安全性・著作権・これからの生成AI:使う側が知っておくべきこと|生成AIのしくみ 第12回
監修田中 磨生株式会社Abin 代表取締役
株式会社Abin代表取締役。AI SaaSの上場企業やHR系ベンチャーのマーケティング責任者を経て、2023年BtoBマーケティング特化のコンサルティング会社株式会社Abinを設立。創業から30社以上のBtoBマーケティングの戦略立案から実行までを行う。2025年には株式会社プロベルの役員に就任。NYマーケティング株式会社の執行役員も務める。
執筆Abin編集部

KOUZA生成AIのしくみ
第12回/全12回
この講座の目次を見る
- 第1回AI・機械学習・ディープラーニング・生成AIは何が違う?:言葉の地図をつくる
- 第2回ニューラルネットワークはどう「学ぶ」のか:重み・損失・誤差逆伝播をたとえで
- 第3回言葉を数字にする:トークンと埋め込み(ベクトル)
- 第4回Transformerと注意機構:LLMの心臓部を図で理解する会員
- 第5回LLMはどう育てられるのか:事前学習・指示チューニング・人のフィードバック会員
- 第6回LLMの得意と苦手:ハルシネーション・コンテキスト長・推論会員
- 第7回RAG・ファインチューニング・AIエージェント:LLMを仕事に組み込む3つの方法会員
- 第8回画像生成AIの全体像:画像を「つくる」AIはどう進化してきたか会員
- 第9回GANの仕組み:偽造者と鑑定士の競争で画像が上手くなる会員
- 第10回拡散モデルとテキストから画像:ノイズを少しずつ消して絵を描く会員
- 第11回音声・動画・マルチモーダル:文字以外を扱う生成AI会員
- 第12回安全性・著作権・これからの生成AI:使う側が知っておくべきこと会員
この回で分かること:①生成AIを使う側が押さえるべきリスク(著作権、個人情報・機密情報、誤情報、なりすまし、偏り)と、その対策、②日本の著作権法の考え方や、国内外のルールづくりの大まかな動き、③この講座で学んだ仕組みから見た、これからの生成AIの方向性。
いよいよ最終回です。第1回から第11回まで、生成AIの仕組みを、言葉の整理からLLM、画像・音声・動画の生成まで順番に見てきました。最終回は、仕組みの知識を「安全に、責任を持って使う」ための知識につなげます。法律の解釈を断定することはできませんが、使う側として知っておくべき論点と、確認すべき一次情報を整理します。なお、この回の内容は2026年11月時点の情報にもとづいています。法令やガイドラインは改定が続いているため、実際の判断の際は必ず最新の公式情報と、必要に応じて専門家に確認してください。

仕組みから見る、生成AIのリスクの全体像
これまでの回で学んだ仕組みと、リスクの関係を整理すると次のようになります。
| リスク | 仕組みとの関係 | 関連した回 |
|---|---|---|
| 誤情報(ハルシネーション) | 正しさではなく「確からしさ」で言葉を選ぶ | 第6回 |
| 著作権 | 大量のデータから学習し、学習データに似た出力が出ることもある | 第1回・第8回 |
| 個人情報・機密情報の漏えい | 入力した情報が、サービスの設定によっては保存・学習に使われうる | 第5回・第7回 |
| なりすまし・ディープフェイク | 本物と見分けにくい顔・声・映像をつくれる | 第9回・第11回 |
| 偏り(バイアス) | 学習データの偏りを、重みとして引き継ぐ | 第2回 |
| 指示の乗っ取り | 外部の文章に紛れた指示に従ってしまう | 第7回 |
1つずつ、使う側の対策と合わせて見ていきます。
著作権:「学習」と「生成・利用」を分けて考える

生成AIと著作権の関係は、各国で議論が続いている分野です。日本では、文化審議会著作権分科会法制度小委員会が2024年3月15日に「AIと著作権に関する考え方について」を取りまとめ、論点を整理しています。その考え方の大きな枠組みは、「AIの開発・学習の段階」と「生成・利用の段階」を分けて考えることです。
開発・学習の段階
日本の著作権法第30条の4は、著作物に表現された思想や感情を自ら楽しむことを目的としない利用、たとえば情報解析のための利用について、一定の条件のもとで著作権者の許諾なく行えることを定めています。AIの学習のための複製なども、原則としてこの規定の対象になりうると整理されています。
ただし、無条件ではありません。
- 著作権者の利益を不当に害することとなる場合は、対象外とされている
- 学習データ中の特定の作品の表現を出力させることを目的とした学習(いわゆる「享受目的」が併存する場合)は、この規定の対象外となりうると整理されている
生成・利用の段階
AIで生成したものを公開・販売するなどの利用の段階では、通常の著作権侵害と同じ考え方で判断されると整理されています。主なポイントは次の2つです。
- 類似性:生成物が、既存の著作物の創作的な表現と似ているか(作風などアイデアが共通するだけでは類似性は認められないと整理されている)
- 依拠性:既存の著作物をもとにして生成されたか(AIの学習データに含まれていた場合や、指示に既存の作品名や画像を使った場合などの扱いが議論されている)
つまり、「AIが生成したものだから大丈夫」ということはありません。生成物が既存の作品に似ていれば、人が描いた場合と同様に問題になりえます。
生成物に著作権はあるか
AIが自律的に生成したものは、人の「思想又は感情を創作的に表現したもの」と言えない場合、著作物に当たらないと考えられています。一方で、人が創作的な意図を持って、指示や選択、加筆・修正などで具体的に関与した場合は、その人の著作物と認められる可能性がある、と整理されています。どこまでの関与で認められるかは、個別の判断になります。
日本での生成AIと著作権の考え方として、最も適切なものはどれでしょう?
- AIが生成したものは、どんな場合でも著作権侵害にならない
- 生成物を利用する段階では、既存の著作物との類似性・依拠性など、通常の著作権侵害と同様の考え方で判断される
- AIの学習には、いかなる場合も著作権者の許諾が必要である
答えと解説
正解は2。文化庁の整理では、学習段階と生成・利用段階を分け、生成・利用段階では通常の著作権侵害と同様に、類似性と依拠性で判断するとしています。学習段階は著作権法第30条の4の対象になりうる一方、例外もあります。
使う側ができる対策
- 特定の作家名・作品名・キャラクター名を指定して似せる指示はしない
- 生成物が既存の作品に似ていないか、公開前に確認する(画像検索なども活用)
- 各サービスの利用規約で、生成物の商用利用の条件や、権利侵害の申し立てへの補償の有無を確認する
- 社内で「生成AIを使った制作物」の確認ルールを決めておく
個人情報・機密情報:入力したデータの行き先を知る

生成AIのサービスに入力した情報が、どう扱われるかはサービスや契約によって異なります。
- 入力内容がサービスの改善(モデルの学習)に使われる設定になっていることがある
- 法人向けの契約では、入力データを学習に使わないと定めていることが多い
- 会話の履歴がサーバーに一定期間保存されることがある
業務で使う場合は、次の点を確認・決定しておくことが大切です。
- 利用するサービスと契約の種類(個人向けか法人向けか)
- 入力データが学習に使われるかどうか、保存期間はどれくらいか
- 入力してよい情報と、入力してはいけない情報(顧客の個人情報、未公開の財務情報、契約書の内容など)の線引き
- 第7回で見たRAGやエージェントで社内データにつなぐ場合の、アクセス権限の設計
個人情報の扱いについては、個人情報保護委員会も生成AIサービスの利用に関する注意喚起を行っています。
なりすまし・誤情報への備え
第9回・第11回で見たように、顔・声・映像を本物そっくりに生成できる時代です。企業として、次のような備えが求められます。
- 重要な判断は複数の経路で確認する:上司や取引先を名乗るメール・電話・ビデオ通話で送金や情報提供を求められたら、別の連絡手段で本人に確認する
- 自社の情報発信の真正性を示す:公式の発信経路を明確にし、なりすましの注意喚起を行う
- 生成物であることの表示:生成AIでつくった画像や動画を公開するときに、その旨を表示するかどうかの方針を決める。生成物に、AIでつくられたことを示す情報(電子透かしや来歴情報)を埋め込む技術の標準化も進められている
偏り(バイアス)と公平性
第2回で見たように、AIの重みは学習データから決まります。学習データに社会の偏りが含まれていれば、出力にも偏りが現れることがあります。たとえば、職業と性別の結びつきが偏った画像が生成される、特定の属性の人に不利な評価をする、といった例が研究で報告されています。
採用、与信、人事評価など、人の権利や機会に関わる判断に生成AIを使う場合は、特に慎重さが必要です。AIの出力をそのまま判断に使わず、人が最終判断をすること、結果に偏りがないかを定期的に確かめることが基本になります。
取引先の担当者を名乗るビデオ通話で、急ぎの送金を依頼された。最も適切な対応はどれでしょう?
- 映像と声が本人そっくりなので、すぐに送金する
- 相手を怒らせないよう、確認せずに対応する
- 別の連絡手段(既知の電話番号など)で本人に確認してから判断する
答えと解説
正解は3。顔や声は本物そっくりに生成できるため、映像や声だけで本人と判断するのは危険です。重要な判断は、別の経路で本人確認をしてから行いましょう。

国内外のルールづくりの動き

生成AIのルールは、国や地域ごとに整備が進んでいます。ここでは大まかな方向性だけを紹介します。詳細は必ず一次情報で確認してください。
| 地域 | 主な動き(2026年11月時点で確認できた範囲) |
|---|---|
| 日本 | 「人工知能関連技術の研究開発及び活用の推進に関する法律」(AI法)が2025年5月に成立し、同年9月に全面施行。内閣総理大臣を本部長とするAI戦略本部の設置や、AI基本計画の策定などを定めた。罰則で規制する法律というより、研究開発と活用の推進、適正性の確保を総合的に進める枠組み。事業者向けには、総務省・経済産業省が「AI事業者ガイドライン」の第1.0版を2024年4月に公表し、2026年3月31日公表の第1.2版まで改訂を重ねている |
| EU | 「AI法(AI Act)」が2024年に成立。AIをリスクの大きさで分類し、許されないリスクのものを禁止、高リスクのものに厳しい義務を課す。汎用目的のAIモデルの提供者にも義務を定め、段階的に適用が進められている |
| 国際 | G7の「広島AIプロセス」で、高度なAIシステムを開発する組織向けの国際指針・国際行動規範が取りまとめられた(2023年10月) |
日本企業でも、EUの市場でAIを使ったサービスを提供する場合などは、EUのルールの対象になりうる点に注意が必要です。
社内ルールの基本セット
ここまでの論点を、社内の生成AI利用ルールに落とし込むと、たとえば次のような項目になります。
- 使ってよいサービス:会社が契約・承認したサービスに限る
- 入力してはいけない情報:個人情報、顧客の機密情報、未公開の重要情報など
- 出力の確認:数字・固有名詞・出典・法令は一次情報で確認する(第6回)
- 権利の確認:生成物を社外に公開する前に、既存の作品やブランドとの類似を確認する
- 表示の方針:生成AIを使ったことを表示するかどうか
- 人の最終判断:人の権利や機会に関わる判断、送金・契約などの操作は人が行う(第7回)
- 相談先:判断に迷ったときの社内窓口
ルールをつくるだけでなく、なぜそのルールが必要なのかを、仕組みとあわせて社員に伝えることが、形だけにしないコツです。この講座の内容を、社内研修の教材として使っていただくこともできます。研修の外部委託を検討する場合はAI研修のおすすめ比較が参考になります。
これからの生成AI:講座の知識で展望を読む
最後に、この講座で学んだ仕組みの視点から、生成AIがどこへ向かいそうかを整理します。予測ではなく、2026年11月時点で研究や製品に見えている方向性です。
- 大規模化と効率化の両立:第5回のスケーリング則に沿った大規模化が続く一方で、小さく速いモデルを、端末の中で動かす流れも広がっている
- 考える時間の活用:第6回で見た推論モデルのように、答える前に長く考えることで難しい問題に対応する方向
- エージェント化:第7回のエージェントのように、道具を使って複数の手順を自分で進める仕組みが、業務の中に組み込まれていく
- マルチモーダル化:第11回で見たように、文章・画像・音声・動画を1つのモデルで扱う流れ
- 信頼性と安全性の研究:ハルシネーションの低減、モデルの内部で何が起きているかを解き明かす研究(解釈可能性)、生成物の来歴の表示など
どの方向に進んでも、土台にあるのは、この講座で学んだ「トークン」「埋め込み」「注意機構」「次の予測」「ノイズからの復元」といった仕組みです。新しいニュースが出たときに、「これは仕組みのどこが変わった話なのか」を考える習慣を持つと、流行の言葉に振り回されずに、自分の仕事にどう生かせるかを判断できるようになります。
全12回、おつかれさまでした。
FOR BUSINESS
マーケティング・DXの発注先選びに迷ったら
ツギノテを運営する株式会社Abinは、BtoBマーケティングに特化したコンサルティング会社です。創業から30社以上のBtoBマーケティングを支援してきました。
相談無料ツギノテ編集部に相談する→この回のまとめ
- 生成AIのリスク(誤情報、著作権、情報漏えい、なりすまし、偏り、指示の乗っ取り)は、仕組みと結びつけて理解すると対策が立てやすい。
- 日本の著作権の考え方は「学習段階」と「生成・利用段階」を分ける。生成物の利用は、通常の著作権侵害と同様に類似性・依拠性で判断される。
- 入力データの扱いはサービスと契約で異なる。入力してよい情報の線引きと、法人向け契約の確認が大切。
- 日本ではAI法(2025年)やAI事業者ガイドライン、EUではAI法など、ルールづくりが進んでいる。最新の一次情報で確認する。
- 社内ルールは、仕組みの理解とセットで伝えると形だけにならない。
確認テスト
Q1. 生成AIのサービスに業務情報を入力する前に確認すべきこととして、最も重要なものはどれでしょう?
- 入力データが学習に使われるか、保存期間はどれくらいかなど、サービスと契約でのデータの扱い
- 画面の色やデザイン
- 同じ質問をした人の数
答えと解説
正解は1。入力データの扱いはサービスや契約によって異なります。学習への利用や保存期間を確認し、入力してよい情報の線引きを決めておくことが大切です。
Q2. 生成AIでつくった画像を広告に使うときの対応として、最も適切なものはどれでしょう?
- AIがつくったので、既存の作品に似ていても問題にならない
- 有名な作家の名前を指定して、その作風に似せるほど安全になる
- 既存の作品やブランドに似ていないか確認し、サービスの商用利用の条件も確かめる
答えと解説
正解は3。生成物の利用は、通常の著作権侵害と同様の考え方で判断されます。既存の作品との類似の確認と、利用規約の確認が欠かせません。
Q3. 2025年に成立した日本の「人工知能関連技術の研究開発及び活用の推進に関する法律」(AI法)の説明として、最も適切なものはどれでしょう?
- 生成AIの利用を全面的に禁止する法律
- AI戦略本部の設置やAI基本計画の策定などを定め、研究開発と活用の推進や適正性の確保を総合的に進める枠組みの法律
- AIが生成したものすべてに著作権を認める法律
答えと解説
正解は2。AI法は、内閣総理大臣を本部長とするAI戦略本部の設置やAI基本計画の策定などを定め、研究開発・活用の推進と適正性の確保を進める枠組みです。利用の禁止や、生成物の著作権を定める法律ではありません。
Q4. 採用の書類選考に生成AIを使う場合の考え方として、最も適切なものはどれでしょう?
- 学習データの偏りを引き継ぐおそれがあるため、AIの出力をそのまま判断に使わず、人が最終判断をして偏りを定期的に確かめる
- AIは公平なので、出力をそのまま合否の判断に使ってよい
- 偏りが心配なので、評価の基準を一切決めずにAIに任せる
答えと解説
正解は1。AIは学習データの偏りを引き継ぐことがあります。人の権利や機会に関わる判断では、人が最終判断をし、結果に偏りがないかを確かめることが基本です。
Q5. この講座の総まとめ。LLMが文章を生成する仕組みとして、最も適切なものはどれでしょう?
- インターネットから正解の文章を検索して、そのまま返している
- 人が事前に書いておいた回答の中から選んでいる
- 文章をトークンと埋め込みに変換し、Transformerの注意機構で文脈を読み取り、次のトークンを1つずつ予測して書き足している
答えと解説
正解は3。第3回のトークンと埋め込み、第4回の注意機構、第5回の事前学習で身につけた「次の予測」の力。この講座で学んだ部品がそろって、LLMの文章生成は成り立っています。
講座を終えたあなたへ
この講座で学んだ仕組みは、生成AIの技術がどれだけ進んでも、ニュースを読み解く土台になります。ぜひ、気になった回をもう一度読み返したり、確認テストで満点を目指したりしてみてください。講座の目次は、講座トップから確認できます。
参考資料
- 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)(確認日:2026年11月12日)
- 著作権法(昭和45年法律第48号)第30条の4(確認日:2026年11月12日)
- 内閣府「人工知能関連技術の研究開発及び活用の推進に関する法律(AI法)の概要」(2025年5月28日成立、同年9月1日全面施行)(確認日:2026年11月12日)
- 総務省・経済産業省「AI事業者ガイドライン」(第1.0版 2024年4月、第1.1版 2025年3月28日、第1.2版 2026年3月31日)(確認日:2026年11月12日)
- 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」(2023年6月2日)(確認日:2026年11月12日)
- Regulation (EU) 2024/1689(Artificial Intelligence Act)(確認日:2026年11月12日)
- 総務省「広島AIプロセス」成果文書(G7首脳声明 2023年10月30日ほか)(確認日:2026年11月12日)
この記事は役に立ちましたか?
NEXTあわせて読みたい
-
BPOサービス(業務アウトソーシング)おすすめ7選|コンタクトセンター・バックオフィスの外注先を規模・料金・事例で比較
-
Shopify制作会社おすすめ7選|Shopify Plus・越境EC・運用まで、認定・実績・事例で比較
-
マーケティング研修おすすめ7選|法人向けの基礎・実践・BtoB研修を料金・形式・実績で比較
-
ECコンサル会社おすすめ5選|楽天・Amazon・自社ECの売上を伸ばす支援会社を範囲・料金・事例で比較
-
広報・PR代行(PR会社)おすすめ7選|ベクトル・プラップジャパン・共同ピーアールなどを支援範囲・料金・事例で比較
-
企業データベースおすすめ6選|Speeda・帝国データバンク・東京商工リサーチ・ユーソナーなどを料金・収録数で比較
