著作権法30条の4 (AI学習例外)
読み: ちょさくけんほうさんじゅうじょうのよん（えーあいがくしゅうれいがい）
最終更新: 2026-06-30・AI PICKS編集部
定義
著作権法30条の4とは、著作物を情報解析目的で利用する場合に著作権者の許諾が不要と定めた日本独自の規定のこと。
著作権法30条の4 (AI学習例外)とは — 詳しく解説
2018年著作権法改正で拡張された第30条の4は、「著作物に表現された思想又は感情の享受を目的としない」情報解析であれば著作権者の許諾なく著作物を利用できると規定する。AIモデルの学習データ収集・前処理・ファインチューニングへの適用が認められており、欧米より明示的に広い例外として国際的に注目される条項だ。 2026年現在、実運用での最大の落とし穴は「著作権者の利益を不当に害する場合は除く」という但し書きにある。生成AIが学習データと実質的に類似した出力を返すケースでは侵害リスクが発生し、判例・ガイドラインがいまだ整備途上のため、現場では事前のデータライセンス確認と出力フィルタリングの組み合わせが標準的な対策となっている。 コスト感として、本条に依拠したスクレイピング基盤構築と法務レビューの相場感は中小企業で年間50〜200万円規模。Amazon Bedrockなどマネージドサービスを活用すればデータ管理・コンプライアンスコストを大幅に圧縮できる。AI PICKSに掲載する生成AIツールも大半がこの条項を前提に日本語コーパスを学習しているが、出力の著作権リスクはサービスごとに異なるため、ツール選定時はデータポリシーと出力フィルタリング機能を必ず確認したい。
著作権法30条の4 (AI学習例外)の使用例
- Webスクレイピングで収集したニュース記事をLLMの追加学習に使う際、30条の4の要件（享受目的外）を満たすか法務に確認するケース。
- 画像生成AIのファインチューニング用に収集したイラスト素材について、著作権者の利益を不当に害しないか社内ガイドラインで審査する実例。
著作権法30条の4 (AI学習例外)に関連するAIツール
関連用語
「法規制・倫理」の他の用語
AI 開発・利用に伴う倫理的問題 (バイアス / プライバシー / 雇用影響 等)。 EU AI Act など規制も進行中。
AI が学習データの偏りを反映して 差別的・偏った出力を生む現象。
EU AI法とは、EUが2024年に成立させた世界初の包括的AI規制法のこと。AIシステムをリスクレベルで4段階に分類し、高リスク用途には厳格な適合義務を課す。
「AI事業者ガイドライン」とは、経済産業省・総務省が2024年に策定した、AI開発・提供・利用事業者向けの行動指針のこと。リスク管理・透明性確保・ガバナンス体制の構築を求める、日本のAI規制における主要な指針である。
ディープフェイクとは、深層学習を用いて実在する人物の顔・声・動作を別の映像や音声に高精度で合成・置換した偽コンテンツのこと。
電子透かしとは、AI生成コンテンツや著作物に人間には知覚されにくい識別情報を埋め込む技術のこと。生成元の特定・著作権保護・フェイクコンテンツ検出に幅広く活用される。
AI用語辞典をすべて見てみませんか
12カテゴリ・352語以上を体系的に整理しています
辞典トップへ