著作権とライセンス｜データ利用・法律・権利の読み方

このページはプロモーション（広告）を含みます。

データ利用・法律・権利の読み方（初級・読む30分＋演習30分）

この授業のゴール

• データ・文章・画像・コードについて、著作権で保護されうる部分（創作的な表現）と保護されにくい部分（事実・アイデア）を区別して説明できる
• 代表的なライセンス（CC BY、CC BY-SA、CC BY-NC、CC BY-ND、CC0、MIT、Apache-2.0、GPL）の主な条件を、利用行為（商用・改変・再配布）ごとに読み取れる
• 「Webで公開されている」ことと「自由に使ってよい」ことの違いを説明し、出典・ライセンス・利用規約を台帳に記録できる
• AIの学習利用と生成物の利用を分けて考え、不確かな点を断定せずに確認先を示せる

仕事でどう使うか

データの仕事では、他人が作ったものを使う場面が毎日あります。公開データセット、Webの記事、画像、論文の図表、オープンソースのライブラリ、事前学習済みモデルなどです。これらには著作権やライセンス（利用許諾の条件）が関わります。

確認を後回しにすると、完成したモデルやレポートを公開できなくなることがあります。使う前に台帳に書く習慣をつけましょう。

前提

• 法律・契約・組織規程の3層（ライセンスは契約の層、著作権は法律の層） → 法律・契約・組織規程
• 個人情報の考え方（画像や文章には個人情報が含まれることもある） → 個人情報と利用目的

この授業の位置づけ：法律・ガイドラインの説明は、執筆時点（2026年）の一般的な説明です。法令・ガイドラインは改正され、管轄（国・地域）や個別の事実で結論が変わります。この授業は法的助言ではありません。実際の案件では、最新の公式情報を確認し、社内の法務・知財・個人情報保護の担当者や弁護士などの専門家に相談してください。教材の自己採点で「合格」しても、それは法的な承認ではありません。

著作権の制度は国によって異なります。この授業は日本の著作権法を前提とした一般的な説明で、AIと著作権の関係は議論や公的資料の更新が続いている分野です。

身近な状況：「ネットで見られるから使っていい」？

ある会社のML担当・小林さんは、レシピ推薦のデモを作るため、次の素材を集めました。

小林さんは「全部ネットで見られるから、社外の展示会で見せても大丈夫」と考えました。しかし素材ごとに状況が違います。

• 1の写真は、撮影者の著作物である可能性が高いです。何も書かれていないことは「自由に使ってよい」という意味ではありません。許諾がない状態です。
• 2の栄養成分表は、条件（出典表示など）を守れば使えます。
• 3のレシピ文は、規約（契約の層）で自動取得が禁止され、文章には著作権も関わりえます。
• 4のプログラムは、MIT License の条件（著作権表示とライセンス文の保持）を守れば、商用利用・改変・再配布ができます。

「見られる」ことは、コピー・改変・再配布・学習・展示の許可を意味しません。

直感的な説明：「表現」は作者のもの、「事実」はみんなのもの

著作権は、ざっくり言えば「人が工夫して表現したものを、作った人が勝手にコピーされない権利」です。

• 「東京の8月の平均気温は○○度」という事実や、「気温が高いとアイスが売れる」というアイデアは、誰のものでもありません。
• しかし、その事実を説明した文章の言い回し、撮影した写真、工夫して描いたグラフのデザインは、作った人の表現です。

データの世界に当てはめると次のようになります。

そしてライセンスは、権利を持つ人が「この条件を守れば使っていいですよ」と先に示した許可証です。許可証があれば、条件の範囲で一人ひとり許可を取らずに使えます。許可証がない（何も書いていない）場合は、法律が認める例外にあたるかを検討するか、権利者に許可を求めることになります。

たとえ話の限界：事実でも、利用規約（契約）で使い方が制限されていたり、営業秘密など別の法律で保護されたりすることがあります。法律・契約・組織規程 の3層で確認してください。

正確な定義：著作権・権利制限・ライセンスの読み方

著作権の基本（一般的な説明）

• 著作物：思想または感情を創作的に表現したもので、文芸・学術・美術・音楽の範囲に属するもの。
• 権利は創作した時点で自動的に発生し、登録は不要です。保護期間の計算は個別に確認が必要です。
• 権利には、複製（コピー）、公衆送信（Webでの公開など）、翻案（改変して新しい作品にする）などをコントロールする権利が含まれます。作者の名誉などを守る著作者人格権もあります。

権利制限（許諾なしで使える例外）：著作権法には、一定の条件を満たせば権利者の許諾なく利用できる例外があります。データの仕事に関係しやすいのは次のものです。

• 引用：自分の著作物の中で、他人の著作物を、主従関係・出典の明示など一定の条件のもとで利用する。
• 情報解析など、表現を楽しむことを目的としない利用：日本の著作権法には、著作物に表現された思想・感情を自分で楽しんだり他人に楽しませたりすることを目的としない利用（コンピュータによる情報解析、AIの学習を含みうる）について、一定の条件で許諾なく利用できる旨の規定があります。ただし「著作権者の利益を不当に害することとなる場合」は除かれるとされ、どのような場合がそれにあたるかは、文化庁が公表しているAIと著作権に関する資料などで整理されています。

この「情報解析の例外」について、よくある誤解は次の2つです。

1. 「学習なら何でも自由」→ 誤り。例外には条件と除外があり、学習データを集めた後にデータセットとして配布・販売することは別の行為として検討が必要です。
2. 「学習が許されるなら生成物も自由」→ 誤り。生成・利用の段階で、生成物が既存の著作物に似ていて、それに基づいて作られた場合には、侵害が問題になりえます。学習段階と生成・利用段階は分けて考えます。

主なライセンスの読み方（執筆時点の一般的な理解。正確な条件は各ライセンスの原文で確認）

CC はクリエイティブ・コモンズ（Creative Commons）の略で主に作品やデータに、MIT・Apache-2.0・GPL は主にソフトウェアに使われるオープンソースライセンスです。モデルの重みには用途制限付きの独自ライセンスもあり、必ず原文を読みます。

段階付き例題：素材ごとに「使える行為」を整理する

冒頭の小林さんの素材を、行為ごとに整理します。デモの用途は「社内での試作」と「社外の展示会での展示（事業目的）」の2つです。

ステップ1：行為を分ける。①社内で学習・試作、②展示会で表示、③データを配布、の3つです。

ステップ2：素材ごとに権利・条件を確認する

ステップ3：結論と代替案

展示会版では、素材1・3を使わない。写真は自社で撮影するか、商用利用可のライセンス（CC BY、CC0など）の画像に差し替える。レシピ文は、自社で作成するか、利用許諾を得たデータに差し替える。素材2はスライドとデモ画面に出典を表示する。素材4はライセンス文を配布物と製品のクレジット画面に含める。素材1の社内試作での利用は知財部門に確認する。

ステップ4：台帳に記録する。素材ごとに「入手元URL・取得日・ライセンス名と版・条件・確認者」を残します。

出力の意味：素材単位・行為単位で整理すると、差し替えるべき素材だけを特定できます。

操作して理解する：ライセンス台帳の一次チェック

次のコードは、素材の台帳（ライセンスと予定している行為）を、簡略化したルール表と照合して「要確認」を洗い出すものです。辞書 rules は「ライセンス名 → 行為ごとの扱い」を表し、値は '可'・'不可'・'条件付き' の文字列です。関数 screen(row) は台帳の1行（辞書）を受け取り、判定の文字列を返します。

rules = {
    'CC0':       {'commercial': '可',   'modify': '可',   'redistribute': '可'},
    'CC BY':     {'commercial': '条件付き', 'modify': '条件付き', 'redistribute': '条件付き'},
    'CC BY-NC':  {'commercial': '不可', 'modify': '条件付き', 'redistribute': '条件付き'},
    'CC BY-ND':  {'commercial': '条件付き', 'modify': '不可', 'redistribute': '条件付き'},
    'MIT':       {'commercial': '条件付き', 'modify': '条件付き', 'redistribute': '条件付き'},
}
ledger = [
    {'asset': '栄養成分表', 'license': 'CC BY',    'uses': ['commercial', 'redistribute']},
    {'asset': '写真A',      'license': 'CC BY-NC', 'uses': ['commercial']},
    {'asset': 'アイコン',   'license': 'CC BY-ND', 'uses': ['modify']},
    {'asset': 'ブログ写真', 'license': None,       'uses': ['commercial']},
    {'asset': '分類コード', 'license': 'MIT',      'uses': ['commercial', 'modify']},
]

def screen(row):
    lic = row['license']
    if lic is None or lic not in rules:
        return '要確認（ライセンス不明：許諾がない前提で扱う）'
    results = [rules[lic][u] for u in row['uses']]
    if '不可' in results:
        return '不可（' + lic + 'の条件に反する行為を含む）'
    if '条件付き' in results:
        return '可（条件を守る：表示・ライセンス文の保持など）'
    return '可'

for row in ledger:
    print(row['asset'], '→', screen(row))

出力では、写真Aは商用利用で「不可」、アイコンは改変で「不可」、ブログ写真は「要確認」になります。

値を変えて考える：

• 写真Aの uses を ['redistribute']（非営利の勉強会資料で配布）に変えると？ → 「可（条件を守る）」になります。同じ素材でも行為が変われば判定が変わることを確認してください。
• rules に 'CC BY-SA' を追加するなら、改変物を配布するときの条件として何を書き添えるべきでしょうか？ → 「改変物を同じライセンスで提供する（継承）」です。

注意：これは確認漏れを見つける一次チェックです。「可」と出ても、原文と、必要に応じて知財部門の確認を経てください。

発展：AI・データセット・モデルの権利で迷いやすい点

• データセットと中身の権利は別：データセットが CC BY で公開されていても、中の画像や文章一つひとつの権利を配布者が持っているとは限りません。
• 契約と権利制限の関係：著作権法上の例外で許される利用を、利用規約で禁止できるかには議論があります。規約に同意して利用している場合の契約違反の問題は、著作権とは別に確認します。
• 生成物の権利：AIの生成物に著作権が発生するかは、人の創作的な関与の程度などで変わると説明されることが多く、サービスの規約が生成物の利用条件を定めていることもあります。
• ライセンスの両立性：GPL のコードと両立しないライセンスのコードを組み合わせて配布すると、条件を同時に満たせないことがあります。
• 海外の制度：米国のフェアユースなど、国によって例外の考え方が異なります。

限界：AIと著作権の関係は、裁判例・行政の資料・国際的な議論が更新され続けています。案件ごとに最新の公式資料と専門家の確認が必要です。

よくある失敗

失敗1：何も書いていない＝自由に使える、と考える

誤った例：

「このブログの写真にはライセンスが書かれていないので、自由に使えます。」

なぜ誤りか：著作権は創作した時点で自動的に発生します。何も書かれていないのは「許諾が示されていない」状態で、自由利用の意思表示ではありません。正しくはむしろ逆で、明示的な許諾がない限り、権利者の許可が必要と考えるのが基本です（法律上の例外にあたる場合を除く）。

直し方：台帳に「ライセンス：不明」と書き、使わないか、権利者に許可を求めるか、知財部門に例外の適用可能性を確認します。

失敗2：出典を書けば何でも使えると考える

誤った例：CC BY-NC（非営利）の画像を、出典を明記して自社製品の広告に使った。CC BY-ND（改変禁止）のグラフを、色を変えてトリミングして社外資料に載せた。

なぜ誤りか：出典表示は条件の1つにすぎません。NC は営利目的の利用を、ND は改変したものの配布を、出典表示とは別に制限しています。

直し方：ライセンス名の記号（BY・SA・NC・ND）を1つずつ分解して、予定している行為と照合します。条件を満たせない場合は、別の素材を探すか、権利者に別の条件での許諾を求めます。

失敗3：コードのライセンスとデータ・モデルのライセンスを混同する

誤った例：

「このリポジトリは MIT License なので、同梱されている学習済みモデルとデータも商用で自由に使えます。」

なぜ誤りか：1つのリポジトリの中に、コード・モデルの重み・データが含まれていても、それぞれに別のライセンスや利用条件が付いていることがよくあります。たとえば、コードは MIT、モデルの重みは用途制限付きの独自ライセンス、データは研究目的限定、という組み合わせです。

直し方：構成要素ごとに台帳の行を分けます。

README の一文だけで判断せず、各要素のライセンス原文を確認します。

まとめ

• 著作権は創作的な表現を保護し、事実やアイデアそのものは保護されにくい。データベースは選択・構成に創作性があれば保護されうる。
• ライセンスの表示がない＝自由ではない。許諾がない状態として扱う。
• CC は記号（BY・SA・NC・ND）ごとに、ソフトウェアは MIT・Apache-2.0・GPL などの条件を、予定している行為（商用・改変・再配布）と照合する。
• AIの学習と生成・利用は分けて考える。情報解析の例外には条件と除外があり、断定せずに確認する。
• 素材ごと・構成要素ごとに、入手元・取得日・ライセンスと版・条件を台帳に記録する。

用語

著作物（copyrighted work）

思想または感情を創作的に表現したもので、文芸・学術・美術・音楽の範囲に属するもの。創作と同時に権利が発生する。

ライセンス（license）

権利者が示す利用許諾の条件。条件を守れば個別の許可なしに使える。

クリエイティブ・コモンズ（CC）（Creative Commons）

作品やデータに付ける標準的なライセンスの体系。BY（表示）・SA（継承）・NC（非営利）・ND（改変禁止）の組み合わせなどがある。

コピーレフト（copyleft）

改変物や派生物を配布するとき、同じライセンスで提供することを求める考え方。GPL や CC BY-SA が代表例。

権利制限（limitations and exceptions）

一定の条件を満たせば、権利者の許諾なく著作物を利用できる法律上の例外。引用、情報解析などがある。

よくある質問

なぜデータ担当者が著作権を知る必要があるのですか？

分析レポートの図表、学習データ、ライブラリ、生成AIの出力など、日常の成果物が他人の著作物や素材を含むからです。最終判断は知財・法務の役割でも、「この素材は確認が必要だ」と気づけるのはデータ担当者です。

引用と転載はどう違いますか？

引用は、自分の著作物の中で、必要な範囲で他人の著作物を使い、出典を明示するなど一定の条件を満たす利用です。自分の文章が主で、引用部分が従である関係などが求められると説明されています。条件を満たさず丸ごと載せるのは転載で、許諾が必要になるのが一般的です。

社内だけで使うなら、権利を気にしなくてよいですか？

そうとは限りません。社内での複製も、著作権の例外にあたらなければ許諾が必要な場合があり、利用規約が社内利用を含めて制限していることもあります。また、社内で作ったものが後で社外に出ることはよくあるので、最初から台帳に記録しておきます。

ライセンスが途中で変わったら、どうなりますか？

取得した時点のライセンスで使える場合もあれば、新しい条件に従う必要がある場合もあり、ライセンスの定め方によります。取得日・版・取得元を台帳に記録しておくと、後で確認できます。判断に迷う場合は知財部門に相談します。

生成AIで作った画像や文章は、自由に使えますか？

生成AIサービスの利用規約（生成物の権利や商用利用の条件）、生成物が既存の著作物に似ていないか、入力に他人の著作物を使っていないか、を確認する必要があります。社内の生成AI利用ガイドラインがあれば、それにも従います。

仕事では、どのタイミングでライセンスを確認すべきですか？

素材を手に入れた時点です。使い始めてから確認すると、差し替えに大きな手間がかかります。取得時に台帳へ「入手元・取得日・ライセンス名と版・条件」を書き、社外公開や製品化の前に知財部門の確認を受ける、という2段階が実務的です。

確認問題

次に学ぶこと

次は 同意とデータ取得 で、本人の同意とデータの取得方法（Webからの収集を含む）を学びます。

関連：データの出所と利用条件の記録は 出所と利用条件、ポートフォリオ公開時の権利と機密は 「公開・機密・更新」（有料版）、生成AIの誤りと注入の問題は 「生成の誤りと注入」（有料版） で扱います。