フェアユース / Fair Use
要約
米国著作権法の法理で、公正な利用であれば著作権者の許諾なく著作物を利用できる。日本の著作権法にはフェアユースの規定はなく、個別列挙型の権利制限規定（引用、私的複製等）で対応している
フェアユース（Fair Use）とは、米国著作権法107条に定められた法理で、批評、報道、教育、研究などの公正な目的であれば、著作権者の許諾なく著作物を利用できる例外規定です。利用の目的、著作物の性質、使用した量、市場への影響の4つの要素を総合的に判断して適用の可否が決まります。
日本の著作権法にはフェアユースの規定はありません。日本では権利制限規定（第30条〜第47条）で、引用、私的複製、教育目的の利用など、許諾不要のケースを個別に列挙する方式を採用しています。Web コンテンツ制作においては、日本法が適用されるため、フェアユースを根拠にした利用は認められません。
フェアユースの4要素テスト
米国のフェアユース判断は、以下の4つの要素を総合的に考慮して行われます。
| 要素 | 内容 | フェアユースに肯定的 | フェアユースに否定的 |
|---|---|---|---|
| 利用の目的と性質 | 商用か非商用か、変容的利用か | 教育、批評、パロディ、研究 | 商用利用、単なる複製 |
| 著作物の性質 | 事実的か創作的か | 事実の報道、データ集 | 小説、音楽、映画 |
| 使用した量と重要性 | 全体に対する使用割合 | 少量の引用、要約 | 大部分または核心部分の複製 |
| 市場への影響 | 原著作物の市場価値への影響 | 市場への影響なし | 原著作物の売上を代替する |
4要素のうち「市場への影響」が最も重視される傾向にあります。原著作物の需要を代替するような利用は、他の要素が肯定的であってもフェアユースとして認められにくいです。
変容的利用（Transformative Use）
近年のフェアユース判断で重視されているのが「変容的利用」の概念です。原著作物に新たな意味、メッセージ、表現を加えて別の目的で利用する場合、フェアユースとして認められやすくなります。パロディ、批評、学術的分析などが典型的な変容的利用です。
日本の権利制限規定との比較
日本にはフェアユースがない代わりに、著作権法で個別の権利制限規定を設けています。
| 比較項目 | 米国（フェアユース） | 日本（権利制限規定） |
|---|---|---|
| 規定の性質 | 一般条項（包括的） | 個別列挙（限定的） |
| 判断方法 | 4要素テストで柔軟に判断 | 条文の要件を満たすかで判断 |
| 予測可能性 | 低い（裁判まで確定しない） | 高い（要件が明確） |
| 新技術への対応 | 柔軟（判例で対応） | 法改正が必要 |
| 典型的な例外 | 批評、パロディ、教育、研究 | 引用（第32条）、私的複製（第30条）、教育（第35条） |
日本で活動するコンテンツ制作者は、フェアユースではなく日本の著作権法の権利制限規定に基づいて判断する必要があります。「米国ではフェアユースで認められている」という論拠は、日本の法律上は意味を持ちません。
日本の主要な権利制限規定
Web コンテンツ制作に関連する主な規定を整理します。
| 条文 | 規定名 | 内容 | コンテンツ制作との関連 |
|---|---|---|---|
| 第30条 | 私的使用目的の複製 | 個人的な利用のための複製 | 公開コンテンツには適用されない |
| 第30条の4 | 情報解析のための利用 | AI学習、データ解析目的 | AI記事生成の法的根拠 |
| 第32条 | 引用 | 公正な慣行に合致する引用 | 引用の正しいルールを参照 |
| 第35条 | 教育目的の利用 | 学校その他の教育機関での利用 | 教育コンテンツに限定 |
| 第47条の5 | 軽微利用 | 検索サービスのサムネイル表示等 | 検索エンジンのプレビュー |
2018年著作権法改正
2018年の改正で追加された第30条の4（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利用）は、日本版フェアユースとも呼ばれます。情報解析、AI の機械学習、技術開発のための利用など、著作物の「表現」そのものを楽しむ目的ではない利用を広く許容しています。
この規定により、AI が学習段階で著作物を利用することは原則として合法とされています。ただし、AI が生成した出力が学習データの著作物と類似している場合、その出力の利用は別途検討が必要です。
AI とフェアユース / 権利制限の最新動向
AI による著作物の利用をめぐる法的議論は、日米で異なる展開を見せています。
米国の状況
AI 学習にフェアユースが適用されるかについては、複数の訴訟が進行中です。争点は主に以下の2つです。
- AI の学習データとして著作物を大量に複製することがフェアユースに該当するか
- AI が生成した出力が学習データの著作物と類似している場合、その出力の利用はフェアユースか
裁判所の判断はケースによって分かれており、確定的な結論は出ていません。
日本の状況
日本では第30条の4により、AI 学習段階での著作物利用は原則として許諾不要です。ただし、以下の場合は権利制限の対象外となる可能性があります。
- 著作権者の利益を不当に害する場合
- AI の出力が特定の著作物と類似している場合（出力段階の問題）
- データベースの著作物としての権利を侵害する場合
AI 生成文章の著作権では、AI の出力に関する著作権の論点を詳しく解説しています。
AI 学習段階と AI 出力段階では、適用される法的枠組みが異なります。学習段階は第30条の4で概ね許容されていますが、出力が既存著作物に類似している場合は著作権侵害の可能性があります。コピペチェックによる確認が推奨されます。
Web コンテンツ制作者が知っておくべきこと
フェアユースと権利制限規定について、実務的に重要なポイントをまとめます。
日本でコンテンツを制作する場合
- フェアユースは日本法では認められないため、根拠として主張できない
- 他者のコンテンツを利用する場合は、引用（第32条）の要件を満たすか、許諾を取得する
- 転載と引用の違いを理解し、適切な手続きで利用する
- クリエイティブコモンズライセンスの素材は、ライセンス条件の範囲内で利用可能
海外コンテンツを利用する場合
- 米国のコンテンツであっても、日本から利用する場合は日本法が適用される可能性がある
- 国際的な著作権保護は、ベルヌ条約に基づき各国の法律で処理される
- フェアユースで許されている利用でも、日本法では許されない場合がある
spotyou での活用
spotyou のコンプライアンスチェック機能は、日本の著作権法に基づいた判定を行います。記事内の引用が著作権法第32条の要件を満たしているか、一致率やコピペ率が基準値以内かを自動チェックし、著作権リスクを事前に排除します。
AI 記事のコンプライアンスでも解説している通り、著作権チェックに加えて薬機法・景表法のチェックも一括で実行できます。
まとめ
- フェアユースは米国著作権法の法理であり、日本の著作権法には存在しない
- 日本では個別列挙型の権利制限規定（引用、私的複製等）で対応している
- 2018年改正の第30条の4により、AI 学習段階での著作物利用は原則合法
- ただし AI の出力が既存著作物に類似している場合は別途著作権侵害の検討が必要
- 日本でコンテンツを制作する場合、フェアユースではなく日本法の権利制限規定に基づいて判断する
よくある質問
フェアユースとは何ですか？
米国著作権法107条に定められた法理で、批評、報道、教育、研究などの目的であれば、著作権者の許諾なく著作物を利用できる例外規定です。利用目的、著作物の性質、使用量、市場への影響の4要素で判断されます。
日本でフェアユースは適用されますか？
いいえ。日本の著作権法にはフェアユースの規定はありません。日本では権利制限規定（第30条〜第47条）で個別に例外を列挙する方式を採用しています。ただし2018年の改正で情報解析（第30条の4）など柔軟な規定が追加されました。
フェアユースと引用の違いは何ですか？
フェアユースは米国法の概念で、4要素テストにより柔軟に判断されます。引用は日本の著作権法第32条に基づく権利制限規定で、主従関係・明瞭区分・出典表記などの要件が明確に定められています。両者は国が異なる別の制度です。
AIの学習にフェアユースは適用されますか？
米国では議論中です。AI学習が変容的利用（Transformative Use）に該当するかが争点で、裁判所の判断はケースによって分かれています。日本では2018年改正の第30条の4により、情報解析目的の著作物利用は原則として許諾不要とされています。
フェアユースがあれば他人のコンテンツを自由にコピーできますか？
いいえ。フェアユースは限定的な例外であり、4要素テストの結果次第で適用されない場合も多くあります。特に商用目的の利用や、原著作物の市場価値を損なう利用はフェアユースとして認められにくい傾向にあります。