論文の概要: Develop-Fair Use for Artificial Intelligence: A Sino-U.S. Copyright Law Comparison Based on the Ultraman, Bartz v. Anthropic, and Kadrey v. Meta Cases

• arxiv url: http://arxiv.org/abs/2509.07365v1
• Date: Tue, 09 Sep 2025 03:23:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-10 14:38:27.174228
• Title: Develop-Fair Use for Artificial Intelligence: A Sino-U.S. Copyright Law Comparison Based on the Ultraman, Bartz v. Anthropic, and Kadrey v. Meta Cases
• Title（参考訳）: 人工知能の発達的利用--Ultraman,Bartz v. Anthropic,Kadrey v. Metaの事例に基づく日米著作権法の比較
• Authors: Chanhou Lou,
• Abstract要約: 従来のフェアユースでは、生成的AIがもたらす課題にもはや対応できない。 本稿では「DFU(Development-Fair Use)」を提案する。 AIフェアユース(AIFU)は、固定された例外ではなく、司法バランスの動的なツールとして扱う。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Traditional fair use can no longer respond to the challenges posed by generative AI. Drawing on a comparative analysis of China's Ultraman and the U.S. cases Bartz v. Anthropic and Kadrey v. Meta, this article proposes "Develop-Fair Use" (DFU). DFU treats AI fair use (AIFU) not as a fixed exception but as a dynamic tool of judicial balancing that shifts analysis from closed scenarios to an evaluative rule for open-ended contexts. The judicial focus moves from formal classification of facts to a substantive balancing of competition in relevant markets. Although China and the U.S. follow different paths, both reveal this logic: Ultraman, by articulating a "four-context analysis," creates institutional space for AI industry development; the debate over the fourth factor, market impact, in the two U.S. cases, especially Kadrey's "market dilution" claim, expands review from substitution in copyright markets to wider industrial competition. The core of DFU is to recognize and balance the tension in relevant markets between an emerging AI industry that invokes fair use to build its markets and a publishing industry that develops markets, including one for "training licenses," to resist fair use. The boundary of fair use is therefore not a product of pure legal deduction but a case-specific factual judgment grounded in evolving market realities. This approach aims both to trim excess copyright scope and to remedy shortfalls in market competition.
• Abstract（参考訳）: 従来のフェアユースでは、生成的AIがもたらす課題にもはや対応できない。 中国のウルトラマンとアメリカのバルツ対アントロピックとカドリー対メタの比較分析に基づいて、本稿は「開発フェアユース」(DFU)を提案する。 DFUはAIフェアユース(AIFU)を固定例外ではなく、分析をクローズドシナリオからオープンエンドコンテキストの評価ルールにシフトする司法バランスの動的ツールとして扱う。 司法の焦点は、事実の正式な分類から、関連する市場での競争の実質的なバランスへと移行する。 ウルトラマンは「4つのコンテキスト分析」を明記し、AI産業の発展のための制度的な空間を創出し、アメリカの2つの事例、特にカドリーの「市場崩壊」の主張における第4の要因、市場への影響に関する議論は、著作権市場の代替から幅広い産業競争へのレビューを広げている。 DFUの核心は、市場を構築するための公正な使用を喚起する新興AI産業と、公正な使用に抵抗するために「訓練ライセンス」を含む市場を開発する出版業界との間の関連する市場の緊張を認識・バランスさせることである。 したがって、公正使用の境界は純粋な法的推論の産物ではなく、市場現実の進化を基礎としたケース固有の事実判断である。 このアプローチは、過剰な著作権範囲を減らし、市場競争における欠点を補うことを目的としている。

関連論文リスト

• AnnoCaseLaw: A Richly-Annotated Dataset For Benchmarking Explainable Legal Judgment Prediction [56.797874973414636]
  AnnoCaseLawは、アメリカ合衆国控訴裁判所の無視事件を慎重に注釈付けした471のデータセットである。 我々のデータセットは、より人間らしく説明可能な法的な判断予測モデルの基礎となる。 その結果、LJPは依然として厳しい課題であり、法的な前例の適用は特に困難であることが示されている。
  論文  参考訳（メタデータ） (2025-02-28T19:14:48Z)
• Generative AI and Copyright: A Dynamic Perspective [0.0]
  ジェネレーティブAIは、クリエイティブ産業をディスラプトしようとしている。 コンテンツが生成的AIモデル(フェアユース標準)のトレーニングに使用されているクリエーターへの補償と、著作権保護(AI-コピーライトビリティ)のためのAI生成コンテンツの適性は重要な問題である。 本稿では、これらの2つの規制問題とその相互作用の経済的意味をよりよく理解することを目的とする。
  論文  参考訳（メタデータ） (2024-02-27T07:12:48Z)
• Towards Responsible AI in Banking: Addressing Bias for Fair Decision-Making [69.44075077934914]
  責任AI(Responsible AI)は、企業文化の発展におけるバイアスに対処する重要な性質を強調している。 この論文は、バイアスを理解すること、バイアスを緩和すること、バイアスを説明することの3つの基本的な柱に基づいて構成されている。 オープンソースの原則に従って、アクセス可能なPythonパッケージとして、Bias On DemandとFairViewをリリースしました。
  論文  参考訳（メタデータ） (2024-01-13T14:07:09Z)
• Training Is Everything: Artificial Intelligence, Copyright, and Fair Training [9.653656920225858]
  著者: そうしたコンテンツを使ってAIエンジンをトレーニングしている企業は、そのような使用は「フェアユース」であるべきだと信じていることが多い。 著作者: 著作権所有者は、その支持者とともに、著作権のある著作物をAIのトレーニングセットに組み入れ、所有者の知的財産の誤った評価を構成することを検討する。 我々はこの議論の両側で強い議論と刺激的な議論の両方を識別する。
  論文  参考訳（メタデータ） (2023-05-04T04:01:00Z)
• Foundation Models and Fair Use [96.04664748698103]
  米国や他の国では、著作権のあるコンテンツは、公正な使用原理のために責任を負わずに基礎モデルを構築するために使われることがある。 本研究では,著作権コンテンツに基づく基礎モデルの開発と展開の潜在的なリスクについて調査する。 基礎モデルが公正な使用と一致し続けるのに役立つ技術的緩和について論じる。
  論文  参考訳（メタデータ） (2023-03-28T03:58:40Z)
• Regulating Gatekeeper AI and Data: Transparency, Access, and Fairness under the DMA, the GDPR, and beyond [2.608935407927351]
  我々は、DMAと関連するEUの行動が4つの重要な領域にわたるAIモデルとその基盤データに与える影響を分析する。 我々は、CJEU法則に基づいて、従来の非差別法と競争法の両方において、非差別の概念のコヒーレントな解釈を見いだせるかを示す。
  論文  参考訳（メタデータ） (2022-12-09T17:29:19Z)
• Beyond Incompatibility: Trade-offs between Mutually Exclusive Fairness Criteria in Machine Learning and Law [2.959308758321417]
  本稿では,3つのフェアネス基準を連続的に補間する新しいアルゴリズム(FAir Interpolation Method: FAIM)を提案する。 我々は,合成データ,CompASデータセット,電子商取引部門による新たな実世界のデータセットに適用した場合のアルゴリズムの有効性を実証する。
  論文  参考訳（メタデータ） (2022-12-01T12:47:54Z)
• Competition, Alignment, and Equilibria in Digital Marketplaces [97.03797129675951]
  プラットフォームアクションがバンディットアルゴリズムであり,両プラットフォームがユーザ参加を競うデュオポリー市場について検討する。 私たちの主な発見は、この市場における競争は、市場の結果をユーザーユーティリティと完全に一致させるものではないということです。
  論文  参考訳（メタデータ） (2022-08-30T17:43:58Z)
• Fairness in Agreement With European Values: An Interdisciplinary Perspective on AI Regulation [61.77881142275982]
  この学際的立場の論文は、AIにおける公平性と差別に関する様々な懸念を考察し、AI規制がそれらにどう対処するかについて議論する。 私たちはまず、法律、(AI)産業、社会技術、そして(道徳)哲学のレンズを通して、AIと公正性に注目し、様々な視点を提示します。 我々は、AI公正性の懸念の観点から、AI法の取り組みを成功に導くために、AIレギュレーションが果たす役割を特定し、提案する。
  論文  参考訳（メタデータ） (2022-06-08T12:32:08Z)
• BeFair: Addressing Fairness in the Banking Sector [54.08949958349055]
  銀行セクターにおける産業的オープンイノベーションプロジェクトの最初の成果を提示する。 本稿では,MLの公平性に関する一般的なロードマップと,バイアスの特定と緩和を支援するBeFairと呼ばれるツールキットの実装を提案する。
  論文  参考訳（メタデータ） (2021-02-03T16:37:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。