を求めること、生成作品が著作権等を侵害しないことを求めること、賞やプラットフォームへのAI作品の参加を禁止または制限すること、権利処理された公式・提携型ツールの利用を促すこと、タグ付けや申告を条件としてAI作品を受け入れることに整理できる。

これらの声明は、生成AIの創作能力を認めつつ、その利用による権利侵害と市場変化を警戒する色彩が強い。

日本劇作家協会も2026年、「戯曲創作にあたっての生成系AIの利用について」と題する注意喚起を公表した。同協会のサイトには、新人戯曲賞2026の応募要項と、生成系AIの利用および権利帰属に関する注意事項が掲載された[62][63]。

そこでは、生成AIを創作の補助として利用すること自体を一律に禁止するのではなく、応募者本人が主体的に執筆した作品であること、AI出力をそのまま、または軽微な修正だけで応募しないこと、権利侵害について応募者が責任を負うことなどが重視される。

この方針は、AIを一律に禁止するものでも、無条件に歓迎するものでもない。何を使ったかよりも、誰が創作の目的を決め、どのような創造的寄与を行い、責任を負うかを問うものである。 

2.何が学習元データとなるのか

生成AIによる創作を論じる際には、生成された作品だけでなく、その能力を成立させた学習元データを誰が、どのような条件で利用したのかを問う必要がある。学習データの問題は、著作権侵害の有無だけではなく、公開の目的、創作者の選択、文化資料の保存、将来のモデルが参照する情報環境の質に関わる。

インターネット上の公開と学習への同意

大規模言語モデルや画像・音楽生成モデルの開発では、ウェブ上の文章、画像、音声、動画、ソースコードその他のコンテンツを広範囲に収集したデータセットが利用されてきた。代表的なウェブテキスト・コーパスの分析でも、Common Crawlのスナップショットから作られたC4に、特許、行政・軍関連サイト、機械生成文、既存の評価用データ等、多様で作成者が当初想定しなかった情報が含まれていたことが示されている[64]。

少なくとも、インターネット上で閲覧可能であることのみから、あらゆる目的の複製、データセット化、モデル学習、生成サービスへの組込みに対する包括的な同意が当然に導かれるわけではない。ウェブ公開は、人に読まれること、検索エンジンに索引化されること、保存されること、営利的な生成AIの学習へ用いられることを、常に一括して許諾する行為とは評価できない。したがって、データの取得、保存、前処理、学習、モデル提供、生成、公開を分け、各段階の適法性と正当性を評価すべきである。米国著作権局も、学習の評価にあたり、取得方法、利用目的、生成物との市場競合、ライセンス市場等を区別して検討している[65]。

なお、日本は、著作権法、2026年改正の個人情報保護法ともに、AIによるインターネット上の公開情報の学習には寛容であり続けている。

オプトアウトの意義と限界

EUのDSM著作権指令は、適法にアクセスできる著作物のテキスト・データ・マイニングについて、権利者が機械可読な方法で権利を留保した場合には一般目的の権利制限から除外する枠組みを設けている。AI Actも、汎用AIモデルの提供者に対し、この権利留保を特定し尊重する方針と、学習内容の公開要約を求めている[66][67][68][69]。アーティストや権利者団体が、自らの作品をAI学習へ利用させない意思をオプトアウトとして示すことには、少なくとも拒否の意思を可視化し、ライセンス交渉の起点を作る意義がある。

他方、音楽分野では、オプトアウトを原則とする制度そのものへの批判が強い。楽曲は権利者が管理するウェブサイトだけでなく、動画投稿、配信、転載等を通じて多数の場所に複製されるため、場所ごとのrobots.txt等では全ての利用を管理できない。ファイルのメタデータも削除・改変され得るうえ、既に学習された作品が実際に除外されたかを、外部の権利者が検証することは困難になり得る。UK Musicは、この仕組みが個人や小規模権利者へ過大な技術的・事務的負担を転嫁すると批判し、事前許諾を基礎とするライセンスを求めている[70]。Musicians’ Unionも、包括的な利用を前提とするのではなく、個々の音楽制作者による明示的な同意と公正な対価を重視している[71]。

したがって、オプトアウトは最低限の拒否手段にはなり得るが、オプトアウトがなかったことを無制限な学習への包括的同意とみなすべきではない。学習データの利用については、分野ごとの許諾、集中管理、拡大集中許諾、標準化された機械可読表示、利用履歴の監査を組み合わせ、拒否の負担を創作者だけに負わせない仕組みが必要である。

公開アーカイブの価値と新たな公開方針

この問題は、商業的な配信サイトだけでなく、文化資料を公共的に保存・公開するアーカイブにも及ぶ。日本劇作家協会が運営する「戯曲デジタルアーカイブ」は、1100本以上の戯曲を無料で読める電子図書館として、作品の散逸を防ぎ、読者と上演許諾を結びつけることを目的としている[72][73]。こうした公開は、研究、教育、批評、上演機会の拡大に大きな価値を持ち、AI学習への懸念だけを理由に閉鎖・非公開化することは文化的損失を招く。

しかし、将来コンテンツを公開する際には、人間による閲覧・引用・研究利用と、機械による一括取得・モデル学習とを区別する方針が必要になる。具体的には、掲載時に著作者がAI学習への利用可否を選択できること、営利・非営利、研究用・生成サービス用等の利用目的を区分すること、機械可読な権利留保を付すこと、クローラーやAPIによる大量取得を記録・制御すること、作品の版・出所・権利者情報を保持すること、方針変更や撤回を将来の利用に反映できることが求められる。robots.txtのような単一の技術だけに依存せず、利用規約、メタデータ、アクセス制御、契約、集中管理を重ねる必要がある。

この方針は、劇作家協会だけの課題ではない。出版社、文学賞、劇団、音楽配信、同人アーカイブ、博物館、大学リポジトリ等も、公開することの社会的価値を維持しながら、公開とAI学習許諾を別々に設計すべきである。特に、過去に公開された作品については、当時の同意が生成AI学習を想定していなかったことを踏まえ、著作者への再通知、選択機会、集合的な交渉窓口を検討する必要がある。

AI生成物が次の学習元になる

生成AIがインターネット上へ大量の文章、画像、音楽、動画を供給すると、それらの生成物が次世代モデルの学習データへ再び取り込まれる。Shumailovらは、モデル生成データを識別せず再帰的に学習させると、元のデータ分布の周縁部分が失われ、出力の多様性や現実との対応が損なわれる「モデル崩壊」が起こり得ることを示した[74]。これはAI生成データを一切使用すべきではないという意味ではないが、人間が作成した原資料と合成データを区別せず混合することの危険を示している。

文化政策の観点からも、AI生成物の再学習は、既に多数派となった表現形式をさらに増幅し、少数言語、地域文化、実験的表現、周縁的な欲望をデータ上から失わせる可能性がある。AI生成であることを機械可読な形で表示し、生成モデル、生成時期、主要な編集過程等の来歴を保持するとともに、検証済みの人間由来資料を保存する公共的基盤が必要である。AI生成物の表示は、鑑賞者のための表示であるだけでなく、将来の学習データを選別するためのインフラでもある。

学術領域にも生じている同型の問題

創作領域と並行して、学術情報にも同型の問題が生じている。PubMed収載の1500万件を超える抄録を分析した研究は、2024年の生物医学系抄録の少なくとも13.5％がLLMによる処理を受けた可能性を示した[75]。また、主要AI学会の査読文については、6.5％から16.9％が単なる校正を超えてLLMにより大幅に修正された可能性が報告されている[76]。これらの研究が直接示しているのは、学術文書の作成・査読過程におけるLLM利用の広がりである。AIの利用自体が直ちに研究不正となるわけではないが、公開された論文、抄録、プレプリント、査読文書が、検索データベース、RAG、文献要約サービス、次世代モデルの学習元となり得ることを踏まえると、誤った引用、架空文献、画一的な文章、検証されていない主張が再帰的に知識基盤へ入り込む危険がある。

ICMJEは、論文作成、データ収集・解析、図表作成等にAIを利用した場合の開示、人間による正確性・完全性・独創性への責任、未公表原稿を機密性の保証されないAIへ入力しないこと等を求めている[77]。しかし、論文上の利用開示だけでは、その文献が後にデータベースやモデルへ取り込まれる際の識別には十分でない。学術出版でも、AI利用の程度と目的を機械可読なメタデータとして残すこと、一次データ・分析コード・原稿の版を追跡可能にすること、撤回・訂正を下流のデータセットへ伝達すること、公開ライセンスとAI学習への許諾を区別することが必要である。

以上から、学習元データのガバナンスは「使わせるか、公開しないか」という二択ではなく、公開、保存、検索、研究、学習、生成、再利用を段階別に設計する課題ととらえるべきである。文化アーカイブと学術データベースを社会へ開き続けるためにも、出所、同意、利用目的、AI生成の有無、訂正・撤回を追跡できる共通の来歴基盤を整備すべきである。 

3.AI事業者をめぐる著作権訴訟

生成AIと著作権をめぐる対立は、すでに多数の訴訟として現れている。しかし、米国の裁判例は、「AI学習は適法である」「違法である」という一方向には収斂していない。著作物の取得方法、利用目的、市場での競合、原作品の再現可能性、原告が提出した証拠によって判断が分かれている。

Thomson Reuters対ROSS Intelligence事件では、Westlawの編集者作成のヘッドノートを用いて競合する法律調査システムを開発した行為について、連邦地方裁判所がフェアユースの成立を否定した。競合する商品を作る目的と市場への影響が重視されている。同事件は控訴され、2026年6月には控訴審の口頭弁論が実施された[78]。

Bartz対Anthropic事件では、適法に取得された書籍を大規模言語モデルの学習に用いることと、海賊版サイトから取得した書籍を恒久的な電子図書館として保有する行為が区別された。Kadrey対Meta事件では、原告が提出した証拠関係の下でMeta側のフェアユースが認められたものの、AI生成物が大量に市場へ流入し、人間の作品を埋没させる「市場の希釈」が立証されれば、異なる判断となり得ることが示された[79][80]。

The New York Times等によるOpenAIおよびMicrosoftへの訴訟では、新聞記事を学習へ利用した行為、記事の再現、報道市場との競合等が争われている。画像分野でも、Disney、Universal等がMidjourneyを提訴し、著名なキャラクターに近似する画像を生成できるサービスの設計、学習、出力への責任を争っている[81][82]。

これらの訴訟から分かるように、生成AIの著作権問題は「学習の適法性」という点だけでなく、少なくとも、データの取得、データセットの構築、モデル学習、モデルの保存・提供、生成サービスの設計、個々の出力、公開・販売、市場全体への累積的影響を区別する必要がある。

米国で特に重要視されているのが、市場の希釈である。生成AIによる影響は、原作品と類似する一つの作品が販売されることだけではない。大量の小説、画像、音楽がほぼ限界費用なく公募、投稿サイト、検索結果、配信サービスへ流入し、人間による作品を見つけにくくすることにも現れる。

個々の出力に著作権侵害と評価できるほどの類似性がなくても、人間の作品が推薦システムや検索結果の中で埋没し、報酬や職業機会が低下するなら、文化市場全体は変化する。従来の一作品対一作品を中心とする侵害判断だけでは、この累積的影響を十分に捉えられない。

また、生成AI生成物の著作物性についても、人間が単にプロンプトを入力したという形式ではなく、表現の選択、配列、修正等にどの程度の創作的寄与を行ったかが重要となる。米国著作権局も、人間による著作性のある表現が認められる範囲で保護されるとの整理を示している[83]。 

4.法律・業界ガイドライン・個人選択

職能団体の役割を考える際には、新型コロナウイルス感染症対策における業種別ガイドラインの経験も参考になる。

感染対策では、政府が基本的方針を示し、劇場を含む各業界が業種別ガイドラインを作成して、現場へ具体的な行動基準を提供した。その後、感染症法上の位置づけ変更に伴い、政府の基本的対処方針と業種別ガイドラインは廃止され、個人と事業者の自主的判断へ移行した。

しかし、形式的に「個人の判断」とされても、現場には何を基準に判断すべきかという不確実性が残り、業界団体による情報提供の必要性は失われなかった。

この経験は、生成AIのガバナンスにも示唆を与える。法律だけでは、戯曲、小説、漫画、アニメ、音楽等の創作工程の違いを詳細に規律できない。一方、「各自の判断」に委ねるだけでは、利用者は適法性や公正性を判断できず、権利侵害の責任だけを負わされる。
したがって、法律は最低限の権利と義務を定め、職能団体は分野固有の慣行を踏まえた指針を示し、個人がその範囲で選択できる構造が必要である。

ただし、感染対策と生成AIには重要な違いがある。生成AIの学習データ、モデル構造、事業者による入力情報の利用は、個人から見えにくい。権利者と巨大事業者の交渉力にも大きな差がある。したがって、生成AIについては、個人の自己責任や任意のガイドラインだけに委ねることはできない。 

5.Human in the loopを実質化する

生成AI創作を持続可能なものとするには、法的規制、業界の自主ガイドライン、AI事業者による技術的ガードレールを組み合わせる必要がある。

その際に重要なのが、人間中心の原則、すなわちHuman in the loopである。ただし、人間が形式的に最終ボタンを押せばよいのではない。

人間が創作の目的を設定し、複数の出力を比較し、AIの提案を拒否・修正でき、完成させないことや公開しないことも選択できなければならない。また、最終的な責任だけを人間へ負わせながら、学習データ、モデル設計、出力制御を事業者が独占する構造は、人間中心とはいえない。

Human in the loopは、責任を利用者へ転嫁するための標語ではなく、人間へ実質的な情報、権限、選択肢、異議申立ての手段を保障する原則として具体化する必要がある。 

6.ガイドラインだけでは足りない

日本では、文化審議会の「AIと著作権に関する考え方について」が、AI開発・学習段階と生成・利用段階を区別し、既存作品との類似性、依拠性、利用目的、著作権法30条の4等の適用を個別に検討するとの整理を示している。総務省・経済産業省の「AI事業者ガイドライン」も、人間中心、安全性、公平性、プライバシー、セキュリティ、透明性、アカウンタビリティ等を掲げている[84][85]。

EUでは、DSM著作権指令がテキスト・データ・マイニングと権利留保の枠組みを定め、AI Actの実施過程では、汎用AIモデルの学習内容に関する公開要約テンプレートや行動規範が整備されている[66][67][68][69]。これらは完全な学習データ開示ではないが、透明性義務を実装する制度例として参照できる。

職能団体やAI事業者によるガイドラインには、法律だけでは捉えにくい分野別の慣行を具体化する意義がある。文学賞におけるAI利用の表示、既存作家の文体模倣、俳優や声優の声・肖像、共同制作者間の同意、報酬、クレジット等は、職能団体と事業者が協働して定める必要がある。

しかし、ガイドラインは、参加しない事業者を拘束できない。創作者と巨大AI事業者との交渉力格差を解消せず、権利者が自己の作品の利用を確認する手段も当然には保障しない。適法性そのものを変更することもできない。

米国著作権局は、生成AIの規模が前例のないものであることを認めながらも、現行のフェアユース法理には個別事案を評価する柔軟性があり、直ちに包括的な新権利を設けるより、ライセンス市場の発展を見守るべきであるとの慎重な立場を示している。他方、市場が機能しない場合には、拡大集中許諾等を検討する余地も示している[65]。

この慎重論にも合理性はあるが、高額で長期間の裁判を経なければ利用の境界が分からず、その間に資金力を持つAI事業者と大規模権利者の契約によって市場が形成されるということもまた現実である。

個人の著作者、実演家、小規模出版社、劇団、同人制作者、グローバルサウスの文化機関が、その交渉から取り残されるおそれがある。業界ガイドラインは、法律と個人判断をつなぐ中間的規範として不可欠であるが、それを著作権制度改革の代替としてはならない。 

第Ⅴ部　創作の民主化の今後

生成AIによる創作の民主化は、一国内の制作技能や著作権の問題にとどまらない。創作機会、雇用、文化的多様性、インフラ、計算資源、国際的なルール形成への参加を、相互に緊張し得る公共政策上の価値として評価する必要がある。 

1.SDGsから見た創作の民主化

生成AIによる創作をSDGsとの関係で評価する際、単に「AIがSDGsに貢献する」と結論づけるべきではない。創作機会の拡大によって誰が利益を得るのか、その過程で誰の雇用、権利、文化的表現が失われるのかを、複数の目標の緊張関係として評価する必要がある。

生成AIは、創作参加とウェルビーイングという点でSDG 3、教育と生涯学習という点でSDG 4、技術革新と文化産業という点でSDG 9、障害、所得、地域による創作機会の格差縮小という点でSDG 10に寄与する可能性を持つ。

一方、作家、イラストレーター、アニメーター、俳優、声優、音楽家等の報酬や交渉力を低下させるなら、ディーセント・ワークを求めるSDG 8に反する。学習データや利益配分の意思決定が不透明であれば、透明で説明責任を負う制度を求めるSDG 16とも整合しない。政府、AI事業者、職能団体、創作者、利用者、国際機関の協働を必要とする点ではSDG 17も重要である[86]。

文化はSDGsの独立した一目標として掲げられてはいないが、教育、雇用、包摂、産業、制度を横断する基盤である。UNESCOも、AIが文化の制作、流通、享受を変える一方、文化的・言語的多様性、芸術的自由、創作者の権利を守る必要を指摘している[87]。

したがって、生成AIによる創作の民主化は、作品数や市場規模だけでは評価できない。少なくとも、従来創作へ参加できなかった者に実質的な機会を与えたか、利用者の行為主体性と学習を支えたか、文化的多様性を広げたか、職業的創作者の雇用と報酬を持続可能にしたか、ルール形成と利益配分が透明で参加型であったかを問う必要がある。 

2.グローバルサウスとAIアクセス

生成AIによる創作の民主化は、一国内で創作技能の壁が下がるかという問題だけではない。誰が高度なモデル、計算資源、学習データ、クラウド基盤へアクセスできるのかという、グローバルな生産構造の問題でもある。

なお、「グローバルサウス」は、所得水準、産業基盤、政治体制、AI開発能力が異なる多数の国々を便宜的にまとめた概念であり、一枚岩ではない。インド、ブラジル、南アフリカ、湾岸諸国等と、後発開発途上国や小島嶼国とでは、AIへのアクセス条件は大きく異なる。

生成AIのサービスは世界中から利用できるように見える。しかし、モデルを学習・運用するための半導体、データセンター、資本、研究開発能力は、一部の国と企業へ集中している。UNCTADは、包摂的なAIのための基盤として、インフラ、データ、技能を挙げ、すべての国がルール形成へ参加する国際協力を求めている[88]。

グローバルサウスの創作者が、北米等で開発されたモデルへ利用料金を支払い、自国の物語、言語、音声、画像を入力する一方、モデル、クラウド、決済、配信による収益と意思決定権が国外へ流れるなら、創作の入口は広がっても、文化的生産手段への依存は強まる。

さらに、少数言語や地域固有の文化が学習データに十分含まれていなければ、生成される物語、人物像、音楽、映像表現は、データの多い言語圏の様式へ近づきやすい。個人の創作可能性を増やす技術が、世界全体では文化表現の均質化を進めるという逆説が生じ得る。

AIアクセスには少なくとも四つの段階がある。

第一は、完成したサービスを利用する「消費者としてのアクセス」である。第二は、自国の言語、文化、制度に合わせてモデルを調整する「適応者としてのアクセス」である。第三は、自らモデルや創作基盤を開発するための計算資源、データ、技能を持つ「生産者としてのアクセス」である。第四は、安全基準、輸出規制、学習データ、著作権等のルール形成へ参加する「統治主体としてのアクセス」である。

第一段階だけが提供され、残りが特定の国と企業へ集中するなら、それは創作の民主化というより、文化的生産手段への新たな依存である。 

AIアクセスを左右する輸出規制――Fable 5の事例

AIアクセスの格差は、経済力やインフラだけでなく、輸出規制によっても形成される。

2026年6月12日、米国政府は安全保障上の輸出管理措置として、AnthropicのClaude Fable 5およびMythos 5について、外国籍者によるアクセスを停止するよう指示した。Anthropicは利用者の国籍をリアルタイムで確実に確認できなかったため、両モデルへのアクセスを一時的に全面停止した。規制は6月30日に解除され、Fable 5は7月1日から世界向けに再提供された[89][90]。

したがって、Fable 5が継続的に国外利用者から排除されているわけではない。しかし、この事例が示した意味は大きい。

クラウド型AIでは、利用者が端末、データ、作品を保有していても、モデル提供国政府の判断によって、高度なAIへのアクセスを世界規模で突然失い得る。しかも、規制対象を正確に識別できない場合には、本来の対象を超えた利用者にも停止の影響が及ぶ。

輸出規制には、高度なサイバー攻撃、生物学的脅威、軍事利用等を抑制するという合理的目的があり得る。他方、国籍や国家間関係を基準として広範に適用されれば、安全保障上の脅威と直接関係のない研究者、創作者、教育機関、スタートアップも排除される。

高度なAIへ継続的にアクセスできる国と、旧世代モデルまたは限定的なサービスしか利用できない国との間に、文化的・経済的能力の格差が固定される可能性がある。これはSDG 9のイノベーション、SDG 10の国家間格差の縮小、SDG 17の国際的パートナーシップとの緊張を生む。

グローバルサウスを含む創作の民主化を実現するには、民間企業のサービス提供地域を増やすだけでは足りない。大学、文化機関、小規模事業者が利用できる公共的計算基盤、少数言語のデータ基盤、地域で運用可能なモデル、複数事業者間の相互運用性、透明で期間と対象を限定した輸出管理、異議申立てと定期的再評価の制度が必要である。 

3.著作権制度と文化政策の根本的な見直しへ

以下に、以上を踏まえた政策的提案を示す。

現行の著作権制度は、基本的には、人間が特定の作品を創作し、別の主体がそれを複製、翻案、公衆送信するというモデルを中心に構築されている。これに対し、生成AIは、国境を越えて大量の著作物その他のコンテンツを収集・処理し、個々の学習元とは必ずしも類似しない一方、文化市場では人間の作品と競合し得る生成物を、ほぼ限界費用なく大量に生み出す。

この構造の下で、個々の創作者に、自らの作品が学習に利用されたことを調査し、非公開のデータセットやモデル内部を確認し、海外の大規模事業者を相手に権利を行使することを期待する制度は、実効性を欠く。

必要なのは、既存の著作権を単純に強化することでも、AI学習を一律に自由化することでもない。著作権制度と文化政策の目的を、個別作品に対する侵害を事後的に処理することに留めず、創作、公開、学習、生成、流通、再利用が持続可能に循環する条件を保障することである。そのため、少なくとも次の五つの柱が必要である。

第一に、学習データのライフサイクル全体を統治する制度を整備すべきである。

著作物その他のコンテンツの取得、データセットの構築、モデル学習、モデルの保存・提供、生成サービスの運用、生成物の公開・流通を区別し、各段階の主体と責任を明確にする必要がある。海賊版サイトから取得したデータと、適法に購入、収集または許諾されたデータを、同じ「AI学習」として扱うべきではない。

学習データの出所、取得方法、権利処理、主要なデータセットについては、営業秘密やセキュリティを保護しつつ、独立した機関が検証できる透明性・監査制度を設けるべきである。権利者が自己の作品の利用状況を確認し、訂正、削除、異議申立て等を求められる仕組みも必要となる。

また、文化・学術コンテンツを公開するアーカイブ、出版社、大学リポジトリ、図書館、配信事業者等は、人間による閲覧・研究と、AIによる一括取得・学習を区別した公開方針を定める必要がある。著作者単位の選択、機械可読な権利留保、利用目的別の許諾、アクセス記録、版管理、訂正・撤回情報の反映等を組み合わせ、公開の社会的価値を損なわずに学習利用を統治すべきである。

第二に、同意、対価還元および人格的利益の保護を組み合わせるべきである。

オプトアウトは拒否の意思を示す最低限の手段となり得るが、オプトアウトが示されていないことを、包括的な学習同意とみなすべきではない。大量のウェブサイトを個々の創作者が監視し、事業者ごとに異なる方法で拒否を通知する仕組みは、技術的・事務的負担を権利者側へ過度に転嫁する。

分野の性質に応じて、明示的同意、分野別ライセンス、集中管理、拡大集中許諾、法定報酬請求権等を組み合わせ、AI事業者から著作者・実演家等へ対価を還元する制度が必要である。
ただし、すべての利用を金銭的補償によって正当化できるわけではない。声、肖像、身体動作、性的表現、人格的文脈を利用する場合には、本人による事前同意を重視すべきである。著作権だけでなく、著作隣接権、著作者人格権、肖像権、パブリシティ権、個人情報保護法、不正競争防止法、契約法等を横断した保護が必要となる。

作風一般を新たな独占権の対象とすることには慎重であるべきだが、特定の創作者になりすます表示や、本人の作品・実演であるとの誤認を生じさせる利用については、別途規律する必要がある。

第三に、生成物の来歴を管理し、文化・学術情報の健全性を確保すべきである。

AI生成物が、次世代のモデル、検索サービス、知識基盤、学術データベース等の学習元となり得ることを前提に、AI生成であること、使用したモデル、生成時期、主要な人間の編集、参照資料等を、可能な範囲で機械可読な来歴情報として保持する必要がある。

文化領域だけでなく、論文、抄録、プレプリント、査読文書、教育資料等が流通する学術領域においても、AI生成・支援の表示、原データとの対応、引用の検証可能性、訂正・撤回情報の継承が重要となる。

検証済みの人間由来資料、一次資料、一次データ、改訂履歴を保存し、AI生成物や合成データが無差別に再帰利用されることによる、表現の均質化、少数情報の消失、誤情報の循環、研究の再現可能性の低下を防ぐ必要がある。

第四に、利用場面を区別するとともに、文化市場への累積的影響を評価すべきである。

本人のみが鑑賞する非営利の私的生成と、作品の公開、収益化、賞への応募、大量頒布、広告利用等とは区別すべきである。個人が記憶、欲望、選ばなかった人生等を私的な作品として具体化する自由は、可能な限り広く確保されるべきである。

他方、生成物が公募、投稿サイト、検索結果、配信サービスその他の公共的な文化市場へ流入する段階では、AI利用の表示、来歴情報、権利処理、責任主体の明示等を求める必要がある。私的利用であっても、実在者の声、肖像、人格等を無断で素材化する場合には、他者の権利との衝突に注意を要する。

また、評価対象を、個々の生成物と既存作品との類似性に限定すべきではない。大量生成による市場の希釈、検索・推薦環境における人間作品の埋没、審査・批評資源の逼迫、創作者の報酬、交渉力および職業基盤への累積的影響を、文化政策上の問題として評価する必要がある。

第五に、制度改革を国際的な利益配分とAIアクセスの公正へ接続すべきである。

著作権制度とAIガバナンスの見直しを、先進国の大規模権利者とAI事業者との関係だけで完結させてはならない。グローバルサウスや先住民共同体の文化資料、少数言語データ、伝統的知識等が、無償または不透明な条件で国外の学習資源として利用され、利益と意思決定権が現地へ還元されない構造を防ぐ必要がある。

共同体によるデータ管理、地域文化に適した許諾、利益還元、公共的計算資源、地域で運用可能なモデル、少数言語データの整備、国際的なルール形成への参加を制度に組み込むべきである。

同時に、安全保障上の輸出管理についても、技術的根拠、規制対象、期間、例外、異議申立ておよび定期的再評価を明確にする必要がある。教育、研究、文化創作等の正当な利用を必要以上に遮断し、一部の国と企業だけが高度なAIへのアクセスと文化的生産能力を独占することのない制度設計が求められる。

以上の五つの柱は、それぞれ独立した問題ではない。学習データの透明性がなければ、同意や対価還元は実効性を持たず、来歴情報がなければ、生成物の市場流入や再学習を検証できない。また、国内で精緻な権利処理制度を整備しても、データ、計算資源、利益およびルール形成権が国際的に偏在したままであれば、創作の民主化は新たな文化的従属へ反転し得る。

したがって、求められるのは、著作権法の個別的な例外規定の追加にとどまらない。学習データの統治、創作者への利益還元、人格的利益、情報の来歴、私的創作の自由、文化市場の持続可能性および国際的なAIアクセスを一体として扱う、著作権制度と文化政策の包括的な再設計である。 

4.おわりに――創作の民主化をどう完成させるか

生成AIによる創作の民主化とは、プロに近い外見の作品を誰もが公表できることだけではない。これまで胸中にとどまり、商品にも投稿にもならなかった欲望が、一人のための小説、一度しか聴かれない曲、本人だけが見る画像や映像になることでもある。

コミケが先取りしたのは、私的欲望を作品へ変え、他者と共有する文化であった。生成AIは、その営みを制作技能や会場、共同体の外へ広げ、共有されない作品さえ文化的生産の一部にする。

この変化は、自己表現、自己理解、達成感を通じてウェルビーイングに資する可能性を持つ。しかし、ウェルビーイングとは、本人が望む生成物を無限に与えられることではない。自ら選択し、拒否し、修正し、他者との関係を作り、必要であれば一人でいられる行為主体性とプライバシーを含むものである。

生成AIは、業界を中心とした商業的創作と、個人による「自分＋αのウェルビーイングのための創作」の双方へ作用する。前者には、雇用、契約、著作権、報酬、透明性の制度が必要である。後者には、私的創作の自由、創作しない自由、プライバシー、依存防止、本人の主体性を守る設計が必要である。

「創作の民主化」は、既存作品を無償で学習し、無制限に生成する自由を意味するものではない。創作の入口が広がっても、その基盤となる作品や実演を作る人が生活できなくなれば、将来の文化そのものが痩せていく。

また、世界の一部だけが高度なモデル、計算資源、データ、クラウド、ルール形成権を独占するなら、創作の民主化は新たな文化的従属へ反転する。

問うべきなのは、AI作品が人間の作品より優れているか、AIが人間の仕事を全面的に代替するかではない。人が自分のために作る自由を拡大しながら、その自由が原作者、実演家、共同制作者、審査員、作品の対象となる他者の尊厳と、将来の創作基盤を消費し尽くさないために、どのような制度を構築するかである。

創作の民主化は、制作費が下がった時点ではまだ完成しない。創作する人、創作を支える人、AIを開発する人、作品を享受する人の間で、利益と負担が持続可能に分配され、人間と地域社会が実質的な選択権と創造的主体性を持つ制度があって初めて、民主化と呼び得る。

作品に対する賞の選考規則、業界団体のガイドライン、AI事業者による技術的ガードレールは、そのための重要な第一歩である。しかし、生成AIが作品の制作、市場への流入、文化的価値の形成、国家間の文化的生産能力そのものを変える以上、既存法の微調整だけでは足りない。

学習の自由、創作者の同意、対価の還元、学習元データとAI生成物の来歴、データの透明性、人格的利益、プライバシー、心理的安全、私的利用、市場の多様性、グローバルなAIアクセスを一体として扱う、著作権制度と文化政策の根本的な見直しが求められるのである。

参考文献

[1] 浦川通『AIは短歌をどう詠むか』講談社現代新書、2024年
[2] TVアニメ「ツインズひなひま」公式サイト「放送・配信情報」2025年（2026年7月15日閲覧）
[3] TVアニメ「ツインズひなひま」公式サイト「サポーティブAIとは」2025年（2026年7月15日閲覧）
[4]山川健一・今井昭彦・葦沢かもめ『小説を書く人のAI活用術―AIとの対話で物語のアイデアが広がる』インプレス、2024年
[5] 樋口恭介『AI先生のSF小説教室―クリエイティブVibeライティング入門』晶文社、2025年
[6] 樋口恭介『Executing Init and Fini』早川書房、2026年
[7] Doshi, Anil R., and Oliver P. Hauser. “Generative AI Enhances Individual Creativity but Reduces the Collective Diversity of Novel Content.” Science Advances 10, no. 28 (2024): eadn5290.
[8] Zhu, Feng, and Wenbo Zou. “Generative AI Adoption in Human Creative Tasks: Experimental Evidence.” Journal of Economic Behavior & Organization 242 (2026): 107414.
[9] Haase, Jennifer, and Paul H. P. Hanel. “Artificial Muses: Generative Artificial Intelligence Chatbots Have Risen to Human-Level Creativity.” Journal of Creativity 33, no. 3 (2023): 100066.
[10] Zhou, Eric, and Dokyun Lee. “Generative Artificial Intelligence, Human Creativity, and Art.” PNAS Nexus 3, no. 3 (2024): pgae052.
[11] コミックマーケット準備会「コミックマーケットの理念と実相」（2026年7月15日閲覧）
[12] 久保（川合）南海子「異投射・虚投射の発生と共有―腐女子の妄想と二次創作を通じて」『認知科学』26巻1号（2019年）：40-51頁
[13] Galbraith, Patrick W. “Fujoshi: Fantasy Play and Transgressive Intimacy among ‘Rotten Girls’ in Contemporary Japan.” Signs 37, no. 1 (2011): 211-232.
[14] 中島梓『小説道場4』光風社出版、1997年
[15] Noppe, Nele. The Cultural Economy of Fanwork in Japan: Dōjinshi Exchange as a Hybrid Economy of Open Source Cultural Goods. PhD diss., KU Leuven, 2014.
[16] Acar, Selcuk, Harun Tadik, Danielle Myers, Carian van der Sman, and Recep Uysal. “Creativity and Well-being: A Meta-analysis.” The Journal of Creative Behavior 55, no. 3 (2021): 738-751. 
[17] Capell, Ursula, and Ruth Hughes. “Everyday Creativity: A Personal and Universal Rollercoaster Ride.” Social Sciences & Humanities Open 11 (2025): 101303. 
[18] Fancourt, Daisy, and Saoirse Finn. What Is the Evidence on the Role of the Arts in Improving Health and Well-being? A Scoping Review. Copenhagen: WHO Regional Office for Europe, 2019.
[19] Liu, S. “The Impacts of Arts Interventions on Students’ Well-Being Outcomes: A Systematic Review with Pedagogical Outcomes.” Journal of Happiness Studies 27 (2026): Article 40.
[20] Hwang, Younjung, and Yi Wu. “The Influence of Generative Artificial Intelligence on Creative Cognition of Design Students: A Chain Mediation Model of Self-efficacy and Anxiety.” Frontiers in Psychology 15 (2025): 1455015. 
[21] Shi, Z., and D. Yin. “Toward Emotional Mediation: Generative AI in Art Therapy for Psychosocial Health Support.” Frontiers in Public Health 13 (2025): 1690119. 
[22] McGuire, Jack, David De Cremer, and Tim Van de Cruys. “Establishing the Importance of Co-creation and Self-efficacy in Creative Collaboration with Artificial Intelligence.” Scientific Reports 14 (2024): 18525. 
[23] United Nations Development Programme. 2022 Special Report on Human Security: New Threats to Human Security in the Anthropocene. New York: UNDP, 2022.
[24] 藤田卓仙「孤独に寄り添う社会的処方やAIを含むテクノロジー」東京財団、2026年4月20日
[25] Mill, John Stuart. On Liberty. London: John W. Parker and Son, 1859.
[26] Warren, Samuel D., and Louis D. Brandeis. “The Right to Privacy.” Harvard Law Review 4, no. 5 (1890): 193-220.
[27] OpenAI「利用規約」 「プライバシーポリシー」（2026年7月15日閲覧）
[28] Anthropic, “Privacy Center,”（2026年7月15日閲覧）
[29] Google「Gemini Appsのプライバシーに関するお知らせ」（2026年7月15日閲覧）
[30] Meta, “Meta AI Terms of Service,” （2026年7月28日閲覧）
[31] American Psychological Association. Health Advisory on the Use of Generative AI Chatbots and Wellness Applications for Mental Health. 2025. （2026年7月15日閲覧）
[32] Döring, Nicola, Thuy Dung Le, Laura M. Vowels, Matthew J. Vowels, and Tiffany L. Marcantonio. “The Impact of Artificial Intelligence on Human Sexuality: A Five-Year Literature Review 2020-2024.” Current Sexual Health Reports 17 (2025): Article 4. 
[33] 日経「星新一賞」実行委員会「第13回 日経『星新一賞』公式ウェブサイト：トピックス」2025年10月8日（2026年7月15日閲覧）
[34] 日本経済新聞「AI小説、星新一賞を席巻　人間と区別つかず『人力小説部門』も議論」（2026年7月28日閲覧）
[35] 日本経済新聞「星新一賞、AI作品が上位独占　文学とは何かを問う」（2026年7月28日閲覧）
[36] Burton, Jason W., Mari-Klara Stein, and Tina Blegind Jensen. “A Systematic Review of Algorithm Aversion in Augmented Decision Making.” Journal of Behavioral Decision Making 33, no. 2 (2020): 220-239. ；Jussupow, Ekaterina, Izak Benbasat, and Armin Heinzl. “Why Are We Averse Towards Algorithms? A Comprehensive Literature Review on Algorithm Aversion.” Proceedings of ECIS 2020 (2020)
[37] Bellaiche, Lucas, Rohin Shahi, Martin Harry Turpin, Anya Ragnhildstveit, Shawn Sprockett, Nathan Barr, Alexander Christensen, and Paul Seli. “Humans versus AI: Whether and Why We Prefer Human-created Compared to AI-created Artwork.” Cognitive Research: Principles and Implications 8 (2023): Article 42.
[38] ITmedia AI+「アニメ『本好きの下剋上』OP映像差し替え―“AI禁止”のはずが『AI使用と判明』、制作会社が謝罪」2026年4月10日（2026年7月15日閲覧）
[39] Universal Music Group and Udio. “Universal Music Group and Udio Announce Udio’s First Strategic Agreements for New Licensed AI Music Creation Platform.” October 29, 2025.（2026年7月15日閲覧）
[40] 日本劇作家協会・劇作家フェスティバル2025「AIは新人戯曲賞を獲れるのか？」2025年11月3日（2026年7月15日閲覧）
[41] Mirowski, Piotr, Kory W. Mathewson, Jaylen Pittman, and Richard Evans. “Co-Writing Screenplays and Theatre Scripts with Language Models: An Evaluation by Industry Professionals.” Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems (2023). 
[42] 一般社団法人メタシアター「20分間の演劇バトル『第2回劇王Virtual』開催」2026年4月30日（2026年7月15日閲覧）
[43] 日本脚本家連盟・日本シナリオ作家協会「生成AIに関する共同声明」2023年11月6日（2026年7月15日閲覧）
[44] 日本民間放送連盟「生成AIの開発・学習に関する声明」2025年11月26日（2026年7月15日閲覧）
[45] 日本写真著作権協会ほか「生成AIに関する共同声明」2023年；日本新聞協会「無断・無秩序な利用懸念―生成AIに政府の対応要請」2023年5月17日（2026年7月15日閲覧）
[46] 日本漫画家協会ほか「生成AI時代の創作と権利のあり方に関する共同声明」2025年（2026年7月15日閲覧）
[47] 日本SF作家クラブ「生成AI技術に関する提言」2023年（2026年7月15日閲覧）
[48] 日本芸能従事者協会「AIの急速な出現に関する日本芸能従事者協会との連帯声明」2023年（2026年7月15日閲覧）
[49] 協同組合日本俳優連合「生成系AI技術の活用に関する提言」（2026年7月15日閲覧）
[50] 日本音楽作家団体協議会（FCA）「AIによる著作物利用に関するFCAの見解」2023年6月15日（2026年7月15日閲覧）
[51] 日本音楽著作権協会（JASRAC）「生成AIと著作権の問題に関する基本的な考え方」2023年（2026年7月15日閲覧）
[52] 日本美術著作権連合「生成AIに関する声明」2023年（2026年7月15日閲覧)
[53] Writers Guild of America. “Artificial Intelligence.” （2026年7月15日閲覧）
[54] Writers’ Guild of Great Britain. AI Guidelines. 2024.（2026年7月15日閲覧）
[55] Society of Authors. “Artificial Intelligence.” （2026年7月15日閲覧）
[56]Authors’ Licensing and Collecting Society. “Our Principles for AI and Authors.” May 24, 2023.（2026年7月15日閲覧）
[57] European Writers’ Council. “EWC Statement on Artificial ‘Intelligence’ Based on Theft—and the AI Act Proposal.” April 24, 2023. （2026年7月15日閲覧）
[58] European Writers’ Council. “European Writers’ Council (EWC) Second Statement on the AI Act Proposal.” July 26, 2023. （2026年7月15日閲覧）
[59] International Federation of Reproduction Rights Organisations. “IFRRO AI Position Statement” and “IFRRO Comments on the AI Act.” 2023. （2026年7月15日閲覧）
[60] International Confederation of Societies of Authors and Composers and PMP Strategy. “PMP Strategy/CISAC Study on the Economic Impact of AI in Music and Audiovisual Industries.” 2024. （2026年7月15日閲覧）
[61] International Confederation of Societies of Authors and Composers. “Global Creators and Performers Demand Creative Rights in AI Proliferation: An Open Letter to Policy Makers on Artificial Intelligence.” July 20, 2023. （2026年7月15日閲覧）
[62] 日本劇作家協会「戯曲創作にあたっての生成系AIの利用について」2026年5月21日（2026年7月15日閲覧）
[63] 日本劇作家協会「新人戯曲賞2026応募要項」 「新人戯曲賞Q＆A（生成系AIの利用および権利帰属に関する注意事項）」2026年（2026年7月15日閲覧）
[64] Dodge, Jesse, Maarten Sap, Ana Marasović, William Agnew, Gabriel Ilharco, Dirk Groeneveld, Margaret Mitchell, and Matt Gardner. “Documenting Large Webtext Corpora: A Case Study on the Colossal Clean Crawled Corpus.” In Proceedings of the 2021 Conference on Empirical Methods in Natural Language Processing, 1286-1305. Association for Computational Linguistics, 2021. 
[65] U.S. Copyright Office. Copyright and Artificial Intelligence, Part 3: Generative AI Training (Pre-publication Version). Washington, DC, 2025.
[66] European Parliament and Council. Directive (EU) 2019/790 of the European Parliament and of the Council of 17 April 2019 on Copyright and Related Rights in the Digital Single Market, Article 4. Official Journal of the European Union L 130 (May 17, 2019): 92-125. （2026年7月15日閲覧）
[67]European Parliament and Council. Regulation (EU) 2024/1689 of the European Parliament and of the Council of 13 June 2024 Laying Down Harmonised Rules on Artificial Intelligence, Article 53. Official Journal of the European Union (July 12, 2024). （2026年7月15日閲覧）
[68] European Commission. “Explanatory Notice and Template for the Public Summary of Training Content for General-Purpose AI Models.” July 24, 2025. （2026年7月15日閲覧）
[69] European Commission. “The General-Purpose AI Code of Practice.” July 10, 2025. （2026年7月15日閲覧）
[70] UK Music. Copyright and Artificial Intelligence Consultation: UK Music Response. February 2025. Posted May 30, 2025. （2026年7月15日閲覧）
[71] Musicians’ Union. “Creatives Sign Statement Calling for Consent and Fair Payment Where Works Are Used to Train Generative AI.” October 23, 2024. （2026年7月15日閲覧）
[72] 日本劇作家協会「戯曲デジタルアーカイブ」（2026年7月15日閲覧）
[73] 日本劇作家協会「戯曲デジタルアーカイブとは」戯曲デジタルアーカイブ、2021年2月28日公開（2026年7月15日閲覧）
[74] Shumailov, Ilia, Zakhar Shumaylov, Yiren Zhao, Nicolas Papernot, Ross Anderson, and Yarin Gal. “AI Models Collapse When Trained on Recursively Generated Data.” Nature 631 (2024): 755-759. 
[75] Kobak, Dmitry, Rita González-Márquez, Emőke-Ágnes Horvát, and Jan Lause. “Delving into LLM-Assisted Writing in Biomedical Publications through Excess Vocabulary.” Science Advances 11, no. 27 (2025): eadt3813. 
[76] Liang, Weixin, Zachary Izzo, Yaohui Zhang, Haley Lepp, Hancheng Cao, Xuandong Zhao, Lingjiao Chen, Haotian Ye, Sheng Liu, Zhi Huang, Daniel Mcfarland, and James Y. Zou. “Monitoring AI-Modified Content at Scale: A Case Study on the Impact of ChatGPT on AI Conference Peer Reviews.” Proceedings of the 41st International Conference on Machine Learning, PMLR 235 (2024): 29575-29620.
[77] International Committee of Medical Journal Editors. Recommendations for the Conduct, Reporting, Editing, and Publication of Scholarly Work in Medical Journals. Updated January 2026. （2026年7月15日閲覧）
[78] Thomson Reuters Enterprise Centre GmbH v. ROSS Intelligence Inc., No. 1:20-cv-00613-SB (D. Del.), Opinion and Order on Summary Judgment, February 11, 2025（控訴中）
[79] Bartz v. Anthropic PBC, No. 3:24-cv-05417-WHA (N.D. Cal.), Order on Fair Use, June 23, 2025. 
[80] Kadrey v. Meta Platforms, Inc., No. 3:23-cv-03417-VC (N.D. Cal.), Order on Cross-Motions for Partial Summary Judgment, June 25, 2025.
[81] The New York Times Co. v. Microsoft Corp. and OpenAI, Inc., No. 1:23-cv-11195-SHS (S.D.N.Y., filed December 27, 2023), and related actions.
[82] Disney Enterprises, Inc. v. Midjourney, Inc., No. 2:25-cv-05275 (C.D. Cal., filed June 11, 2025).
[83] U.S. Copyright Office. Copyright and Artificial Intelligence, Part 2: Copyrightability. Washington, DC, 2025. 
[84] 文化審議会著作権分科会法制度小委員会「AIと著作権に関する考え方について」2024年3月15日（2026年7月15日閲覧）
[85] 総務省・経済産業省『AI事業者ガイドライン（第1.2版）』2026年3月31日（2026年7月15日閲覧）
[86] United Nations. “The 17 Goals: Sustainable Development Goals.” （2026年7月15日閲覧）
[87]UNESCO. Artificial Intelligence and Culture: Report of the Independent Expert Group. Paris: UNESCO, 2025. ；UNESCO. Recommendation on the Ethics of Artificial Intelligence. Paris: UNESCO, 2021.
[88] United Nations Conference on Trade and Development. Technology and Innovation Report 2025: Inclusive Artificial Intelligence for Development. Geneva: UNCTAD, 2025.（2026年7月15日閲覧）
[89] Anthropic. “Statement on the US Government Directive to Suspend Access to Fable 5 and Mythos 5.” June 12, 2026. （2026年7月15日閲覧）
[90] Anthropic. “Redeploying Claude Fable 5.” June 30, 2026. （2026年7月15日閲覧）

---

【関連リンク】
・【対談動画】医療の未来を問う－尾﨑治夫(東京都医師会長)が語る、医師の矜持と社会変革
・【対談動画】「和を以て」激変の医療界を渡る—横倉義武氏が実践した、対話による政治と医療の調和
・【対談動画】「父の背中、世界の現場と大局観」―― 武見敬三が歩んだ医療政策半世紀の軌跡
・【対談動画】星を見上げ、データを見る—末松誠の思考の軌跡
・【論考】黒川 清 先生に聞く「AI時代に問われる“知”と“個”の確立」 ～繰り返し問うことから本質に迫る～ | 研究プログラム | 東京財団 
・得手に帆を挙げよ：尾身 茂氏のキャリア変遷の内にあった決断と想い | 研究プログラム | 東京財団

『日経メディカル Online』記事
・医師会は逆三角形の組織であるべき─都医会長・尾崎氏が唱える現場主義の原点
・臨床、基礎、AMED─好奇心と独立心で突き進む末松氏流のキャリア形成術
・黒川清氏に聞く医師のキャリア─「なぜ」を問い続け、世界へ飛び出せ
・尾身茂氏に聞く半生 Vol.1「社会との関わりを求めた青年時代、法学部から医師を目指すまで」 
・尾身茂氏に聞く半生 Vol.2 「これぞ私の得手だった」寝食を忘れて取り組んだWHOでのポリオ根絶 
・尾身茂氏に聞く半生 Vol.3　COVID-19対策分科会会長としての決断とメディア露出の日々、気持ちを支えたもの 

【本研究プロジェクト】
AIデータ利活用社会の実現 | 研究プロジェクト | 東京財団

【過去の研究プログラムについて】
地域に根ざした医療DXの実装に向けた人材開発に関する政策研究