学習用データセット利用許諾契約｜提供側と開発側で詰めるべき権利の切り分け
こんにちは！Legal Agent代表弁護士の朝戸です。
「自社のデータをAI開発企業に渡したら、そこから生まれた学習済みモデルは誰のものになるのか」。データ提供側の担当者が、契約交渉の初期段階で最初にぶつかる問いです。逆にAI開発企業の側からは、「提供元の同意なくモデルを外部に販売してよいのか」「データに個人情報や第三者の著作物が混ざっていた場合、誰が責任を負うのか」という形で同じ論点が持ち込まれます。学習用データセットの利用許諾契約は、著作権法上データ利用そのものが広く許容される場面があることと、契約でその利用条件をどこまで絞れるかが別問題であることを整理しないまま進めると、後になって使える範囲と使えない範囲がわからない契約書が残ります。
利用目的の限定は学習専用か再配布可かで書き分ける
データ提供側が最初に決めるべきは、提供したデータを相手が何のために使えるのかという利用目的の範囲です。「本契約に基づく学習の用途」とだけ書くか、「本契約の相手方が開発する特定のモデルの学習の用途」まで絞るかで、認められる範囲は大きく変わります。前者であれば、開発企業が別プロジェクトや別顧客向けのモデル学習にも同じデータを転用できる余地が残り、後者であれば転用は契約違反になります。
再配布や第三者への提供を認めるかどうかも、目的限定とは別に定める必要があります。開発企業が学習用に受け取ったデータをそのまま、あるいは加工した形で他社に販売する事業モデルを想定しているのであれば、提供側は再配布の可否、可とする場合の対価、加工後データへの制限の及び方を個別に条文化しておく必要があります。「学習に利用できる」という条項だけでは、学習した後の派生的な利用まで許諾したことになるのか読み取れません。データ提供側としては、利用目的を「学習」「評価」「モデル改善」のように区分し、それぞれについて再配布の可否を明記した方が、契約書を読んだ担当者が翌日にでも自社の利用範囲を説明できる状態になります。
著作権法30条の4があっても契約で利用条件を絞れる
学習用データセットの契約交渉では、「著作権法上、AI学習のための利用は認められているのだから、契約で細かく縛る必要はない」という意見が出ることがあります。著作権法30条の4は、著作物に表現された思想又は感情を自ら享受し、又は他人に享受させることを目的としない場合には、その必要と認められる限度で著作物を利用できると定めており、情報解析の用に供する場合をその一つとして挙げています。ただし書として、当該著作物の種類及び用途並びに当該利用の態様に照らし著作権者の利益を不当に害することとなる場合は、この限りでないとも定められています。
この規定は、著作権侵害を理由とする請求を排除する条文であって、当事者間の契約上の合意を無効にする条文ではありません。データ提供者と開発企業が契約で「学習目的に限る」「再配布しない」「一定期間経過後は削除する」といった利用条件に合意すれば、その合意は契約上の債務として双方を拘束します。開発企業が30条の4を根拠に「著作権法上できることは契約で制限されない」と主張しても、提供データの利用が契約違反にあたるかどうかは著作権法の権利制限規定とは別に判断される場面です。データ提供側は、著作権法上の整理と契約上の利用条件を混同した説明をされた場合、両者が別の問題であることを前提に交渉を進める必要があります。
個人情報・第三者権利物が混ざったデータの処理責任
事業会社が保有するデータセットには、顧客情報、取引先情報、外部から購入した素材、従業員が作成した文書など、性質の異なる情報が混在していることが少なくありません。この中に個人情報や第三者の著作物が含まれる場合、誰がどこまで責任を負うのかを提供前に切り分けておく必要があります。
個人情報保護法上、個人データを外部の第三者に提供する場合は、原則として本人の同意が必要です。一方で、個人情報保護委員会のガイドライン(通則編)では、利用目的の達成に必要な範囲内において個人データの取扱いの全部又は一部を委託することに伴って当該個人データが提供される場合は、提供先が第三者に該当しないものとして整理されています。データ提供契約が「委託」の実質を持つのか、それとも独立した開発企業への「提供」なのかによって、本人同意の要否が変わります。委託にあたると整理する場合、提供元は委託先に対する必要かつ適切な監督を行う義務を負うため、開発企業側の安全管理措置を確認し、委託契約に安全管理措置の内容と取扱状況を把握する手段を盛り込んでおく必要があります。データセットに個人データが含まれると分かっている場合は、匿名加工情報への加工、又は委託等の第三者提供に該当しない整理の下での仮名加工情報の利用を含め、提供前に加工要否と提供根拠を検討し、加工しないまま提供するのであれば法的根拠を契約書上明確にしておくべきです。
第三者が著作権を持つ素材や、他社から利用許諾を受けて保有しているに過ぎない素材が紛れ込んでいる場合も同様です。提供側は、自社が正当な権利を有するデータの範囲を契約書の別紙で具体的に特定し、第三者権利物が混入していないことについて表明保証を行うか、混入の可能性がある部分を明示して開発企業側にリスクを引き受けてもらうかを決める必要があります。表明保証を行う場合、虚偽が判明したときの責任の上限や、開発企業が既に学習に使ってしまったモデルの扱いまで視野に入れて条文を作らないと、後になって「侵害物が混ざっていた場合にどちらが対応するか」だけが宙に浮きます。不正競争防止法上の限定提供データに該当するような、業として特定の者に提供し、電磁的方法により相当量蓄積・管理されている技術上又は営業上の情報を提供する場合は、この保護を維持するための管理体制(特定の者に対してのみ提供する意思を示す表示など)を契約後も維持できるかも確認事項に入ります。
学習済みモデルとデータの権利は別の財産として切り分ける
「データを渡したら、学習済みモデルは誰のものか」という冒頭の問いに対する答えは、契約で明記しない限り一義的には決まりません。学習済みモデルのパラメータやアーキテクチャは、提供されたデータとは別の技術的成果であり、データの著作権や利用許諾の範囲がそのままモデルの権利帰属を決めるわけではないからです。
契約書では、提供データそのものの権利(提供側に帰属することが通常)と、学習済みモデルの権利(開発側の技術的貢献によって生まれることが通常)を分けたうえで、次の点を条文化しておく必要があります。モデルの著作権・特許を受ける権利をどちらに帰属させるか、提供側がモデルの利用権を持つ場合はその範囲(自社利用のみか、外部提供や再販売を含むか)、開発側が同種のモデルを他の顧客向けに再利用・転用できるか、提供データが特定できる形でモデルの出力に反映される場合の扱い。特に、提供側が「自社データで学習させたのだから、モデルも自社のものだ」という理解のまま交渉に臨むと、開発企業が同じ技術基盤を他社にも展開する事業モデルと衝突します。開発企業の立場では、汎用的なモデル基盤への貢献分と、特定の提供データによって生まれた差分部分を区別し、後者についてのみ提供側に独占的な利用権を認めるという設計が交渉の落としどころになりやすい論点です。
データの品質保証と免責の範囲
データ提供側に、提供するデータの正確性や完全性についてどこまでの保証を求めるかも、実務でしばしば争点になります。開発企業からすれば、誤りや欠損の多いデータを学習に使えば、モデルの品質そのものに影響します。提供側からすれば、無制限の品質保証を引き受けると、データの誤りに起因するモデルの不具合まで責任を負わされかねません。
現実的な落としどころとしては、提供側が保証するのは「提供するデータが、提供側の把握している限り、正当な権利に基づき取得・保有しているものであること」までにとどめ、データの完全性、最新性、特定の学習目的への適合性については非保証（保証しない）とする条項を置く例が実務上見られます。あわせて、データに起因して開発企業に損害が生じた場合の賠償責任の上限を、提供対価の額を基準に設定しておくと、想定外の高額請求を避けられます。開発企業側は、提供されたデータの検証・クレンジングを自社の責任で行う工程を契約前提として明記しておけば、提供側の保証範囲が限定されていても学習品質を担保する分担ができます。
提供終了時のデータと学習済みモデルの扱い
契約が終了した場合、あるいは提供側が契約を解除した場合に、提供済みのデータと、そのデータを使って既に学習済みのモデルをどう扱うかは、締結時点で決めておかないと交渉の余地がなくなる論点です。データそのものについては、契約終了後の返還・消去義務を定め、開発企業の手元にあるコピーやバックアップも含めて消去対象とするか、消去の完了報告を求めるかを具体的に書きます。
学習済みモデルについては、データの提供が終了したからといって、既に学習済みのモデルからデータを完全に分離・削除することは技術的に容易ではありません。契約書では、提供終了後もモデルの利用自体は継続を認めるのか、新たな学習(追加学習・再学習)へのデータ利用だけを禁止するのか、モデルの提供先への再配布を打ち切るのかを分けて定める必要があります。特に、提供対価が継続的なライセンス料である場合と、初回の一括支払いである場合とでは、契約終了時に開発企業がモデルの利用を続けられる範囲を対価の性質に合わせて設計しないと、対価を払い切ったはずの開発企業と、利用を止めたい提供側との間で認識のずれが生じます。
交渉の初期段階で決めておくべきこと
学習用データセットの利用許諾契約は、著作権法30条の4のような権利制限規定があるからといって契約を簡素化してよい分野ではありません。むしろ、法律上許容される利用の範囲が広いからこそ、契約でどこまで絞るかの合意が実質的な意味を持ちます。提供側・開発側のいずれの立場であっても、利用目的と再配布の可否、個人情報・第三者権利物の処理責任、データとモデルの権利の切り分け、品質保証の範囲、契約終了時の扱いという論点は、データの引き渡しが始まる前の交渉段階で条文化しておく必要があります。契約締結後にデータが実際に学習へ投入されてしまうと、条件の見直しは事実上難しくなるため、この段階まで来たら自社だけで契約書を作り込まず、専門家を交えて詰めた方がよいと考えられます。
生成AIと著作権・学習データの論点全般は生成AIと著作権・学習データのチェックポイントで、AIサービスと個人情報保護の実務はAIサービスと個人情報保護で、企業が最初に確認すべきことで扱っています。