[論文レビュー] Training Is Everything: Artificial Intelligence, Copyright, and Fair Training

Andrew W. Torrance, Bill Tomlinson|arXiv (Cornell University)|May 4, 2023

Law, AI, and Intellectual Property被引用数 12

ひとこと要約

本稿は、著作権保護された作品をAIの学習に用いることが公正利用に当たるかを分析し、両論を検討するとともに、議論をより広い社会的コストと利益の文脈に位置づける。

ABSTRACT

To learn how to behave, the current revolutionary generation of AIs must be trained on vast quantities of published images, written works, and sounds, many of which fall within the core subject matter of copyright law. To some, the use of copyrighted works as training sets for AI is merely a transitory and non-consumptive use that does not materially interfere with owners' content or copyrights protecting it. Companies that use such content to train their AI engine often believe such usage should be considered "fair use" under United States law (sometimes known as "fair dealing" in other countries). By contrast, many copyright owners, as well as their supporters, consider the incorporation of copyrighted works into training sets for AI to constitute misappropriation of owners' intellectual property, and, thus, decidedly not fair use under the law. This debate is vital to the future trajectory of AI and its applications. In this article, we analyze the arguments in favor of, and against, viewing the use of copyrighted works in training sets for AI as fair use. We call this form of fair use "fair training". We identify both strong and spurious arguments on both sides of this debate. In addition, we attempt to take a broader perspective, weighing the societal costs (e.g., replacement of certain forms of human employment) and benefits (e.g., the possibility of novel AI-based approaches to global issues such as environmental disruption) of allowing AI to make easy use of copyrighted works as training sets to facilitate the development, improvement, adoption, and diffusion of AI. Finally, we suggest that the debate over AI and copyrighted works may be a tempest in a teapot when placed in the wider context of massive societal challenges such as poverty, equality, climate change, and loss of biodiversity, to which AI may be part of the solution.

研究の動機と目的

• AIの学習に用いられる著作権保護作品を公正利用（公正な学習）として扱うべきかという賛否の論点を分析する。
• 公正な学習論争の双方の強い主張と根拠の薄い主張を特定する。
• 著作権保護コンテンツを用いたAI学習の社会的コスト（例：雇用の置換）と利益（例：AIによる解決策）を総合的に評価する。
• AI学習の議論を貧困、気候変動、生物多様性の課題というより広い文脈に位置づける。

提案手法

• AI学習の文脈における公正利用の概念的・規範的分析を行う。
• 公正な学習を支持する主張と反対する主張を特定・分類する。
• 寛容なAI学習実践の潜在的な社会的コストと利益を評価する。
• AI学習をグローバルな社会課題と結びつける広範で文脈的な議論を提供する。

実験結果

リサーチクエスチョン

• RQ1 AI学習に用いられる著作権保護作品を公正利用（公正な学習）として扱うべきかどうかの核心的な論点は何か。
• RQ2 政策立案者は著作権保護コンテンツをAI学習に使用することの社会的コストと利益をどのように比較衡量すべきか。
• RQ3 AI学習に関する議論は貧困、気候変動、生物多様性の損失といった地球規模の課題という広い文脈の中で理解できるか。

主な発見

• 著者らは公正な学習論争のいずれの側にも強い主張と根拠の薄い主張の両方を特定している。
• AI学習の実践を評価する際には社会的コストと利益を衡量すべきだと主張している。
• 彼らはAIと著作権の論争は、より大きな地球規模の課題と比較すると必ずしも決定的ではない可能性があると示唆している。
• 本論文は、AI活用によるグローバルな問題解決の社会的影響と潜在的利益を幅広く論じている。
• 分析は貧困・格差・気候変動・生物多様性の観点で議論を位置づけることを強調している。